Skripta 3h

Pojam i zadatak statistike
1
1. POJAM I ZADATAK STATISTIKE

Najstarija grana statistike, te prvobitna osnova statistike, je
statistika stanovnitva. etiri tisue godina prije nae ere
prebrojavani su stanovnici u Kini, a tri tisue godina prije nae
ere u Egiptu. ak i Biblija govori o prebrojavanju stanovnika.
Znaajna statistika akcija starog vijeka bio je Rimski cenzus
popis rimskih graana koji se obavljao svakih pet godina
izmeu 550. godine prije nove ere i 70. godine nae ere. U
srednjem vijeku uz popise stanovnitva javljaju se i popisi
imovine, zasijanih povrina i stoke.

Statistika je metodologija kojom se istrauju masovne
pojave s ciljem otkrivanja zakonitosti koje se u njima
vladaju.

Statistika je metodologija istraivanja masovnih pojava
pomou brojanog naina istraivanja.

Prilikom definiranja statistike nailazimo na pojam masovna
pojava. Kao sinonimi pojavljuju se jo i statistika masa,
statistiki skup ili populacija. Masovne pojave su pojave koje
se sastoje od velikog broja elemenata. To su statistiki
skupovi s istovrsnim elementima koji su istodobno po
nekim obiljejima varijabilni ili razliiti. Istovrsnost
elemenata nekog skupa ne znai njihovu jednakost, nego se
pod tim pojmom podrazumijeva podreenost pojmu vieg reda.

Primjer:

Uenici Obrtnike kole u Poegi kolske godine
2013./2014. ine jedan statistiki skup. Pojam vieg reda,
po kojem su elementi ovog statistikog skupa istovrsni, je
uenik Obrtnike kole u Poegi promatrane godine. To je
obiljeje koje odreuje pripadnost statistikom skupu. Po
svim ostalim obiljejima ti istovrsni elementi su varijabilni
ili razliiti; razliiti su po razrednim odjelima koje
pohaaju, obrazovni profil (kuhar, konobar, turistiko
hotelijetski komercijalist, kroja), starost, visina, teina,
boja kose i oiju i tako dalje.

2

Varijabilnost elemenata statistikog skupa omoguava
kvalitativnu analizu tog skupa za razliku od istovrsnosti kojom
se utvruje veliina statistikog skupa.

Dakle, pod statistikom moemo
podrazumijevati znanstvenu metodu koja se
bavi prikupljanjem, ureivanjem, analizom i
tumaenjem brojanih podataka razliite
vrste.

Njena zadaa je izvoenje zakljuaka na
temelju prikupljenih podataka kako bi se
donjelo miljenje o pojavama te uoile
njihove glavne osobitosti.

Kao zasebna znanstvena disciplina, statistika se grubo moe
podijeliti na dva posebna dijela:

Deskriptivna ili opisna statistika temelji se na potpunom
obuhvatu statistikog skupa, iju masu podataka organizirano
prikuplja, odabire, grupira, prezentira i interpretira dobivene
rezultate analize.

Inferencijalna statistika temelji se na dijelu (uzorku) jedinica
izabranih iz cjelovitog statistikog skupa, pomou kojeg se uz
primjenu odgovarajuih statistikih metoda i tehnika donose
zakljuci o itavom statistikom skupu.
statistika
deskriptivna inferencijalna

3

POPULACIJA (OSNOVNI SKUP)
Osnovni skup se sastoji od svih elemenata ili jedinica
promatranja ije karakteristike ispitujemo pojedinaca
(osobe), stvari ili predmeta. Osnovni skup koji se prouava
naziva se jo i ciljnom populacijom.

UZORAK
Dio osnovnog skupa koji je izabran u svrhe statistike analize
naziva se uzorkom.

Uzorak koji u najveoj mjeri odraava karakteristike osnovnog
skupa je reprezentativni uzorak.

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.

Varijabilnost elemenata statistikog skupa omoguava
kvalitativnu analizu tog skupa za razliku od istovrsnosti kojom
se utvruje veliina statistikog skupa


4

Kako je zadatak statistike otkriti veze i odnose koji postoje
meu pojavama mora se promatrati veliki broj pojava. Za
provoenje procesa otkrivanja pravilnosti u masovnim
pojavama potrebne su tri faze rada:
1. statistiko prikupljanje
2. klasifikacija ili grupiranje podataka
3. statistika analiza.
U prvoj fazi prikuplja se potreban materijal, zatim se u drugoj
fazi prikupljeni podaci grupiraju, izrauju se tablice i grafikoni,
da bi se u treoj fazi raznim statistikim metodama otkrivale
pravilnosti u zbivanjima masovnih pojava, te pronale
uzronosti i ovisnosti meu pojavama.

VJEBA
Objasnite to od navedenog predstavlja osnovni skup, a to
uzorak

a. Koliina grgea koju su ulovili svi sudionici natjecanja
u ribolovu.
b. Dugovi na kreditnim karticama 100 obitelji izabranih iz
istog grada.
c. Broj bodova koji su postigli svi igrai bejzbola iz Prve
lige u sezoni 2012.
d. Broj prekraja od strane svih 2.147 osoba koja su u
jednom gradu putena na uvjetnu slobodu.
e. Iznos koji je 200 starijih stanovnika u jednom velikom
gradu potroilo na kupovinu lijekova koji se izdaju na
recept.

Statistiko promatranje

5

2. STATISTIKO PROMATRANJE

Kako bi se mogle pronai pravilnosti u odnosima meu
pojavama potrebno je upoznati statistiku masu preko njenih
jedinica i obiljeja. Prvi korak u tom procesu predstavlja
statistiko promatranje.

Statistiko promatranje predstavlja prikupljanje podataka
o elementima statistikog skupa.

Statistiko promatranje je najvanija faza rada jer o tonosti i
ispravnosti prikupljenih podataka ovisi tonost i ispravnost
drugih faza rada.

Prije svake statistike akcije potrebno je sastaviti plan
prikupljanja podataka u kojem treba odrediti:
1. svrhu promatranja
2. predmet promatranja
3. izvor i naine promatranja
4. opseg promatranja
5. vrijeme i prostor promatranja
6. sredstva promatranja
7. kontrolu prikupljenih podataka

2.1. Svrha promatranja

Svrha nekog statistikog promatranja moe biti razliita.
Prilikom popisa stanovnitva svrha moe biti saznavanje broja
stanovnika, ali isto tako i podjela stanovnika prema branom
statusu, stupnju obrazovanja i slino. Svrha promatranja mora
biti jasno i potpuno odreena.

2.2. Definiranje predmeta promatranja

Svakom statistikom istraivanju prethodi definiranje
statistikog skupa. Tom prilikom mora biti vidljivo TO se eli
istraivati, NA KOJEM PROSTORU, i KADA. Predmet
promatranja je statistika masa. Kako smo ve spomenuli
masovne pojave su pojave koje se sastoje od velikog broja
istovrsnih elemenata koji se po nekim obiljejima razlikuju.

6
Elementi od kojih se sastoji statistika masa
nazivaju se statistike jedinice. Istovrsnost
statistike mase oituje se u jednom zajednikom
obiljeju prema kojem elementi ulaze u masu, a
raznovrsnost u drugim obiljejima prema kojima se
elementi meusobno razlikuju.

Slika 1. Uenici III.h razreda Obrtnike kole u Poegi k. god
2013./2014.

Svi zajedno predstavljaju statistiki skup kojem je zajedniko
pohaanje III. h razreda Obrtnike kole u Poegi promatrane
kolske godine. No, svatko od njih je jedna statistika jedinica
koja ima svoja obiljeja, razliitost u spolu, godinama, boji
kose, oiju, visini, interesima i tako dalje.

Statistiki skup potrebno je definirati u tri smjera:
1. pojmovno
2. prostorno
3. vremenski

Pojmovno definirati statistiki skup znai odrediti obiljeja
koja mora imati svaki element da bi postao lanom
odreenog statistikog skupa. Da bi pripadao skupu uenika

7
Obrtnike kole u Poegi kolske godine 2013./2014., nuno je
da element (uenik) bude upisan u jedan od razreda Obrtnike
kole u Poegi promatrane kolske godine.

Prostorno definirati statistiki skup znai ograniiti
prostor na kojem elimo promatrati elemente tog skupa. U
naem promjeru prostor je teritorij Obrtnike kole u Poegi.

Vremenski definirati statistiki skup znai utvrditi trenutak
ili razdoblje u kojem e se promatrati statistika masa. S
obzirom na vremensko definiranje statistiki skupovi se dijele
na:
a) skupove koji se mogu definirati u odreenom trenutku
b) skupove koji se mogu definirati u odreenom razdoblju
Statistiki skupovi koji se mogu definirati u odreenom trenutku
su skupovi unutar kojih elementi istovremeno nastaju i nestaju
postoji dvosmjerno kretanje. Najoitiji primjer takvog
statistikog skupa su stanovnici jedne zemlje ili grada jer se
praktiki istovremeno raa i umire. Statistike skupove koji se
mogu definirati u odreenom raudoblju ine skupovi unutar
kojih se odvija jednosmjerno kretanje; na primjer proizvodnja
nekog proizvoda.

2.2.1. Statistika obiljeja

Statistike jedinice ili elemente statistikog skupa upoznajemo
promatranjem njihovih obiljeja. Statistika obiljeja su opa
svojstva elemenata statistikog skupa po kojima jedni
drugima nalikuju i po kojima se jedni od drugih razlikuju.
Statistika obiljeja esto se nazivaju varijablama.

Primjer:
Statistiki skup, uenici I razreda Obrtnike kole u Poegi u
Republici Hrvatskoj u kolskog godini 2013./2014., na dan
30.09.2013. godine", promatran 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.


8
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.

2. kvantitativna statistika obiljeja koja se izraavaju
brojano.

Kvalitativna statistika obiljeja se mogu podijeliti na:
a) nominalna statistika obiljeja i
b) redoslijedna statistika obiljeja

Nominalna statistika obiljeja se izraavaju opisno, a
nazivaju se jo i atributivna statistika obiljeja. Primjeri
ovog obiljeja su: spol, nacionalnost, brano stanje, i slino.
Nominalna obiljeja koja mogu poprimiti samo 2 modaliteta
nazivaju se alternativna obiljeja. Na primjer obiljeje spol
moe poprimiti oblike: muki i enski.


9
Posebnu grupu nominalnih statistikih obiljeja predstavljaju
zemljopisna statistika obiljeja koja oznaavaju prostor s
kojim su elementi statistikog skupa u vezi.

Na primjer: mjesto roenja, mjesto stanovanja, lokacija
podrunica tvrtke prema regijama i slino.

Redoslijedna statistika obiljeja predstavljaju takvu vrstu
obiljeja koja se mijenjaju prema intenzitetu ili rangu.

Primjer takvih obiljeja su: uspjeh na testu iz predmeta
Statistika (ovdje se javljaju modaliteti ovog obiljeja od 1 do 5,
ali treba voditi rauna o tome da se s njima ne vre nikakve
raunske operacije, ve se pomou njih elementi skupa,
odnosno uenici, mogu rangirati), struna sprema zaposlenih u
nekom poduzeu i slino.

Kvantitativna statistika obiljeja su obiljeja koja se
mogu izraziti brojano.
Nazivaju se jo i numerika statistika obiljeja, a mogu se
podijeliti na:
- neprekidna ili kontinuirana statistika obiljeja je
obiljeje koje se moe prikazati i cijelim i decimalnim
brojem (neprekinuto je, kontinuirano)

Vrijeme trajanja jednog ispita je primjer neprekidnog obiljeja
jer moe uzeti bilo koju vrijednost, recimo, izmeu 30 i 60
minuta. To vrijeme moe biti 42,6 minute, 42,67 minute, ili
42,674 minute.

10

- prekidna ili diskontinuirana statistika obiljeja su
obiljeja koja se mogu izraziti samo cijelim brojem.

Npr. Broj automobila prodanih bilo kojeg dana u prodavnici
automobila predstavlja jedno prekidno ili diskontinuirano
obiljeje zato to iznosi 0, 1, 2, 3, odnosno, prodane
automobile moemo prebrojati. Njihov broj ne moe biti
izmeu 0 i 1, ili izmeu 1 i 2. Kao primjere prekidnog
obiljeja navedimo i broj ljudi koji svakog dana odlazi u
neku banku, broj automobila na parkingu, broj grla stoke
koje posjeduje jedan stoar, broj uenika u razredu.

Postoje jo i vremenska statistika obiljeja koja oznaavaju
trenutak ili vremenski interval s kojim su elementi statistikog
skupa u svezi. To moe biti odreeni interval i odreeni
trenutak.


11

Saetak za nestrpljive

Dakle, obiljeja statistikog skupa dijele se na:
a) pojmovna
b) prostorna
c) numerika
d) vremenska
Pojmovno ili atributivno obiljeje je ono obiljeje koje
se izraava rijeima (spol, brano stanje, dravljanstvo).
Prostorno ili geografsko obiljeje oznaava mjesto s
kojim je jedinica u vezi (mjesto roenja).
Numeriko obiljeje je ono obiljeje koje se izraava
brojevima (broj stanovnika, visina, teina). Broj kojim
se izraava numeriko obiljeje naziva se vrijednost
numerikog obiljeja. Ako se ta vrijednost moe
izraziti samo cijelim brojem tada se takov obiljeje
naziva diskontinuirano numeriko obiljeje (broj
uenika, automobila, stanovnika, broj konja). Ako se ta
vrijednost moe izraziti i cijelim i decimalnim brojem
tada je rije o kontinuiranom numerikom obiljeju
(starost, visina, teina).

12
Vremensko obiljeje oznaava vrijeme s kojim je
jedinica u vezi (godina, mjesec, sat).

Statistiki skup koji je predmet istraivanja se naziva
populacija.
Elementi populacije se nazivaju statistike jedinice.
Broj elemenata (statistikih jedinica) koji ine populaciju
naziva se veliina populacije.
Karakteristika koja svakom elementu populacije pridruuje
jednu vrijednost naziva se statistika varijabla ili statistiko
obiljeje.
Kategorije ili vrijednosti koje moe imati jedna statistiko
obiljeje nazivaju se modaliteti.
Broj elemenata statistikog skupa koji posjeduju promatrani
modalitet naziva se frekvencija modaliteta

2.2.2. Skale obiljeja

Kako je istaknuto, obiljeja (varijable) elemenata statistikog
skupa su odgovarajua svojstva po kojima usporeujemo te
elemente.
Svako obiljeje se javlja u vie pojavnih oblika (modaliteta).
Skup svih modaliteta nekoga obiljeja naziva se skala (ili
ljestvica)

Tako je npr.
- skala modaliteta obiljeja ''spol''
muki i enski,
- skala modaliteta obiljeja ''dan u tjednu''
ponedjeljak, utorak, srijeda, etvrtak,
petak, subota i nedjelja,
- skala modaliteta ''mjesec u godini''
sijeanj, veljaa, oujak, travanj, svibanj, lipanj, srpanj,
kolovoz, rujan, listopad, studeni i prosinac


13

Redosljedna (ordinalna, rang) skala elementima
statistikoga skupa pridruuje slovne oznake, simbole ili
brojeve prema intenzitetu mjerenoga svojstva, pa se elementi
potom klasificiraju i ureuju sukladno stupnju promatranoga
svojstva.
Poredak modaliteta ovdje nije proizvoljan: modalitete obino
navodimo od onoga koji oznaava najmanji stupanj svojstva do
onoga koji oznaava najvei stupanj svojstva ili obrnuto.
Tipini primjeri redosljedne skale su skala ocjena (1, 2, 3, 4, 5),
skala stupnjeva strune spreme, skala stupnjeva zadovoljstva
kvalitetom nastave iz kolegija ''Zabavljake vjetine'' itd.

Ukoliko elementima statistikoga skupa pridruujemo realne
brojeve sukladno intenzitetu promatranoga svojstva, dobit
emo intervalnu skalu.
Ona uvijek ima definiranu mjernu jedinicu i dogovorno
utvrenu nulu, pa ima bolja metrika svojstva od prethodnih
dviju skala jer omoguuje i razvrstavanje i rangiranje i brojano
utvrivanje razlika mjerenoga svojstva.

Npr. ako je temperatura zraka na Zavianu -20C, u Zagrebu
0C, a u Splitu 20C, onda se moe rei da je u Zagrebu za

14
20C toplije nego na Zavianu, a za 20C hladnije nego u
Splitu.

Takoer, dogovorno utvrena nula znai da element
statistikoga skupa posjeduje odreeno svojstvo i da je
modalitet toga svojstva jednak nuli.

Konkretno, injenica da je temperatura zraka u Zagrebu 0C
znai da zrak u Zagrebu ima svoju temperaturu i da je ta
temperatura jednaka 0C.

Skala s najboljim metrikim svojstvima je tzv. omjerna skala.
Ona se dobije tako da se elementima statistikoga skupa
pridrue realni brojevi sukladno intenzitetu mjerenoga svojstva,
a, osim definirane mjerne jedinice, ima i nulu koja oznaava
nepostojanje svojstva.
Zbog toga se na takvoj skali mogu definirati sve etiri osnovne
raunske operacije jer razlike i omjeri vrijednosti imaju suvislo
tumaenje.
Npr. ako Blaenko na tekuem raunu ima 10.000,00 kn, a
Draenko 100.000,00 kn, onda Draenko na svojem tekuem
raunu ima 10 puta vie novaca, odnosno za 90.000,00 kn
vie od Blaenka. Nadalje, ako Vlatka na svojem deviznom
raunu ima 0,00 , znai da je njezin devizni raun potpuno
prazan, tj. da na njemu (do daljnjega) nema novaca.

Poseban tip skale obiljeja je kronoloka skala. Ona obino
sadri vremenska razdoblja poredana kronoloki, tj. poevi od
razdoblja koje je nastupilo najranije i zavravajui s razdobljem
koje je nastupilo najkasnije.
Modaliteti kronoloke skale mogu se iskazivati nazivima (npr.
skala dana u tjednu, skala mjeseci u godini itd.) ili brojevima
(npr. skala minuta u pojedinom satu, skala sati u danu, skala
datuma u pojedinom mjesecu, skala godina, desetljea,
stoljea itd.).
Tipini primjeri kronolokih skala su:
skala dana u tjednu
{ponedjeljak, utorak, srijeda, etvrtak, petak, subota, nedjelja},
skala godina u prvom desetljeu ovoga tisuljea
{2001, 2002, 2003, 2004, 2005, 2006, 2007, 2008, 2009, 2010}
itd.

15

Vjeba 1
Odredite koje su od navedenih obiljeja kvantitativna, a koje
kvalitativna.

a. Broj lanova obitelji
b. Boja automobila
c. Brano stanje
d. Duina abljeg skoka
e. Broj greaka u izvjetaju o kreditnoj sposobnosti
jedne osobe

Razvrstajte kvantitativne obiljeja iz primjera na prekidne ili
neprekidne.

2.3. Izvor i nain promatranja

Prikupljanje podataka o elementima statistikog skupa naziva
se statistiko promatranje. Razlikujemo dva osnovna izvora
podataka koji se koriste pri statistikom promatranju:
a) primarni izvori podataka
b) sekundarni izvori podataka

Ukoliko se u statistikoj analizi koristimo ve postojeim
zapisima, koje su prikupile razliite institucije radi vlastitih
potreba, rada je rije o sekundarnim izvorima podataka.
Prikupljaju ih statistiki uredi, zavodi za istraivanje trita,
dravne i istraivake ustanove. Prikupljeni podaci objavljuju
se u statistikim publikacijama i strunim asopisima.
Sekundarni podaci u pravilu su lako dostupni, a njihovo
pribavljanje nije vezano uz velike trokove. Osnovni
nedostatak im je nedostatnost, odnosno ne pruaju sve
potrebne informacije za provedbu istraivanja.

Ukoliko sami prikupljamo podatke za potrebe statistike
analize tada je rije o primarnim izvorima podataka.


16
2.4. Opseg promatranja

Ovisno o tome da li se promatranjem obuhvaaju sve
statistike jedinice nekog statistikog skupa ili samo neke,
promatranje moe biti iscrpno i reprezentativno. U sluaju
iscrpnog promatranja obuhvaaju se sve statistike jedinice,
dok se pri reprezentativnom obuhvaaju samo neke. Primjer
iscrpnog promatranja je popis stanovnitva, a reprezentativnog
provoenje ankete.

Kod provoenja iscrpnog promatranja potrebno je odrediti:
kritini trenutak, popisni rok, jednovremenost, normalno stanje
i periodinost. Kritini trenutak predstavlja vrijeme koje
odluuje hoe li neka jedinica ui u statistiku masu ili ne. Na
primjer, prilikom popisa stanovnitva kritini trenutak moe biti
pono 31.3. odreene godine. Dijete koje se rodilo minutu prije
ponoi ulazi u statistiku masu, a ono koje se rodilo minutu
poslije pomoi ne ulazi u masu jer u odreenom kritikom
trenutku nije bilo roeno.
Popisni rok je vrijeme u kojem treba obaviti poslove u vezi s
popisom.
Jednovremenost popisa znai da treba popisivati u isto vrijeme
na itavom podruju.
Normalno stanje je ono u kojem je pojava najstalnija.
Periodinost znai da popis treba ponavljati u jednakim
vremenskim razmacima (popis stanovnitva vri se svake
desete godine).

Kod reprezentativnog promatranja analiziramo dio statistike
mase zbog toga je potrebno izabrati statistiki uzorak.
Statistiki uzorak sastoji se od jedinica koje e se promatrati i
na osnovu kojih e se donijeti zakljuak za cijeli statistiki
skup.

Uzorak se moe izabrati na dva naina:
a) namjerni uzorak
b) sluajni uzorak
Namjerni izbor primjenjuje se kada se za uzorak uzima manji
broj elemenata. Kod takve vrste izbora esto se odreuje broj
elemenata koje treba ispitati, tzv. kvota uzorka. ako se iz
osnovnog skupa elementi odabiru sluajno najjednostavniji

17
nain je da se sastavi popis u koji e pod rednim brojevima
upisati svaki element skupa, nakon toga se vri sistematski
izbor tako da se bira svaki trei, pet, deseti ili neki drugi
element.

2.5. Vrijeme i prostor promatranja

S obzirom na vrijeme postoje tri vrste promatranja:
a) jednokratno promatranje
b) povremeno promatranje
c) trajno promatranje
Svrha jednokratnog promatranja je utvrivanje stanja pojave u
jednom trenutku. Iz tog razloga pri jednokratnom promatranju
potrebno je odrediti kritini trenutak. Povremeno promatranje
provodi se da se prikupe podaci o promjenama promatrane
pojave. Svrha trajnog promatranja je u registriranju pojava koje
se s vremenom stalno mijenjaju (svakog prvog u mjesecu
sastavlja se izvjetaj o koliini proizvodnje prethodnog
mjeseca).

Odreivanje prostora ovisi o tome da li je promatranje iscrpno
ili reprezentativno. Pri iscrpnom promatranju uzima se
cjelokupni prostor na kojem se nalaze jedinice. Pri
reprezentativnom promatranju treba odabrati ono podruje na
kojem se statistike jedinice najvie oituju.

2.6. Sredstva promatranja

Sredstvo promatranja moe biti upitnik i obrazac
evidencije. Upitnik sadrava sva pitanja koja se odnose na
obiljeja statistike jedinice. Pitanja u upitniku moraju biti
ispravno formulirana, kratka, jasna i jednostavna kako bi se
mogao dati toan odgovor. Uz pitanja obino se stavljaju i
upute za odgovor. Obrazac evidencije upotrebljava se za
tekue ispitivanje. Ima oblik tablice u koju se stalno unose
sumarni podaci o opsegu itave mase ili dijelova. Upotrebljava
se za praenje proizvodnje, prometa i slino.


18
Primjer upitnika

Primjer obrasca evidencije


19

2.7. Kontrola prikupljenih podataka

Tijekom svog rada statistiar se koristi velikim brojem
podataka. Da bi se izbjegle greke potrebno je kontrolirati
svaku fazu statistikog postupka. Kontrola moe biti
prethodna ili naknadna. Prethodna kontrola obavlja se prije
prikupljanja podatka, a zadatak joj je da sprijei pogreke.
Naknadna kontrola se obavlja poslije prikupljanja podataka.
Sastoji se u provjeravanju potpunosti i tonosti prikupljenih
podataka. Naknadna kontrola moe biti materijalna i formalna.
Formalna kontrola se sastoji u ispitivanju potpunosti i tonosti
prikupljenih podataka s njihove vanjske strane (da li su stigli
svi upitnici i da li je odgovoreno na sva pitanja). Materijalna
kontrola sastoji se u ispitivanju potpunosti i tonosti sadraja.
Ona moe biti logika i raunska. Logikom kontrolom
provjeravaju se nelogini odgovori. Nelogino je, na primjer, da
je netko izjavio da ima 10 godina i da je po zanimanju doktor
znanosti. Raunska kontrola se sastoji u tome da se greke
otkrivaju raunskim operacijama (zbrajanjem).

PITANJA ZA PROVJERU ZNANJA

1. to je statistika?
2. to prethodi statistikom istraivanju?
3. to znai prostorno definirati statistiki skup?
4. to podrazumijevamo pod alternativnim obiljejima?
5. U emu je razlika izmeu kontinuiranog i diskontinuiranog
numerikog obiljeja?
6. Navedi nekoliko obiljka kontinuiranog i diskontinuiranog
numerikog obiljeja.
7. Kako se definiraju skupovi statistiki s aspekta vremena?
8. to su statistika obiljeja?
9. Kako se dijele statistika obiljeja?
10. to su modaliteti obiljeja?
11. to je statistika masa i kako se definira konkretna
statistika masa?
12. Zbog ega se provodi kontrola prikupljenih podataka?


20
ZADACI ZA VJEBU

1. Utvrdite spol, dob, uspjeh, mjesto stalnog boravka i druga
obiljeja, sastavite upitnik i pomou njega prikupite
podatke o uenicima svog razreda.
2. Odredite obiljeja, sastavite upitnik i prikupite podatke o
polaznicima svih razreda u svojoj koli.
3. Definiraj svoj razred kao statistiku masu. Po emu su
jednaki, a po emu se razlikuju elementi tog statistikog
skupa?
4. Objasnite statistika obiljeja na primjeru prikupljenih
podataka iz zadatka 1.

Grupiranje podataka

21
3. GRUPIRANJE PODATAKA

Nakon to je obavljena prva faza statistike djelatnosti koja se
odnosi na prikupljanje podataka, potrebno je prikupljeni
statistiki materijal uiniti preglednim, odnosno potrebno ga je
grupirati.

Grupiranje podataka provodi se na taj nain da se statistiki
skup ralani u dijelove prema modalitetima jednog obiljeja,
tako da se u jednoj grupi nau jedinice istog ili slinog
modaliteta prema kojem je izvreno grupiranje.
Na taj nain nastaju grupe, a broj jedinica svake grupe
naziva se frekvencija.
Rezultat grupiranja je statistika serija ili statistiki niz koji
prikazuje strukturu statistikog skupa prema promatranom
obiljeju.

Grupiranje mora biti:
a) iskljuivo
b) iscrpno ili konano
Iskljuivost grupiranja pretpostavlja da svaki element
statistikog skupa mora nai svoje mjesto u jednoj od grupa.
Iscrpnost pretpostavlja da svaki element statistikog skupa
mora biti obuhvaen nekom od formiranih grupa.

3.1. Statistike grupe

Grupiranje podataka se vri prema obiljejima. Postoje
slijedee vrste statistikih grupa:
a) pojmovne ili atributivne statistike grupe
b) prostorne ili geografske statistike grupe
c) vremenske statistike grupe
d) numerike statistike grupe

Grupiranje podataka

22
3.1.1. Grupiranje prema pojmovnom ili atributivnom obiljeju

Pojmovne ili atributivne statistike grupe rezultat su grupiranja
elemenata statistikog skupa prema pojmovnom ili
atributivnom statistikom obiljeju.

Tablica 1. enska populacija Republike Hrvatske
stara 15 godina prema statusu na Facebooku
30.10.2013.
Brano stanje Broj ena
Neudane 386381
Udane 1210827
Udovice 320429
Razvedene 77023
Nepoznato 19292
Ukupno 2013952
Izvor: Facebook like status, str.33

esta su atributivna obiljeja koja se pojavljuju u samo dva
oblika: spol (muki, enski), nain studiranja (redovan,
izvanredan); takva obiljeja zovu se alternativna obiljeja.

Ako atributivno obiljeje ima vie oblika, potrebno je smanjiti
broj grupa kako bi se postigla njihova preglednost. Ako ima
vrlo mnogo oblika, grupe se formiraju tako da se u grupi nalaze
jedinice slinih modaliteta obiljeja.

U sluajevima kada postoje elementi za koje nije mogue doi
do informacije o modalitetu obiljeja prema kojem se vri
grupiranje odvajaju se u grupu nepoznato.

Grupiranje podataka

23
3.1.2. Grupiranje prema prostornom ili geografskom obiljeju

Geografske ili prostorne statistike grupe nastaju grupiranjem
statistikih podataka prema prostoru.

Tablica 2. Drave prema broju neoenjenih mukaraca prema
statusu na Facebooku 2019. godine

Drava Broj neoenjenih mukaraca
vicarska 39980
Norveka 34310
Danska 33040
Japan 32350
Singapur 30170
SAD 29240
Izvor: Facebook ponuda, str. 33, www.facebook

Prostorno grupiranje najee se vri prema politiko-
administrativnoj podjeli zemlje; prema kontinentima, zemljama,
regijama, upanijama, gradovima i slino.

3.1.3. Grupiranje prema vremenskom obiljeju

Vremenske statistike grupe nastaju ralanjivanjem
statistikog skupa prema vremenskom obiljeju. Vremenska
grupa definirana je jednim vremenskim razdobljem ili
intervalom. Najee je to kalendarsko vremensko razdoblje,
godina, polugodite, tromjeseje, dan, kolska godina ,
lanovi intervalnog vremenskog niza dobiju se sumiranjem
jedinica koje pripadaju vremenskoj grupi. Za takvo sumiranje
potrebno je konstantno prikupljanje podataka tijekom itavog
vremenskog razdoblja koje predstavlja vremensku grupu.

Grupiranje podataka

24
Tablica 3. Posjeti vanzemaljaca u Republici Hrvatskoj od
2019.-2023. godine

Godina Broj posjeta
vanzemaljaca
2019 182
2020 3811
2021 55501
2022 97068
2023 145179
Izvor: Brojilo NLO, broj.17/2024.,str. 93

Statistike skupove koji se mogu definirati u jednom trenutku
nije potrebno konstantno promatrati, nego po definiciji u
jednom trenutku. Takvo promatranje je jednokratno ili
periodino.

Tablica 4. Stanovnitvo Zvjezdanog Planeta na dan 30.6
Godina Broj stanovnika
(000 000)
2019 4635
2020 3702
2021 2470
2022 1572
2023 954
Izvor: Zvjezdani tra, br.1/2024, str. 90

Grupiranje podataka

25
3.1.4. Grupiranje prema numerikom obiljeju

Numerike grupe nastaju grupiranjem statistikih jedinica
prema numerikom obiljeju. Grupiranjem podataka prema
numerikom obiljeju dobivamo grupe razliitog stupnja jaine
(intenziteta). Broj kojim je izraen odreeni stupanj intenziteta
zove se vrijednost numerikog obiljeja. Broj jedinica u svakog
grupi zove se frekvencija.

Ako numeriko obiljeje ima samo nekoliko oblika (nekoliko
vrijednosti) u svaku grupu uvrste se samo jedinice koje imaju
istu brojanu vrijednost.

Tablica 5. Uenici III.h razreda Obrtnike kole Poega
prema uspjehu na koncu kolske godine 2013./2014.

Ocjena Broj uenika
5 5
4 21
3 1
2 0
1 0
Ukupno 27
Izvor: Razredna knjiga III. h

Ako numeriko obiljeje ima vie brojanih vrijednosti, za
frekventne oblike stvaraju se posebne grupe, a za manje
frekventne formira se zajednika grupa. To znai da u
posljednjoj grupi nee biti jedinice s istom brojanom
vrijednosti, nego jedinice s razliitim vrijednostima.

Tablica 6. Stanovi prema broju soba 1998. godine
Broj soba Broj stanova
1 243556
2 573807
3 449134
4 212348
5 i vie 154585
Ukupno 1633430
Izvor: Statistiki ljetopis Hrvatske 2000, str. 279
Grupiranje podataka

26

U sluajevima kada numeriko obiljeje more poprimiti veliki
broj razliitih vrijednosti susjedne vrijednosti numerikog
obiljeja sjedinjuju se u jednu zajedniku grupu koja se zove
razred ili klasa.
Razredi se formiraju na slijedei nain: jedna vrijednost
numerikog obiljeja odredi se kao donja granica razreda, a
neka druga vrijednost numerikog obiljeja odredi se kao
gornja granica razreda. Oni elementi statistikog skupa koji
imaju vrijednost numerikog obiljeja izmeu donje i gornje
granice razreda ubrajaju se u taj razred.

Prilikom definiranja granica razreda moramo paziti radi li se o
kontinuiranom ili diskontinuiranom numerikom obiljeju.

Ako se radi o diskontinuiranom numerikom obiljeju
gornja granica razreda oznaena je brojem koji je za jednu
jedinicu manji od donje granice razreda koji slijedi:

Donja granica Gornja granica
1 10
11 20
21 25
26 30
31 40
41 50

Grupiranje podataka

27

Tablica 7. Prosjeni mjeseni eparac u 2014. godini
Iznos plae Struktura zaposlenih %
- 1200 5,7
1201-1500 7,4
1501 1800 11,4
1801 2100 10,2
2101 2400 10,0
2401 2700 9,7
2701 3000 9,6
3001 3500 13,6
3501 4000 8,8
4001 4500 4,7
4501 5000 2,8
5001 7000 4,1
7001 vie 2,0
Ukupno 100
Izvor: Sanjarica, str 333

Ako se radi o kontinuiranom numerikom obiljeju gornja
granica razreda oznaena je istim brojem kao i donja
granica slijedeeg razreda.

Donja granica Gornja granica
0 10
10 20
20 30
30 40
40 50
50 60

Grupiranje podataka

28

Tablica 8. Umrli uslijed nasilne smrti u RH 1999.
godine prema starosti
Godine
starosti
Broj
umrlih
0 10 43
10 20 154
20 30 276
30 40 313
40 50 407
50 60 351
60 70 539
70 80 490
80 i vie 366
Ukupno 2939

Ukoliko se dogodi da je u nekom izvjeu donja granica
slijedeeg razreda vea za jednu jedinicu od gornje granice
prethodnog razreda, a oigledno je da je rije o kontinuiranom
numerikom obiljeju, potrebno je prije analize utvrditi prave
granice razreda. To emo uiniti dodavanjem jedinice gornjoj
granici razreda, ili poistovjeivanjem gornje granice
prethodnog razreda s donjom granicom slijedeeg razreda.

Grupiranje podataka

29
Tablica 9. Umrli uslijed nasilne smrti u RH 1999. godine
prema starosti
Godine
starosti
Broj umrlih Prave
granice
0 9 43 0 10
10 19 154 10 20
20 29 276 20 30
30 39 313 30 40
40 49 407 40 50
50 59 351 50 60
60 69 539 60 70
70 79 490 70 80
80 i vie 366 80 i vie
Ukupno 2939

Prilikom grupiranja esto se dogodi da prvi razred nema donju
granicu, a posljednji razred nema gornju granicu. Razredi
kojima nedostaje jedna granica nazivaju se otvoreni
razredi. Njihova funkcionalnost je u principu iscrpnosti i
preglednosti pri grupiranju. Otvoreni razredi se prije analize
moraju zatvoriti. Procjena zatvaranja granica ostavlja se
statistiaru.

Odbijemo li donju granicu promatranog razreda od donje
granice slijedeeg razreda dobit emo veliinu razreda (i).
Donja granica razreda oznaava se oznakom L
1
, a gornja
granica oznakom L
2
.

Primjer izraunavanja veliine razreda na bazi kontinuiranog
numerikog obiljeja:
L
1
L
2
Veliina razreda
(i)
0 10 10 0 = 10
10 20 20 10 = 10
20 30 30 20 = 10
30 50 50 30 = 20
50 60 60 50 = 10
60 90 90 60 = 30

Grupiranje podataka

30

Primjer izraunavanja veliine razreda na bazi
diskontinuiranog numerikog obiljeja:
L
1
L
2
Veliina razreda (i)
(1000) - 1200 1201 1000 = 201
1201-1500 1501 1201 = 300
1501 1800 1801 1501 = 300
1801 2100 2101 1801 = 300
2101 2400 2401 2101 = 300
2401 2700 2701 2401 = 300
2701 3000 3001 2701 = 300
3001 3500 3501 3001 = 500
3501 4000 4001 3501 = 500
4001 4500 4501 4001 = 500
4501 5000 5001 4501 = 500
5001 7000 7001 5001 = 2000
7001(15000) 15001 7001 = 8000

Veliinu razreda potrebno je izraunati kako bi se vidjelo da li
su razredi jednaki ili nisu. Kod razreda jednakih veliina mogu
se usporeivati zadane frekvencije, a kod razreda nejednakih
veliina to nije mogue. Za usporeivanje zadanih
frekvencija nejednakih razreda potrebno je provesti
postupak korigiranja frekvencija. Korigiranje frekvencija
provodi se tako da se sve frekvencije svedu na istu veliinu
razreda i to tako da se svaka frekvencija podijeli s veliinom
razreda.

i
f
f
i
c
=

f
c
= korigirana frekvencija; f
i
= originalna frekvencija, i = veliina
razreda

Grupiranje podataka

31
Nakon korigiranja frekvencija mogue je usporeivanje
kvantitativnih odnosa na osnovi zadanih frekvencija.

Primjer korigiranja frekvencija
granice
razreda
Apsolutna
frekvencija
Veliina
razreda
Korigirana
frekvencija
L
1
L
2
fi i fc
8 10 100 2 50
10 15 200 5 40
15 25 200 10 20
25 35 234 10 23,4
35 50 45 15 3

Postupak izrauna:
50
2
100
i
f
f
i
c
= = = 40
5
200
i
f
f
i
c
= = =
20
10
200
i
f
f
i
c
= = =

4 , 23
10
234
i
f
f
i
c
= = = 3
3
45
i
f
f
i
c
= = =

Prilikom rada s razredima esto je potrebno izraunati sredinu
razreda. Sredina razreda izraunava se tako da zbrojimo
donju i gornju granicu razreda i podijelimo s dva.
Oznaava se oznakom X
i
.

2
L L
x
2 1
i
+
=

Grupiranje podataka

32
Primjer izraunavanja sredine razreda
granice
razreda
Apsolutna
frekvencija
Sredina razreda
L
1
L
2
fi x
i
8 10 100 (8+10/2) = 9
10 15 200 (10 + 15/ 2) = 12,5
15 25 200 (15 + 25/2) = 20
25 35 234 (25 + 35/2) = 30
35 50 45 ( 35 + 50/2) = 42,5


1. Kako se provodi grupiranje podataka?
2. to je frekvencija?
3. to predstavlja iskljuivost, a to iscrpnost grupiranja
podataka?
4. Kako nastaju atributivne statistike grupe?
5. Kako se formiraju geograske grupe?
6. Kako s formiraju numerike grupe kada imamo mali broj
modalitata obiljeja?
7. U kojim sluajevima se formira grupa ostalo?
8. to je donja,a to gornja granica razreda?
9. to je razred ili klasa?
10. Kako se formiraju granice razreda u sluaju kontinuiranog
numerikog obiljeja?
11. Kako se formiraju granice razreda u sluaju
diskontinuiranog numerikog obiljeja?
12. Kada se provodi formiranje pravih grancia razreda?
13. Kako se izraunava veliina razreda?
14. Kada se provodi korigiranje frekvencija?
15. Kako se izraunava sredina razreda?

Grupiranje podataka

33
ZADACI ZA VJEBU

1. Na osnovi prikupljenih podataka o polaznicima svog
razreda i svoje kole, formirajte grupe prema dobi
polaznika i njihovom uspjehu u prethodnom razredu.
Utvrdite koje su to vrste grupa.
2. Na osnovi podataka iz tablica 7., 8. i 9. izraunajte sredinu
razreda i veliinu razreda.

BILJEKE

Grupiranje podataka

34

BILJEKE
Prikazivanje statistikih podataka

35
4. PRIKAZIVANJE STATISTIKIH PODATAKA

Prikupljene statistike podatke potrebno je prikazati u
preglednoj formi. Mogu se prikazati u dva oblika:
a) statistikom tabelom
b) grafikonom

4.1. Statistike tablice

Statistika tablica je rezultat prikupljanja podataka. Svrha joj je
omoguiti analiziranje prikazane pojave. Statistike tablice
nastaju ukrtenjem vodoravnih i okomitih linija. Statistika
tablica sastoji se od redaka i stupaca.

Svaka statistika tablica mora imati: naslov, opisni ili
tekstovni dio, brojani ili numeriki dio i izvor podataka.
Iznad tablice stavlja se kratak naslov iz kojeg se moe vidjeti
to se tablicom prikazuje.

Opisni dio tablice sastoji se od dva dijela: zaglavlja i
predstupca. Zaglavlje je prvi redak ispod naslova, a slui za
tumaenje brojeva u stupcima tablice. Predstupac je prvi
stupac a slui za tumaenje brojeva koji se nalaze u redcima
tablice.
U brojanom dijelu tablice nalaze se polja koja slue za
unoenje brojeva koji su rezultat statistikog rada.
Ako u statistikoj tabeli treba zbrojiti brojeve po kolonama,
njihov zbroj se stavlja u prvi redak ispod zaglavlja ili u posljedni
redak tablice. To je ukupno ili zbirni redak. Ako treba zbrojiti
brojeve u recima, njihov zbroj stavlja se u prvi stupac do
prestupca ili u posljednji stupac. To je stupac ukupno ili zbirni
stupac.
Ispod tablice treba obavezno staviti izvor podataka, i to zato
da itatelj moe provjeriti tonost podataka ili ih dopuniti.


36

Izvor podataka:

Prilikom formiranja statistike tablice trebaju se potivati
slijedea pravila:
1. tablica po mogunosti treba imati to manje redova i
stupaca
2. kad god je mogue brojevi se skrauju ili zaokruuju
(pojave se prikazuju u tisuama)
3. ako se tablica sastoji od vie stupaca, potrebno ih je
numerirati
4. U statistikoj tablici niti jedno polje ne smije ostati prazno.
To se postie uporabom niza znakova:

- Nema pojave
Ne raspolae se podatkom
0 Podatak je manji od 0,5 dane jedinice mjere
Prosjek
1 Oznaka za napomenu ispod tablice
( ) Nepotpun, odnosno nedovoljno provjeren
podatak
* Ispravljen podatak
Potivanjem navedenih pravila tablica e biti jasna i pregledna
to e omoguiti itatelju lake usporeivanje brojeva i bre
sagledavanje karakteristika pojave.


37

S obzirom na sadraj podataka statistike tablice mogu biti:
1) jednostavne statistike tablice
2) sloene ili skupne statistike tablice
3) kombinirane statistike tablice

Jednostavna statistika tablica prikazuje samo jednu
pojavu, jedan statistiki skup, a grupiranje jedinica
provedeno je prema jednom obiljeju.

U primjeru koji slijedi prikazujemo statistiku masu nastadalih
osoba u prometu po policijskim upravama 1999. godine. Dakle
pojava je nastadali u prometu tijekom 1999. godine, a
grupiranje je vreno prema jedom obiljeju prema policijskim
upravama.


38
Tablica 10. Nastradale osobe u prometu u
RH 1999. godine prema policijskim upravama
Policijska uprava Broj nastradalih
Zagrebaka 4832
Krapinsko-zagorska 412
Sisako-moslavaka 614
Karlovaka 853
Varadinska 534
Koprivniko-krievaka 597
Bjelovarsko-bilogorska 587
Primorsko-goranska 1664
Liko-senjska 410
Virovitiko-podravska 353
Poeko-slavonska 245
Brodsko-posavska 339
Zadarska 855
Osjeko-baranjska 999
ibensko-kninska 644
Vukovarsko-srijemska 489
Splitsko-dalmatinska 2321
Istarska 1260
Dubrovako-neretvanska 452
Meimurska 305
Ukupno 18765

Sloena tablica prikazuje dvije ili vie pojava grupiranih
prema jednom te istom obiljeju.

Kao primjer sloene statistike tablice prikazat emo
proizvodnju jabuka, ljiva i groa po upanijama tijekom
1999. godine. Obiljeje su u ovom primjeru upanije, a pojave
proizvodnja jabuka, ljiva i groa.


39
Tablica 11. Proizvodnja jabuka, ljiva i groa po upanijama 1999.
godine
upanija Proizvodnja
Jabuke
(t)
ljive (t) Groe
(t)
Zagrebaka 7513 2753 61111
Krapinsko-zagorska 2302 1175 20091
Sisako-moslavaka 8499 4138 7975
Karlovaka 1002 866 5733
Varadinska 3565 1416 17544
Koprivniko-krievaka 1586 1129 18851
Bjelovarsko-bilogorska 1561 2688 8975
Primorsko-goranska 342 222 3890
Liko-senjska 159 3313 939
Virovitiko-podravska 1744 1335 7664
Poeko-slavonska 659 2001 8143
Brodsko-posavska 3593 3559 5888
Zadarska 118 1779 15697
Osjeko-baranjska 5727 6630 27018
ibensko-kninska 132 268 27018
Vukovarsko-srijemska 5202 2237 9418
Splitsko-dalmatinska 1001 439 48705
Istarska 741 366 44673
Dubrovako-neretvanska 10965 318 37398
Meimurska 9858 841 11800
Grad Zagreb 483 557 13494
Ukupno 66752 38030 394066

Kombinirana statistika tablica slui za prikazivanje jedne
pojave prema dva obiljeja.

To je tablica prema dva ulaza. Zaglavlje kombinirane tablice
slui za upisivanje modaliteta jednog obiljeja, dok se u
predstupac upisuju modaliteti drugog obiljeja.

Zbrojni redak prikazuje strukturu statistikog skupa s obzirom
na modalitete obiljeja iz zaglavlja, a zbrojni stupac pokazuje
strukturu statistikog skupa s obzirom na modalitete obiljeja iz
predstupca.


40
U primjeru emo prikazati stanovnitu Republike Hrvatske
starije od 15 godina po zavrenoj koli i spolu 1991. godine.

Tablica 12. Stanovnitvo staro 15 godina i vie po zavrenoj
koli i spolu 1991. godine
Vrsta kole spol

ukupno
M
Bez kole i nepoznato 117088 271926 389014
4-7 razreda osnovne kole 324675 494916 819591
Osnovna kola 413282 488246 901528
kola za KV i VKV radnika 327624 160867 488491
Srednje strune kole 226386 218490 445326
Gimnazija 32674 56915 89589
Srednje usmjereno obraz. 200644 163685 364329
Vie kole 82271 73881 156152
Fakulteti i akademije 119040 85026 204066
Ukupno 1844134 2013952 3858086

4.2. Grafiko prikazivanje

Osim tabelarnog prikazivanja statistikih podataka
upotrebljava se i grafiko prikazivanje. Grafiko prikazivanje je
prikazivanje podataka geometrijskim likovima. Podaci koji su
prikazani grafikonom razumljiviji su i pregledniji od podataka u
tabeli.

Grafike prikaze dijelimo na:
- linijske grafikone
- povrinske grafikone
- kartograme.

Linijski grafikoni su vrsta grafikona kod kojih se podaci
predoavaju linijama. Linijski grafikoni mogu biti pravokutni i
polarni.

Povrinski grafikoni su vrsta grafikona kod kojih se podaci
predoavaju povrinama geometrijskih likova. Povrine
geometrijskih likova moraju biti upravno razmjerne brojevima

41
koji se prikazuju tim povrinama. Dijelimo ih na grafikon
jednostavnih stupaca, grafikon dvostrukih stupaca, grafikon
razdijeljenih stupaca, kvadratni i kruni grafikon te strukturni
krug i strukturni polukrug.

Kartogrami su vrsta grafikog prikaza kod kojih se za prikaz
upotrebljava geografska karta. Kartogrami se dijele na
dijagramske karte, piktograme i statistike karte.

4.2.1. Linijski grafikoni

Linijskim grafikonima prikazuju se vremenski i numeriki
statistiki nizovi. Linijski grafikon za prikazivanje numerikih
statistikih nizova naziva se poligon frekvencija.

Linijski grafikon temelji se na koordinatnom sustavu koji se
sastoji od dvije osi: osi apscise i ordinate.
Apscisa slui za nanoenje mjerila za predstupac niza: ako se
prikazuje vremenski niz za dane, mjesece, godine; a ako se
prikazuje distribucija frekvencija, onda za numeriko obiljeje.
Ordinata slui za nanoenje mjerila za frekvencija, tj. za
podatke koji se nalaze u koloni statistikog niza.
Mjerila na apscisi i ordinati moraju biti opisana kako bi se znalo
to prikazuju. Mjerilo na ordinati mora poeti od nule. U praksi
se kod grafikog prikazivanja koristi aritmetiko mjerilo.
Aritmetiko mjerilo je ono kod koga jedna duina (bez obzira
na kome se mjestu mjerila nalazi), prikazuje uvijek jednak broj
jedinica. Ovo mjerilo mora tei od nule i tei kontinuirano do
najvee frekvencije. (0,10,20,30,40,50).
Da bi se znalo to prikazuje grafikon mora imati naslov, opise
ordinate i apscise, tuma (ako se prikazuju dva niza podataka),
te obvezni izvor podataka.

Tablica 13. Turisti u Hrvatskoj od 1995. 1999.
Godina Broj turista (000)
1995 2438
1996 3899
1997 5206
1998 5450
1999 4751

42

Grafikon 1. Turisti u Hrvatskoj od 1995. 1999. godine

Linijskim grafikonom mogu se usporeivati dvije ili vie pojava.
U tom sluaju potreban je tuma linija.

Tablica 14. Domai i strani turisti u Hrvatskoj od 1995. 1999.

Godina Broj turista (000)
Strani domai
1995 1325 1113
1996 2650 1249
1997 3834 1372
1998 4112 1338
1999 3443 1308

0
1000
2000
3000
4000
5000
6000
1995 1996 1997 1998 1999
b
r
o
j

t
u
r
i
s
t
a

godine

43
Grafikon 2. Domai i strani turisti u Hrvatskoj od 1995. 1999.
godine
Izvor: Statistiki ljetopis Hrvatske 2000, str. 374.

Grafiki prikaz numerikog vremenskog niza naziva se
poligon frekvencija. Poligon frekvencija nastaje spajanjem
toaka koje su odreene parom vrijednosti:
a) na apscisi sredinom razreda
b) na ordinati veliinom frekvencije.

U sluaju da razredi nisu jednakih veliina
potrebno je provesti korigiranje frekvencija, a
ako nisu postavljene prave grancie razreda,
potrebno ih je postaviti.

0
1000
2000
3000
4000
5000
1995 1996 1997 1998 1999
b
r
o
j

t
u
r
i
s
t
a

godine
strani domai

44
prema starosti
Godine
starosti
Broj umrlih
(fi)
Prave
granice
Sredina
razreda (x
i
)
0 9 43 0 10 5
10 19 154 10 20 15
20 29 276 20 30 25
30 39 313 30 40 35
40 49 407 40 50 45
50 59 351 50 60 55
60 69 539 60 70 65
70 79 490 70 80 75
80 i vie 366 80 - (90) 85
Ukupno 2939


0
100
200
300
400
500
600
5 15 25 35 45 55 65 75 85
b
r
o
j

u
m
r
l
i
h

godine starosti
grafikon 3 - Umrli uslijed nasilne smrti u RH 1999.
godine
broj umrlih

45

Tablica 16: Rastavljeni brakovi u RH prema starosti ene
1999. godine

Godine
starosti
Broj
rastava
(fi)
Sredina
razreda
(x
i
)
Veliina
razreda
( i )
Korigirana
frekvencija
(fc)
15 20 8 17,5 5 1,6
20 25 298 22,5 5 59,6
25 35 1356 27,5 10 135,6
35 40 659 37,5 5 131,8
40 45 539 42,5 5 107,8
45 50 401 47,5 5 80,2
50 60 335 55 10 33,5
60 70 102 65 10 10,2
70 75 15 72,5 5 3
75 - 80 6 77,5 5 1,2


0
20
40
60
80
100
120
140
160
17,5 22,5 27,5 37,5 42,5 47,5 55 65 72,5 77,5
b
r
o
j

r
a
s
t
a
v
a

godine starosti
grafikon 4 - Rastavljeni brakovi u RH prema
starosti ene 1999. godine
broj rastava

46
Nakon to smo izradili grafikon potrebno je izvesti zakljuna
razmatranja uz pomo linije grafikona. Linija koja ide prema
gore oznaava porast pojave, a linija koja ide prema dolje
znai pad pojave. I strmina pojave ima svoju ulogu: to je
strmija promjena pojave je vea, a to je linija poloenija,
promjena je manja.

Iz grafikona 4 moemo izvesti slijedei zakljuak: Linija koja
predstavlja rastavljene brakove u Republici Hrvatskoj 1999.
godine prema starosti ene ima strmi rast do 22,5 godina
starosti gdje je i najvea pojava. Nakon te toke dolazi do
blagog pada pojave koja je oita od starosti od 55 godina,
nakon ega je izrazito blaga i kontinuirana pojava pada. Dakle,
najvie ena u Republici Hrvatskoj rastavlja se izmeu 22 i 40
godine starosti, dok je pojava najmanja udobi od 60 do 80
godina.

Polarni grafikon predstavlja vrstu linijskog grafikona koji se
crta u polarnom koordinatnom sustavu a kruni tok kretanja
pojave prikazuje se krivuljom. Upotrebljava se za prikazivanje
pojava sezonskog karaktera. Veina pojava sezonskog
karaktera ima ciklus od jedne godine (turizam, vodostaj,
temperatura zraka, ). Polarni grafikon crta se na slijedei
nain:
360 stupnjega kruga razdijelimo na onoliko vremenskih
razdoblja koliko prikazujemo, tj. koliko razdoblja ima zadani
ciklus. Na primjer, ako pojava ima ciklus od jedne godine, a
promatra se svakog mjeseca, treba 360 stupnjeva kruga
podijeliti sa 12. Tako emo dobiti vremensko razdoblje
prikazano kutom od 30 stupnjeva. Nakon to izraunamo
stupnjeve; krug proizvoljne veliine podijelimo na lukove
krunica, a zatim iz sredita kruga prema periferiji povuemo
pravce i dobijemo 12 polumera. Ti polumjeri slue za unoenje
zadanih frekvencija za svaki mjesec. Radi lakeg unoenja i
itanaj podataka potrebno je napraviti mreu grafikona koju
ine polumeri i koncentrini krugovi koji prolaze tokama
mjerila. Toke koje unosimo u grafikon spajaju se linijom. Tako
dobivamo krivulju koja prikazuje kruni tok kretanja pojave.
Linija koja je blie sreditu kruga predstavlja utjecaj sezone na
smanjenje pojave, a linija koja se udaljava od sredita kruga
znai da je sezona utjecala na poveanje pojave.

47
Kao i ostalim linijskim grafikonma i polarnim grafikonom mogu
se prikazati dva niza ili vie. U tom sluaju je potrebno korsititi
razliite boje za prikazivanje linije, te je iz tog razloga potreban
tuma.

Tablica 17. Srednje mjesene temeperature zraka
U Splitu i Osijeku 1999. godine
mjesec Srednje temperature
0
C
Split Osijek
Sijeanj 8,3 0,4
Veljaa 6,6 1,1
Oujak 11,1 8,2
Travanj 14,6 12,6
Svibanj 20,1 17,3
Lipanj 24,2 20,3
Srpanj 25,9 21,9
Kolovoz 26,5 21,3
Rujan 22,9 18,8
Listopad 17,7 11,7
Studeni 12,0 4,0
Prosinac 9,2 0,8


48


Iz grafikog prikaza oigledno je da je prosjena temperatura u
Splitu vea negu u Osijeku tiejkom cijele godine. Najnie
temperature su u zimskim mejsecima sijenju i prosincu, a
najvie tijekom srpnja i kolovoza.

0
5
10
15
20
25
30
1
2
3
4
5
6
7
8
9
0
11
12
grafikon 5: Srednje mjesene temperature zraka u Splitu i Osijeku 1999.
godine
Split Osijek

49
4.2.2. Povrinski grafikoni

Povrinski grafikoni su vrsta grafikona kod kojih se podaci
predoavaju povrinama geometrijskih likova.

4.2.2.1. Grafikon jednostavnih stupaca

Grafikon jednostavnih stupaca vrsta je povrinskog grafikona
kod kojeg se nizovi prikazuju povrinom pravokutnika stupca.
Grafikonom jednostavnih stupaca mogu se prikazivati sve
vrste nizova.

Grafikon jednostavnih stupaca sastoji se od vodoravne linije
osnovice i od okomite linije. Osnovica slui za podatke iz
predstupca niza, i na nju se irinom stupca unose podaci tako
da svi stupci budu u istoj visini, radi usporeivanja. Stupci se
na osnovicu mogu crtati jedan uz drugog bez meusobnog
razmaka ili ja jednakim meusobnim razmacima. Na okomitu
liniju nanosi se mjerilo za frekvencije.

Stupci koji prikazuju vremenski niz i distribuciju frekvencija
crtaju se jedan pored drugog bez razmaka. Stupci ostalih vrsta
nizova crtaju se sa jednakim razmacima.

Na osnovicu se s lijeve strane povue okomita linija i na nju se
nacrta artimetiko mjerilo prema podacima iz kolone podataka
niza. (aritmetiko mjerilo je mjerilo kod kojeg se iste brojane
veliine prikazuju istim duinama na liniji). Prema tom mjerilu
itaju se visine stupaca.

Ako se grafikonom jednostavnih stupaca prikazuje vremenski
ili numeriki niz takav grafiki prikaz naziva se histogram.


50
Tablica 18. Prometne nesree u zemljama EU 1998. godine
Zemlja Broj nesrea
Austrija 39225
Belgija 51167
Danska 7447
Finska 6902
Francuska 124387
Grka 24836
Njemaka 377262
V. Britanija 240046

Grafikon 6. Prometne nesree u zemljama EU 1998. godine

Izvor: Izvor: Statistiki ljetopis Hrvatske 2000, str. 634

Zakljuak: iz grafikog prikaza vidljivo je da najvie prometnih
nesrea u zemljama Europske unije ima u Njemakoj, Velikoj
Britaniji, i Francuskoj, dok su zemlje s najmanjim brojem
nesrea, Danska i Finska.

0
50000
100000
150000
200000
250000
300000
350000
400000
Broj nesrea

51
Grafiki prikaz distribucije frekvencija, tj. numerikog niza
jednostavnim stupcima zove se histogram. Njime se prikazuje
statistiki skup koji sadri elemente s numerikim obiljejem
razliitog intenziteta. Histogram se crta na taj nain da se na
apscisu nanosi aritmetiko mjerilo za vrijednost
numerikog obiljeja koje ne mora poeti od nule. Ono moe
poeti od najmanje vrijednosti numerikog obiljeja. Na
ordinatu nanosimo mjerilo za vrijednosti frekvencija.
Mjerilo na ordinati uvijek mora poeti od nule i tei kontinuirano
do najvee originalne frekvencije ako su razredi jednakih
veliina, ili do najvee korigirane frekvencije ako su razredi
nejednakih veliina. Uvijek je potrebno odrediti prave granice
razreda.

Prije crtanja histograma moramo:
a) odrediti prave granice razreda
b) izraunati veliinu razreda
c) ako razredi nisu jednakih veliina potrebno je korigirati
frekvencije

Tablica 19: Osuene osobe za kazneno djelo protiv ivota i
tijela u 1999. godini

Godine
starosti
Broj
osuenih
(fi)
Veliina
razreda
( i )
Korigirana
frekvencija
(fc)
18 21 94 3 31,33
21 25 156 4 39,0
25 30 158 5 31,6
30 40 325 10 32,5
40 50 199 10 19,9
50 60 110 10 11,0
60 70 105 10 10,5


52
Grafikon 7. Histogram (demo)

Kada se radi o diskontinuiranom numerikom obiljeju, radi se
po istom principu kao i kod kontinuiranog numerikog obiljeja:
a) zatvaraju se otvorene granice razreda
b) formiraju se precizne granice razreda
c) izraunavanje veliine razreda
d) ako je potrebno izraunavanje korigiranih frekvencija

Tablica 20. Kuanstva prema broju lanova obitelji 1991.
godine
Broj
lanov
a
Broj
kuanstava
(fi)
Precizne
granice
Veliina
razreda
( i )
Korigirana
frekvencija
(fc)
1 274744 0,5 1,5 1 274744
2 347840 1,5 2,5 1 347840
3 311570 2,5 3,5 1 311570
4 362615 3,5 4,5 1 362615
5 141756 4,5 5,5 1 141756
6 67546 5,5 6,5 1 67546
7 i vie
(15)
38179 6,5 15,5 9 4242,11

53

Grafikon 8. Histogram (demo)


4.2.2.2. Grafikon dvostrukih stupaca

Grafikon dvostrukih stupaca upotrebljavamo kada elimo
prikazati i usporediti dva niza podataka (umrle i roene).
Crta se na isti nain kao i grafikon jednostavnih stupaca.
Stupce crtamo u grupi dva po dva, tako da ih crtamo jedan iza
drugog ili jedan pored drugog. Stupce treba osjenati razliitim
bojama radi meusobnog razlikovanja. Uz ovu vrstu grafikona
potreban je tuma.


54
Tablica 21. Useljeno i iseljeno stanovnitvo od 1995. - 1999.

Godina migracije
Useljeni Iseljeni
1995 42026 15413
1996 44596 10027
1997 52343 48531
1998 51784 7592
1999 32910 14285

Grafikon 9 - Useljeno i iseljeno stanovnitvo od 1995. - 1999.


0
10000
20000
30000
40000
50000
60000
1995 1996 1997 1998 1999
broj stanovnika
godina
useljeni
iseljeni

55

Ili

4.2.2.3. Grafikon razdijeljenih stupaca

Grafikon razdijeljenih stupaca upotrebljavamo kada elimo
posebno istaknuti dio mase. Crta se na isti nain kao i grafikon
jednostavnih stupaca. Cijeli stupac prikazuje ukupnu
frekvenciju, a dio stupca dio frekvencije koji se eli istaknuti.
Kako se radi o podjeli stupca na dva ili vie dijelova potrebno ij
je istaknuti razliitim bojama radi lakeg razumijevanja.

Tablica 22. Nezaposlene osobe u Republici Hrvatskoj

Godina Nezaposleni
Ukupno ene
1997 287120 145776
1998 302731 158920
1999 242407 127632

0
20000
40000
60000
1995 1996 1997 1998 1999
broj
stanovnika
godina
useljeni
iseljeni

56
Grafikon 10. - Nezaposlene osobe u Republici Hrvatskoj


4.2.2.4. Kvadratni grafikon

Kvadratni grafikon se upotrebljava za prikazivanje i
usporeivanje manjeg broja podataka. Podaci se prikazuju
povrinom kvadrata. Pri emu treba paziti da povrine budu
upravnoproporcionalne brojevima koji se prikazuju tim
kvadratima.

Kvadratni grafikon crta se na slijedei nain:
1. izraunavamo stranicu kvadrata a= P (P = povrina
kvadrata, odnosno veliina pojave)
2. ako dobijemo velike brojeve, kvadrate moemo smanjiti
tako da stranice dijelimo istim brojem

0
50000
100000
150000
200000
250000
300000
350000
1997 1998 1999
b
r
o
j

n
e
z
a
p
o
s
l
e
n
i
h

godina
ene
muk
arci

57
Kvadratnim grafikonom usporedit emo stanovnitvo
Zagrebake, Liko-senjske upanije i grada Zagreba.

Mjerilo: 1 mm
2
= 1000 stanovnika
Mjesto Broj stanovnika
= P
P /
1000
a = P
(mm)
Zagrebaka
upanija
282989 282,989 16,82
Grad Zagreb 777826 777,826 27,89
Liko-senjska
upanija
85135 85,135 9,23
Izvor: SLJH 2000; str. 513.

Grafikon 11 Stanovnitvo Zagrebake upanije, Liko-
senjske upanije i grada Zagreba 1991. godine

mjerilo: 1 mm
2
= 1000 stanovnika

ZG upanija Zagreb Lika



58
4.2.2.5. Kruni grafikon

Kod krunog grafikona podatke prikazujemo povrinom kruga.
t
2
r P =

t
P
r =

Krugove kao i kvadrate moemo smanjiti kao i kvadrate tako
da polumjere podijelimo istim brojem.
Mjesto Broj stanovnika
= P
P /
1000
t
P
r =
(mm)
Zagrebaka
upanija
282989 282,989 9,49
Grad Zagreb 777826 777,826 15,73
Liko-senjska
upanija
85135 85,135 5,21

Grafikon 12 Stanovnitvo Zagrebake upanije, Liko-
senjske upanije i grada Zagreba
1991. godine

mjerilo: 1 mm
2
= 1000 stanovnika



59
4.2.2.6. Strukturni krug

Strukturni krug je vrsta povrinskog grafikona koji se
upotrebljava za prikazivanje strukture mase. Povrina kruga
oznaava svu masu, a kruni isjeci dijelove mase. Da bi krug
podijelili na isjeke potrebno je izraunati koliko stupnjeva
kruga otpada na svaki dio mase, ako na svu masu otpada 360
stupnjeva kruga. To emo uiniti tako da 360 stupnjeva kruga
podijelimo s ukupnom frekvencijom. Dobiveni broj naziva se
faktor proporcionalnosti. Dobivenim faktorom proporcionalnosti
pomnoimo svaku zadanu frekvenciju. Dobiveni stupnjevi
unose se u krug proizvoljne veliine. Isjeci se bojaju razliitim
bojama te je potreban tuma.

Faktor proporcionalnosti =
a frekvencij ukupna
360
0

Tablica 23. enska populacija Republike Hrvatske
stara 15 godina i vie prema branom stanju 1991.
godine
Brano stanje Broj ena
(fi)
0
= fi x 0,0001787
Neudane 386381 69,05
Udane 1210827 216,37
Udovice 320429 57,26
Razvedene 77023 13,76
Nepoznato 19292 3,45
Ukupno 2013952 360,00

Faktor proporcionalnosti = 0001787 , 0
2013952
360
=


60
Grafikon 11 - enska populacija Republike Hrvatske stara 15
godina i vie prema branom stanju 1991. godine

Ako strukturnim krugom prikazujemo postotke, tada e krugom
biti prikazana struktura od 100%. Faktor proporcionalnosti
iznosi u tom sluaju 3,6. Da bi dobili isjeke kruga treba svaki
postotak pomnoiti sa 3,6.

neudane
udane
udovice
razvedene
nepoznato

61
4.2.2.7. Strukturni polukrug

Strukturni polukrug upotrebljava se za prikazivanje strukture
dva osnovna skupa. Isjeci se raunaju isto kao kod
strukturnog kruga, samo to se umjesto 360 uzima 180
stupnjeva polukruga koji se dijeli s ukupnom frekvencijom da bi
se dobio faktor proporcionalnosti.

Tablica 24. Populacija Republike Hrvatske stara 15 godina i
vie prema branom stanju 1991. godine
Brano
stanje
Broj
ena (fi)
broj
mukaraca
(fi)
0
= fi x
0,0000893
Fi x
0,0000976
Neudane 386381 529414 34,50 51,67
Udane 1210827 1207588 108,13 117,86
Udovice 320429 52480 28,61 5,12
Razvedene 77023 43710 6,88 4,27
Nepoznato 19292 10942 1,72 1,07
Ukupno 2013952 1844134 180 180

Faktor proporcionalnosti za ene = 0000893 , 0
2013952
180
=

Faktor proporcionalnosti za mukarce =
0000976 , 0
1844134
180
=


62

Grafikon 12. Populacija Republike Hrvatske stara 15 godina i
vie prema branom stanju 1991. godine



63

4.2.3. Kartogrami

Kartogrami su vrsta grafikog prikaza kod kojih se za prikaz
upotrebljava geografska karta. Kartogrami se dijele na:
- dijagramske karte
- piktograme
- statistike karte.

Dijagramskom kartom prikazujemo manji broj podataka i
podatke koji su izraeni u apsolutnim brojevima. Na
dijagramskoj karti frekvencije geografskog niza prikazujemo
povrinskim grafikonima najee kvadratom i krugom, i to na
ona mjesta na geografskoj karti na kojima se pojava prostorno
oituje. Za crtanje dijagramske karte treba na geografskoj karti
ucrtati granice cijelog podruja na kojem se pojava prostorno
oituje. Osim toga, treba ucrtati i granice, odnosno oznake
geografskih grupa niza koji se prikazuje.

Piktogramom se koristimo ako geografski niz ima mnogo
grupa. Puno grupa neemo prikazati povrinama geometrijskih
likova jer tada grafikon ne bi bio pregledan. Za svaku jedinicu,
odnosno, za odreeni broj jedinica upotrijebit emo neki znak,
npr. toku. U odreena podruja ucrtat emo onoliko toaka
koliko ima jedinca odnosno skupina jedinica na tom podruju.
Ona podruja na geografskih karti na kojima ima mnogo
jedinica raspoznati emo po tome to e takva mjesta biti
tamnija od onih na kojima ima manje jedinica.

Statistikom kartom prikazujemo geografski niz koji ima mnogo
grupa, a lanovi su relativni brojevi. Za prikaz se upotrebljava
razliito sjenanje, odnosno razne nijanse iste boje. Jau
frekvenciju treba prikazati tamnijom bojom, a slabiju svjetlijom
bojom.


64


65


66


1. Kako se konstruira statistika tablica?
2. Koja pravila treba potovati pri sastavljanju statistike
tablice?
3. Koje vrste statistikih tablica poznajete?
4. emu slue grafikoni u statistikoj analizi?
5. Koja pravila vae pri crtanju grafikona?
6. Koje su vrste statistikih grafikona?
7. Koje grafikone nazivamo povrinskim i zato ih tako
nazivamo?
8. Koje vrste statistikih nizova se mogu prikazati
povrinskim grafikonima?
9. Koja je razlika izmeu skupnih i kombiniranih tablica?
10. Koja kontrola podataka postoji u kombiniranoj statistikoj
tablici?
11. Kojom vrstom grafikona se moe prikazati numeriki niz i
na koji nain?
12. to su kartogrami?
13. Kako se kartogrami dijele?
14. U koju svrhu se koriste pojedine vrste karograma?
15. Navedite primjer kada biste upotrijebili prikaz jednostavnim
stupcima, kada radijeljenim, a kada dvostrukim?
16. Kako ete odrediti visinu stupca i kako ete prikazati
povrinu stupca koje prikazuju frekvencije jednog obiljeja.

ZADACI ZA VJEBU

1. Na osnovu prikupljenih podataka o polaznicima svog
razreda, nainite jednostavnu statistiku tablicu koja e
prikazivati njihovu uspjeh u prethodnom razredu. Napravi
grafiki prikaz.
2. Nainite jednostavnu statistiku tablicu na temelju
podataka koje ste pronali u Statistikom ljetopisu
Hrvatske 2000, na stranici 86 kojom ete prikazati
stanovnitvu Republike Hrvatske prema nacionalnom
sastavu 1961. godine. Ukupno je bilo 4159696 stanovnika,
od toga 3339890 Hrvata, 624991 Srba, 42347 Maara,
21103 Talijana, 4214 Nijemaca. Ostale svrstajte u skupinu
ostalo. Grafiki prikai pojavu jednostavnim stupcima.

67
3. Nainite jednostavnu statistiku tablicu na temelju
podataka koje ste pronali u Statistikom ljetopisu
Hrvatske 2000, na stranici 86 kojom ete prikazati
stanovnitvu Republike Hrvatske prema nacionalnom
sastavu 1991. godine. Ukupno je bilo 4784265 stanovnika,
od toga 3736356 Hrvata, 581663 Srba, 22355 Maara,
21303 Talijana, 2635 Nijemaca. Ostale svrstajte u skupinu
ostalo. Grafiki prikai pojavu jednostavnim stupcima.
4. Na osnovi podataka iz zadatka 2. i 3. o stanovnitvu
Republike Hrvatske nainite skupnu tablicu. Grafiki
prikai pojavu strukturnim polukrugom.
5. Nainite kombiniranu statistiku tablicu na osnovi
podataka o upisanim studentima na fakultete u kolskoj
godini 1999./2000. Izvor podataka je statistiki ljetopis
hrvatske 2000, na stranici 433.
Fakultet U
Prirodne znanosti 2907 1775
Arhitektura 895 500
Graevinski 2383 674
Elektrotehniki 3545 330
Medicinski 4712 3098
Biotehnike znanosti 3391 1422
Ekonomski 11028 6836
Pravni 10867 7378
Umjetnike akademije 1048 574
Pojavu prikai grafiki: stupcima, razdjeljenim stupcima,
dvostrukim stupcima, strukturnim krugom i strukturnim
polukrugom.
6. Linijskim grafikonom prikai pojavu koja se oituje u tablici
21.
7. Pojave koje se prikazuju u tablicama 2., 3., 4. i 9. prikai
grafikonom.

Raunska obrada statistikih nizova

68
5. RAUNSKA OBRADA STATISTIKIH NIZOVA

Nakon prikupljanja statistikih podataka imamo na
raspolaganju apsolutne brojane veliine prikazane u
tablicama i grafikonima. Pomou tih brojanih vrijednosti mogu
se donijeti zakljuci o koliinskim odnosima meu pojavama.
Statistika analiza ne zadovoljava se samo utvrivanjem da li
je neka veliina vea ili manja od neke druge veliine,
potrebno je znati i za koliko je vea, te otkriti pravilnosti i
povezanosti meu pojavama. Za uspjenu statistiku analizu
sluimo se dvjema metodama:
a) metodom relativnih brojeva
b) metodom srednjih vrijednosti

5.1. Relativni brojevi

Relativni brojevi su sve vrste brojeva do kojih
se dolazi mjerenjem jedne veliine drugom.

Svi relativni brojevi raunaju se na isti nain: broj
koji se eli usporeivati stavlja se u odnos prema
broju s kojim se usporeuje, prema bazi usporeivanja. Ako je
broj koji se eli usporeivati dio neke cjeline, a broj s kojim se
usporeuje ta cjelina, dobiveni broj naziva se proporcija.
Proporcija je uvijek manja od jedan a vea od nule.
0 < P < 1
Da bi relativni broj bio razumljiviji mnoimo ga sa 100 ili 1000,
te dobivamo postotke ili promile. Veliina s kojom se
usporeuje zove baza ili osnova. Za bazu usporeivanja moe
se uzeti ili cjelina kojoj ta veliina pripada, ili odreeni lan
niza, ili lan drugog niza. Prema tome, imamo tri vrste
relativnih brojeva:
- postotke ili pokazatelje strukture
- relativne brojeve koordinacije,
tzv. statistike koeficijente
- indekse ili relativne brojeve
dinamike


69
5.1.1. Postoci ili relativni brojevi strukture

Postoci kao vrsta relativnih brojeva dobivaju se tako da se dio
mase podijeli njezinom cjelinom i pomnoi sa 100. Dobiveni
postotak pokazuje odnos tog dijela prema cjelini kojoj pripada,
dakle, prikazuje strukturu nekog skupa pa ih iz tog razloga
nazivamo relativnim brojevima strukture.
% = 100 x
cjelina
dio

Postoci se upotrebljavaju za analizu strukture pojave.
Dobiveni postoci grafiki se prikazuju pravokutnim linijskim
grafikonom, razdijeljenim stupcima, strukturnim krugom i
strukturnim polukrugom.

Tablica 25. Nastradale osobe u prometu u RH 1999. godine
prema policijskim upravama
Policijska uprava Broj nastradalih %
Zagrebaka 4832 25,75
Krapinsko-zagorska 412 2,20
Sisako-moslavaka 614 3,27
Karlovaka 853 4,55
Varadinska 534 2,85
Koprivniko-krievaka 597 3,18
Bjelovarsko-bilogorska 587 3,13
Primorsko-goranska 1664 8,87
Liko-senjska 410 2,18
Virovitiko-podravska 353 1,88
Poeko-slavonska 245 1,31
Brodsko-posavska 339 1,81
Zadarska 855 4,56
Osjeko-baranjska 999 5,32
ibensko-kninska 644 3,43
Vukovarsko-srijemska 489 2,61
Splitsko-dalmatinska 2321 12,37
Istarska 1260 6,71
Dubrovako-neretvanska 452 2,41
Meimurska 305 1,62
Ukupno 18765 100,00


70
Postupak izrauna:

% 75 , 25 100 *
18765
4832
p = = % 20 , 2 100 *
18765
412
p = =
% 27 , 3 100 *
18765
614
p = =

% 55 , 4 100 *
18765
853
p = = % 85 , 2 100 *
18765
534
p = =

Ovisno o vrsti usporedbe za jednu apsolutnu frekvenciju
moemo izraunati tri relativne frekvencije. Njihovo
izraunavanje pomae pri zakljuivanju o postojanju ili
nepostojanju veze izmeu dva obiljeja. U naem primjeru to
e biti usporedba izmeu obiljeja spol i vrsta zavrene kole,
dakle, pri odgovoru na pitanje da li mukarci ee zavravaju
fakultete ili ene. Postoci u kombiniranim tablicama mogu se
raunati na tri naina:

1. vodoravni 100 - za osnovicu postotka mogu biti veliine u
zbrojnom redu, a postotni su iznosi frekvencije u stupcima
tablice


71

Vrsta kole spol

ukupno spol %

M M
ukupno
Bez kole i
nepoznato
117088 271926 389014 6,35 13,50
10,08
4-7
razreda
osnovne
kole
324675 494916 819591 17,61 24,57
21,24
Osnovna
kola
413282 488246 901528 22,41 24,24
23,37
kola za
KV i VKV
radnika
327624 160867 488491 17,77 7,99
12,66
Srednje
strune
kole
226386 218490 445326 12,78 10,85
11,54
Gimnazija 32674 56915 89589 1,77 2,83
2,32
Srednje
usmjereno
obraz.
200644 163685 364329 10,88 8,13
9,44
Vie kole 82271 73881 15615
2
4,46 3,67 4,05
Fakulteti i
akademije
119040 85026 20406
6
6,45 4,22 5,28
Ukupno 1844134 2013952 38580
86
100 100 100

Postupak izrauna:
% 35 , 6 100 *
1844134
117088
p
m
= =
% 50 , 13 100 *
2013952
271926
p
z
= =
% 08 , 10 100 *
3858086
389014
p
u
= =


72
% 61 , 17 100 *
1844134
324675
p
m
= =

% 57 , 24 100 *
2013952
494916
p
z
= =

% 24 , 21 100 *
3858086
819591
p
u
= =

% 41 , 22 100 *
1844134
413282
p
m
= =

% 24 , 24 100 *
2013952
488246
p
z
= =

% 37 , 23 100 *
3858086
901528
p
u
= =

% 77 , 17 100 *
1844134
327624
p
m
= =
% 99 , 7 100 *
2013952
160867
p
z
= =
% 66 , 12 100 *
3858086
488491
p
u
= =

i tako dalje. Dakle, kada se rauna vodoravni
100 za postotnu osnovicu uzimamo brojeve
koji se nalaze u zbirnom redu tablice. Ovim
nainom izraunavanja postotaka prikazali smo
strukturu prema spolu.

Zakljuak bi izgledao ovako: Od ukupnog broja mukaraca
starijih od 15 godina 6,35% je bez kole ili nepoznatog
kolskog obrazovanja, 17,61% ima zavreno 4-7 razreda
osnovne kole, 22,41% je sa zavrenom osnovnom kolom,
17,77% ima kolu za kvalificirane i visokokvalificirane radnike,
12,78% ima zavrenu srednju strunu kolu, 1,77% zavrilo je
gimnaziju, 10,88 srednje usmjereno obrazovanje, 4,46% vie
kole, a 6,45% fakultete i akademije. N isti nain izvodi se
zakljuak za ene i ukupno stanovnitvo.


73

2. okomiti 100 - osnovice postotaka mogu biti veliine u
zbrojnom stupcu, a postotni su iznosi frekvencije u recima
tablice

Vrsta
kole
spol

ukupno spol %
M M ukupno
Bez kole
i
nepoznato
117088 271926 389014 30,10 69,90 100
4-7
razreda
osnovne
kole
324675 494916 819591 39,61 60,39 100
Osnovna
kola
413282 488246 901528 45,84 54,16 100
kola za
KV i VKV
radnika
327624 160867 488491 67,07 32,93 100
Srednje
strune
kole
226386 218490 445326 50,84 49,06 100
Gimnazija 32674 56915 89589 36,47 63,53 100
Srednje
usmjereno
obraz.
200644 163685 364329 55,07 44,93 100
Vie kole 82271 73881 156152 52,69 47,31 100
Fakulteti i
akademije
119040 85026 204066 58,33 41,67 100
Ukupno 1844134 2013952 385808
6
47,80 52,20 100

Postupak izrauna:
% 10 , 30 100 *
389014
117088
p
bm
= =

% 90 , 69 100 *
389014
271926
p
bz
= =

74

% 61 , 39 100 *
819591
324675
p
7m - 4
= =

% 39 , 60 100 *
819591
494916
p
7z - 4
= =

% 84 , 45 100 *
901528
413282
p
om
= =

% 16 , 54 100 *
901528
488246
p
oz
= =

i tako dalje.

Dakle, kada se rauna okomiti 100 za
postotnu osnovicu uzimamo brojeve koji se
nalaze u zbirnom stupcu tablice. Ovim
nainom izraunavanja postotaka prikazali smo
strukturu prema zavrenoj vrsti kole.

Zakljuak bi izgledao ovako: Od ukupnog broja stanovnika
starijih od 15 godina bez kole ili nepoznatog kolskog
obrazovanja 30,10% su mukarci, a 69,90% ene, od ukupnog
broja stanovnika sa zavrenim 4-7 razreda osnovne kole
39,61% su mukarci, a 60,39% ene, od ukupnog broja
stanovnika sa zavrenom osnovnom kolom je 45,84%
mukaraca i 54,16% ena, od ukupnog broja stanovnika sa
zavrenom kolom za kvalificirane i visokokvalificirane radnike
67,07% su mukarci, a 32,93% ene. Od ukupnog broja
stanovnika sa zavrenom srednjom strunom kolom 50,84%
su mukarci, a 49,06% ena i tako dalje.


75

3. kutni 100 - za postotnu osnovicu uzme se zbroj apsolutnih
frekvencija, u tom sluaju postotni su iznosi frekvencije u
polju tablice, frekvencije u zbrojnom retku i zbrojnom
stupcu.

Vrsta kole spol

ukupno spol %
M M ukupno
Bez kole i
nepoznato
117088 271926 389014 3,03 7,05 10,08
4-7 razreda
osnovne
kole
324675 494916 819591 8,41 12,83 21,24
Osnovna
kola
413282 488246 901528 10,71 12,66 23,37
kola za KV i
VKV radnika
327624 160867 488491 8,49 4,17 12,66
Srednje
strune kole
226386 218490 445326 5,88 5,66 11,54
Gimnazija 32674 56915 89589 0,85 1,47 2,32
Srednje
usmjereno
obraz.
200644 163685 364329 5,20 4,24 9,44
Vie kole 82271 73881 156152 2,13 1,92 4,05
Fakulteti i
akademije
119040 85026 204066 3,08 2,20 5,28
Ukupno 1844134 2013952 3858086 47,80 52,20 100

Postupak izrauna:
% 03 , 3 100 *
3858086
117088
p
m
= =
% 05 , 7 100 *
3858086
271926
p
z
= =
% 08 , 10 100 *
3858086
389014
p
u
= =


76
% 41 , 8 100 *
3858086
324675
p
m
= =

% 83 , 12 100 *
3858086
494916
p
z
= =

% 24 , 21 100 *
3858086
819591
p
u
= =

% 71 , 10 100 *
3858086
413282
p
m
= =

% 66 , 12 100 *
3858086
488246
p
z
= =

% 37 , 23 100 *
3858086
901528
p
u
= =

% 49 , 8 100 *
3858086
327624
p
m
= =
% 17 , 4 100 *
3858086
160867
p
z
= =
% 66 , 12 100 *
3858086
488491
p
u
= =

i tako dalje.

Kada se rauna kutni 100 za postotnu
osnovicu uzimamo sveukupnu frekvenciju.

Ovim nainom izraunavanja postotaka
prikazali smo strukturu prema zavrenoj koli i
spolu.

Zakljuak bi izgledao ovako: Od ukupnog broja stanovnika
starijih od 15 godina 10,08% je bez kole ili nepoznatog
kolskog obrazovanja od ega su 3,03% mukarci, a 7,05%
ene. Od ukupnog broja stanovnika starijih od 15 godina
21,24% ima zavreno 4-7 razreda osnovne kole od ega su
8,41% mukarci, a 12,83% ene, od ukupnog broja stanovnika
starijih od 15 godina 23,37% stanovnika ima zavrenu
osnovnu kolu, od ega su 10,71% mukarci i 12,66% ene, i
tako dalje.


77

5.1.2. Relativni brojevi koordinacije

Relativnim brojevima koordinacije vanost
frekvencija jednog statistikog niza prosuuje
se s frekvencijama nekog drugog statistikog
niza. I jedan i drugi niz su pri tom samostalni i
predstavljaju koordinirajue pojave.

Relativni broj koordinacije se rauna kao i svi ostali relativni
brojevi, stavljanjem u odnos frekvencija, pojave, koja se
usporeuje s frekvencijom pojave prema kojoj se provodi
usporedba.

U statistikim publikacijama moe se nai mnotvo izraunatih
relativnih brojeva koordinacije kao npr:
- ivoroeni na 1000 stanovnika
- mrtvoroeni na 1000 stanovnika
- umrli na 1000 stanovnika
- gustoa stanovnika
- prihod po hektaru
- prihod po stablu
- litara mlijeka po kravi godinje
- povrina stana po osobi itd.

- Gustoa stanovnitva kao relativni broj
koordinacije izraunava se tako da se usporeuje
broj stanovnika sa ukupnom povrinom zemlje, jer se
izraunava koliko stanovnika ivi na 1 km
2
.
1991. godine u Hrvatskoj je ivjelo 4784265
stanovnika. Povrina zemlje iznosila je 56542 km
2
.
(izvor: SLJH 2000, str. 77)

gustoa =
2
stan./km 61 , 84
56542
4784265
=

1991. godine u Hrvatskoj je na 1 km
2
ivjelo 85
stanovnika. (zakljuak je izveden u cijelom broju jer je
rije o diskontinuiranom numerikom obiljeju).


78
- Koeficijent nataliteta predstavlja broj ivoroene
djece na 1000 stanovnika. U ovom sluaju
usporeujemo broj ivoroene djece s brojem
stanovnika. U Hrvatskoj je 1999. godine roeno 45179
djece, a procjena je da je sredinom godine bilo
4554000 stanovnika (izvor: SLJH, str 90. i 93.)

Koeficijent nataliteta = 92 , 9 1000 *
4554000
45179
=

Koeficijent nataliteta u Hrvatskoj 1999. godine iznosi
9,92, odnosno na 1000 stanovnika roeno je 10
djece.

- Ostali odnosi frekvencija. Odnose frekvencija imamo
kada usporeujemo neku pojavu s osobama ili
stvarima koje smo s njom u vezi promatrali, ako to su
broj stanovnika na jednog lijenika, broj osoba na
jedno domainstvo i slino.
Kao primjer izraunat broj stanovnika i broj kuanstava
u nekim zemljama Europe tijekom 1991. godine.

Relativni brojevi koordinacije grafiki se prikazuju
Varzarovim znakom. Varzarov znak crta se na slijedei
nain: irinu baze pravokutnika odreuje veliina pojave
koja je sluila kao baza usporedbe, tj. ona pojava koja se
nalazila u nazivniku odnosa iz kojeg je izraunat relativni
broj koordinacije. Visina pravokutnika odreena je
relativnim brojem koordinacije. Povrina pravokutnika
predstavlja onu drugu koordinirajuu pojavu koja se
usporeuje.


79

Tablica 29. Broj stanovnika i nezaposlenost u nekim
zemljama Europe 1991. godine

Zemlja Broj Broj Broj osoba
na
Stanovnika
(000)
Kuanstava
(000)
jedno
kuanstvo
Hrvatska 4554 1544,2 2,95
Austrija 8139 3164,2 2,57
Belgija 10182 4147,3 2,45
Danska 5357 2344,0 2,28
Finska 5158 2198,8 2,34
Francuska 58978 23286,0 2,53
Irska 3633 1029,1 3,53
Nizozemska 15808 6164,0 2,56
Njemaka 82087 37281,0 2,20

kucanstava broj
stanovnika broj
kucanstvo jedno na osoba broj =

postupak izrauna:

95 , 2
1544,2
4554
Hrvatska = =
57 , 2
2 , 3164
8139
Austrija = = 45 , 2
3 , 4147
10182
Belgija = =

28 , 2
2344
5357
Danska = = 34 , 2
2198,8
5158
Finska = =
53 , 2
23286
58978
Francuska = =

80
53 , 3
1029,1
3633
Irska = = 56 , 2
6164
15808
Nizozemska = =
20 , 2
37281
82087
Njemacka = =

U grafikom prikazu na osnovicu pravokutnika nanosimo
mjerilo za broj kuanstava, a visina e biti odreena brojem
osoba na jedno kuanstvo, odnosno izraunatim relativnim
brojem koordinacije.

Grafikon 13. Broj stanovnika i broj kuanstava u nekim
zemljama Europe 1991. godine



81
5.1.3. Relativni brojevi dinamike - indeksi

Indeksni brojevi ili indeksi su vrsta
relativnih brojeva koji prikazuju odnos u
vremenu ili prostoru razliitih stanja jedne
pojave ili vie njih.

Oni su najpogodnije sredstvo za analizu dinamike, tj. kretanja
pojave.

Slue za statistiku analizu vremenskih i geografskih nizova.
Naime, tijek promjena frekvencija geografskog niza moe se
pratiti preko apsolutnih vrijednosti, ali jaina tih promjena ne
moe se mjeriti samo preko njih, ve treba utvrditi odnose
lanova u nizu, a zatim donijeti zakljuak.

Zbog toga treba izraunati indekse treba
izabrati jedan lan niza ili prosjenu
vrijednost kao osnovicu i s njom usporediti
ostale lanove niza. Dakle, svaki lan niza
treba podijeliti s osnovicom, a dobiveni rezultat
pomnoiti sa 100. Tako dobiveni indeksi pokazuju odnos
razliitih stanja pojave na razliitim mjestima, odnosno na
raznim podrujima.

Ovisno o osnovi usporeivanja indeksi mogu biti bazni i
verini.

Ako se kao osnova usporeivanja uzima uvijek isti lan, to su
bazni indeksi (indeksi sa stalnom osnovom), a ako se osnova
mijenja, tj. ako je osnova prethodni lan niza, to su verini
indeksi (indeksi s promjenivom bazom).

5.1.3.1. Bazni indeksi

Bazni indeksi upotrebljavaju se kada se eli usporeivati
kretanje pojave prema jednoj stalnoj veliini. Izraunavaju
se tako da se veliina za koju se izraunava indeks podijeli
osnovom i pomnoi sa 100. pri izraunavanju baznog indeksa
treba lan koji je uzet kao osnova oznaiti sa 100. Za osnovu

82
treba uzeti onaj lan koji pokazuje normalno stanje promatrane
pojave, tj. onaj lan koji je karakteristian za tu pojavu.
Indeks vei od 100 prikazuje rast pojave, a indeks manji od
100 prikazuje pad pojave.

Tablica 30. ivoroeni u Republici Hrvatskoj od 1995.-1999.
godine

Godina Broj
ivoroenih
Indeks
1996=100
D = I -
100
1995 50182 93,26 - 6,74
1996 53811 100 0
1997 55501 103,14 + 3,14
1998 47068 87,47 - 12,53
1999 45179 83,96 - 16,04


100 *
y
y
I
b
t
t
= gdje je t vremensko razdoblje, a b bazno
razdoblje.

Postupak izrauna:

26 , 93 100 *
53811
50182
I
1995
= =
14 , 103 100 *
53811
55501
I
1997
= =

47 , 87 100 *
53811
47068
I
1998
= =
96 , 83 100 *
53811
45179
I
1999
= =


83

Da bi mogli izvesti kvalitetan zakljuak moramo
izraunati koeficijent diferencijacije koji e nam
rei za koliko postotnih jedinica se neka pojava
smanjila ili poveala u odnosu na promatrano
razdoblje. Koeficijent diferencijacije D
izraunavamo tako da od izraunatog indeksa odbijemo 100.

D = I - 100

Zakljuak: 1995. godine u odnosu na 1996. godinu roeno je
6.74% manje djece. 1997. u odnosu na 1996. godinu roeno je
3,14% djece vie. 1998. u odnosu na 1996. roeno je 12,53%
djece manje. 1999. u odnosu na 1996. roeno je 16,04% djece
manje.

Izraunati indeksi grafiki se mogu prikazati pomou
pravokutnog linijskog grafikona i pomou jednostavnih
stupaca. Meutim, mjerilo u ovom sluaju ne poinje od nule,
nego od linije 100, jer promjene mjerimo u relativnom odnosu
prema liniji 100. linije ili stupci koji idu prema gore od linije 100
oznaavaju porast pojave, a linije koje idu prema dolje
oznaavaju pad pojave.

Grafikon 14. ivoroeni u Republici Hrvatskoj od 1995.-1999.
godine


84
5.1.3.2. Verini indeksi

Verine indekse dobijemo tako da svaki lan
niza podijelimo prethodnim lanom i
pomnoimo sa 100. Dobiveni relativni broj
jest indeks koji nam pokazuju odnos svakog
lana prema prethodnom lanu.
Prvi lan u nizu nema indeksa jer mu nije poznat prethodni
lan.

Verini indeksi itaju se neovisno jedan o drugome jer svaka
veliina verinog indeksa predstavlja samostalnu veliinu koja
pokazuje porast ili pad prema osnovi, odnosno prethodnom
lanu, koji je izjednaen sa 100. Svaki verini indeks vei od
100 pokazuje porast pojave prema prethodnom lanu, a svaki
verini indeks manji od 100 pokazuje pad pojave prema
prethodnom lanu.

Tablica 30. ivoroeni u Republici Hrvatskoj od 1995.-1999.
godine

Godina Broj
ivoroenih
Verini
indeks
D = I -
100
1995 50182 - -
1996 53811 107,27 + 7,27
1997 55501 103,14 + 3,14
1998 47068 84,80 - 15,2
1999 45179 95,99 - 4,01
100 *
y
y
V
1 - t
t
t
= t=1,2,3,,N

Postupak izrauna:

27 , 107 100 *
50180
53811
V
1996
= =
14 , 103 100 *
53811
55501
V
1997
= =

85

80 , 84 100 *
55501
47068
V
1998
= =
99 , 95 100 *
47068
45179
V
1999
= =

Zakljuak: 1996. u odnosu na 1995. roeno je 7,27% djece
vie. 1997. u odnosu na 1996. roeno 3,14% djece vie. 1998.
u odnosu na 1997. godinu roeno je 15,2% manje djece, a
1999. u odnosu na 1997. roeno je 4,01% manje djece.

Verine indekse takoer prikazujemo pravokutnim linijskim
grafikonom. Mjerilo ne poinje od nule, nego od linije 100.
svaka je veliina verinog indeksa samostalna i prikazuje
porast ili pad prema prethodnom lanu, koji je izjednaen sa
100. prema tome linija grafikona uvije poinje od linije 100.
linije grafikona okrenute prema dolje znae pad pojave, a one
okrenute prema gore porast pojave.

Grafikon 15. ivoroeni u Republici Hrvatskoj od 1995.-1999.
godine


86


13. Kako se odgovara na pitanje relativno vee ili manje
vrijednosti?
14. Kako se izraunavaju sve vrste relativnih brojeva?
15. to se naziva bazom relativnog broja i koja je vanost
baze?
16. Kako se izraunavaju proporcije i postoci?
17. Kako se moe kontrolirati tonost izraunatih relativnih
frekvencija jednog statistikog niza?
18. Kako se grafiki prikazuju postoci?
19. Kako se izraunava relativni broj koordinacije?
20. Kada emo u analizi geografskih nizova upotrijebiti
indeksne brojeve?
21. to se uzima za bazu tih indeksnih brojeva?
22. Kako emo te indeksne brojeve prikazati grafiki?
23. to je Varzarov znak i emu slui i kako se crta?
ZADACI ZA VJEBU

1. Na temelju slijedeih podataka iz statistikog ljetopisa
Hrvatske 2000, stranica 499, izraunaj relativne
brojeve strukture (kutni 100, vodoravni 100 i okomiti
100), grafiki ih prikai te izvedi zakljuak.

Osuene maloljetne osobe po kaznenim djelima i spolu
1999. godine

Vrsta kaznenog
djela
Ukupno Od toga ene
Protiv ivota i
tijela
57 5
Protiv spolne
slobode
13 1
Protiv imovine 432 16
Ostala kaznena
djela
195 20


87
2. Na temelju slijedeih podataka iz statistikog ljetopisa
Hrvatske 2000, stranica 499 o osuenim maloljetnim
osobama za kaznena djela, izraunaj bazne indekse
kada je bazna godina 1997, grafiki ih prikai te izvedi
zakljuak.

Godina Broj osuenih
1995 866
1996 732
1997 653
1998 506
1999 697

3. Na temelju podataka iz zadatka 2. izraunaj i obrazloi
verine indekse.

4. Izraunaj postotke te ih grafiki prikai.
Umrli uslijed nasilne smrti prema vrsti nasilne smrti i
spolu 1999. godine
Vrsta nasilne smrti Broj umrlih
Ukupno Mukarci
Nesretni sluaj 1800 1182
Samoubojstvo 989 716
Ubojstvo 128 95
Ratna zbivanja 15 13
Izvor: SLJH 2000, str. 97.

5. Izraunaj broj sklopljenih brakova na 1 rastavljeni brak
u Hrvatskoj

Godina Sklopljeni brakovi Rastavljeni
brakovi
1995 24385 4236
1996 24596 3612
1997 24517 3899
1998 24234 3962
1999 23778 3721
Izvor: SLJH 2000, str. 101, 103


88
6. Izraunaj koeficijente mortaliteta u Hrvatskoj od 1990
1999.

Godina Broj umrlih Broj
stanovnika
(000)
Mukarci ene
a b c
1990 26874 25318 4778
1991 29522 25310 4513
1992 27494 24306 4470
1993 26403 24443 4641
1994 25693 23789 4649
1995 26058 24478 4669
1996 25897 24739 4494
1997 26642 25322 4572
1998 26682 25629 4501
1999 26613 25340 4554
Izvor: SLJH 2000, str. 90, 98
7. Na temelju podataka iz zadatka 6. te kolona a i b,
izraunaj relativne brojeve strukture kojima ete
prikazati proporciju umrlih prema spolu.
8. Na temelju podataka iz zadatka 6. te kolone c,
izraunaj bazne indekse ako je bazna godina 1995., te
verine indekse
9. Na temelju slijedeih podataka izraunaj
a) broj lijenika na 1000 stanovnika
b) broj stanovnika na jednog lijenika
Godina Broj stanovnika (000) Broj lijenika
1990 4778 10152
1991 4513 9303
1992 4470 9446
1993 4641 9280
1994 4649 9138
1995 4669 9090
1996 4494 9423
1997 4572 9315
1998 4501 8600
1999 4554 8046
Izvor: SLJH 2000, str. 90, 462

89

10. Izraunaj broj oboljelih od side na jednog stanovnika u
zemljama Europske unije i Hrvatskoj u 1997. godini,
na temelju podataka iz SLJH 2000, str. 593. i 645.
Dobiveni relativni broj koordinacije grafiki prikai
Varzarovim znakom.

Zemlja Broj oboljelih od
AIDS-a
Broj stanovnika
(000)
Hrvatska 16 4554
Austrija 124 8139
Belgija 199 10182
Danska 108 5357
Finska 17 5158
Francuska 2837 58978
Grka 238 10707
Irska 31 3633
Italija 3790 56735
Luksemburg 10 429
Nizozemska 342 15808
Njemaka 1416 82087
Portugal 831 9918
panjolska 6113 39168
vedska 77 8911
Velika
Britanija
1387 59113

11. Na temelju podataka iz zadatka 10. izraunaj bazne
indekse te usporedi broj oboljelih od side u zemljama
Europske unije u odnosu na Hrvatsku. Pojavu prikai
grafiki.
12. Na temelju podataka iz zadatka 10. o oboljelim
osobama od side izraunaj verine indekse.


90

BILJEKE

Srednje vrijednosti

91
5.2. SREDNJE VRIJEDNOSTI

Srednja vrijednost lanova nekog niza je prosjena vrijednost
svih lanova tog niza, ona se nalazi izmeu najvee i najmanje
vrijednosti lana niza, te predstavlja sve lanove iz kojih je
izraunata.
Prema nainu izraunavanja srednje vrijednosti dijelimo na:
1. izraunate srednje vrijednosti
2. pozicijske srednje vrijednosti

Izraunate srednje vrijednosti su aritmetika
sredina, geometrijska sredina i harmonijska
sredina. Do njih se dolazi raunskim
operacijama. Srednje vrijednosti prema poloaju
su medijan i mod. Do njih se dolazi
odreivanjem prema poloaju u nizu.

5.2.1. Aritmetika sredina

Aritmetika sredina poznata je pod imenom prosjek.
Izraunava se tako da se svi podaci zbroje, pa zatim podijele
brojem podataka.

PODATAKA BROJ
OBILJEZJA NUMERICKOG I VRIJEDNOST SVIH SUMA
SREDINA A ARITMETICK =

Polazna toka za izraunavanje aritmetike sredine je zbroj
svih vrijednosti numerikog obiljeja total.

U sluajevima kada imamo mali broj jedinica, tj. individualnih
vrijednosti numerikog obiljeja, izraunavanje aritmetike
sredine je jednostavno.

Ako vrijednosti numerikog obiljeja oznaimo sa X
1
, X
2
, X
3
,
, X
n,
a broj podataka sa N, tada formula za izraun
aritmetike sredine glasi:

Srednje vrijednosti

92
N
x
N
i
i
=
=
1
x

Tablica 31. Sluajevi side prijavljeni svjetskoj zdravstvenoj
organizaciji 1997. godine

Regija Broj
oboljelih
Europa 19280
Azija 23941
Afrika 61232
Amerika 21376
Oceanija 362
Ukupno 126191

2 , 25238
5
126191
x
1
= = =

=
N
x
N
i
i

Aritmetika sredina izraena je u istim jedinicama mjera kao i
numeriko obiljeje. I kada je izraunata za diskontinuirano
numeriko obiljeje moe se izraziti u decimalana, jer je
aritmetika sredina zapravo izraunata srednaj vrijednost.
To je onaj jednaki dio vrijednosti numerikog obiljeja koji
otpada na jedan element skupa. Dakle, prosjean broj oboljelih
od side po jednoj regiji iznosi 25238,2 ljudi.

Srednje vrijednosti

93
Aritmetika sredina ima ova svojstva:
1. zbroj odstupanja vrijednosti numerikog obiljeja od
njihove aritmetike sredine jednak je nuli

0 ) x (
1
i
=
=
x
N
i

2. zbroj kvadrata odstupanja vrijednosti obiljeja od njihove
aritmetike sredine je minimalan

minimum ) x (
2
1
i
=
=
x
N
i

3. aritmetika sredina je broj izmeu najmanje i najvee
vrijednosti numerikog obiljeja.

Aritmetika sredina moe se izraunati i pomou tzv.
transformiranog obiljeja. Obiljeje transformiramo tako da od
svake njegove vrijednosti oduzmemo neku veliinu.

a) (x d a x
i i
1
= + =

=
N
d
N
i
i

Tablica 32. Sluajevi side prijavljeni svjetskoj zdravstvenoj
organizaciji 1997. godine
Regija Broj d
i
= x
i
-a
Oboljelih (x
i
)
Europa 19280 - 720
Azija 23941 3941
Afrika 61232 41232
Amerika 21376 1376
Oceanija 362 - 19638
Ukupno 126191 26191
Srednje vrijednosti

94

a = 20000

25238,2 5238,2 20000
5
26191
0000 2 x = + = + =

Ovako izraunata aritmetika sredina mora biti jednaka
aritmetikoj sredini raunatoj kao total, jer je aritmetika
sredina samo jedna, a moe se raunati na vie naina.

Aritmetiku sredinu ee treba raunati za grupirane podatke.
Rauna se po slijedeoj formuli:

=
=
=
N
i
i
N
i
i i
f
x f
1
1
x

Total je suma vrijednosti numerikog obiljeja. Dobije se
zbrajanjem svih vrijednosti numerikog obiljeja, no isto tako
moe se dobiti i kao suma produkata frekvencija pojedinih
grupa s odgovarajuim vrijednostima numerikog obiljeja.

Srednje vrijednosti

95

Tablica 33. Uenici III.H razreda Obrtnike kole Poega
prema uspjehu na koncu kolske godine 2013./2014.

Ocjena
(x
i
)
Broj uenika
(f
i
)
f
i
x
i

5 5 (5 x 5) = 25
4 21 (4 x 21) = 84
3 1 (3 x 1) = 3
2 0 ( 2 x 0) = 0
1 0 ( 1 x 0) = 0
Ukupno 27 112
Izvor: Razredna knjiga III. H

E fixi = 112

E fi = 27

15 , 4
27
112
x
1
1
= = =
=
=
N
i
i
N
i
i i
f
x f

Srednja ocjena III.h razrednog odjela Obrtnike kole Poega
na koncu kolske godine 2013./2014. je 4,15.

Aritmetika sredina grupiranih podataka naziva se
ponderirana ili vagana aritmetika sredina.

Kada su elementi statistikog skupa grupirani u razrede s
poznatim donjim i gornjim goranicama tih razreda sluimo se
pretpostavkom da su individualne vrijednosti numerikog
obiljeja u jednom razredu jednake sredini tog razreda,
odnosno da su jedinice s obzirom na individualnu vrijednost
numerikog obiljeja ravnomjerno rasporeene unutar razreda.
Izraunavanju aritmetike sredine mora prethoditi:
Srednje vrijednosti

96
1. formiranje pravih granica razreda (u sluaju da granice
nisu dobro postavljene), te zatvaranje gornje ili donje
granice razreda ako postoje otvoreni razredi
2. izraunavanje sredine razreda
3. izraunavanje totala u svakom pojedinom razredu

prema starosti
Godine
starosti
Prave
granice
Broj
umrlih
(f
i
)
x
i
fixi
0 - 9 0 10 43 5 215 (43 x 5)
10 - 19 10 20 154 15 2310 (154 x 15)
20 - 29 20 30 276 25 6900 (276 x 25)
30 - 39 30 40 313 35 10955 ( 313 x 35)
40 - 49 40 50 407 45 18315 ( 407 x 45)
50 - 59 50 60 351 55 19305 (351 x 55)
60 - 69 60 70 539 65 35035 ( 539 x 65)
70 - 79 70 80 490 75 36750 ( 490 x 75)
80 i
vie
80 - 90 366 85 31110 (366 x 85)
Ukupno 2939 160895

74 , 54
2939
160895
x
1
1
= = =
=
=
N
i
i
N
i
i i
f
x f

Prosjena starost umrlih uslijed nasilne smrti je 54, 74 godine.

Kada izraunavamo aritmetiku sredinu relativnih brojeva
tada je oznaka za frekvcenciju p
i
.

Srednje vrijednosti

97

Tablica 35. Prosjena mjesena neto plaa u 1999. godini
Iznos plae Struktura
zaposleni
h %

p
i

Xi

p
i
x
i

(900) - 1200 5,7 1050 5985,00
1201-1500 7,4 1350,5 9993,70
1501 1800 11,4 1650,5 18815,70
1801 2100 10,2 1950,5 19895,10
2101 2400 10,0 2250,5 22505,00
2401 2700 9,7 2550,5 24739,85
2701 3000 9,6 2850,5 27364,80
3001 3500 13,6 3250,5 44206,80
3501 4000 8,8 3750,5 33004,40
4001 4500 4,7 4250,5 19977,35
4501 5000 2,8 4750,5 13301,40
5001 7000 4,1 6000,5 24602,05
7001 vie 2,0 8500,5 17001,00
Ukupno 100 281392,15

92 , 2813
100
15 , 281392
x
1
1
= = =
=
=
N
i
i
N
i
i i
p
x p

Prosjena neto plaa u Hrvatskoj 1999. godine iznosila je
2813,92 kune.

Srednje vrijednosti

98
I u sluaju grupiranih podataka aritmetika sredina moe se
izraunati pomou transformiranog obiljeja uz pomo
slijedee formule:

a) (x d
d f
a x
i i
1
1
i
= + =
=
=
N
i
i
N
i
i
f

Za a se obino odabire jedna od sredina razreda i to jedna od
sredinjih sredina razreda, kako bi odstupanje od tog broja u
apsolutnom iznosu bilo to manje.

prema starosti
Godine
starosti
Broj
umrlih
(f
i
)
x
i

d
i
=x
i
- a
fidi
0 10 43 5 - 40 - 1720
10 20 154 15 - 30 - 4620
20 30 276 25 - 20 - 5520
30 40 313 35 - 10 - 3130
40 50 407 45 0 0
50 60 351 55 10 3510
60 70 539 65 20 10780
70 80 490 75 30 14700
80 - 90 366 85 40 14640
Ukupno 2939 28640

Srednje vrijednosti

99
a = 45

74 , 54
2939
28640
45
d f
a x
1
1
i
= + = + =
=
=
N
i
i
N
i
i
f

Dakle, izraunom aritemtike sredine uz pomo linearne
transformacije numerikog obiljeja dobili smo isti rezultat kao i
kod izrauna obinim putem, to je normalno, jer samo je
jedna aritmetika sredina.

5.2.2. Geometrijska sredina

Geometrijska sredina najee se upotrebljava u analizi
vremenskih serija pri izraunavanju tempa razvoja, tj.
prosjene stope porasta ili pada, i to u sluajevima kada se
pretpostavlja da se lanovi niza razvijaju u geometrijskoj
progresiji.

Upotreba i primjena geometrijske sredine biti e prikazana u
poglavlju Obrada vremenskih nizova.

5.2.3. Harmonijska sredina

Harmonijska sredina je reciprona vrijednost aritmetike
sredine. Upotrebljava se kada imamo niz s recipronim
pokazateljima. Razlikujemo jednostavnu i vaganu harmonijsku
sredinu. Jednostavna harmonijska sredina upotrebljava se
kada se vrijednosti obiljeja ne pojavljuju u vie jedinica.
Rauna se uz slijedeu formulu:

+ + +
=
i n
x
n
x x x
n
H
1 1
...
1 1
2 1

Srednje vrijednosti

100
U jednoj tvornici proizvodnja po radniku u jednom satu je
slijedea:
Radnik Kom/sat
A 15
B 20
C 17
D 22
UKUPNO 74

Izraunom jednostavne aritmetike sredine dolazimo do
zakljuka da jedan radnik prosjeno izradi 18,5 komada
proizvoda za jedan sat.
5 , 18
4
74
= = =

n
x
x
i

No, nas moe zanimati koliko je vremena potrebno da se izradi
jedan proizvod. To emo saznati uz pomo harmonijske
sredine:
min 10 , 18
22
1
17
1
20
1
15
1
4
1
=
+ + +
= =
i
x
n
H

Za izradu jedne jednice proizvoda potrebno je 18,10 minuta ili
srednja produktivnost rada je 18,10 min/kom.

Vagana harmonijska sredina upotrebljava se kada lanovi niza
imaju razne frekvencije, odnosno kada se vrijednosti obiljeja
pojavljuju u vie jedinica. Vagama harmonijska sredina
izraunava se tako da se zbroj frekvencija podijeli zbrojem
umnoaka recipronih vrijednosti lanova s njihovim
frekvencijama.

Srednje vrijednosti

101

=
i
i
i
f
x
f
H
1

Potrebno vrijeme
izrade
Broj radnika (fi)
15 20
20 12
17 16
22 8
UKUPNO 56

44 , 19
88 , 2
56
8
22
1
10
17
1
12
20
1
20
15
1
8 16 12 20
1
= =
|
.
|
\
|
+
|
.
|
\
|
+
|
.
|
\
|
+
|
.
|
\
|

+ + +
=
i
i
i
f
x
f
H

Prosjeno vrijeme za izradu jedinice proizvoda je 19,44
minute.

5.2.4. Medijan

Medijan je srednja vrijednost numerikog obiljeja po poloaju.
Ona elemente numerikog niza dijeli na dva jednaka dijela
tako da se u jednom dijelu nalaze elementi koji imaju vrijednost
numerikog obiljeja jednaku ili manju od
medijana, a u drugom dijelu se nalaze elementi
koji imaju vrijednost numerikog obiljeja
jednaku ili veu od medijana. Medijan je
poloajna srednja vrijednost jer je odreena
poloajem u nizu.

Kada se izraunava medijan individualnih podataka podaci
moraju biti sloeni po veliini. Vrijednost medijana
izraunavamo tako da odredimo koji lan u nizu je srednji te
kao takav predstavlja medijan:

Srednje vrijednosti

102
2
1 +
=
N
r r = redni broj lana u nizu koji predstavlja
medijan

Kada niz ima neparan broj lanova lako odredimo vrijednost
medijana:

7 bolesnika ima slijedee jutarnje temperature
:
Pacijent Visina temperature
A 36,6
B 41,5
C 35,3
D 38,2
E 39,5
F 42,0
G 38,8

Prvo je potrebno sloiti elemente po veliini vrijednosti
obiljeja:

35,3 36,6 38,2 38,8 39,5 41,5 42,0

4
2
8
2
1 7
2
1
= =
+
=
+
=
N
r

Medijan je etvrti lan u nizu. U nizu pronaemo etvrti lan i
uitamo njegovu vrijednost 38,8. Iz dobivenog rezultata
izvodimo slijedei zakljuak: 50% bolesnika ima temperaturu
38,8 i manju, a 50% ima temperaturu 38,8 i veu.

Srednje vrijednosti

103

Kada niz ima paran broj podataka tada ne postoji sredinji
element, sredina je izmeu dva sredinja elementa:

8 bolesnika ima slijedee temperature:

36,2 36,6 37,2 37,5 38,6 38,8 40,1 41,3

Prvo odredimo koji lanovi u nizu predstavlju medijan:

5 , 4
2
9
2
1 8
2
1
= =
+
=
+
=
N
r
Medijan se nalazi izmeu etvrtog i petog lana u nizu. Njihove
temperature iznose 37,5 i 38,6
0
C. izraunom jednostavne
aritmetike sredina izmeu ta dva broja dobivamo vrijednost
medijana:
05 , 38
2
6 , 38 5 , 37
=
+

50% bolesnika ima temperaturu 38,05
0
C i manje, a 50% ima
temperaturu 38,05
0
C i vie.

Kada izraunavamo medijan grupiranih podataka, postupku
izrauna prethodi formiranje kumulativnog niza.

Kumulativni niz nastaje postupnim zbrajanjem lanova
zadanog niza, i to poevi od prvog lana na nie.
Kumulativni niz se uvijek formira od originalnih vrijednosti
lanova, a nikada od korigiranih.

Kumulativni niz izraunava se tako da se zbroju prethodnih
lanova uvijek doda slijedei lan. Prvi lan
kumulativnog niza zadrava svoju vrijednost, a
svaki slijedei lan dobivamo postupnim
zbrajanjem. zadnji lan kumulativnog niza jednak
je sveukupnoj frekvenciji.

Srednje vrijednosti

104
godine
Broj lanova Broj
kuanstava
(fi)
kumulativni
niz
1 274744 274744
2 347840 622584
3 311570 934154 medijalni razred
4 362615 1296769
5 141756 1438525
6 67546 1506101
7 i vie (15) 38179 1544280
ukupno 1544280

Nakon to smo formirali numulatini niz, moramo odrediti
medijalni razred ili medijalnu skupinu. medijalni razred
odreuje se tako da u kumulativnom nizu pronaemo prvi vei
broj od
2
N
.

772140
2
1544280
2
= =
N

Prvi vei broj od 772140 u kumulativnom nizu je 934154.
Medijan je 3 lana. dakle, polovina domainstava ima 3 lana
domainstva i manje, a polovina ima 3 lana domainsta i vie.

Kada su jedinice grupirane u razrede, medijan se izrauanva
uz pomo formule:

i L
+ =

med
i
1 e
f
f
2
N
M

Srednje vrijednosti

105

L
1
= donja granica medijalnog razreda
N = broj lanova niza
Ef
i
= zbir kumulativnog niza do medijalnog razreda
f
med
= frekvencija medijalnog razreda
i = veliina medijalnog razreda

Prije postupka izrauna medijana, moramo formirati
kumulativni niz i prave granice razreda.

prema starosti
Godine
starosti
Broj
umrlih
i kumulativni niz
0 10 43 10 43
10 20 154 10 197
20 30 276 10 473
30 40 313 10 786
40 50 407 10 1193
50 60 351 10 1544 MR
60 70 539 10 2083
70 80 490 10 2573
80 - 90 366 10 2939
Ukupno 2939

Prvo odredimo medijalni razred:
5 , 1469
2
2939
2
= =
N

u kumulativnom nizu pronaemo prvi vei broj od 1469,5, a to
je 1544. U tom redu tablice nalazi se medijalni razred.
Nakon toga pronalazimo elemente iz formule:

L
1
= donja granica medijalnog razreda = 50
N = broj lanova niza = 2939
Ef
i
= zbir kumulativnog niza do medijalnog razreda= 1193
f
med
= frekvencija medijalnog razreda = 351
i = veliina medijalnog razreda = 10

Srednje vrijednosti

106
i L
+ =

med
i
1 e
f
f
2
N
M

Zakljuak: 50% umrlih od nasilnih smrti bilo staro je 57,88
godina i manje, a 50% bilo je staro 57,88 godina i vie.

Medijan moemo odrediti grafikim putem tako da formiramo
kumulativni niz manje od i kumulativni niz vie od .
Kumulativni niz manje od formira se tako da prvu frekvenciju
u nizu prepiemo, a druge joj postupno pribrajamo, dok se
kumulativni niz vie od formira tako da na prvo mjesto
stavimo sveukupno frekvenciju te od nje postupno odbijamo
frekvencije koje slijede:

prema starosti
Godine
starosti
Broj
umrlih
kumulativni niz
manje od
Kumulativni niz
vie od
0 10 43 43 2939
10 20 154 197 2896
20 30 276 473 2742
30 40 313 786 2466
40 50 407 1193 2153
50 60 351 1544 1746
60 70 539 2083 1395
70 80 490 2573 856
80 - 90 366 2939 366
Ukupno 2939

Kumulativne nizove prikaemo linijskim grafikonom. Parovi
vrijednosti za crtanje kumulativnog niza manje od biti e
frekvencija kumulativnog niza na ordinati i gornja granica
razreda na apscisi, a parovi vrijednosti za crtanje kumulativnog
niza vie od biti e na ordinati frekvencija kumulativnog niza i
donja granica razreda na apscisi. Kumulativni niz manje od ita
se tako da se za frekvenciju kumulativnog niza kae da ima
vrijednost numerikog obiljeja manju od gornje granice
Srednje vrijednosti

107
razreda na koji se odnosi, dok se za frekvenciju kumulativnog
niza vie od kae da ima vrijednost numerikog obiljeja veu
od donje granice razreda na koji se odnosi. Gledajui tablicu
38. zakljuak za kumulativni niz manje od glasio bi: 43 umrla
bila su stara 10 godina i manje, 197 umrlih bili su stari 20
godina i manje, 473 umrlih bili su strai 30 godina i manje, 786
umrlih bilo je mlae od 40 godina i tako dalje. Zakljuak za
kumulativni niz vie od glasi: 2939 umrlih bilo je starije od 0
godina, 2896 umrlih bilo je starije od 10 godina, 2742 umrlih
imali su vie od 20 godina, 856 umrlih imalo je vie od 70
godina starosti.

Grafikon 16. Umrli uslijed nasilne smrti u RH 1999. godine
prema starosti


Kada spustimo okomicu iz sjecita kumulativnih nizova na
apscisu moemo na njoj oitati medijan.

No, za grafiko odreivanje medijana nije potrebno crtati oba
kumulativna niza. Dovoljno je formirati kumulativni niz manje
od. Nakon to se on grafiki prikae, odredi se polovina
statistikog skupa (N/2), te se ta vrijednost pronae na
ordinati, zatim se povue paraleta s apscisom dok ne presjee
kumulativni niz. Okomica na apscisu iz tog presjecita
omoguuje itanje medijana.

Srednje vrijednosti

108
Grafikon 17. Umrli uslijed nasilne smrti u RH 1999. godine
prema starosti


5.2.5. Mod

Mod je ona vrijednost u nizu koja se
najee pojavljuje, odnosno onaj lan niza
koja ima najveu frekvenciju.

Ako se u statistikoj grupi nalazi jedinice iste vrijednosti,
odreivanje moda je jednostavno. Potrebno je pronai najveu
frekvenciju, a vrijednost koja odgovara toj frekvenciji je mod.

Tablica 39. Kuanstva prema broju lanova obitelji 1991. godine
Broj lanova Broj
kuanstava
(fi)
1 274744
2 347840
3 311570
4 362615
5 141756
6 67546
7 i vie 38179
ukupno 1544280

Najei broj lanova domainstava je 4.
Srednje vrijednosti

109

Ako su jedinice grupirane u razreda vee od jedan, mod je
potrebno raunati.
Kada su jedinice grupirane u razrede nejednakih veliina,
apsolutne frekvencije su neusporedive, te je potrebno korigirati
frekvencije.
Kako je mod ona vrijednost numerikog obiljeja koja je
najea s obziron na svoje vrijednosti, znai da na poloaj
modalnog mjesta u modalnom razredu utjeu frekvencije
susjednih razreda.

Mod se rauna na slijedei nain:

i
c) - (b a) - (b
a - b
M
1 o

+
+ = L

L
1
= donja granica modalnog razreda
b = frekvencija modalnog razreda
a = frekvencija razreda ispred modalnog razreda
c = frekvencija razreda iza modalnog razreda
i = veliina modalnog razreda

Za modalni razred uzima se razred s najveom frekvencijom.

prema starosti
Godine
starosti
Broj
umrlih
i
0 10 43 10
10 20 154 10
20 30 276 10
30 40 313 10
40 50 407 10
50 60 351 10 a
60 70 539 10 b
70 80 490 10 c
80 - 90 366 10
Ukupno 2939

Srednje vrijednosti

110

L
1
= donja granica modalnog razreda = 60
b = frekvencija modalnog razreda = 539
a = frekvencija razreda ispred modalnog razreda = 351
c = frekvencija razreda iza modalnog razreda = 490
i = veliina modalnog razreda = 10

67,93
7,93 60
10 7932489 , 0 60 10
237
188
60
10
490) - (539 351) - (539
351 - 539
60
i
c) - (b a) - (b
a - b
M
1 o
=
+ =
+ = + =
+
+ =
+
+ = L

Zakljuak: Najea starost ubijenih osoba je 67,93 godina.

Srednje vrijednosti

111
Ukoliko razredi nisu jednakih veliina, izraunu moda mora
prethoditi postupak korigiranja frekvencija.

Tablica 41. Prosjena mjesena neto plaa u 1999.
godini
Iznos plae Struktura
zaposlenih
%
Veliina
razreda
Korigirana
frekvencija
fi i fc
900 - 1200 5,7 301 0,019
1201-1500 7,4 300 0,025 a
1501 1800 11,4 300 0,038 b
1801 2100 10,2 300 0,034 c
2101 2400 10,0 300 0,033
2401 2700 9,7 300 0,032
2701 3000 9,6 300 0,032
3001 3500 13,6 500 0,027
3501 4000 8,8 500 0,018
4001 4500 4,7 500 0,009
4501 5000 2,8 500 0,006
5001 7000 4,1 2000 0,00205
7001 10000 2,0 3000 0,00067
Ukupno 100

i
f
f
i
c
=

L
1
= 1501,
b = 0,038,
a =0,025,
c = 0,034,
i = 300

Srednje vrijednosti

112
1730,41
229,41 1501
300 7647058 , 0 1501 300
0,017
0,013
1501
300
0,034) - (0,038 0,025) - (0,038
0,025 - 0,038
1501
i
c) - (b a) - (b
a - b
M
1 o
=
+ =
+ = + =
+
+ =
+
+ = L

Najea plaa u Republici Hrvatskoj tijekom 1999. godina bila
je 1730,41 kuna.

Prilikom izraunavanja moda moe se dogoditi da se najvea
frekvencija nalazi na prvom ili posljednjem mjestu u nizu, u tom
sluaju (ako je na prvom mjestu) neemo imati vrijednost
ispred modalnog razeda (a), tada umejsto nje stavljamo 0. Ako
je najvea vrijednost na posljednjem mjestu u nizu neemo
imati frekvenciju iza modalnog razreda (c) koju emo takoer
oznaiti s 0.


1. Kako se izraunava aritmetika sredina i koja su njezina
svojstva?
2. Kako se rauna jednostavna, a kako ponderirana
aritmetika sredina?
3. Zato se i kada formiraju razredi nejednakih veliina?
4. to mora prethoditi usporedbi frekvencija u sluaju niza
nejednakih veliina razreda?
5. to je i kako se odreuje medijan?
6. Kako se medijan odreuje grafiki?
7. to je i kako se odreuje mod?

Srednje vrijednosti

113
ZADACI ZA VJEBU

1. Izraunaj prosjean broj oboljelih od side u zemljama
Europske unije i Hrvatskoj u 1997. godini, na temelju
podataka iz SLJH 2000, str. 593. i 645.
Zemlja Broj oboljelih
od AIDS-a
Broj stanovnika
(000)
Hrvatska 16 4554
Austrija 124 8139
Belgija 199 10182
Danska 108 5357
Finska 17 5158
Grka 238 10707
Irska 31 3633
Italija 3790 56735
Luksemburg 10 429
Njemaka 1416 82087
Portugal 831 9918
vedska 77 8911
Velika Britanija 1387 59113

Srednje vrijednosti

114
2. Na temelju slijedeih podataka izraunaj:
a) aritmetiku sredinu
b) medijan
c) mod

Sklopljeni brakovi prema starosti nevjeste i enika
Godine starosti Broj enika Broj nevjesti
15 19 283 2884
20 - 24 6068 9313
25 - 29 8870 6627
30 34 4440 2441
35 39 1726 950
40 44 854 539
45 49 504 339
50 54 323 224
55 59 204 153
60 64 179 114
65 69 140 76
70 75 61 13
Izvor: SLJH 2000, str. 102

3. Na temelju podataka iz zadatka 2. grafiki odredi
medijan.
4. Na temelju slijedeih podataka izraunaj srednje
vrijednosti:

Prijavljene maloljetne osobe za kaznena djela po
godinama starosti
Godine Broj osoba
14 388
15 479
16 630
17 770

Srednje vrijednosti

115

5. izraunajte aritmetiku sredinu i dokaite njena
svojstva:

Proizvodnja konzerviranog povra u tonama
Godina Proizvodnja
1995 22709
1996 19216
1997 16508
1998 22735
1999 16758
Izvor: SLJH 2000., str. 264

6. izraunajte prosjeno vrijeme potrebno za dolazak u
kolu uenika III.h razrednog odjela ako 10 uenika
stigne u kolu za 29 minuta, 12 uenika za 45 minuta,
5 uenika za 60 minuta.
7. Na temelju podataka iz tablice 10. izraunaj
aritemtiku sredinu.
8. Na temelju podataka iz tablice 6. i 16. izraunaj
artmetiku sredinu, mod i medijan.

Mjere rasprenosti i odnosi meu srednjim vrijednostima

116
5.3. MJERE RASPRENOSTI

Srednja vrijednost predstavlja itav niz. Ali, srednja vrijednosti
biti e predstavnik svih lanova niza samo u onom sluaju
kada su lanovi blizu srednje vrijednosti, odnosno, ako su
odstupanja malena. Odstupanje izmeu pojedinog lana niza i
srednje vrijednosti zove se devijacija, a niza devijacija zove se
disperzija ili rasprenost.
Prikaimo to slijedeim primjerom. Subotom naveer 5
prijatelje izilo je u grad sa sljedeim iznosom eparca:

lan Prva subota lan Druga subota
Iznos
kuna
Odstupanja
(xi x)
Iznos
kuna
Odstupanja
(xi x)
A 20 2,6 A 50 26
B 15 - 2,4 B 10 -14
C 10 - 7,4 C 5 -19
D 17 - 0,4 D 15 -9
E 25 7,6 E 40 16
87 120
Srednja vrijednost prvog niza je 17.4. Kod ovog niza disperzija
je mala, najvee odstupanje je 7,6. Srednja vrijednost drugog
niza je 24. Kod ovog niza disperzija je velika, najvee
odstupanje je 26 kuna.
Prvi niz je reprezentativniji od drugog niza, jer su razlike kod
drugog niza vee od razlika kod prvog niza.

Poznajemo slijedee mjere disperzije:
1. raspon varijacija
2. interkvartil i koeficijent kvartilne devijacije
3. varijanca, standardna devijacija i
koeficijent varijacije


117
5.3.1. Raspon varijacija

Raspon varijacije je razlika izmeu najvee i najmanje
vrijednosti numerikog obiljeja.

R = X
max
- X
min

gdje je X
max
najvea vrijednost numerikog obiljeja, a X
min

najmanja vrijednost numerikog obiljeja.
To je najgrublja mjera odreivanja veliine disperzije, jer pri
izraunavanju uzimamo u obzir samo dvije vrijednosti. Grubost
ove mjere moe se uoiti na slijedeem primjeru:

Tablica 42. Prosjena mjesena neto plaa u 1999. godini
Iznos plae Struktura zaposlenih %

p
i

900 - 1200 5,7
1201-1500 7,4
1501 1800 11,4
1801 2100 10,2
2101 2400 10,0
2401 4000 58,3
4001 4500 4,7
4501 5000 2,8
5001 7000 4,1
7001 10000 2,0
Ukupno 100

X
min
= 900
X
max
= 10000

R = X
max
X
min
= 10000 900 = 9100

Izmeu najvee i najmanje plae razlika je 9100 kuna.


118
5.3.2. Interkvartil i koeficijent kvartilne devijacije

Interkvartil je mjera disperzije koja predstavlja razliku izmeu
gornjeg i donjeg kvartila. On predstavlja sredinjih 50%
lanova niza.

Donji kvartil (Q
1
) dijeli skup na dva dijela. 25% lanova skupa
ima vrijednost numerikog obiljeja jednaku donjem kvartilu ili
manju od njega, a 75% lanova skupa ima vrijednost
numerikog obiljeja jednaku donjem kvartilu ili veu od njega.
Gornji kvartil (Q
3
)dijeli skup na dva dijela. 75% lanova niza
ima vrijednost numerikog obiljeja jednaku gornjem kvartilu ili
manju od njega, a 25% lanova ima vrijednost numerikog
obiljeja jednaku ili veu od gornjeg kvartila.

Kada se izraunavaju kvartili individualnih podataka podaci
moraju biti sloeni po veliini. Vrijednost kvartila izraunavamo
tako da odredimo koji lan u nizu predstavlja kvartil:

4
Q1
N
r =
4
3
Q3
N
r = r = redni broj lana u nizu koji
predstavlja kvartil

Kada niz ima neparan broj lanova lako odredimo vrijednost
kvartila:

7 bolesnika ima slijedee jutarnje temperature :
Pacijent Visina temperature
A 36,6
B 41,5
C 35,3
D 38,2
E 39,5
F 42,0
G 38,8

Prvo je potrebno sloiti elemente po veliini vrijednosti
obiljeja:

35,3 36,6 38,2 38,8 39,5 41,5 42,0

119

2 75 , 1
4
7
4
Q1
= = = =
N
r 6 25 , 5
4
21
4
7 3
Q3
= = =
= r

dobivene rezultate potrebno je zaokruiti na prvi vei cijeli broj
da bi odredili na kojem se mjestu nalazi kvartil !!!

Donji kvartil je drugi lan u nizu. U nizu pronaemo drugi lan i
36,6 i manju, a 75% ima temperaturu 36,6 i veu. Gornji kvartil
je esti lan u nizu. U nizu pronaemo esti lan i uitamo
njegovu vrijednost 41,5. Iz dobivenog rezultata izvodimo
slijedei zakljuak: 75% bolesnika ima temperaturu 41,5 i
manju, a 25% ima temperaturu 41,5 i veu.

Kada niz ima paran broj podataka kvartili se odreuju na
identian nain:

4
Q1
N
r =
4
3
Q3
N
r = r = redni broj lana u nizu koji
predstavlja kvartil

8 bolesnika ima slijedee temperature:

36,2 36,6 37,2 37,5 38,6 38,8 40,1 41,3

Prvo odredimo koji lanovi u nizu predstavlju kvartile:

4
2
8
4
Q1
= = =
N
r

6
4
24
4
8 3
4
3
Q3
= =
= =
N
r


120
Donji kvartil je drugi lan u nizu. U nizu pronaemo drugi lan i
36,6 i manju, a 75% ima temperaturu 36,6 i veu. Gornji kvartil
je esti lan u nizu. U nizu pronaemo esti lan i uitamo
njegovu vrijednost 38,8. Iz dobivenog rezultata izvodimo
slijedei zakljuak: 75% bolesnika ima temperaturu 38,8 i
manju, a 25% ima temperaturu 38,8 i veu.

Kada izraunavamo kvartile grupiranih podataka, postupku
izrauna prethodi formiranje kumulativnog niza.

godine
Broj lanova Broj
kuanstava
(fi)
kumulativni
niz
1 274744 274744
2 347840 622584 Q1
3 311570 934154
4 362615 1296769 Q3
5 141756 1438525
6 67546 1506101
7 i vie (15) 38179 1544280
ukupno 1544280

Nakon to smo formirali kumulativni niz, moramo odrediti
kvartilne razrede. Donji kvartilni razred odreuje se tako da u
kumulativnom nizu pronaemo prvi vei broj od
4
N
.

386070
4
1544280
4
= =
N

Donji kvartil je 2 lana. dakle, etvrtina domainstava ima 2
lana domainstva i manje, a tri etvrtine ima 2 lana
domainsta i vie.

121

Gornji kvartilni razred odreuje se tako da u kumulativnom nizu
pronaemo prvi vei broj od
4
3N
.
1158210
4
1544280 3
4
3
=
=
N

Gornji kvartil je 4 lana. Dakle, tri etvrtine domainstava ima 4
lana domainstva i manje, a etvrtina ima 4 lana domainsta
i vie.

Interkvartil predstavlja sredinjih 50% lanova niza. Izraunava
se kao razlika gornjeg i donjeg kvartila:

1 3 q
Q Q I =

Na temelju dobivenih rezultata moemo izraunati i interkvartil:
2 2 4 Q Q I
1 3 q
= = =

Zakljuak: Sredinjih 50% domainstava ima 2 lana
domainstva.

Kada su jedinice grupirane u razrede, kvartili se izraunavaju
uz pomo formule:

i L
+ =

q1
i
1 1
f
f
4
N
Q

i L
+ =

q3
i
1 3
f
f
4
3N
Q

L
1
= donja granica kvartilnog razreda
N = broj lanova niza

122
Ef
i
= zbir kumulativnog niza do kvartilnog razreda
f
q1,
f
q3
= frekvencija kvartilnog razreda
i = veliina kvartilnog razreda

Prije postupka izrauna medijana, moramo formirati
kumulativni niz i prave granice razreda.

Tablica 44. Umrli uslijed nasilne smrti u RH 1999.
godine prema starosti
Godine
starosti
Broj
umrlih
i kumulativni niz
0 10 43 10 43
10 20 154 10 197
20 30 276 10 473
30 40 313 10 786 Q1
40 50 407 10 1193
50 60 351 10 1544
60 70 539 10 2083
70 80 490 10 2573 Q3
80 - 90 366 10 2939
Ukupno 2939

Prvo odredimo kvartilne razrede:
75 , 734
4
2939
4
1
= = =
N
r
q

25 , 2204
4
2939 3
4
3
3
=
= =
N
r
q

u kumulativnom nizu pronaemo prvi vei broj od 734,75, a to
je 786. U tom redu tablice nalazi se razred donjeg kvartila.
Razred gornje kvartila odredimo tako da u kumulativnom nizu
pronaeno prvi vei broj od 2204,25, a to je 2573.

Nakon toga pronalazimo elemente iz formule za izraun
donjeg kvartila:

123

L
1
= donja granica kvartilnog razreda = 30
Ef
i
= zbir kumulativnog niza do kvartilnog razreda = 473
f
q1
= frekvencija kvartilnog razreda = 313
i = veliina kvartilnog razreda = 10

38,36 8,36 30 10 0,8362619 30
10
313
473 75 , 734
30 10
313
473
4
2939
30
f
f
4
N
Q
q1
i
1 1
= + = + =
+ =
+ =
+ =

i L


Izraun gornjeg kvartila:

L
1
= donja granica kvartilnog razreda = 70
Ef
i
= zbir kumulativnog niza do kvartilnog razreda = 2083
f
q1
= frekvencija kvartilnog razreda = 490
i = veliina kvartilnog razreda = 10

72,47 47 , 2 70 10 2474489 , 0 70
10
490
2083 25 , 2204
70 10
490
2083
4
2939 3
70
f
f
4
3N
Q
q3
i
1 3
= + = + =
+ =
+ =
+ =

i L


Na temelju dobivenih rezultata moemo izraunati i interkvartil:
11 , 34 36 , 38 47 , 72 Q Q I
1 3 q
= = =

Zakljuak: Sredinjih 50% preminulih uslijed nasilne smrti bilo
je staro 34,11 godina.

Interkvartil je apsolutna mjera disperzije. Izraen je u istim
jedinicama u kojima je izraeno i numeriko obiljeje.

124
Apsolutnim jerama disperzije mogu se usporeivati disperzije
istorodnih skupova. Kada je potrebno usporediti disperzije
raznorodnih skupova potrebno je primjeniti relativnu mjeru
disperzije meu kojima je i koeficijent kvartilne devijacije.

Izraunavamo ga uz slijedeu formulu:
Q Q
Q Q
3
1 3
+
=
q
V
Koeficijent kvartilne devijacije uzima vrijednosti izmeu 0 i 1.
to je disperzija vea koeficijent je bilii jedinici.

Na temelju podataka iz tablice 44, te izraunatih donjeg i
gornjeg kvartila moemo izraunati koeficijent kvartilne
devijacije:

31 , 0
83 , 110
11 , 34
36 , 38 47 , 72
36 , 38 47 , 72
Q Q
Q Q
3
1 3
= =
+
=
+
=
q
V

Zakljuak: Rasprenost podataka je umjerena 0,31.

5.3.3. Varijanca, standardna devijacija i koeficijent varijacije

Varijanca je aritmetika sredina kvadrata odstupanja
vrijednosti obiljeja od njihove srednje vrijednosti. Kada iz
varijance izvadimo drugi korjen dobivamo standardnu
devijacju. To su apsolutne mjere disperzije, jer te se njihove
vrijednosti izraavaju u istim jedinicama u kojima je izraena
aritmetika sredina i numeriko obiljeje. Kao to smo ve
rekli, apsolutnim mjerama disperzije mogu se usporeivati
samo disperzije istorodnih distribucija. Kao relativna,
prihvatljivija, mjera disperzije izraunava se koeficijent
varijacije, koeficijent varijacije kao relativna mjera disperzije
omoguiti e man usporedbu disperzije raznorodnih
distribucija.


125
Kada izraunavamo varijancu, standardnu devijaciju i
koeficijent varijacije niza individualnih podataka, odnosno
negrupiranih podataka, koristimo se slijedeim formulama:

je t varijaci koeficijen 100
x
V
devijacija standardna
N
) x - x (
varijanca
N
) x - x (
N
x

2
i
2
i 2
i
=
E
=
E
=
E
= x

Kada izraunavamo varijancu, standardnu devijaciju i
koeficijent varijacije niza grupiranih podataka koristimo se
slijedeim formulama:

je t varijaci koeficijen 100
x
V
devijacija standardna
f
) x - x ( f
varijanca
f
) x - x ( f
f
x f
x
i
2
i i
i
2
i i 2
i
i i
=
E
E
=
E
E
=
E
E
=

Izraun na primjeru negrupiranih podataka


126
Tablica 45. Sluajevi napada izvanzemaljaca 2018.
Regija Broj
napada (xi x) (xi x )
2
Europa 19280 - 5958,2 35500147
Azija 23941 - 1297,2 1682727,8
Afrika 61232 35993,8 1295553638,44
Amerika 21376 - 3862,2 14916588
Oceanija 362 - 24876,2 618825326,44
Ukupno 126191 1966478427,68
Izvor: NLO za lakovjerne, prosinac 2018, str. 644
2 , 25238
5
126191
x
1
= = =

=
N
x
N
i
i

% 57 , 78 100
2 , 25238
68 , 19831
100
x
V
68 , 19831 53 , 393295685
N
) x - x (
53 , 393295685
5
68 , 1966478427
N
) x - x (
2
i
2
i 2
= = =
= =
E
=
= =
E
=

Koeficijent varijacije pokazuje da je prosjeno odstupanje
vrijednosti od aritmetike sredine 78,57%.
Standardna devijacija nam slui za ocjenu disperzije pojedinih
vrijednosti oko aritmetike sredine. Ako je devijacija velika
znai da su pojedine vrijednosti dosta udaljene od sredine, a
ako je devijacija mala znai da su vrijednosti gusto grupirane
oko srednje vrijednosti, te meu njima nema velike razlike.
U ovom primjeru vidimo da je devijacija izuzetno velika, te su
podaci jako raspreni od aritmetike sredine.

Na primjeru temperature bolesnika u jednoj bolnici uoavaju se
manje razlike:


127
Tablica 46. Temperatura bolesnika

Bolesnik

Temperatura

(xi x)

(xi x)
2
A 36,2 - 2,09 4,37
B 36,6 - 1,69 2,86
C 37,5 - 0,79 0,62
D 38,6 0,31 0,10
E 37,2 -1,09 1,19
F 41,3 3,01 9,06
G 40,1 1,81 3,27
H 38,8 0,51 0,26
Ukupno 306,3 21,73

29 , 38
8
3 , 306
x
1
= = =

=
N
x
N
i
i

% 61 , 2 100
29 , 38
65 , 1
100
x
V
65 , 1 72 , 2
N
) x - x (
72 , 2
8
73 , 21
N
) x - x (
2
i
2
i 2
= = =
= =
E
=
= =
E
=

U ovom sluaju, disperzija je malena, podaci su gusto
grupirani uz aritmetiku sredinu. Prosjeno odstupanje
vrijednosti od aritmetike sredine je 2,61%, dok individualne
vrijednosti temperature pojedinih bolesnika odstupaju od
prosjene temperature za 1,65
0
C

Primjer izraunavanja grupiranih podataka
Da bi izraunali varijancu moramo:
1. izraunati aritmetiku sredinu
2. izraunati odstupanje originalnih vrijednosti numerikog
obiljeja od aritmetike sredine

128
3. izraunati kvadrate odsutpanja originalnih vrijednosti
numerikog obiljeja od aritmetike sredine
4. izraunati produkte kvadrata odstupanja i pripadajuih
frekvencija

prema starosti
Godine
starosti
Prave
granic
e
Broj
umrl
ih
(f
i
)

x
i

f
i
x
i

(x
i
-x)

(x
i
-x)
2

f
i
(x
i
-x)
2

0 - 9
0 10
43 5 215 - 49,74 2474,0
7
106384,9
10 - 19
10 20
154 15 2310 - 39,74 1579,2
7
243207,21
20 - 29
20 30
276 25 6900 - 29,74 884,47 244113,05
30 - 39
30 40
313 35 1095
5
- 19,74 389,67 121965,95
40 - 49
40 50
407 45 1831
5
- 9,74 94,87 38611,11
50 - 59
50 60
351 55 1930
5
0,26 0,0676 23,73
60 - 69
60 70
539 65 3503
5
10,26 105,27 56739,24
70 - 79
70 80
490 75 3675
0
20,26 410,47 201129,12
80 i vie 80 - 90 366 85 3111
0
30,26 915,67 335134,34
Ukupn
o
2939 1608
95
1347328,6

74 , 54
2939
160895
x
1
1
= = =
=
=
N
i
i
N
i
i i
f
x f


129
11 , 39 100
74 , 54
41 , 21
100
x
V
41 , 21 43 , 458
f
) x - x ( f
43 , 458
2939
6 , 1374328
f
) x - x ( f
i
2
i i
i
2
i i
2
= = =
= =
E
E
=
= =
E
E
=

Prosjeno odstupanje individualnih vrijednosti od aritmetike
sredine iznosi 39,11%.

U vezi sa standardnom devijacijom je i veliki broj teorijskih
pravila meu kojima je i slijedee:
u pojasu od plus i minus tri standardne devijacije od
aritmetike sredine obuhvaeno je najmanje 90% lanova bilo
kojeg numerikog niza. Raspored podataka najee se ravna
priblino prema zakonu normalne distribucije u kojoj vrijede
slijedea pravila:
a) u pojasu od aritmetika sredina + 1 standardna devijacija
do aritmetika sredina - 1 standardna devijacija
obuhvaeno je 68% podataka
b) u pojasu od aritmetika sredina + 2 standardna devijacija
obuhvaeno je 95% podataka
c) u pojasu od aritmetika sredina + 3 standardna devijacija
obuhvaeno je 99,7% podataka


130
Grafikon 18 : Normalna distribucija

Za primjer emo uzeti slijedei zadatak: Pliva, proizvoa
Cedevite isporuuje paketie prosjene neto-teine 250
grama. Doputeno prosjeno odstupanje od teine je 2 grama.
Ako se pretpostavi da je distribucija paketia Cedevite sa
sredinom 250 i standardnom devijacijom 2, koliko se paketia
tekih od 246 do 254 grama oekuje u poiljci od 50.000
paketia Cedevite?
Teina paketia odstupa za 2 standardne devijacije od
aritemtike sredine, dakle u ovom intervalu nalazi se 95%
podataka, to znai da se u poiljci oekuje 47500 paketia
teine izmeu 246 i 254 grama.

x-3s x-2s x-1s x x+1s x+2s x-3s
68%
95%
99,7%

131

5.4. ODNOSI MEU SREDNJIM VRIJEDNOSTIMA

Srednje vrijednosti (aritmetika sredina, mod i medijan) imaju
za zadau predstaviti statistiki niz jednim brojem. Raunajui
mjere rasprenosti, uvidjeli smo da se podaci razlikuju od
svojih srednjih vrijednosti.
Kada bi vrijednosti numerikog obiljeja nekog
statistikog skupa bile simetrino i pravilno rasporeene
oko svojih srednjih vrijednosti rekli bi da postoji
ravnotea. U jednoj simetrinoj distribuciji negativnom
odstupanju orginalnih vrijednosti numerikog obiljeja od
aritmetike sredine odgovara ista veliina pozitivnih
odstupanja. Kada podaci nisu ravnomjerno rasporeeni
rije je o asimetrinoj distribuciji. U pozitivno asimetrinoj
distribuciji suma pozitivnih odstupanja je vea od sume
negativnih odstupanja, dok je u negativno asimetrinoj
distribuciji suma negativnih odstupanja vea od sume
pozitivnih odstupanja.

O kojoj se vrsti odstupanja radi moemo zakljuiti na osnovi
rasporeda srednjih vrijednosti:
a) u simetrinoj distibuciji sve tri srednje vrijednsoti
(aritmetika sredina, mod i medijan) imati e istu brojanu
vrijednosti, odnsono x = M
e
= M
o

b) u negativno asimetrinoj distribuciji imati emo slijedei
sluaj: x < M
e
< M
o

c) u pozitivno asimetrinoj distibuciji: x > M
e
> M
o

Jakost asimetrije mjerimo uz pomo mjere asimetrije:

podaci grupirani
f
) x x ( f
ili podaci i negrupiran
) x x (
3
i
3
i i
3
3
3
i
3
=
E
E
= =
E
=
N


132
Mjere asimetrije imaju slijedee zakonitosti:
1. u simetrinoj distribuciji o
3
= 0
2. u negativno asimetrinoj distribuciji o
3
< 0
3. u pozitivno asimetrinoj distribuciji o
3
> 0
4. u veoma jako asimetrinim distribucijama o
3
se pribliaja
pozitivnom ili negativnom broju 2

Izraun mjere asimetrije za negrupirane podatke:

Tablica 48. Temperatura bolesnika

Bolesnik

Temperatura

(xi x)

(xi x)
2

(xi x)
3
A 36,2 - 2,09 4,37 - 9,13
B 36,6 - 1,69 2,86 - 4,83
C 37,5 - 0,79 0,62 - 0,49
D 38,6 0,31 0,10 0,030
E 37,2 -1,09 1,19 - 1,30
F 41,3 3,01 9,06 27,27
G 40,1 1,81 3,27 5,93
H 38,8 0,51 0,26 0,133
Ukupno 306,3 21,73 8,483

29 , 38
8
3 , 306
x
1
= = =

=
N
x
N
i
i

65 , 1 72 , 2
N
) x - x (
72 , 2
8
73 , 21
N
) x - x (
2
i
2
i
2
= =
E
=
= =
E
=


133
24 , 0
49 , 4
06 , 1
65 , 1
8
483 , 8
) x x (
3 3
3
i
3
= = =
E
=
N

U ovom sluaju rije je o pozitivno asimetrinoj distribuciji.

Postupak izrauna mjere asimetrije gurpiranih podataka:

prema starosti
Godine
atarosti
Broj
umrlih
(f
i
)

x
i

f
i
x
i

(x
i
-x)

(x
i
-x)
2

f
i
(x
i
-x)
2

(x
i
-x)
3

f
i
(x
i
-x)
3

0 10 43 5 215 - 49,74 2474,07 106384,
9
-
123060,12
-5291585,26
10 20 154 15 2310 - 39,74 1579,27 243207,
21
-62760,09 -9665054,54
20 30 276 25 6900 - 29,74 884,47 244113,
05
-26304,07 -7259922,33
30 40 313 35 10955 - 19,74 389,67 121965,
95
-7692,04 -2407608,03
40 50 407 45 18315 - 9,74 94,87 38611,1
1
-924,01 -376072,24
50 60 351 55 19305 0,26 0,0676 23,73 0,0176 6,17
60 70 539 65 35035 10,26 105,27 56739,2
4
1080,04 582144,57
70 80 490 75 36750 20,26 410,47 201129,
12
8316,07 4074876,05
80 - 90 366 85 31110 30,26 915,67 335134,
34
27708,10 10141165,18
Ukupno 2939 16089
5
134732
8,6
-
10202050,43


134
74 , 54
2939
160895
x
1
1
= = =
=
=
N
i
i
N
i
i i
f
x f

41 , 21 43 , 458
f
) x - x ( f
43 , 458
2939
6 , 1374328
f
) x - x ( f
i
2
i i
i
2
i i 2
= =
E
E
=
= =
E
E
=

35 , 0
08 , 9814
26 , 3471
41 , 21
2939
43 , 10202050

f
) x x ( f
3 3
i
3
i i
3
=
=
E
E
=

Distribucija je negativno asimetrina.


135

1. Skicirajte redosljed aritmetike sredine, medijana i moda u
jednoj distribuciji frekvencija i kaite o emu ovisi taj
redosljed?
2. Kada je distribucije simetrina, kada asimetrina? Pomou
koje mjere to dokazujemo?
3. to podrazumijevamo pod disperzijom distribucije
podataka?
4. to je raspon varijacije i koje su mane ove mjere
disperzije?
5. to je interkvartil i koja su mu svojstva?
6. Kako se zove, izraunava i tumai relativna mjera
disperzije pomou interkvartila?
7. Objasnite varijancu, standardnu devijaciju i koeficijent
varijacije?

ZADACI ZA VJEBU
1. Izraunaj mjere rasprenosti i mjere asimetrije na
temelju slijedeih podataka
Zemlja Broj oboljelih od
AIDS-a
Broj stanovnika
(000)
Hrvatska 16 4554
Austrija 124 8139
Belgija 199 10182
Danska 108 5357
Finska 17 5158
Grka 238 10707
Irska 31 3633
Italija 3790 56735
Luksemburg 10 429
Njemaka 1416 82087
Portugal 831 9918
vedska 77 8911
Velika
Britanija
1387 59113

136

a) Koeficijent varijacije
b) Koeficijetn kvartilne devijacije
c) Odredi jainu asimetrije
Sklopljeni brakovi prema starosti nevjeste i enika
Godine starosti Broj enika Broj nevjesti
15 19 283 2884
20 - 24 6068 9313
25 - 29 8870 6627
30 34 4440 2441
35 39 1726 950
40 44 854 539
45 49 504 339
50 54 323 224
55 59 204 153
60 64 179 114
65 69 140 76
70 75 61 13

3. Na temelju slijedeih podataka izraunaj koeficijent
kvartilne devijacije:

Prijavljene maloljetne osobe za kaznena djela po
godinama starosti
Godine Broj osoba
14 388
15 479
16 630
17 770

Analiza vremenskih serija

137
6. ANALIZA VREMENSKIH NIZOVA

Vremenski niz je skup kronoloki ureenih veliina, koje su
odraz veliine neke pojave u odabranim vremenskim tokama
ili u odreenim vremenskim intervalima. S obzirom na ova dva
obiljeja razlikujemo dvije vrste vremenskih nizova:
a) intervalni vremenski niz
b) trenutani vremenski niz

Intervalni vremenski niz pokazuje kretanje jedne pojave u
nekom intervalu, najee je to neko kalendarsko razdoblje
(godina, tromjeseje, mjesec, kolska godina i slino).
Frekvencije vremenskih grupa, koje ine intervalni vremenski
niz, nastaju zbrajanjem elemenata promatrane pojave u tijeku
nekog prematranog vremenskog intervala. Ako promatramo
prometne nezgode u Zagrebu tijekom 2001. godine zbrojit
emo prometne nezgode po danima i mjesecima odreene
godine. Suma frekvencija intervalnog vremenskog niza
smislena je veliina te zbog toga kaemo da intervalni
vremenski nizovi imaju svojstu kumulativnosti.

Trenutani vremenski niz upotrebljava se za prikazivanje onih
pojava koje se vremenski definiraju tono u odreeni trenutak,
te kao takav prikazuje stanje pojave u odreenom trenutku.
lanove trenutanog vremenskog niza ne dobivamo
zbrajanjem jedinica u odreenom vremenu nego su oni rezultat
proamtranja mase u odreenom trenutku. Frekvencije
trenutanog vremenskog niza nemaju svojstvo kumulativnosti.

6.1. GRAFIKO PRIKAZIVANJE VREMENSKIH NIZOVA

Grafikim prikazivanjem provodimo dinamiku analizu pojavas
obzirom na kretanje kroz vrijeme. Cilj takve analize je da
jednostavno prikae smjer i intenzitet kretanje promatranih
pojava.
Vremenski nizovi najee se prikazuju linijskim grafikonima u
pravokutnom ili polarnom koordinatnom sustavu i povrinskim
grafikonima. Trenutani vremenski nizovi prikazuju se
iskljuivo linijskim grafikonima, dok se intervlni vremenski
nizovi mogu prikazati i povrinskim grafikonima.


138
Na primjeru broja posjetitelja kinematografa prikazat emo
gako se grafiki prikazuje intervalni vremeski niz.

Tablica 50. Posjetitelji kinematografa u Republici Hrvatskoj od
1975-1999.
Godina Broj posjetitelja (000)
1980 20213
1981 19544
1982 20200
1983 21324
1984 21281
1985 20458
1986 20119
1987 18777
1988 16682
1989 12726
1990 8080
1991 3076
1992 2125
1993 3689
1994 4562
1995 3694
1996 3255
1997 3233
1998 2738
1999 2295

Frekvencije o broju posjetitelja predstavljaju intervalni
vremenski niz, jer su frekvencije nastale zbrajanjem broja
posjetitelja tijekom svake od promatranih godina. Ovaj
intervalni niz prikazat emo linijskim grafikonom. Na apscisu
stavljamo aritmetiko mjerilo za vremenska razdoblja, a na
ordinatu mjerilo za frekvencije koje uvijek mora poinjati od
nule.


139

Grafikon 19. Posjetitelji kinodvorana u Hrvatskoj


Ovaj intervalni niz mogli smo prikazati i povrinskim
grafikonom.

0
5000
10000
15000
20000
25000
b
r
o
j

p
o
s
j
e
t
i
t
e
l
j
a

godina

140

Grafikon 19. Posjetitelji kinodvorana u Hrvatskoj


Iz grafikog prikaza moemo vidjeti da je broj posjetitelja
kinodvorana drastino opao od 1991. Pad je zapoeo 1987.
Godine, da bi 1993. godine dosegao svoj minimum.

0
5000
10000
15000
20000
25000

141

Trenutani vremenski nizovi grafiki se prikazuju linijskim
grafikonom.

Tablica 51. Putnike agencije u Hrvatskoj na dan 31.6.
Godina Broj agencija
1990 343
1991 330
1992 171
1993 204
1994 301
1995 259
1996 315
1997 350
1998 410
1999 715

Grafikon 20. Putnike agencije u Hrvatskoj na dan 31.6


Iz grafikog prikaza uoavamo porast broja putnikih agencija
s izrazitim porstom od 1998 do 1999.

0
100
200
300
400
500
600
700
800
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999
b
r
o
j

a
g
e
n
c
i
j
a

godina

142
6.2. PRIMJENA INDEKSNIH BROJEVA U ANALIZI
VREMENSKIH NIZOVA

Indeksni brojevi su relativni brojevi dinamike koji pokazuju
relativan odnos izmeu dva ili vie stanja jedne te iste pojave u
dva ili vie razliitih vremenskih intervala. Pomou indeksnih
brojeva mogu se analizirati i intervalni i trenutani vremenski
nizovi. Indeksi prate dinamiku jedne ili vie pojava te na osnovi
toga razlikujemo:

a) individualne indekse
b) skupne indekse

U vezi s bazom usporedbe poznajemo:
a) indekse stalne baze
b) indekse promjenjive baze

6.2.1. Individualni indeksi

Individualne indekse dijelimo na:
a) individualni indeksi sa stalnom bazom
b) individualni indeksi sa promjenjivom bazom
c) individualni indeksi cijena, koliina i vrijednosti

6.2.1.1. Individualni indeksi sa stalnom bazom

Kada pratimo dinamiku samo jedne pojave pomou
indeksnih brojeva u nekoliko vremenskih razdoblja, rada
je rije o individualnim indeksima. Postupak izraunavanja
individualnih indeksa objasnili smo u poglavlju Relativni
brojevi. Dakle, u vremenskom nizu odabere se jedan lan koji
e sluiti kao baza usporedbe svih ostalih lanova
promatranog vremenskog niza, zatim se svi ostali lanovi
stavljaju u odnos prema odabranom za bazu usporedbe, te
dobiveni rezultat pomnoimo sa 100.

100
y
y
I
b
t
t
=


143

pri emu sa y
b
oznaavamo frekvenciju odabranog (baznog)
razdoblja, a t predstavlja vremensko razdoblje.

Tablica 52. Proizvodnja vianja u Republici Hrvatskoj
Godina Proizvodnja u
tonama
I
98
= 100 I
94
= 100
1990 13823 167,25 181,20
1991 10028 121,33 131,45
1992 9416 113,93 123,43
1993 8421 101,89 110,39
1994 7629 92,30 100
1995 7049 85,29 92,40
1996 7088 85,76 92,81
1997 6032 72,98 79,07
1998 8265 100 108,37
1999 8453 102,27 110,80

Postupak izrauna baznih indeksa kada je 1998. godina
odabrana za bazu usporedbe:
dalje. tako i 93 , 113 100
8265
9416
I
33 , 121 100
8265
10028
I 25 , 167 100
8265
3823 1
I 100
y
y
I
92
91 90
b
t
t
= =
= = = = =

Niz indeksa moe se preraunati na drugu bazu bez upotrebe
originalnih vrijednosti zbog toga to su indeksi uporavno
proporcionalni.

Postupak preraunavanja indeksnih brojeva na novu bazu. Za
novu bazu odabran je 1994. godina.

dalje. tako i 43 , 123 100
92,30
93 , 113
I
45 , 131 100
92,30
33 , 121
I 20 , 181 100
92,30
25 , 167
I 100
I
I
I
92
91 90
b
t
t1
= =
= = = = =


144

Iz navedenih indeksnih brojeva moemo zakljuiti da je
proizvodnja vianja u Hrvatskoj 1990 u odnosu na 1998. Bila
67,25% vea, 1992. u odnosu na 1998. proizvodnja vianja
bila je manja za 7.70%.

6.2.1.2. Individualni indeksi s promjenjivom bazom (verini
indeksi)

Verini indeksi primjenjuju se da bi se uoila dinamika
promjene u odnosu na prethodno razdoblje. Intenzitet
promjene, izraen u postotku, dobije se kao razlika vrijednosti
indeksa i veliine 100.
Verini indkesi izraunavaju se tako da se svaki lan niza
podijeli s prethodnim lanom, a dobiveni rezultat se pomnoi
sa 100. Za prvu vrijednost u nizu ne moemo izraunati verini
indeks jer nam u tom sluaju nije poznata vrijednost
prethodnog razdoblja, te na mjesto prvog indeksa stavljamo
oznaku (-).

100
y
y
V
1 - t
t
t
=

t=1,2,3,,N

tonama
V
t

1990 13823 -
1991 10028 72,55
1992 9416 93,90
1993 8421 89,43
1994 7629 90,59
1995 7049 92,40
1996 7088 100,55
1997 6032 85,10
1998 8265 137,02
1999 8453 102,27


145
Postupak izrauna verinih indeksa:
dalje. tako i 43 , 89 100
9416
8421
V
30 , 93 100
10028
9416
V 55 , 72 100
13823
10028
V 100
y
y
V
93
92 91
1 - t
t
t
= =
= = = = =

Niz verinih indeksa moe se preraunati u bazne indekse uz
primjenu formule:

Postupak izrauna baznih indeksa kada je 1998. godina
odabrana za bazu usporedbe:

100
I V
I
1 - t t
t

=

Rijeima: da bi izraunali bazni indeks nekog razdoblja verini
indeks zadanog razdoblja (Vt) pomnoimo sa baznim
indeksom prethodnog razdoblja, te dobiveni rezultat podijelimo
sa 100.
Na prvo mjesto u nizu stavljamo oznaku 100. Odnosno za sva
vremenska razdoblja koja slijede iza baznog razdoblja indekse
na stalnoj bazi moeimo izraunati iz niza verinih indeksa
postupnim mnoenjem indeksa stalne baze s verinim
indeksima.

Godina V
t
I
t

1990 - 100
1991 72,55 72,55
1992 93,90 68,12
1993 89,43 60,92
1994 90,59 55,19
1995 92,40 50,99
1996 100,55 51,27
1997 85,10 43,63
1998 137,02 59,78
1999 102,27 61,14

146

Postupak izrauna:

14 , 61
100
78 , 59 27 , 102
I
78 , 59
100
63 , 43 02 , 137
I 63 , 43
100
27 , 51 10 , 85
I 27 , 51
100
99 , 50 55 , 100
I
99 , 50
100
19 , 55 40 , 92
I 19 , 55
100
92 , 60 59 , 90
I 92 , 60
100
12 , 68 43 , 89
I
12 , 68
100
55 , 72 9 , 93
I 72,55
100
00 1 55 , 2 7
I
100
I V
I
99
98 97 96
95 94 93
92 91
1 - t t
t
=
=
=
= =
= =
=
=
= =
= =
=
=
= =
=

6.1.1.3. Individualni indeksi cijena, koliina i vrijednosti

Individualni indeksi cijena, koliina i vrijednosti pokazuju
kretanje navedenih elemenata u odnosu dvije godine.

Individualni indeksi raunaju se na slijedei nain:

100
I I
I
100
I
I
I 100
q
q
I
100
I
I
I 100
p
p
I
c k
v
c
v
k
o
1
k
k
v
c
o
1
c
=
= =
= =

gdje I
c
predstavlja individualni indeks cijena; I
k
individualni
indeks koliina, I
v
individualni indeks vrijednosti, p
1
cijene u
izvjetajnom razdoblju, p
0
cijene u baznom razdoblju, q
1

koliine u izvjetajnom razdoblju, q
0
koliine u baznom
razdoblju.


147

Kao primjer za izraunavanje individualnih indeksa cijena,
koliina i vrijednosti uzeti emo kretanje koliina i cijena etiri
proizvoda tijekom 1998. i 1999. godine:

Tablica: 55. Kretanje cijena i koliina proizvoda A. B. C. D.
Proizv
od
Cijena
proizvoda
Ic Koliina
proizvoda
Ik

Iv
1998
(p
0
)
1999
(p
1
)
1998
(q
0
)
199
9
(q
1
)
A 2,50 2,75
110 10000 9500 95 104,5
B 3,00 3,50
116,67 9500 8000 84,21 98,25
C 4,00 6,50
162,5 7200 6000 83,33 135,41
D 7,00 5,75
82,14 3000 5000 166,67 136,90

Izraun individualnog indeksa cijena i koliina

67 , 166 100
3000
5000
I
33 , 83 100
7200
6000
I 21 , 84 100
9500
8000
I 95 100
10000
9500
I 100
q
q
I
14 , 82 100
7,00
75 , 5
I
5 , 162 100
4,00
50 , 6
I 67 , 116 100
3,00
50 , 3
I 110 100
2,50
75 , 2
I 100
p
p
I
D
C B A
o
1
k
D
C B A
o
1
c
= =
= = = = = = =
= =
= = = = = = =

Na temelju izraunatih indeksa koliina i cijena zakljuujemo
da je cijena proizvoda A porasla u odnosu na bazno razdoblje
za 10%, cijena proizvoda D pala je za 8,76%, koliina
proizvodnje porizvoda A, pala je za 5%, a koliina proizvodnje
proizvoda D porasla je za 66,67%.

Indeks vrijednosti dobit emo mnoenjem indeksa cijena i
koliina odreenog proizvoda i dijeljenjem sa 100.


148
90 , 136
100
67 , 66 1 14 , 2 8
I 41 , 135
100
33 , 3 8 5 , 62 1
I
21 , 84
100
21 , 4 8 67 , 16 1
I 5 , 104
100
95 110
I
100
I I
I
D C
B A
c k
v
=
= =
=
=
= =
=

Zakljuak: vrijednost proizvodnje proizvoda A 1999. poveana
je u odnosu na 1998 za 4,5%, vrijednost proizvodnje proizvoda
B, smanjena je 1999. u odnosu na 1998. za 5.89%, vrijednost
porizvodnje proizvoda C porasla je za 35,41%, a vrijednost
proizvodnje proizvoda D, porasla je 1999. u odnosu na 1998.g.
za 36.90%.

6.2.2. Skupni indeksi

Skupnim indeksima pratimo i mjerimo intenzitet dinamike jedne
skupine ili grupe pojava. Kao primjer skupnih indeksa pratit
emo:
a) skupni indeks koliina
b) skupni indeks cijena
c) skupni indeks vrijednosti

6.2.2.1. Skupni indeks koliina

Skupnim indeksom koliina pratimo kretanje proizvodnje raznih
proizvoda da bi saznali koliko se poveala ili smanjila
proizvodnja jedne godine u odnosu prema koliini proizvodnje
u drugoj godini. Da bi mogli izvriti usporedbu potrebno je
razne koliine svih vrsta porizvoda svesti na zajedniki
pokazatelj, tj. na vrijednosni pokazatelj. To emo uiniti tako da
emo proizvedene koliine pomnoiti jednom stalnom cijenom.
Ako kao ponder uzimamo cijene baznog razdoblja dobivamo
slijedei izraz:

100
p q
p q
Q
o o
o 1
(po)
=

Ako kao ponder uzimamo cijene izvjetajnog razdoblja
dobivamo slijedei izraz:

149
100
p q
p q
Q
1 o
1 1
(p1)
=

gdje Q predstavlja skupni indeks koliina; p
1
cijene u
0
1

0
koliine u baznom
razdoblju.
Proizvod Cijena
proizvoda
Koliina
proizvoda

1998
p
o

1999
p
1

1998
q
0

1999
q
1

q
1
p
o
q
0
p
0

A 2,50 2,75 10000 9500 23750 25000
B 3,00 3,50 9500 8000 24000 28500
C 4,00 6,50 7200 6000 24000 28800
D 7,00 5,75 3000 5000 35000 21000
Ukupno 106750 103300

Na osnovi podataka iz tablice 56. Izraunat emo skupne
indekse.

34 , 103 100
103300
106750
100
p q
p q
Q
o o
o 1
(po)
= = =

Vrijednost proizvodnje u izvjetajnom razdoblju porasla je za
3,34% u odnosu na vrijednsot proizvodnje baznog razdoblja.

Ako kao ponder uzimamo cijene izvjetajnog razdoblja


150

Proizvod Cijena
proizvoda
Koliina
proizvoda

1998
p
o

1999
p
1

1998
q
0

1999
q
1

q
1
p
1
q
0
p
1

A 2,50 2,75 10000 9500 26125 27500
B 3,00 3,50 9500 8000 28000 33250
C 4,00 6,50 7200 6000 39000 46800
D 7,00 5,75 3000 5000 28750 17250
Ukupno 121875 124800

66 , 97 100
124800
121875
100
p q
p q
Q
1 o
1 1
(p1)
= = =

Zakljuak: vrijednost proizvodnje u baznom razdoblju manja je
za 2,44% u odnosu na vrijednost proizvodnje izvjetajnog
razdoblja.

6.2.2.2. Skupni indeks cijena

Skupni indkes cijena upotrebljava se za usporeivanje cijena
razliitih proizvoda jednog vremenskog razdoblja s ciejnama
drugog vremenskog razdoblja. . Da bi mogli izvriti usporedbu
potrebno je razne koliine svih vrsta porizvoda svesti na
zajedniki pokazatelj, tj. na vrijednosni pokazatelj. To emo
uiniti tako da emo proizvedene koliine pomnoiti jednom
stalnom koliinom.
Ako kao ponder uzimamo koliine baznog razdoblja dobivamo
slijedei izraz:

100
q p
q p
P
o o
o 1
(qo)
=


151
Ako kao ponder uzimamo koliine izvjetajnog razdoblja
100
q p
q p
P
1 o
1 1
(q1)
=

gdje P predstavlja skupni indeks cijena; p
1
cijene u
0
1

0
koliine u baznom
razdoblju.

Proizvod Cijena
proizvoda
Koliina
proizvoda

1998
p
o

1999
p
1

1998
q
0

1999
q
1

p
1
q
o
p
0
q
0

A 2,50 2,75 10000 9500 27500 25000
B 3,00 3,50 9500 8000 33250 28500
C 4,00 6,50 7200 6000 46800 28800
D 7,00 5,75 3000 5000 17250 21000
Ukupno 124800 103300

Na osnovi podataka iz tablice 56. Izraunat emo skupne
indekse.

81 , 120 100
103300
124800
100
q p
q p
P
o o
o 1
(qo)
= = =

Vrijednost proizvodnje u izvjetajnom razdoblju porasla je za
20,81% u odnosu na vrijednsot proizvodnje baznog razdoblja.

Ako kao ponder uzimamo koliine izvjetajnog razdoblja


152

Proizvod Cijena
proizvoda
Koliina
proizvoda

1998
p
o

1999
p
1

1998
q
0

1999
q
1

p
1
q
1
p
0
q
1

A 2,50 2,75 10000 9500 26125 23750
B 3,00 3,50 9500 8000 28000 24000
C 4,00 6,50 7200 6000 39000 24000
D 7,00 5,75 3000 5000 28750 35000
Ukupno 121875 106750

17 , 114 100
106750
121875
100
q p
q p
P
1 o
1 1
(q1)
= = =

Zakljuak: vrijednost proizvodnje u baznom razdoblju vea je
za 14,17% u odnosu na vrijednost proizvodnje izvjetajnog
razdoblja.

6.2.2.3. Skupni indeks vrijednosti

Skupni indeks vrijednosti upotrebljava se za usporeivanje
ukupne vrijednosti proizvodnje, potronje, uvoza, izvoza i
slino, izvjetajnog razdoblja s ukupnom vrijednosti baznog
razdoblja.

100
q p
q p
W
0 o
1 1
=

U naem primjeru:

98 , 117 100
103300
121875
100
q p
q p
W
0 o
1 1
= = =

Dobiveni indeks kazuje da je ukupna vrijednost proizvodnje
1999. prema proizvodnji 1998. prosjeno porasla za 17,98%.

153

6.3. SREDNJE VRIJEDNOSTI VREMENSKIH NIZOVA

U svrhu izrauna srednjih vrijedosti vremenskih nizova koriste
se aritmetika sredina i geometrijska sredina.

6.3.1. Aritmetika sredina vremenskog niza

Aritmetika sredina intervalnog niza izraunava se tako da se
zbroj lanova niza podijeli brojem lanova.

N
y
y
t
=

Tablica 60. Proizvodnja vianja u Republici
Hrvatskoj
tonama
1990 13823
1991 10028
1992 9416
1993 8421
1994 7629
1995 7049
1996 7088
1997 6032
1998 8265
1999 8453
Ukupno 86204

4 , 8620
10
86204
= = =

N
y
y
t

Prosjena godinja proizvodnja vianja od 1990. do 1999.
iznosila je 8620,4 tona.


154
Ako se radi o trenutanom nizu, prosjek se ne moe izraunati
zbrajanjem lanova, nego je potrebno izraunati ponderiranu
sredinu.

Tablica 61. Pregled dinamike nezaposlenosti 2000. godini
na podruju Brodsko-posavske upanije
Mjesec
Nezaposlene
osobe
(fi)

Ponder
(xi)

fixi
30.IX. 18.169 0,5 9084,5
31.X. 18.344 1 18344
30.XI. 18.195 1 18195
31.XII. 18.377 0,5 9188,5
Ukupno 3 54812
Izvor: www.hzz

Na osnovi tih podataka elimo saznati prosjean broj
nezaposlenih u posljednjem tromjeseju 2000. Godine. U tom
su tromjeseju bila etiri trenutana promatranja krajem
mejseca.
Uzet emo da se prvi podatak (18169) odnosi na vrijeme od
30. IX do 15. X, dakle na pola mejseca. Tom e podatku
pripasti ponder 0,5. Drugi podatak (18344) odnosi se na
vrijeme od 15.X do 15.XI, dakle na cijeli mjesec, pa je ponder
1. Trei podatak (18195) odnosi se na vrijeme od 15.XI do
15.XII, pa je ponder 1. etvrti podatak odnosi se na vrijeme od
15. XII do 31. XII, te ponder iznosi 0,5.
Ako se promatra krajem ili poetkom razdoblja, a rasponom su
obuhvaena sva razdoblja, kronoloka sredinai zraunava se
tako da se za prvi i posljednji podner uzima 0,5, a za sve
ostale ponder 1.


155
66 , 18270
3
54812
= = =
xi
fixi
y

Prosjean broj nezaposlenih je 18271 nezaposlene osobe na
podruju Brodsko-posavske upanije.

6.3.2. Geometrijska sredina

Geometrijska sredina koristi se za izraunavanje prosjene
stope promjene pojave. Geometrijska sredina moe se
izraunati na vie naina.

1. uz pomo originalnih vrijednosti

1 - n k
nizu u t vrijednos prva - Y1
nizu u t vrijednos posljednja - Yn je gdje
k
Y log - Y log
G log ili
Y
Y
G
1 n
k
1
n
=
= =

Tablica 62. Sluajevi alkoholiziranih vanzemaljaca prijavljenih
zdravstvenoj organizaciji u svijetu
Godina Broj oboljelih
2014 178912
2015 206121
2016 217730
2017 216694
2018 226823
2019 208316
Izvor: NLO glasnik za lakovjerne, 1.travanj 2019, str. 644.


156
103,09 100 1,030900 G
013216631 , 0
5
2526394 , 5 31872262 , 5
5
178912 log - 208316 log
G log
ili
030900 , 1 1,1643489
78912 1
208316
G
5
5
= =
=
= =
= = =

Kada geometrijsku sredinu pomnoimo sa 100 dobit emo
stopu promjene promatrane pojave.

Zakljuak: broj oboljenih od side u svijetu u periodu od 2014.
do 2019. rastao je u prosjeku 3,09% svake godine.

Na osnovi geometrijske sredine mogue je prognozirati razinu
pojave u nekom razdoblju ili razdoblje u kojem e pojava
dostii odreenu razinu.
Zadatak: Za koliko godina e se broj alkoholiziranih
udvostruiti uz isti tempo promjene?

G log
2 log
2 log
log
2
=
=
=
X
x
G
G
x

log 2 = 0,30102999
log G = 0,013216631

77 , 22
013216631 , 0
30102999 , 0
= = X

Pojava e se udvostruiti za 23 godine ili 2042.


157
Na pitanje koliko e biti oboljelih za deset godina uz isti tempo
promjene pojave odgovor je slijedei:

242552 Yn
5,384805
2526394 , 5 013216631 , 0 10
log log log
log log
log
1
1
=
=
+ =
+ =
=
Y G X Yn
k
Y Y
G
n

Zakljuak: Za deset godina broj alkoholiziranih vanzemaljaca
biti e 242552.

2. drugi nain izraunavanja geometrijske sredine je uz
primjenu verinih indeksa.

k
G

=
t
V log
log

Tablica 63. Okrivljene maloljetne osobe
Godina Broj okrivljenih Vt Log Vt
1995 4992 - -
1996 4542 90,99 1,95899366
1997 5995 131,99 2,1205410288
1998 14293 238,41 2,377324467
1999 16825 113,99 2,05686675
Ukupno 8,153726165

25 , 109
0384315 , 2
4
153726165 , 8
V log
log
t
=
= = =

G
k
G

Broj okrivljenih maloljetnih osoba u Hrvatskoj u razdoblju od
1995. do 1999 raste u prosjeku za 9,25% svake godine.


158

6.4. TREND

Trend je linija koja predstavlja osnovnu tendenciju
kretanja pojave. Linearni trend pokazuje u svakom razdoblju
isti apsolutni iznos promjene pojave koja se promatra. Porast ili
pad od jednog do drugog razdoblja pokazuje se nagibom
pravca.
Linearni trend izraunava se pomou jednadbe:

y
c
= a + bx
i

sa x oznaavamo vrijeme, sa y vrijednost pojave.
Parametar b oznaava nagib pravca i pokazuje za koliko
e y porasti ili pasti za svaku jedinicu vremena. Parametar
a predstavlja vrijednost trenda u ishoditu. Ako parametar
b ima pozitivan predznak on oznaava porast pojave, dok
negativan predznak oznaava pad pojave

Ispod svake jednadbe trenda moraju se staviti slijedee
oznake:
- ishodite da bi se znalo na koji se interval odnosi pojava
- oznaka za Y, da bi se znalo o emu se radi, odnosno u
kojim je jedinicama izraena pojava
- oznaka za X da bi se znao interval vremena (vremenska
jedinica)

Izraunavanje trenda se razlikuje s obzirom na injenicu da li
izraunavamo trend s ishoditem u poetku vremenskog niza
ili s ishoditem u sredini vremenskog niza.


159

6.4.1. Izraunavanje trenda s ishoditem na poetku
vremenskog niza

Kada izraunavamo trend s ishoditem na poetku
vremenskog razdoblja paramatri b i a izraunavaju se po
slijedeoj formuli:

x y a
2
b
x x x
y x y x
b
i i
i i i
=
=

tonama (Yi)
x
i
x
i
2
xiyi Y
ci

1990 13823 0 0 0 10864
1991 10028 1 1 10028 10366
1992 9416 2 4 18832 9868
1993 8421 3 9 25263 9370
1994 7629 4 16 30516 8872
1995 7049 5 25 35245 8374
1996 7088 6 36 42528 7876
1997 6032 7 49 42224 7378
1998 8265 8 64 66120 6880
1999 8453 9 81 76077 6382
Ukupno 86204 45 285 346833

10861,4 2241 8620,4 (-2241) - 8620,4 4,5 (-498) - 8620,4 x y a
-498
82,5
41085 -

202,5 - 285
387918 - 346833
45 4,5 - 285
86204 4,5 - 346833

5 , 4
10
45
x 4 , 8620
10
86204
2
= + = = = =
= = =
=
= = = = = =

b
x x x
y x y x
b
N
x
N
y
y
i i
i i i
i i

Yci= 10864+(-498)x

ishodite: 1.1. 1990
Y=1 tona vianja
X=1godina

160

Postupak izrauna trend vrijednosti:
Yci= 10864+(-498)xi

Yc
90
= 10864+(-498)*0=10864 Yc91= 10864+(-498)*1=10366
Yc92= 10864+(-498)*2= 9868 Yc93= 10864+(-498)*3=9370
Yc94= 10864+(-498)*4 = 8872 Yc95= 10864+(-498)*5 =8374

Na temelju izrauante jednadbe trenda mogue je predvidjeti
kretanje pojave u budunosti ili prolosti.
Kolika e biti proizvodnja vianja 2005. godine?

Yci= 10864+(-498)xi
Oznaka za vrijeme za 2005. godinu bila bi 15
Yci= 10864+(-498)*15 = 10864 7470 = 3394
Uz isti trend promjene 2005. godine proizvelo bi se 3394 tona
vianja.

Trend se grafiki prikazuje linijskim grafikonom

Yci= 10864+(-498)x

ishodite: 1.1. 1990
Y=1 tona vianja
X=1godina
0
2000
4000
6000
8000
10000
12000
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999
p
r
o
i
z
v
o
d
n
j
a

godina
Grafikon 21. Proizvodnja vianja u Hrvatskoj od 1990. -
1999.

161

Iz promatrane pojava moemo zakljuiti da prema trendu
1.1.1990 urod vianja u Hrvatskoj bio je 10864 tone s
prosjenim godinjim smanjenjem od 498 tona.

6.4.2. Izraunavanje trenda s ishoditem u sredini vremenskog
niza

Kada izraunavamo trend s ishoditem na poetku
vremenskog razdoblja paramatri b i a izraunavaju se po
slijedeoj formuli:

N
Y
x
y x
b
i
i
i i
= = = y a
2

Kada izrauanvamo trend s ishoditem u sredini vremenskog
niza postiji razlika u oznaavanju jedinice vremena ako je rije
o parnom i neparnom broju godina.
Kada je rije o neparnom broju godina s lakoom moemo
odrediti koja je srednja godina u niz te ju oznaimo oznakom 0,
sve jedinice iznad nje oznaavamo kronoloki negativnim
brojevima, a sve jedinice ispod nje oznaavamo kronoloki
pozitivnim brojevima.

U sluaju kada se radi o parnom broju godina ne moemo
tono odrediti koja je srednja godina u nizu, jer se sredina
nalazi izmeu dvije godine. Tada srednje dvije godine
oznaimo jedinicama, prvu u nizu negativnim brojem, a drugu
pozitivnim brojem, sve jedinice iznad prve oznaimo
negativnim neparnim brojevima, a sve jedinice ispod druge
oznaimo pozitivnim neparnim brojevima:

Neparan
broj godina
1990 1991 1992 1993 1994 1995 1996
xi - 3 - 2 - 1 0 1 2 3
Paran broj
godina
1990 1991 1992 1993 1994 1995 1996 1997
xi - 7 - 5 -3 -1 +1 +3 +5 +7


162

Tablica 65. Osuene punoljetne osobe
Godina Osuene
osobe
x
i
x
i
2
xiyi Y
ci

1991 18259 -3 9 -54777 17604,71
1992 14266 -2 4 -28532 16821,71
1993 16827 -1 1 -16827 16038,71
1994 17334 0 0 0 15255,71
1995 14386 1 1 14386 14472,71
1996 13328 2 4 26656 13689,71
1997 12390 3 9 37170 12906,71
Ukupno 106790 28 -21924

783
28
21924

71 , 15255
7
106790
2
=
= =
= = = =

i
i i
i
x
y x
b
N
y
a y

Yci= 15255,71+(-783)x

ishodite: 1.1. 1991
Y=1 osuena osoba
X=1godina

Iz promatrane pojava moemo zakljuiti da prema trendu
1.1.1994 broj osuenih punoljentih osoba u Hrvatskoj bio je
15256 osoba s prosjenim godinjim smanjenjem od 783
osoba.


163
Izraun trenda s parnim brojem godina u nizu:

Tablica 66. Sluajevi alkoholiziranih vanzemaljaca prijavljenih
zdravstvenoj organizaciji u svijetu
Godina Broj oboljelih
yi

x
i

X
i
2

x
i
y
i

y
ci

2014 206121 -5 25 -1030605 230152,7
2015 217730 -3 9 -653190 218216,62
2016 216694 -1 1 -216694 206280,54
2017 226823 1 1 226823 194344,46
2018 208316 3 9 624948 182408
2019 126191 5 25 630955 170472,3
Ukupno 1201875 70 -417763
Izvor: NLO glasnik za lakovjerne, 1.travanj 2019, str. 644.

04 , 5968
70
417763

5 , 200312
6
201875
2
=
= =
= = = =

i
i i
i
x
y x
b
N
y
a y

Yci= 200312,5+(-5968,04)x
i
ishodite: 1.VII. 1994-30.VI 1995.
Y=1 oboljela osoba, X=1godina

Zakljuak: U razdoblju od 1.VII 1994. Do 31.VI 1995. godine
oboljelo je 200312 osoba s prosjenim polugodinjim padom
broja oboljelih od 5968 osoba.
U ovom sluaju parametar b pokazuje polugodinju
promjenu. Pomnoimo li parametar b sa 2 dobit emo od
polugodinjeg porasta godinji.


164
6.4.3. Reprezentativnost trenda

Trend bolje predstavlja originalne vrijednosti vremenskog niza
ako surazlike originalnih vrijednsoti i trenda manje. Mala
standardna devijacija lineranog trenda ukazuje na
reprezentativniji trend.

Reprezentativnost trenda prikazat emo na primjeru tablice 64.
tonama (Yi)
Y
ci
Y
i
Y
ci
(Y
i
Y
ci
)
2

1990 13823 10864 -2959 8755681
1991 10028 10366 -338 114244
1992 9416 9868 -452 204304
1993 8421 9370 - 949 900601
1994 7629 8872 - 1243 1545049
1995 7049 8374 - 1325 1755625
1996 7088 7876 - 788 620944
1997 6032 7378 -1346 1811716
1998 8265 6880 1385 1918225
1999 8453 6382 2071 4289041
Ukupno 86204 21915430

Reprezentativnost trenda rauna se uz pomo varijance,
standardne devijacije i koeficijenta varijacije linearnog trenda:

165
( )
( )
% 17 , 17 100
8620,4
1480,37

trenda lineranog je t varijaci koeficijen 100
V
386 , 1480 2191543
trenda linearnog devijacija standardna
y - y
2191543
10
21915430

trenda linearnog varijanca
y - y
i
yc
2
ci i
i
yc
2
ci i 2
i
yc
= =
= =
= =
= =
= =
= =
y
N
N

Prosjeno odstupanje originalnih vrijednosti od trend
vrijednsoti iznosi 1480.38 tona vianja, to u relativnom iznosu
znai 17,17%, pa moemo rei da su odstupanja malena te
trend dobro reprezentira originalne podatke.

Godinji trend se moe preraunati u mjeseni trend. Ako se
radi o trenutanom vremenskom nizu jednadba lineranog
trenda preraunava se u mjesenu na slijedei nain:

xi
b
a Y
ci
12
+ =

Ako se radi o intervalnom vremenskom nizu godinja
jednadba linearnog trenda preraunava se u mjesenu po
slijedeoj formuli:

xi
b a
Y
ci
144 12
+ =


166

1. to je vremenski niz?
2. Koje su vrste vremenskih nizova?
3. Kojim vrstama grafikona se prikazuju statistiki vremenski
nizovi?
4. Za koji statistiki vremenski niz je mogue formirati
kumulativni niz?
5. Kako se grafiki prikazuje vremenski kumulativni niz?
6. Kako se dijele indeksi s obzirom na obuhvat promatranih
pojava?
7. Kako se dijele indeksi s obzirom na bazu usporedbe?
8. U kakvom je odnosu niz originalnih vrijednosti vremenskog
niza i indeksa na stalnoj bazi izraunatih za taj niz?
9. Kako se izraunavaju i itaju individualni indeksi s
promjenjivom bazom?
10. U koje svrhe mogu posluiti verini indeksi?
11. Kako se verini indeksi mogu preraunati u niz indeksa na
stalnoj bazi?
12. Kako se definiraju skupni indeksi?
13. Koje vrste skupnih indeksa poznajete?
14. to sve moe biti ponder pri izraunavanju skupnih
indeksa koliina?
15. Da li je niz individualnih indeksa na stalnoj bazi mogue
preraunati u niz skupnih
16. verinih indeksa?
17. Kako se rauna prosjena stopa promjene?
18. Kako na bazi prosjene stope promjene moemo
prognozirati nivo promjene u razdoblju u kojem je
nepoznat?
19. to sve sadri jednadba linearnog trenda i kako se ona
ita?
20. Kako se provjerava reprezentativnost linearnog trenda?
21. Navedite razlike u izraunavanju jednadbe trenda za
sluaj kada vremenski niz ima neparan i kada ima paran
broj lanova
22. Kako se jednadba linearnog trenda izraunata za
godinja razdoblja preraunava u jednadbu za mjesena
razdoblja?

167
ZADACI ZA VJEBU

a) bazne indekse kada je 1998 godina odabrana za bazu
b) preraunaj bazne indekse na novu bazu 1996=100
c) izraunaj verine indekse
d) izraunaj aritmetiku sredinu
e) izraunaj geometrijsku sredinu, te procijeni veliinu
pojave 2007. godine
f) izraunaj linearni trend s ishoditem u poeku
vremenskog niza te ga grafiki prikai
g) izraunaj reprezentativnost trenda

Godina Registrirana
motorna vozila
1993 742670
1994 825852
1995 841167
1996 1008878
1997 1142201
1998 1241522
1999 1323653

2. Na temelju slijedeih podataka izraunajte:
a) individualne indekse cijena, koliina i vrijednosti
b) skupne indekse cijena, koliina i vrijednosti
te prokomentirajte dobivene rezultate

Proizvod Cijena koliina
1990 1998 1990 1998
A 58 69 4258 6654
B 120 135 2548 1547
C 200 156 2354 5682


168

BILJEKE

Regresijska analiza

169
8. REGRESIJSKA ANALIZA

Regresijska analiza predstavlja skup statistikih metoda za
istraivanje odnosa meu pojavama. Cilj regresijske analize je
utvrivanje postojanja veza meu pojavama i ocjena oblika,
smjera i jaine tih veza. Postoji nekoliko oblika povezanosti i
odnosa meu masovnim pojavama. Najvii oblik je funkionalna
veza. Ona se izraava matematikom funkcijom gdje
promjeni jedne varijable odgovara tono odreena promjena
druge varijable. Uzajamna zavisnost promjena ispoljava se u
oba smjera varijabilnosti. Druga vrsta veza je stohastika ili
statistika veza. U statistikoj vezi promjena jedne varijable
moe ali i ne mora odgovarati promjeni druge varijable. U
podruju statistikih veza kvalitativnim istaivanjem treba otkriti
koja pojava svojom promjenom uvjetuje promjenu druge
pojave, odnosno to je uzrok, a to posljedica.

8.1. Kovarijacija

Pri istraivanju odnosa i veza izmeu dvije ili vie pojava do
prve informacije moe se doi praenjem varijacija njihovih
obiljeja. Takav pokazatelj je pokazatelj kovarijacije.
Jednostavni indeks diferencijalne kovarijacije izrauanva se na
bazi predznaka. On vodi rauna samo o predznaku varijacije,
dok ga intenzitet ne zanima.
Pratit emo predznake varijacije od jednog do drugog
modaliteta obiljeja jedne i druge pojave, a zatim na bazi
produkata tih predznaka izraunati jednostavni indeks
diferencijalne kovarijacije.

Regresijska analiza

170
Tablica 71. Nastradale osobe u prometu i broj motornih vozila
u RH 1999. godine prema policijskim upravama
Policijska uprava Broj
nastrad
alih
Predzn
ak
varijacij
e
Broj
vozila
Predzn
ak
varijacij
e
Produkt
predznak
a
Zagrebaka 4832 355683
Krapinsko-
zagorska
412 - 39521 - +
Sisako-
moslavaka
614 + 49011 + +
Karlovaka 853 + 40597 - -
Varadinska 534 - 57458 + -
Koprivniko-
krievaka
597 + 39535 - -
Bjelovarsko-
bilogorska
587 - 44120 + -
Primorsko-
goranska
1664 + 111841 + +
Liko-senjska 410 - 12842 - +
Virovitiko-
podravska
353 - 20687 + -
Poeko-
slavonska
245 - 18002 - +
Brodsko-posavska 339 + 40655 + +
Zadarska 855 + 40874 + +
Osjeko-
baranjska
999 + 84180 + +
ibensko-kninska 644 - 29420 - +
Vukovarsko-
srijemska
489 - 44256 + -
Splitsko-
dalmatinska
2321 + 134609 + +
Istarska 1260 - 91114 - +
Dubrovako-
neretvanska
452 - 32136 - +
Meimurska 305 - 37112 + -
Ukupno 18765 1323653

Regresijska analiza

171
predznaka broj ukupan n
predznaka produkata negativnih broj m
predznaka produkata pozitivnih broj p
n
m - p
i
=
=
=
=

26 , 0
19
7 12
n
m - p
i =
= =
Jednostavni indeks diferencijalne kovarijacije kree se od 1
do +1. Raspon od 1 do 0 ukazuje na suprotnosmjerno
kretanje meu pojavama. Raspon od 0 do +1 govori o
istosmjernom kretanju pojava. to je indeks blii jedinici
podudarnost u kretanjima je vea. Na izraunati indeks govori
o istosmjernim kovarijacijama meu pojavama.

8.2. Regresija i korelacija

Korealacija predstavlja vezu meu pojavama. Pri ispitivanju
veze (korelacije) izmeu dviju pojava moemo doi do
spoznaje da je jedna pojavauzrok a druga posljedica. Ta
spoznaja dovodi do regresijske analize.

Uz pomo linerane korelacije ispitiju se veze izmeu dvije
pojave. Raspolaemo s podacima o dvije pojave za koje
pretpostavljamo da su u vezi. U naem sluaju jedna pojava je
broj nastradalih u prometu, a druga pojava broj motornih
vozila. Funkcionalnu vezu izmeu ove dvije pojave elimo
izraziti jednadbom pravca:

yci = a+bxi

Tako izgleda i jednadba treba. Samo kod trenda nezavisnu
varijablu predstavlja vrijeme, a zavisnu varijablu veliina
pojave u tom vremenu. Kod korelacije nezavisna varijabla je
jedna pojava, a zavisna druga pojava. U naem sluaju za
nezavisnu varijablu uzet emo broj posjetitelja, a za zavisnu
broj turista.

Tablica 72. Turizam broj postelja i turista
Regresijska analiza

172
Grad Broj postelja (000) Broj turista (000)
A 620 3402
B 609 2438
C 646 3899
D 683 5206
E 725 5450
F 671 4751

Prvu informaciju o postojanju veze, njenoj snazi i obliku dobit
emo uz pomo grafikog prikaza. Grafikon se crta u
kordinatnom sustavu. Na os x se nanosi mjerilo za nezavisnu
varijablu (broj postelja) a na os y mjerilo za zavisnu varijablu
(broj turista). Za dvaki grad broju postelja odgovara broju
turista. Taj par vrijednosti ucrtava se kao toka na grafikonu.
Na bazi poloaja, smjera i irine oblaka toaka zakljuujemo
da li postoji veza, kakvog je smjera, snage i oblika. Takav
grafikon naziva se dijagram rasipanja.

Dobiveni oblak toaka lei dijagonalno od lijevog donjeg kuta
do desnog gorjeg kuta. To ukazuje na pozitivan smjer veze
kada rastu vrijednosti jedne pojave rastu i druge kada je vie
postelja, vie je i turista.

0
1000
2000
3000
4000
5000
6000
600 650 700 750
b
r
o
j

t
u
r
i
s
t
a

(
0
0
0
)

broj postelja (000)
grafikon 22. Turizam - postelje i turisti
Regresijska analiza

173
grad Broj
postelja
(000)
Xi
Broj
turista
(000)
Yi

y
i
2

x
i
2

x
i
y
i

y
c

A 620 3402 11573604 384400 2109240
3195,02
B 609 2438 5943844 370881 1484742
2914,41
C 646 3899 15202201 417316 2518754
3858,28
D 683 5206 27102436 466489 3555698
4802,15
E 725 5450 29702500 525625 3951250
5873,57
F 671 4751 22572001 450241 3187921
4496,03
Ukupno 3954 25146 112096586 2614952 16807605

Regresijska jednadba glasi:

Yc= a + bx
i

25,51
9266
236391
2605686 6 2614952
4191 659 6 16807605
x N x
y x N - y x
b
2
2
i
i i
=
=

=

18 , 12621 659 51 , 25 4191 x b y a = = =
Yc= a + bx
i

Yc= -12621,18+25,51x
i

Koeficijent regresije b predstavlja prosjenu promjenu (porast
ili pad) zavisne varijable ako se nezavisna varijabla promjeni
za jednu jedinicu. Pozitivan predznak regresijskog koeficijenta
govori o porstu zavisne varijable pri porstu nezavisne varijable.
Negativna predznak koeficijenta regresije ukazuje na pad
zavisne varijable pri porastu nezavisne varijable. U naem
primjeru, ako se broj postelja povea za jednu postelju, broj
turista poveat e se za 26.
Prema tome, jednadba regresije je izraz kojim se utvruje
prosjean odnos izmeu koreliranih pojava.
Na osnovi dobivene funkcije pravca izraunat emo za svaki
grad regresijske vrijednosti:

Yc = -12621,18 + 25,51x
i
Regresijska analiza

174

Izraunati emo i drugu jednadbu regresije, u kojoj e zavisna
i nezavisna varijabla promjeniti mjesta. Nezavisna varijabla biti
e broj turista, a zavisna broj postelja.

yi b a Xc
' '
+ =
y b x a
y N y
y x N y x
b
' '
2
2
i
i i
'
=

35 , 511 65 , 147 659 4191 035 , 0 659 y b x a
035 , 0
6709700
4 , 10676790
4191 6 112096586
236391
y N y
y x N y x
b
' '
2 2
2
i
i i
'
= = = =
= =

=

Jednadba regresijskog pravca glasi:
0,035yi 35 , 11 5 Xc
yi b a Xc
' '
+ =
+ =

Na osnovi dobivene funkcije pravca izraunat emo za svaki
grad regresijske vrijednosti:
grad Broj
postelja
(000)
Xi
Broj
turista
(000)
Yi

X
c

A 620 3402 630,42
B 609 2438 596,68
C 646 3899 647,815
D 683 5206 693,56
E 725 5450 702,1
F 671 4751 677,63
Ukupno 3854 25146
Regresijska analiza

175

Prva linija regresije govori o broju turistka kao posljedica
poveanja broja postelja. Broj postelja je nezavisna varijabla, a
broj turista zavisna. Ako se broj postelja povea za 1, broj
turista poveat e se za 26. Druga linija regresije svojim
parametrom b, kae da ako se broj turista povea za 1000,
broj postelja poveat e za 35.

Kada se vri procjena vano je saznati koliko je procjena
tona. Tonost promjene biti e vea ako su odstupanja od
pravca regresije manja. Da bi utvrdili tonost procjene, treba
izraunati prosjeke odstupanja. Prosjeke utvrujemo kao
srednje apsolutno odstupanje. Tako prosjeno odstupanje
predstavlja varijancu, a ona se dijeli na protumaen i
neptorumaen dio.

Jednadba analize varijance je:
( )
( )
varijance dio eni neprotumac -
varijance dio i protumacen
varijanca ukupna
2
p
2
2
n
2
2
p
2
2
=
n
y y
n
y y
c

( )
( )
113291,7 1004991,6 - 118283,3 -
6 , 1004991
6
6029950

3 , 1118283
6
6709700

2
p
2
2
n
2
2
p
2
2
= = =
= =
=
= =
n
y y
n
y y
c

Ako stavimo u odnos protumaeni dio varijance prema ukupnoj
varijaci, dobit emo koeficijent determinacije koji predstavlja
proprociju odstupanja protumaenih vezom u ukupnim
odstupanjima.

Regresijska analiza

176
= =
2
2
2
2
p 2
) (
) (
y y
y y
r
i
c

U naem primjeru koeficijent determinacije iznosi:
898 , 0
6709700
6029950
) (
) (
ili
898 , 0
3 , 1118283
6 , 1004991
2
2
2
2
p 2
= =
= = =
y y
y y
r
i
c

Dobiveni koeficijent proitati emo na slijedei nain: 89,8%
ukupnih odstupanja protumaeno je vezom koja postiji izmeu
broja postelja i broja turista u izabranim gradovima.

Ako iz koeficijenta determinacije izvadimo drugi korijen, dobit
emo mjeru jakosti veze meu pojavama koja se zove
koeficijent korelacije.

2
r r =

Koeficijent korelacije moe zauzeti vrijednosti izmeu 1 i +1.
Ako je koeficijent korelacije jdnak nuli, znai da veza meu
pojavama ne postoji. Predznak koeficijenta korelacije govori o
smjeru veze, tj. da li je veza meu pojavama po smjeru
pozitivna ili negativna,

Tumaenje koeficijenta korelacije prema Chadock-u:
- do 0,30 veza je neznatna, nema praktinog znaenja
- od 0,50 do 0,70 veza postoji i ima izvjesnu pratkinu
vanost
- od 0,70 do 0,90 veza je uska
- od 0,90 do 1,00 veza je vrlo uska.

Regresijska analiza

177
Ako raspolaemo izraunatim jednadbama regresijskih
pravaca, najjednostavnije je koeficijent korelacije raunati kao
geometrijsku sredinu regresijskih koeficijenata:

'
b b r =

U naem primjeru:

95 , 0 035 , 0 51 , 25 = = r

Zakljuak: Koeficijent korelacije 0,95 znai vrlo usku vezu
izmeu broja postelja i broja turista.

8.3. Korelacija ranga

Pojave koje kovarirju mogu biti prikazanje oblicima dviju
redosljednih varijabli, i tada se smjer i jakost njihove
povezanosti mjer korelacijom ranga.

Postupak izraunavanja koeficijenta korelacije ranga je
slijedei:
1. rangiramo sve vrijednsoti varijable x na taj nain da
najmanjoj vrijendsoti dodijelimo rang 1, slijedeoj po
vrijednosti rang 2, i td. do broja N
2. isto uinimo i s vrijednostima varijable y
(na taj nain smo zamijenili originalne vrijednosti svake
varijable nizom rednih brojeva od 1 do N.)
3. Nalazimo razlike izmeu ranga varijable x i ranga
varijable y. tu razliku oznaimo sa d
4. Kvadriramo razlike izmeu ranga varijable x i ranga
varijable y i uvrtavamo potrebne vrijednsoti u formulu za
izraunavanje koeficijenta korelacije ranga:
N N
d
r
i
=

3
2
'
6
1
Koeficijent korelacije ranga moe poprimiti vrijednsoti od 1 do
+1. Znaenje brojane vrijednosti koeficijenta korelacije ranga
je ista kao i kod koeficijenta jednostavne linerane korelacije.

Regresijska analiza

178
Orginalne podatke o broju vozila i broju prometnih nezgoda
zamjenit emo rangovima. Zatim emo izraunati razlike meu
rangovima i sumu razlike kvadrata. Ako je vrijednsot dva lana
u niz jendaka, oni e dijeliti rangove, npr. Ako je vrijednsot
treeg i etvrtog lana jednaka oni e dijeliti rangove 3 i 4, tako
da svaki dobiva rang 3,5, a slijedei lan dobiva vrijednost 5.

Tablica 73. Broj vozila i broj prometnih nezgoda RH
1999. godine
prema policijskim upravama
Policijska uprava Broj
vozila

x
i

Broj
nezgoda
y
i

r
x

r
y

d
i
=r
x
-
r
y

d
i
2

Bjelovarsko-bilogorska 44120 1523 12 10 2 4
Brodsko-posavska 40655 1280 10 6 4 16
Dubrovako-neretvanska 32136 1299 5 7 -2 4
Istarska 91114 5261 17 17 0 0
Karlovaka 40597 3082 9 16 -7 49
Koprivniko-krievaka 39535 1582 8 11 -3 9
Krapinsko-zagorska 39521 1049 7 4 3 9
Liko-senjska 12842 1274 1 5 -4 16
Meimurska 37112 957 6 3 3 9
Osjeko-baranjska 84180 2837 16 15 1 1
Poeko-slavonska 18002 753 2 1 1 1
Primorsko-goranska 111841 7831 18 18 0 0
Sisako-moslavaka 49011 2105 14 13 1 1
Splitsko-dalmatinska 134609 8959 19 19 0 0
ibensko-kninska 29420 1840 4 12 -8 64
Varadinska 57458 1301 15 8 7 49
Virovitiko-podravska 20687 943 3 2 1 1
Vukovarsko-srijemska 44256 1476 13 9 4 16
Zadarska 40874 2701 11 14 -3 9
Zagrebaka 355683 20745 20 20 0 0
Ukupno 1323653 18765 0 258

81 , 0 19398 , 0 1
7980
1548
- 1
20 8000
1548
1
20 20
258 6
1
6
1
3 3
2
'
= = =
=
=

N N
d
r
i

Regresijska analiza

179

Na osnovi brojanog izraza koeficijenta korelacije ranga
zakljuujemo da je veza izmeu broja vozila i broja nezgoda
jaka i istosmjerna.


1. to podrazumijevamo pod regresijskom analizom?
2. to je korelacija?
3. Kada govorimo o slaboj, a kada o jakoj vezi?
4. to je linija regresije?
5. to je koeficijent determinacije i kako dolazimo do njega?
6. Kako se tumai koeficijent korelacije?

ZADACI ZA VJEBU

1. Na temelju podataka iz slijedee tablice izraunaj:
a) jednostavni indeks diferencijalne kovarijacije
b) regresiju i korelaciju kada je nezavisna varijabla broj
poginulih
c) regresiju i korelaciju kada je nezavisna varijabla broj
nesrea
d) korelaciju ranga
e) protumai dobivene podatke
f) grafiki prikai pojavu

Regresijska analiza

180
Tablica 74. Prometne nesree u zemljama EU 1998. godine
Zemlja Broj nesrea Broj poginulih

Austrija 39225 963
Belgija 51167 1500
Danska 7447 454
Finska 6902 400
Grka 24836 2226
Irska 13913 431
Italija 190131 6226
Luksemburg 1017 60
Njemaka 377262 7776
Portugal 51229 1909
vedska 15514 529
V. Britanija 240046 3599
Hrvatska 12846 646
Izvor: Statistiki ljetopis Hrvatske 2000, str. 634/635.

Regresijska analiza

181

Regresijska analiza

182

Regresijska analiza

183

Regresijska analiza

184

Skripta 3h

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

Skripta 3h

Uploaded by

Copyright:

Available Formats

Pojam i zadatak statistike

You might also like