PRIMJENE STATISTIKE U DRUTVENIM ISTRAIVANJIMA

- sociometrija
I. deskriptivna statistika
II. inferencijalna statistika prenoenje zakljuaka, donosi odluke za itavu populaciju temeljem
donoenja zakljuaka na uzorku
- temelj inferencijalne statistike: vjerojatnosti (modeli distribucija vjerojatnosti)
- svi postupci testiranja hipoteza temelje se na normalnoj distribuciji vjerojatnosti
distribucija vjerojatnosti kontinuirane sluajne varijable :
a) normalna (z)
b) studentova (slina normalnoj, t-distribucija vjerojatnosti; distribucija malih uzoraka)
c) hi-hvadrat (temelj hi-hvadrat testa, hi-kvadrat testni pokazatelj)
d) f-distribucija (temelj analize varijance, f testni pokazatelj)
e) uniforma kontinuirana (svima jednako)
f) eksponencijalna
= ne raspolaemo potpunim informacijama zato se oslanjamo na teoriju vjerojatnosti i na metodu
uzorka (zakljuke o populaciji temeljem uzorka)

- prikupljanje podataka:
A. iscrpno (popis stanovnitva, podaci o svim stanovnicima)
B. reprezentativno (uzorak dio populacije, svi svojstva kao cijela populacija = reprezentativno)
zato uzorak, metoda uzorka?
- potrebno manje vremena
- manji trokovi
- mogude precizne statistike rezultate izraunati temeljem uzorka
- METODA UZORKA reprezentativna metoda, skup postupaka pomodu kojeg zakljuujemo o cjelini
- sample, uzorak:
1) sluajan: jednostavan sluajan uzorak, najcjenjeniji u statistici zato to svaka jedinica, svaki
ispitanik ima jednaku vjerojatnost biti izabran u uzorak i bira se temeljem tablice sluajnih
brojeva koje generira raunalo
2) namjeran: izbor ispitanika u uzorak s ciljem postizanja odreenih rezultata (predizborne
ankete u RH)
- uzorak s ponavljanjem (jedinice se vradaju u uzorak) / uzorak bez ponavljanja
~ probabilistiki: jednostavni sluajni uzorak, sluajni sistematski uzorak / neprobabilistiki
najede normalna distribucija za jednostavni sluajni uzorak
A. pogreka izvan uzorka (pogreka metoda, pogreka kod obrade rezultata)
B. pogreka uzorka
- ispitivanje uzorka: PROCJENA
statistiki pokazatelj uzorka = karakteristike uzorka) Najede karakteristike uzorka su aritmetika
sredina i standardna devijacija. Ali o karakteristikama populacije ne znamo nita pa temeljem
karakteristika uzorka procjenjujemo aritmetiku sredinu te standardnu devijaciju populacije (nema
100% sigurnosti)
- pokazatelji iz uzorka: obiljeja
- pokazatelji iz populacije: parametri
= temeljem poznavanja obiljeja procjenjujemo parametar
- postupci koje provodimo odabirom uzorka:
1. ispitamo neko obiljeje i prenesemo ga na populaciju
2. ispitujemo istinitost pretpostavke o nepoznatim karakteristikama (testiranje hipoteze)

SAMPLING DISTRIBUCIJA
= distribucija uzoraka
procjenjivati parametre populacije temeljem izraunatih obiljeja uzorka (aritmetika sredina
uzorka aritmetika sredina populacije)
ispitivanje istinitosti testiranje hipoteze
= postupak prenoenja zakljuaka iz uzorka na populaciju: procjena (broj = rezultat primjene
procjenitelja) procjenitelj: postupak koji se primjenjuje na podatke iz uzorka
- sampling varijacije (varijacija uzorka): razlika meu vrijednostima koje poprima sampling varijabla
(varira ovisno o veliini uzorka
sluajna varijaba: nije izvjesno koju de vrijednost poprimiti karakteristika uzorka (aritmetika
sredina)



CENTRALNI GRANINI TEOREM
= govori o svojstvima sampling distribucije aritmetike sredine normalna ukoliko je distribucija
podataka u populaciji normalna ili je priblino normalna ukoliko je uzorak dovoljno velik
n 30 veliki uzorak
n < 30 mali uzorak
- aritmetika sredina izraunava se iz svih vrijednosti u uzorku, ovisi o svim (ekstremnim)
vrijednostima
- sampling distribucija distribucija aritemtikih sredina uzoraka; aritmetika sredina svih
aritmetikih sredina sluajna vrijednost
- aritmetika sredina populacije E(x) =
- standardna pogreka A.S. = standardna devijacija aritmetikih sredina

= standardna devijacija
sampling distribucije
! rezultate dobili temeljem sampling distribucije, a ne temeljem svih podataka populacije!
n



= centralni granini teorem; ako se veliina uzorka poveda dovoljno (n30) prema centralnom
graninom teoremu: E(x) = tj. oekivana vrijednost jednaka je aritmetikoj sredini osnovnog skupa;
ako se n poveda,

pada
vedi uzorak

manji uzorak

Primjer formirana sampling distribucije:
- 4 studenata ostvarili su na ispitu slijedede bodove: 18, 20, 22 i 24

x
i
18
20
22
24
84

(

) (

)
n=2 veliina uzorka
6 kombinacija uzorka veliine 2 !
1. 18, 20

2. 18, 22

3. 18, 24
4. 20, 22
5. 20, 24
6. 22, 24
= aritmetika sredina uzorka!

Procjena aritmetike sredine (parametra) populacije
(aritmetika sredina populacije prava aritmetika sredina; standardna devijacija standardna
greka aritmetike sredine)
= parametar populacije koji se najede procjenjuje je aritmetika sredina populacije tj.
- = parametar ( 1. izraunati aritmetiku sredinu uzorka tj. ; 2. prenijeti rezultat na uzorak tj.
procijeniti (nije 100%) )
- niz postupaka odreivanja stupnja tonosti te procjene, u kojoj mjeri se rezultat dobiven temeljem
uzorka mogu generalizirati na populaciju
- populacija skup svih objekata koji zanimaju istraivaa. PR. SVI rauni za studeni
- uzorak podskup populacije. PR. sluajno odabrani rauni za provjeru
N populacija, parametar
n uzorak, obiljeje



x
i
19
20
21
21
22
23
126