Professional Documents
Culture Documents
BS Praktikum PDF
BS Praktikum PDF
: Увод
1. УВОД
У оквиру овога практикума, тежиште ће бити на примењеној статистици која може бити
дескриптивна и инференцијална статистика (тј. статистика закључивања).
Ако се претпостави да неко располаже базом података о саобраћајним незгодама, у
којима се налази скуп бројева који означавају нпр. врсту саобраћајних незгода према
последицама, онда се тај скуп назива серијом података, идентификациони број сваке
саобраћајне незгоде назива се елементом, а ознака сваког појединачног типа саобраћајне
незгоде податком или опсервацијом.
Серија података у изворном облику обично је веома велика и непрегледна. Таква серија
података није од велике помоћи у доношењу закључака или одлука. Закључке је лакше
доносити на основу сумарних табела и дијаграма него на основу непрегледне серије
података. Према томе, такве серије података се сажимају тако што се на основу њих
формирају табеле, дају графички прикази, или се израчунавају сумарни показатељи као што
су средње вредности, фреквенција и др. Део статистике који омогућава да се спроведе ова
врста статистичке анализе назива се дескриптивном статистиком.
1
прогнозама о основном скупу на основу резултата добијених из узорка. На пример, уколико
се желе испитати ставови возача путничких аутомобила према безбедности саобраћаја на
подручју града Новог Сада и донети одлуке о евентуалним мерама за побољшање тих
ставова, онда се закључци могу извести на основу репрезентативног узорка од 1.000 возача
изабраних из националног регистра возачких дозвола за ово подручје.
Када се говори о статистици као научном методу, веома често се у литератури може
наићи на појмове основног скупа (или популације) и узорка. У складу са тим, веома је
важно у потпуности разумети ова два појма, као и разлике које постоје између њих. Основни
скуп се састоји од свих елемената или јединица посматрања чије карактеристике се
испитују: појединаца (бића), ствари или предмета. Основни скуп који се проучава назива се
још и циљном популацијом.
Део основног скупа који је изабран у сврхе статистичке анализе назива се узорком.
2
Матовић, Б.: Увод
Резултати добијени на основу узорка требало би да буду што сличнији резултатима који
би се добили спровођењем анализе целокупне популације. У противном, закључци
засновани на узорку не би могли бити генерализовани, односно примењени на одговарајући
основни скуп. Такав узорак назива се репрезентативним узорком, а закључци засновани на
таквој врсти узорка су најпоузданији. Врло често, репрезентативност узорка је у функцији
методе избора узорка.
3
Једноставни случајни узорак има значај, јер је у њему садржана суштина случајног
избора и може помоћи у разумевању осталих метода избора. Поред тога, овај узорак се може
применити у оквиру осталих метода када се подручје истраживања сведе на мање целине у
којима је једноставни случајни избор могућ. Једноставни случајни узорак величине n
елемената добиће се из основног скупа који има N елемената ако се избор обавља тако да
сваки узорак величине n који се може изабрати из тог основног скупа има исту вероватноћу
да буде изабран. Да би избор појединих елемената у узорак заиста био случајан, неопходно
је придржавати се начела примене рачуна вероватноће при избору јединица у узорак.
Најчешћи начини случајног избора јединица су: употреба таблице случајних бројева,
применом одговарајућег софтверског решења који ствара случајне бројеве путем рачунара,
итд. Упркос томе што веома добро може послужити за објашњавање суштине метода узорка,
овај узорак се ретко може применити у практичним истраживањима. Наиме, у пракси су
ретки случајеви у којима постоји задовољавајућа листа која уједно представља једину
расположиву информацију о предмету истраживања, те код којих су трошкови по јединици
независни од локација изабраних јединица. Примена једноставног случајног узорка, ако се
неко жели придржавати теорије, увек ће проузроковати читав низ организационих проблема.
Само онај једноставни случајни узорак који је одабран уз стриктно поштовање свих
теоријских претпоставки, може бити довољно поуздан и само тада се може квантифицирати
степен те поузданости. У том случају потребна улагања су најчешће већа од ефекта који се
добије реализацијом одређеног истраживања.
Стратификовани узорак је врста узорка који се заснива на рашчлањивању основног
скупа на слојеве (стратуме), а из стратума се бирају мањи једноставни случајни (под) узорци.
Користи се за побољшање прецизности случајног узорка и то онда када је популација
хетерогена по одређеним значајним обележјима, док се број јединица узорка из сваког
стратума одређује на основу пропорционалности или на бази оцене о значају сваког
стратума. Приликом стратификовања скупа треба водити рачуна да разлике између стратума
буду што веће, а да се при томе осигура најмања грешка оцене неке карактеристике. Циљ је
да се стратуми уреде како би се што више међусобно разликовали и да маса унутар сваког
слоја буде што је могуће хомогенија. Да би се квалитетно одредио број стратума и начин
стратификовања, неопходно је претходно прикупљање информација о структури изучаваног
скупа. Информације се односе на она обележја која ће се испитивати и чије карактеристике
ће се процењивати или тестирати. Поред одређивања броја стратума, значајан проблем у
примени овог узорка представља распоред укупног узорка на поједине стратуме. У вези с
тим разликујемо пропорционални и оптимални распоред. Ако су у свим стратумима
задржане пропорције као и у основном скупу, тада је реч о пропорционалном распореду.
Концепт избора стратификованог узорка је приказан на слици 1.2. Понекад стратификовани
узорак није практичан за спровођење, па подела популације у мање делове или групе
(кластере) може бити практичније.
Узорак група се користи у случајевима када не постоји комплетна листа свих јединица
основног скупа која би служила као основ за формирање узорка или у случају када је избор
јединица у узорак повезан са проблемима техничке, организационе и финансијске природе.
Оцене карактеристика основног скупа на основу узорка група су прецизније уколико је
унутрашњи варијабилитет група већи, а вањски варијабилитет мањи. Група је у овом случају
примарна јединица избора дефинисана као онај елемент или скуп елемената које узимамо у
обзир за избор у некој етапи избора узорка. Практично, ако уместо појединачних чланова
неке популације, на бази случаја, бирамо одређене групе чланова, онда говоримо о узорку
група. На пример, уместо да узмемо узорак из читаве популације једног града, можемо на
бази случаја одабрати одређени број квартова града и само се на њих концентрисати. У
пракси је избор група најчешће диктиран природним груписањем, али треба водити рачуна о
значајном повећању грешке узорковања која је често поседица груписања. Кластер узорак
или узорак групе није исто што и стратификовани узорак. Стратуми су хомогени и разликују
4
Матовић, Б.: Увод
се између себе, док су кластери или групе углавном хетерогени и наликују на популацију.
Ово омогућава повољнију ситуацију у погледу практичне примене.
5
Предности квотног узорковања су економичност и то што је једини примењив метод
узорковања за популације за које не постоји оквир. Недостаци квотног узорковања су у томе
што не омогућава да се процене стандардне грешке повежу са резултатом из узорка, као и
чињеница да истраживачу остаје пуна слобода у избору елемената у узорак, што неминовно
имплицира елементе пристрасности.
Експертни (намерни) узорак чине оне јединице које стручњаци сматрају
“најтипичнијима” за популацију која се истражује. Проучавајући одређену статистичку
популацију чије особине познају, они могу одабрати узорак оних јединица које су по
њиховом мишљењу типичне за истраживање датог проблема, односно оне јединице за које
сматрају да су довољно репрезентативне. Истраживање помоћу овог узорка даје најбоље
резултате када је основни скуп веома мали. Његова главна примена је у експлоративним
истраживањима, а такође се користи у прогнозама исхода избора. Код експертног узорка не
можемо објективно оценити величину грешке, јер се не заснивају на принципима
вероватноће, већ на знању стручњака који су извршили избор јединица узорка.
Узорак ''грудва снега'' формира се на принципу формирања “грудве снега” и захтева од
истраживача иницијално идентификовање једне или две особе које имају одређену
карактеристику. Те особе су изабране као носиоци информација, јер се од њих тражи да
идентификују друге испитанике који имају тражене квалитете. Основна предност овог
узорка је у економичности.
Пригодни или расположиви узорак настаје од случајева до којих се у неком тренутку
једино могло доћи или који су се истраживачу случајно нашли на располагању. На пример,
узорци које формира анкетар пресрећући пролазнике на улици, студенте који су тог дана
дошли на предавања, купце у робној кући и слично. Иако не задовољавају строге
критеријуме репрезентативности, понекад су погодни за научна уопштавања добијених
резултата. Пригодни узорци се често примењују у панел истраживањима, код тестирања
нових производа и слично, док код истраживања која се односе на ментално-садржајне
особине као што су ставови, мотиви, мишљења и намере овај узорак не може бити
репрезентативан.
6
Матовић, Б.: Увод
Постоје променљиве чије се вредности не могу пребројати, те стога могу да имају било
коју нумеричку вредност између два броја. Такве променљиве називају се непрекидним
(континуираним) променљивим.
Променљива која може узети било коју нумеричку вредност у одређеном интервалу
или интервалима јесте непрекидна (континуирана) променљива.
7
2. ПРИКУПЉАЊЕ ПОДАТАКА
2.1. ИНТЕРВЈУ
или нису присутни уопште приликом попуњавања упитника или не постављају питања
директно. Поред предности које нуде анкетна истраживања, постоје и нека ограничења.
Један део људи, након што добије анкетни образац, одлучи да га попуни и врати
истраживачима. Међутим, други део њих занемари образац који добије и одбије да учествује
у истраживању. Стопа одзива (енг. response rate) представља проценат људи који успешно
попуне упитник и врате га истраживачу. Постоје ситуације када је стопа попуњених
упитника веома ниска. Она може да варира у зависности од броја питања која су обухваћена
анкетним обрасцем, метода прикупљања података или у зависности од заинтересованости
испитаника за тему о којој је реч. Такође, људи који су се одазвали истраживању могу се
значајно разликовати од оних који нису, а све то може да утиче да закључци изведени из
истраживања могу да садрже грешку. Истраживачи понекад могу да повећају стопу одзива
обезбеђивањем поклона или новчане надокнаде за оне који успешно одговоре истраживању,
интересантним дизајном упитника, мањим бројем питања или наглашавањем важности
његовог учешћа, као и наглашавањем да је истраживање анонимно. Други, важан проблем је
неразумевање питања од стране испитаника или попуњавање упитник сасвим насумично.
Постоји методологија којом се тестира поузданост истраживања, која омогућава исправност
закључака изведених из истраживања.
9
Треба избегавати речи које могу имати више значења. Питања морају бити довољно
прецизна. Питања не смеју да побуђују јака осећања.
Разликују се три типа формата питања, а то су затворена, отворена или комбинована
питања. Затворени тип питања подразумева унапред понуђене одговоре за које испитаник
може у складу са својим мишљењем да се определи. Отворени тип питања подразумева
одговоре који су произвољно формирани од стране испитаника. Комбинација ових питања
подразумева да су за дате одговоре унапред понуђени одговори, као и простор који
омогућава давање одговора произвољно од стране испитаника.
Приликом формирања упитника одговори се најчешће скалирају применом Ликертове
скале. Ликертова скала је психометријска скала којим се жели сазнати степен слагања,
односно неслагања испитаника с неком тврдњом (његов став према некој тврдњи) на
континууму од апсолутно позитивног према апсолутно негативном ставу према предмету
истраживачког интереса. Примењује се у истраживањима која користе методу анкете (или
структурирани интервју) за прикупљање података. Скалу је конструисао Ренсис Ликерт
1932. године. Осим слагања, испитаник на скали процене може процењивати учесталост,
квалитет, важност и друге конструкте. Најчешће се скала процене састоји од 5 степени
(према Ликерту), а ређе од седам или девет степени (Табела 2.1).
Ликертова скала може бити дефинисана као скуп тврдњи према којима испитаник
изражава слагање, односно неслагање на скали процене.
Слагање с тим тврдњама се сматра индикатором неког латентног става који се не може
директно испитати.
5- У
1-Уопште се 2-Не слажем
Слагање 3-Ниједно 4-Слажем се потпуности
не слажем се
се слажем
5-Веома
Учесталост 1-Никада 2-Ретко 3- Понекад 4-Често
често
Скала се не мора увек састојати од пет, седам или девет степени. У зависности од
предмета истраживања, испитаницима се може понудити и скала без опције неутралног
става према предмету истраживања. У литератури се такав облик Ликертове скале још зове и
скала принудног избора, а разликује се од скале са 5/7/9 понуђених опција у непостојању
неутралног (средњег) степена. То је оправдано када се испитују ставови у вези неке
осетљиве теме, а за коју се претпоставља да би већина испитаника дала неутралне одговоре.
Ипак, многи истраживачи који се баве методологијом оспоравају такав приступ сматрајући
како је коректно понудити испитаницима и опцију неутралног става у вези неке неке
тврдње јер испитаници заиста могу имати неутралан став. Предлаже се помицање неутралне
категорије на почетак или крај континуума како би се избегла склоност давању неутралних
процена. Заговорници скале с парним бројем понуђених опција (без неутралне опције)
сматрају како је неутралан став према некој тврдњи ретка појава јер истраживању претежно
приступају они испитаници који имају негативно или позитивно искуство спрам мерене
појаве.
Најчешћи проблем при конструкцији скале Ликертовог типа јесте проблем
10
Матовић, Б.: Увод
11
се спроводи тако што се анкетни образац у различитим електронским форматима шаље на
предвиђене мејл адресе, након чега се обрасци попуњавају од стране испитаника и враћају
назад. Анкетни образац на веб страницама је пропраћен свим динамичким и интерактивним
карактеристикама и визуелним ефектима. Процедура подразумеа смештање обрасца на веб
сервер и подстицање испитаника да посећују предвиђену страницу. Постоје посебне веб
странице у склопу који нуде истраживачима могућност да у задатим оквирима формирају
анкетни образац у складу са темом коју истражују. Испитаници електоронски пупуњавају
такве обрасце. Предност ових образаца је што не захтевају додатни унос података, јер се
база података аутоматски формира и пуни подацима. Најједноставнији пример веб странице
путем која нуди алате за формирање електронског анкетног обрасца је ''Google Forms''.
Комбинација претходно поменутих могућности подазумева дистрибуцију веб страница
путем мејла.
Избор метода прикупљања података је условљен различитим факторима, као што су:
природа истраживања, репрезентативност узорака, временска и финансијска ограничења,
важност стопе одзива и типови питања. Један од најчешћих критеријума избора метода
прикупљања података је стопа одзива, која се треба постићи. Истраживање методом лицем у
лице је традиционално метод са највећом ефиктивношћу у погледу стопе одзива. Међутим,
то не мора да буде увек случај. Постоје ситуације где добро осмишљена истраживања путем
поште или интернета могу да дају бољу стопу одзива него истраживања заснована на личној
или телефонској методи. То указује на чињеницу да је веома важно идентификовати
ситуације у којима је поједина метода погоднија. Већа стопа одзива код истраживања која се
спроводе личном методом или телефонски је идентификована када се врши избор узорка из
генералне популације, тј. из хетерогеног скупа. Међутим, када су у питању специфичне или
хомогене групе (чланови неке организације, институције и сл.) истраживање путем поште је
ефикасно подједнако добро као и друге технике, поготову ако је тема која се истражује, од
значаја за ту групу. Истраживање путем интернета је погодно када се испитују групе које су
умрежене у склопу појединих организација или када је због осетљивости проблема који се
изучава важна анонимност. Пошто постоји тенденција да се испитаници који се не одазову
(стара лица, људи нижег нивоа образовања и сл.) анкетном истраживању разликују од оних
који се одазову, ниска стопа одзива може утицати на то да узорак буде пристрасан (тј. под
утицајем појединих фактора). Истраживања спроведена путем поште и интернета су у већој
мери склона оваквом виду проблема, а крајња последица је узорак који не може бити
репрезентативан. Приликом формирања случајног узорка, веома је важно имати контролу
над особама које треба да попуне упитник. Личном и телефонском методом могуће је
затражити особу која треба да попуни упитник, док ово није случај са упитницима који су
дистрибуирани путем поште или интернета. Приликом избора личног метода,
приступачност особе коју треба анкетирати може представљати проблем. Метод спровођења
прикупљања података често диктира величину анкетног обрасца. Сматра се да анкетни
обрасци дистрибуирани путем поште или интернета треба да буду кратки, док лични метод
омогућава већи обим питања које може да обухвати анкетни образац. Због личног контакта
метод лицем у лице може да траје дуже него друге методе. Међутим, то може да буде
недостатак, јер може произвести умор и нестрпљење који у крајњој инстанци могу утицати
на квалитет одговора. У погледу квалитета одговора, прикупљање података путем поште
или интернета може да буде бољи избор, када се говори ''осетљивим'' или контраверзним
темама. Са друге стране, када се врше комплекснија истраживања. квалитет одговора може
да буде квалитетнији када се примењује метод лицем у лице или телефонски метод, јер
интервјуист може да отклони нејасноће са којим се суочава испитаник.
3. ПОСМАТРАЊЕ
4. ЕКСПЕРИМЕНТ
13
могуће). Експеримент у области безбедности саобраћаја се најчешће примењује код
утврђивања утицаја појединих фактора (својства моторних возила, понашање учесника у
саобраћају, елемената пута и путног окружења) на настанак саобраћајних незгода и њихових
последица. Процес настанка саобраћајних незгода и њихових последица је веома
комплексан, пре свега због веома испреплетаних веза које постоје између доприносећих
фактора. Због тога истраживачи желе да анализирају тако комплексне процесе у
контролисаним лабораторијским условима, јер им то омогућава да ограниче многе изворе
варијабилности.
Када се говори о возилу као фактору безбедности саобраћаја, добар пример спровођења
истраживања у екперименталним условима су креш тестови. Ови тестови се углавном
односе на тестирање пасивних елемената безбедности возила. Истраживање се спроводи у
лабораторијама које располажи високо софистицираном опремом, која подразумева, посебне
мерне инструменте, камере, вештачке лутке, сензоре, софтверска решења, итд (слика 2.2.).
Слика 2.2. Истраживачки центар за возила у оквиру ''The Insurance Institute for Highway
Safety (IIHS)''
14
Матовић, Б.: Увод
3. БАЗЕ ПОДАТАКА
Базе података које задовољавају циљеве основне истраживачке делатности могу бити
формиране употребом различитих статистичко аналитичких софтверских решења. Базе
података могу бити процесуиране у програмским пакетима ''Microsoft Excel, Microsoft
Access, SAS, Statistica, SPSS'', итд. Пошто ће у склопу практикума процес обраде података
бити спроведен употребом статистичког пакета СПСС (енг. Statistical Package for Social
Sciences), онда ће и поступак образовања базе података и даље анализе бити обрађен
кориштењем поменутог пакета.
СПСС представља један је од данас најчешће кориштених програма за обраду података.
И поред тога што у преводу са енглеског значи “статистички пакет за друштвене науке”,
осликавајући примарно и оригинално тржиште којем је био намењен, данас се користи и у
другим наукама и областима, попут медицине, економије, инжењерских наука и других
области. Програм од 2009. године производи америчка компанија ''IBM'' (енг. International
Business Machines Corporation) и данас представља само део фамилије софтверских
производа ове компаније намењених прикупљању, чувању и обради података.
1
Пре него што се отпочне са радом у СПСС-у неопходно је располагати са одређеним
знањима о различитим прозорима у оквиру којих ће се спроводити одређене активности.
СПСС углавном користи два прозора: уређивач података (енг. data editor), који
подразумева простор у који се уносе или дефинишу подаци и спроводе одређене статистичке
процедуре и прегледник (енг. viewer) у оквиру кога се појављују резултати спроведених
анализа. Поред ова два прозора, постоје и други прозори, који омогућавају ручни унос
СПСС команди, затим анализу у оквиру графикона, табела итд.
Након покретања СПСС-а (верзија 22), појављује се почетни прозор (слика 3.1), који
нуди различите могућности. Уколико истраживач већ располаже подацима (фајловима) на
хард диску постоји могућност отварања тих фајлова из подменија ''Recent Files''. Извођење
такве радње је могуће једноставним кликом на понуђене фајлове који су претходно
кориштени или кликом на иконицу која означава фолдер ''Open another file...'', који
омогућава отварање фајла са тачне локације на диску на којој је снимљен. Уколико се
програм користи први пут или се жели отворити нови фајл, то је могуће означавањем опције
''New Dataset'' из подменија ''New Files'' или једноставно не треба ништа означавати већ
кликнути на дугме , које се налази у доњем десном углу. Уколико неко жели да му се
приликом наредних покретања програма не појављује овај прозор, онда у доњем левом углу
треба да означи опцију ''Don’t show this dialog in the future'' (види слику 3.1).
2
Матовић, Б.: Увод
Мени бар
Преглед Преглед
података варијабли
3
означено шрафуром представља ћелију у који се смешта податак. Јединице посматрања могу
да буду људи, предмети, догађаји, итд. Пошто је појам варијабле дефинисан у претходном
поглављу, неопходно је навести неколико практичних примера. Варијабла, може да означава
''пол'', старост'', ''време'', ''простор'', ''питања предвиђена анкетним обрасцем'' итд. Податак
или опсервација подразумева својство јединице посматрања у вези са посматраном
варијаблом. Нпр, ако је јединица посматрања испитаник (тј. човек), а посматрана варијабла
''пол'', онда податак може да означава ''мушки'' или ''женски'' пол. Обично се у процесу
кодирања података, они представљају бројевима, а не словима, па би тако мушки пол могао
бити означен бројем ''0'', а женски бројем '1''. Процес кодирања омогућава лакше спровођење
статистичко аналитичких процедура.
Уређивач података је сачињен од мноштва ћелија, које представљају само простор у који
вредности података могу бити смештени. Када је ћелија активна и спремна за унос податка
она је осенчена жутом бојом. Могуће је кретати се из ћелије у ћелију користећи типке
''←↑↓→'' (смештене у десном доњем делу тастатуре) или једноставним кликом миша на
жељену ћелију. Како би се извршио унос жељеног податка у одговарајућу ћелију, неопходно
је након означавања те ћелије унети бројчану ознаку.
Податак
Пре него што се изврши унос било којег податка у уређивачу података, неопходно је
креирати варијабле. Како би се успешно реализовао тај корак, неопходно је приступити
4
Матовић, Б.: Увод
подпрозору преглед варијабли, кликом на опцију која је на енглеском језику ''Variable View''
исписана у дољем левом делу уређивача података. Кликом на ову опцију
( ) садржај прозора уређивача података ће се аутоматски изменити (види
слику 3.4).
Слика 3.4. Приказ садржаја подпрозора ''преглед варијабли (енг. Variable View)''
Сваки ред у оквиру преглада варијабли представља варијаблу, а скуп карактеристика које
су у вези са одређеном варијаблом су описане колонама. Ове карактеристике се могу мењати
у зависности од својства на које се односи варијабла. Како би истраживач био способан да
дефинише варијаблу на прави начин потребно је да зна шта свака од наведених
карактеристика представља.
Карактеристика која је прва у низу и која је на енглеском језику означена називом
означава назив одређене варијабле. У оквиру ове колоне могуће је дефинисати
називе за сваку од посматраних варијабли. Једноставним уносом текста одређеног назива
варијабле она је у погледу ове карактеристике дефинисана. Приликом дефинисања назива
варијабле, неопходно је следити поједине смернице:
називи варијабли не треба да буду дуги, тј да садрже велики број карактера;
не могу се користити размаци између речи;
не могу се користити симболи, као што су нпр. +, -, $, &;
уколико постоји више речи у називу, уместо размака користити доњу цртицу (''_'');
користити латинични фонт и енглески алфабет.
Уколико неко жели да у празној бази података дефинише варијаблу која се назива
''године старости'' онда је то могуће спровести тако што се поменути текст (следећи наведене
смернице дате у тексту изнад) унесе у ћелију која означава први ред и прву колону у
подпрозору преглед варијабли (Variable View) (види слику 3.5а). Када се зада назив
одређеној варијабли, он ће бити аутоматски приказан у заглављу прве колоне у подпрозору
преглед података (Data View) (види слику 3.5б).
Слика 3.5а. Назив варијабле у ''Variable View'' Слика 3.5б. Назив варијабле у ''Data View ''
5
Углавном, истраживачи користе нумеричке варијабле, тј. приликом спровођења анализе
они означавају податке бројевима. Друга опција у оквиру прегледа варијабли
подразумева начин означавања варијабле. СПСС подразумева да је у ћелију унешен број,
иако тај број нема увек исто значење и може означавати и квантитативну непрекидну
варијаблу и квалитативну номиналну варијаблу, која може бити дефинисана и текстом или
словом. Такође, могуће је дефинисати и друге типове означавања варијабли, као што су
текстуалне варијабле (енг. string variables), које омогућавају запис варијабли словима, датум
варијабле (енг. date variables), које подразумевају датуме, итд. Процес означавања типа
варијабле започиње кликом на поље у другој колони и ред који се односи на дату варијаблу
(1). Затим се кликне на квадратић у коме се налазе три тачкице (2), након чега се појави
мени са одређеним типовима варијабли (3). Након тога се одабере тип варијабле (4). Ако би
неко хтео да дафинише тип варијабле у погледу ''година старости'', онда би то урадио тако
што би означио нумерички тип варијабле у датом менију (види слику 3.6).
(2) Килкне на
квадратић
По аутоматизму, када се нова варијабла креира, СПСС означи варијаблу као нумеричку
са могућим уносом осам цифри. Опсег од осам цифри може бити промењен уносом
одговарајућег броја у простор који је дефинисан трећом колоном у оквиру прегледа
варијабли, тј. . Генерално, опсег броја од осам цифри је одговарајући, али уколико
потребе истраживања то захтевају, онда може бити промењен.
Четврта колона у прегледу варијабли односи се на број децималних места који
требају да буду приказани иза бројева за ту варијаблу. По аутоматизму, постављена су два
децимална места, која могу бити промењена уносом жељеног броја или помоћу клизача за
повећање или смањење ове вредности. За пример година рођења, број децималних места је
нула.
Пошто приликом давања назива варијабли не треба да буде кориштен већи број
карактера, ово ограничење је отклоњено могућношћу описа посматране варијабле у пољу
пете колоне . На тај начин могуће је написати дужи опис варијабле и не треба
6
Матовић, Б.: Увод
водити рачуна о размацима између речи, затим о кориштеним симболима итд. Новије
верзије СПСС-а (нпр. верзија 22 и 23) дозвољавају опис варијабле кориштењем карактера
честих у српском језику (ч, ћ, ђ, ш, љ, њ, џ, ж) и писање ћириличним фонтом. Ово може да
олакша будуће кориштење резултата анализе. Пример описа варијабле за године старости је
дат на слици 3.7.
7
(1) Клик на поље
(5) Кликне се на
додавање
(3) Појави се
мени
8
Матовић, Б.: Увод
(2) Клик на
квадратић
(4) Унесе се број
(3) Појави се
мени
9
Матовић, Б.: Увод
P 105 погинулих
ЈR (5.1)
S 100.000 становника
P 104 погинулих
SR
RMV 10.000 регистрованих моторних возила
(5.2)
P 109 погинулих
DR (5.3)
L 1 милијарду возило километара
RMV 103 регистрованих моторних возила
SM (5.4)
S 1.000 становника
JR - јавни ризик
SR - саобраћајни ризик
DR - динамички ризик
SM - степен моторизације
P - број погинулих
S - број становника
RMV - број регистрованих моторних возила
L - број остварених возило - километара
Пример 5.1. Извршити компаративну анализу стања безбедности саобраћаја у 2013. години
између Аустралије, Малезије и Белгије на основу јавног ризика и динамичког ризика. У
табели 5.1. дат је преглед основних показатеља. Укратко прокоментарисати добијене
резултате.
РЕШЕЊЕ:
Аустралија:
1
P 104 P 104 17181103 0,7
SR 0,7 P 10 4
17181 10 3
0,7 P
RMV 17181103 104
P 1202
P 105 1202 105 120200000 погинулих
ЈR 5,1 100.000 становника
S 23274510 23274510
Малезија:
P 6875
Белгија:
P 699
саобраћаја, насупрот Малезији која има најнеповољније стање. Ови резултати указују да
Аустралија има најбољу праксу рада у области безбедности саобраћаја, коју земље са
неповољнијим стањем безбедности саобраћаја треба да размотре и имплементирају у оквиру
својих програма рада.
Пример 5.2. Извршити компаративну анализу стања безбедности саобраћаја у 2011. години
између локалних самопурава Лесковца, Смедерева и Шабца на основу јавног ризика и
саобраћајног ризика. У табели 5.2. дат је преглед основних показатеља. Укратко
прокоментарисати добијене резултате.
РЕШЕЊЕ:
Лесковац:
Смедерево:
P 10 5 10 10 5 1000000 погинулих
ЈR 9,3
S 107528 107528 100.000 становника
Шабац:
3
P N (TP LP) 403 (88 296) 19
Компаративна анализа која узима у обзир јавни ризик као показатељ стања безбедности
саобраћаја указује да Лесковац представља најбезбеднију локалну самоуправу, а Шабац као
најмање безбедну локалну заједницу. Ако се као показатељ безбедности саобраћаја узме
саобраћајни ризик, онда је ситуација другачија. Наиме, вредности саобраћајног ризика
сугеришу да Смедерево има најповољније, а Лесковац има најнеповољније стање
безбедности саобраћаја.
xi min x
zi
maxx min x
(5.5)
Пример 5.3. Извршити компаративну анализу стања безбедности саобраћаја у 2017. години
између полицијских управа Нови Сад, Ниш и Пријепоље на основу стандардизованог
композитног индекса безбедности саобраћаја. У табели 5.3. дат је преглед индикатора
безбедности саобраћаја по полицијским управама. Укратко прокоментарисати добијене
резултате.
Табела 5.3. Вредности индикатора безбедности саобраћаја у 2017. години (АБС, 2018)
Сиг. појас Сиг. појас Заштитно Поштовање Кацига - Алкохол -
Полицијска
- напред - назад седиште ограничења мотоциклисти поштовање
управа
(%) (%) (%) брзине (%) (%) (%)
Београд 74,00 8,80 64,30 27,90 96,70 99,34
Бор 74,00 3,80 45,00 85,80 80,60 99,53
Ваљево 68,00 1,80 50,00 19,80 82,40 99,51
Врање 69,90 9,00 35,00 92,70 90,00 99,42
4
Матовић, Б.: Увод
РЕШЕЊЕ:
5
Индекс за кориштење заштитне кациге за мотоциклисте:
7
z P1 z P 2 z P 3 z P 4 z P 5 z P 6 0,03 0,17 0 0,46 0,90 0,11
CI P 0,28
6 6
Пример 5.4. Извршити компаративну анализу стања безбедности саобраћаја између Финске,
Мађарске и Словеније на основу стандардизованог композитног индекса безбедности
саобраћаја. У табели 5.4. дат је преглед индикатора безбедности саобраћаја по полицијским
управама. Укратко прокоментарисати добијене резултате.
РЕШЕЊЕ:
Финска
9
xM min( xSRB ) 39,0 13,0 26,0
zM 5 0,33
max(xSRB ) min( xSRB ) 93,0 13,0 80,0
10
Матовић, Б.: Увод
Индекси су релативни бројеви уз помоћ којих се упоређују нивои две или више истородних
појава. Временски индекси изражавају релативни однос између нивоа две или више
истородних појава у различитим временским периодима. Разликују се базни и ланчани
индекси. Базн
и индекси изражавају релативни однос између нивоа једне појаве у више временских
периода у односу на ниво те исте појаве у једном (базном) периоду. Ланчани индекси
изражавају релативни однос између нивоа појаве у текућем временском периоду у односу на
претходни временски период. Базни индекс се рачуна као однос нивоа серије из текуће
године Xt у односу на ниво серије из базне године X0 (види формулу 5.5), док се ланчани
индекс рачуна као ниво серије из текуће године Xt у односу на ниво серије из претходне
године Xt-1 (види формулу 5.6).
Xt
IB 100 (5.5.)
X0
X
I L t 100 (5.6.)
X t 1
Пример 5.5. У табели 5.5. дата је фреквенција броја погинулих лица у саобраћајним
незгодама по двогодишњим временским интервалима за подручја САД, Холандије и Данске.
Извршити анализу базног индекса кретања броја погинулих. Као базну годину узети 2000.
Табела 5.5. Приказ броја погинулих лица у саобраћајним незгодама за дате државе
Погинула лица
2000 2002 2004 2006 2008 2010
САД 41945 43005 42836 42708 37261 32999
Холандија 1166 1069 881 811 677 537
Шведска 498 463 369 306 406 255
РЕШЕЊЕ:
X 2002 43005
I B 2002 100 100 102,5%
X 2000 41945
X 2004 42836
I B 2004 100 100 102,1%
X 2000 41945
X 2006 42708
I B 2006 100 100 101,8%
X 2000 41945
1
X 2008 37261
I B 2008 100 100 88,8%
X 2000 41945
X 2010 32999
I B 2010 100 100 78,7%
X 2000 41945
X 2002 1069
I B 2002 100 100 91,7%
X 2000 1166
X 881
I B 2004 2004 100 100 75,6%
X 2000 1166
X 2006 811
I B 2006 100 100 69,5%
X 2000 1166
X 2008 677
I B 2008 100 100 58,1%
X 2000 1166
X 537
I B 2010 2010 100 100 46,1%
X 2000 1166
X 2002 463
I B 2002 100 100 92,9%
X 2000 498
X 2004 369
I B 2004 100 100 74,1%
X 2000 498
X 2006 306
I B 2006 100 100 61,4%
X 2000 498
X 2008 406
I B 2008 100 100 81,5%
X 2000 498
X 2010 255
I B 2010 100 100 51,2%
X 2000 498
Табела 5.6. Приказ броја погинулих лица и базног индекса кретања броја погинулих
2
Матовић, Б.: Увод
Погинула лица
2000 2002 2004 2006 2008 2010
САД 41945 43005 42836 42708 37261 32999
Холандија 1166 1069 881 811 677 537
Шведска 498 463 369 306 406 255
IBСАД 100 102,5 102,1 101,8 88,8 78,7
%↑↓ 0 2,5 2,1 1,8 -11,2 -21,3
IBХоландија 100 91,7 75,6 69,5 58,1 46,1
%↑↓ 0 -8,3 -24,4 -30,5 -41,9 -53,9
IBШведска 100 92,9 74,1 61,4 81,5 51,2
%↑↓ 0 -7,1 -25,9 -38,6 -18,5 -48,8
3
Пример 5.6. У табели 5.7. дата је фреквенција броја погинулих лица у саобраћајним
незгодама по двогодишњим временским интервалима за подручја Грчке, Норвешке и
Португала. Извршити анализу ланчаног индекса кретања броја погинулих.
Табела 5.7. Приказ броја погинулих лица у саобраћајним незгодама за дате државе
Погинула лица
1985 1990 1995 2000 2005 2010
Грчка 1704 1737 2043 2037 1658 1258
Норвешка 402 332 305 341 224 208
Португал 1875 2321 2085 1897 1247 967
РЕШЕЊЕ:
X 1990 1737
I L1990 100 100 101,9%
X 1985 1704
X 1995 2043
I L1995 100 100 117,6%
X 1990 1737
X 2000 2037
I L 2000 100 100 99,7%
X 1995 2043
X 2005 1658
I L 2005 100 100 81,4%
X 2000 2037
X 2010 1258
I L 2010 100 100 75,9%
X 2005 1658
X 1990 332
I L1990 100 100 82,6%
X 1985 402
X 1995 305
I L1995 100 100 91,9%
X 1990 332
X 2000 341
I L 2000 100 100 111,8%
X 1995 305
4
Матовић, Б.: Увод
X 2005 224
I L 2005 100 100 65,7%
X 2000 341
X 2010 208
I L 2010 100 100 92,9%
X 2005 224
X 1990 2321
I L1990 100 100 123,8%
X 1985 1875
X 1995 2085
I L1995 100 100 89,8%
X 1990 2321
X 2000 1897
I L 2000 100 100 90,1%
X 1995 2085
X 2005 1247
I L 2005 100 100 65,7%
X 2000 1897
X 2010 967
I L 2010 100 100 77,5%
X 2005 1247
Табела 5.8. Приказ броја погинулих лица и ланчаног индекса кретања броја погинулих
Погинула лица
1985 1990 1995 2000 2005 2010
Грчка 1704 1737 2043 2037 1658 1258
Норвешка 402 332 305 341 224 208
Португал 1875 2321 2085 1897 1247 967
ILГрчка 100 101,9 117,6 99,7 81,4 75,9
%↑↓ 0 1,9 17,6 -0,3 -18,6 -24,1
ILНорвешка 100 82,6 91,9 111,8 65,7 92,9
%↑↓ 0 -17,4 -8,1 11,8 -34,3 -7,1
ILПортугал 100 123,8 89,8 90,1 65,7 77,5
%↑↓ 0 23,8 -10,2 -9,9 -34,3 -22,5
5
Слика 5.2. Приказ ланчаног индекса кретања броја погинулих
6
Матовић, Б.: Увод
1
технологији (eng. in-vehicle data recorders – IVDR). Индекс ризика је узимао у обзир
различита понашања, као што су промена саобраћајне траке, брза вожња и агресивно
успорење. Сваки евидентирани догађај је разматран са аспекта његове учесталости,
величине и тежине и кориштен је у процесу рачунања индекса ризика, који је нормализован
користећи време проведено у вожњи. Након тога подаци су трансформисани, и кретали су се
у опсегу од 0 до 1. Овај концепт је кориштен за профил дефинисања понашања возача у
оквиру практикума.
Концептуални оквир дефинисања стварног понашања возача спроведен је применом
индивидуалног композитног индекса брзе вожње. Индивидуални композитни индекс
понашања возача представља емпиријску стандардизовану меру/скор која одражава ниво
ризичности понашања возача. Овај показатељ је израчунат као линеарна функција
учесталости, величине и величине ризика настанка саобраћајне незгоде због брзе вожње.
Концептуални оквир рачунања композитног индекса брзе вожње приказан је на слици 5.4.
КОМПОЗИТНИ
ФРЕКВЕНЦИЈА ВЕЛИЧИНА ТЕЖИНА ИНДЕКС
БРЗИНЕ
2
Матовић, Б.: Увод
Rit
j s js Nijst
(5.7)
DTit
где Rit представља индекс ризика за појединца i током периода t. DTit је укупно време
проведено у вожњи током овог периода. Nijst је фреквенција маневара типа j и тежине s које
су возачи извршили. βjs су пондери за различите типове маневара. Фреквенција маневра типа
j и тежине s добија се дескриптивном статистичком анализом, на основу табеле
контигенције. Тежински коефицијент или пондери βjs добијени су на основу претходних
истраживања која су испитивала повезаност релативног ризика настанка саобраћајних
незгода и посматране брзе вожње (Elvik, 2012). Индекси ризика су стандардизовани, како би
добили вредност између 0 и 1 (видети образац 5.4).
3
РЕШЕЊЕ:
4
Матовић, Б.: Увод
Фактор ризика страдања појединих старосних група добија се тако што се проценат
настрадалих (или одвојено повређених и погинулих) те групе у структури укупно
настрадалих, подели са процентом који та старосна група чини у укупној структури
становништва (Инић и Јовановић, 2005). Уколико је фактор ризика већи од један, онда је
посматрана старосна група презаступљена у структури настрадалих у односу на структуру
становништва и за њу се каже да је повећано угрожена. Са друге стране, уколико је фактор
ризика мањи од један, онда је посматрана старосна група умањено угрожена.
N****
100
% у структури настрадалих
FR N (5.7)
% у структури становништва S**** 100
S
Пример 5.8. Број припадника старосне групе од 18 до 25 година на једном подручју је 2.600.
Број настрадалих ове старосне групе у СН је 550. На овом подручју живи укупно 30.000
становника, а укупно је настрадало 3.500 лица. Колика је вредност фактора ризика за ову
старосну групу?
РЕШЕЊЕ:
N1825 550
100 100
% у структури настрадалих N 3500 15,7%
FR1825 1,8
% у структури становништва S1524 100 2600
100 8,7%
S 30000
Посматрана старосна група од 18 до 25 година старости је повећано угрожена.
Пример 5.9. На основу података у табели 5.10. и табели 5.11. утврдити фактор ризика за
укупно настрадале старосне групе од 25-44 године и 65 година и више. Извршити
компаративну анализу.
1
65 и више 13 58 16 20 107
Укупно 555 311 522 116 1504
РЕШЕЊЕ:
N 65 107
100 100
% у структури настрадалих 7,1%
FR65 N 1504 1,5
% у структури становништва S 65 100 9307
100 4,8%
S 195496
Пример 5.10. а) У табели 5.12 дати су подаци о динамичком ризику и саобраћајни подаци за
подручје Аустрије. Извршити анализу ланчаног индекса кретања јавног ризика погинулих.
Покоментарисати добијене резултате.
РЕШЕЊЕ:
2
Матовић, Б.: Увод
3
P2000 105 977 105 погинулих
ЈR2000 12,21
S 2000 7998538 100.000 становника
X 2000 12,21
I L 2000 100 100 59,9%
X 1990 20,39
X 2010 6,63
I L 2010 100 100 54,3%
X 2000 12,21
X 2015 5,56
I L 2015 100 100 83,7%
X 2010 6,63
Табела 5.13. Приказ броја погинулих лица и ланчаног индекса кретања броја погинулих
Временски периоди
1990 2000 2010 2015
Јавни ризик 20,39 12,21 6,63 5,56
ILАустрија 100 59,9 54,3 83,7
%↑↓ 0 -40,1 -45,7 -16,2
4
Матовић, Б.: Увод
Резултати ланчаног индекса јаног ризика погинулих указују да Аустрија из периода у период
бележи позитивне резултате, као и да је систем безбедности саобраћаја добро успостављен и
стабилан.
б) У овом деу задатка неопходно је израчунати фактор ризика погинулих за старосну групу
65+ у 2015. години. Фактор ризика се рачуна на следећи начин:
N 65 141
100 100
% у структури погинулих65 29,6%
FR65 N 477 1,5
% у структури становништва65 S65
100 19,2% 19,2%
S
5
Матовић, Б.: Увод
SN – стопа незгода
Q – просечни годишњи дневни саобраћај (воз/дан)
L – дужина деонице (km)
SU – степен угрожености
Q – просечни годишњи дневни саобраћај (воз/дан)
L – дужина деонице (km)
Nm – број саобраћајних незгода са материјалном штетом
Nlp – број саобраћајних незгода са лако повређенима
Ntp – број саобраћајних незгода са тешко повређенима
Np – тежински коефицијент (пондер) за саобраћајне незгоде са погинулима
Pm – тежински коефицијент (пондер) за саобраћајне незгоде са материјалном штетом
Plp – тежински коефицијент (пондер) за саобраћајне незгоде са лако повређенима
Ptp – тежински коефицијент (пондер) за саобраћајне незгоде са тешко повређенима
Pp – тежински коефицијент (пондер) за саобраћајне незгоде са погинулима
Пример 6.1. Извршити анализу безбедности саобраћаја на три деонице државног пута IB-21
реда у 2011. години за дате податке:
1
РЕШЕЊЕ:
Ако се користи стопа незгода као показатељ стања безбедности саобраћаја на разматраним
деоницама, може се извести закључак да је деоница 1 најопаснија, а деоница 3 је повезана са
најмањим нивоом ризика.
N md 1 N d 1 N nd 1 77 23 54
N lpd 1 N nd 1 N tpd 1 N pd 1 23 8 1 14
N md 3 N d 3 N nd 3 17 4 13
N lpd 3 N nd 3 N tpd 3 N pd 3 4 2 0 2
2
Матовић, Б.: Увод
N 10 6 саобраћајних незгода
SN
365 Q 1 милион возила
SN – стопа незгода
Q – просечни годишњи дневни саобраћај (воз/дан)
SU – степен угрожености
Q – просечни годишњи дневни саобраћај (воз/дан)
Nm – број саобраћајних незгода са материјалном штетом
Nlp – број саобраћајних незгода са лако повређенима
Ntp – број саобраћајних незгода са тешко повређенима
Np – тежински коефицијент (пондер) за саобраћајне незгоде са погинулима
Pm – тежински коефицијент (пондер) за саобраћајне незгоде са материјалном штетом
Plp – тежински коефицијент (пондер) за саобраћајне незгоде са лако повређенима
Ptp – тежински коефицијент (пондер) за саобраћајне незгоде са тешко повређенима
Pp – тежински коефицијент (пондер) за саобраћајне незгоде са погинулима
Пример 6.2. Извршити поређење нивоа безбедности саобраћаја (на годишњем нивоу) на
микролокацијама: А, Б и В за податке дате у табели 6.2.
3
РЕШЕЊЕ:
Ако се користи стопа незгода као показатељ стања безбедности саобраћаја на разматраним
микролокацијама, може се извести закључак да је микролокација А најопаснија, а
микролокација Б је повезана са најмањим нивоом ризика.
N mA N A N nA 254 85 165
N lpA N nA N tpA N pA 85 18 7 60
N mВ N В N nВ 195 42 153
N lpВ N nВ N tpВ N pВ 42 12 2 28
4
Матовић, Б.: Увод
i e L PGDS e X ... X
0 1 2 2 n n
(6.5)
i - очекивани број саобраћајних незгода на деоници пута i
e- експоненцијална функција
0 - регресиони коефицијент за константу
L – дужина деонице (km)
PGDS – просечни годишњи дневни саобраћај (воз/дан)
1 - регресиони коефицијент за PGDS
2 ,...., n - регресиони коефицијент за независне варијабле (факторе)
X 2 ,...., X n - вредности независних варијабли
5
РЕШЕЊЕ:
75 e L PGDS e 5,894 0,4477 4140 0,754 0,00276 0,4477 533,60299 0,658
0 1
CMF75 e 1X1 e 2 X 2 e 3 X 3 e 4 X 4 e 5 X 5 e 6 X 6 e 7 X 7
e 0,1010 e 0,0911 e 0, 2391 e 0,1880 e 0,0088,934 e 0,0302, 234 e 0,0027,817
1 1,09527 0,787411 1,07409 1,06932 1,01576 1,00615
79 e L PGDS e 5,894 0,4059 11171 0,754 0,00276 0,4059 1127 ,876 1,262
0 1
CMF75 e 1X1 e 2 X 2 e 3 X 3 e 4 X 4 e 5 X 5 e 6 X 6 e 7 X 7
e 0,1011 e0,0910 e 0, 2390 e 0,1881 e 0,0087,392 e 0,0302, 464 e0,0029,855
1,10627 1 1 0,828611,06092 1,07672 1,01991 1,008
83 e L PGDS e 5,894 0,4059 11171 0,754 0,00276 0,5259 20168 0,754 2,552
0 1
CMF83 e 1X1 e 2 X 2 e 3 X 3 e 4 X 4 e 5 X 5 e 6 X 6 e 7 X 7
e 0,1011 e0,0910 e 0, 2390 e 0,1881 e 0,00813,309 e 0,0301,901 e 0,0022,852
1,10627 1 1 0,828611,11235 1,05869 1,00572 1,086
6
Матовић, Б.: Увод
i e PGDS главни
0 1
PGDS споредни
2
e X
3 3 ... n X n
(6.6)
7
Слика 6.1. Сателитски снимак раскрснице
РЕШЕЊЕ:
i e PGDS главни
0 1
PGDSспоредни
2
e 6,337 109810, 479 42610,362
0,00177 86,19210 20,60076 3,143
8
Матовић, Б.: Увод
ЛИТЕРАТУРА