Professional Documents
Culture Documents
- omjerna skala omoguava nam najvie u pogledu mjerenja i poredjenja, tako da brojano moemo
da : identifikujemo i rangiramo obiljeja, uporedjujemo intervale izmedju obiljeja i vrio apsolutna poredjenja. Ona posjeduje najveu preciznost jer koristi apsolutnu tj prirodnu nulu. Doputene su osnovne brojane operacije. Osim ve navedenih postupaka, uz omjerne skale moemo raunati: geometrijsku sredinu, harmonijsku sredinu i koeficijent varijacije. Vrijednosti koje se pomou omjerne skale dodjeljuju jedinicama nazivaju se vrijednosti numerikog obiljeja (varijable). Numerika obiljeja mogu biti prekidna (vrijednosti obiljeja su odijeljene jedne od drugih najmanje jednom utvrdjenom mjernom jedinicom. Obiljeja kod kojih postoje osnovne jedinice koje se dalje ne mogu dijeliti nazivaju se prekidnim broj zaposlenih radnika, broj lanova domainstva, broj prodatih raunara, a do njih dolazimo najee prebrojavanjem) i neprekidna (moe poprimiti bilo koju vrijednost iz nekog intervala, tj. bez obzira kako se blizu nalazile vrijednosti takve varijable, mogue je izmedju njih umetnuti druge vrijednosti cijene dionica, stopa inflacije, iznos potroakog kredita, starost radnika, iznos plate.
5. Matrica podataka
Mjerne skale pruaju mogunost manipulisanja numerikim vrijednostima, koje nee promjeniti emperijske informacije dobijene transformisanjem mjernih pojava u vrijednost skale. Prikupljeni podaci se mogu predoiti u statistikim tabelama - matrici podataka. Svaki redak sadri sve podatke za odabranu jedinicu promatranja i naziva se entitetom, stupac matrice podataka alternativno se naziva poljem. Matrica sadri NK informacija. Matrica podataka Vj oznaka za varijablu ( k- poslednja varijabla), Ii oznaka za ispitanika (n broj uzoraka), Mij vrijednost varijable (modalitet obiljeja ispitanika Ii pri odgovaranju na pitanje Vj) Podaci prikupljeni na ovakav nain pokazuju odgovore n ispitanika na k razliitih pitanja, koja se odnose na osobine ispitanika, te na njihove stavove i miljenja o pojavama koje su predmet istraivanja. V1 V2 ..... Vj ..... Vk I1 M11 M12 ..... M1j ..... M1k I2 M21 M22 ..... M2j ..... M2k ..... ..... ..... ..... ..... ..... ..... Ii Mi1 Mi2 ..... Mij ..... Mik .... ..... ..... ..... ..... ..... ..... In Mn1 Mn2 ..... Mnj ..... Mnk
6. Poslovna statistika
Poslovna statistika obuhvata statistike metode vane za praenje poslovnih dogadjaja preduzea, odnosno za poslovno odluivanje. Neophodno je dobro poznavanje makroekonomije. Vana uloga poslovne statistike razvijanje principa metoda za donoenje odluka u uslovima neizvjesnosti. Poslovna statistika prouava i zakonitosti koje vladaju u odnosima dvaju i vie ekonomskih pojava, te opisuje stepen i oblik kovarijacije medju njima Statistike metode: deskriptivne i inferencijalne. Deskriptivna (opisna) statistika obuhvata postupke uredjivanja podataka, mjere centralne tendencije, mjere disperzije i asimetrije, mjere zaobljenosti i grafiko prikazivanje. Prvi korak u istraivanju podrazumjeva uredjenje podataka prikupljenih u vlastitom preduzeu (nabavka, prodaja, cijene, trokovi, zaposleni). Inferencijalna statistika metoda temelj joj je metoda uzorka. Istraivanje uzorkom namee se kao relativno brz i jeftin metod koji vodi do upoznavanja obiljeja populacije iz koje je uzorak izabran. Uzorci se koriste kod: stalnog praenja kvalitete proizvodnje ili prijema robe pomou uzorka, pri pregledu finansijskog poslovanja, u ispitivanju javnog mnijenja i raspoloenja kupaca.
Nain i metode prikupljanja podataka odredjene su vrstom istraivanja. Najvaniji kriteriji su: obuhvatnost pojave (potpuno putem popisa, evidencije i tekue registracije i djelimino posmatranjeizborom manjeg ili veeg broja jedinica iz populacije dolazimo do informacija o cijeloj posmatranoj pojavi) i vrijeme posmatranja i prikupljanja podataka. Razlikujemo jednokratno, periodino i stalno posmatranje i prikupljanje podataka. Osnovne metode za prikupljanje primarnih podataka: posmatranje, ispitivanje i eksperiment.
c) obrada i analiza podataka se vri uz pomo odgovarajuih statistikih metoda , zavisno od cilja i
problema istraivanja. Mora se voditi rauna o: vrsti podataka koje smo prikupili, postupku istraivanja koji smo primjenili i pretpostavkama koje moraju biti ispunjene da bi primjenili odredjenu statistiku metodu.Razlikujemo: statiku i dinamiku analizu; analiza jedne, dvije, ili vie varijabli; i posebne analiza serija rasporeda frekfencija, analiza varijanse. d) sastavljanje izvjetaja i interpretacija rezultata
8. Izvori podataka
Statistiki podaci su ustanovljena svojstva jedinica statistikog skupa do kojih se dolazi promatranjem ili provedbom eksperimenata. Prema izvoru razlikujemo primarne (podaci prikupljeni sa datim ciljevima istraivanja) i sekundarni (vanjski izvori baza podataka vladinih ustanova, specijaliziranih agencija, organizacija isl.). Proces istraivanja poinje prikupljanjem sekundarnih podataka. Sekundarni podaci su prikupljeni unutar preduzea ili izvan njega u svrhu koja je razliita od potreba konkretnog istraivanja. Sekundarni podaci u preduzeima sadrani su u izvjetajima raunovodstva, bazi podataka za potrebe istraivanja trita, otpremnicama robe, platnim listama, cjenovnicima. U poslovnoj analizi veoma vana je primjena sekundarnih izvora opodataka izvan preduzea, a to su: statistiki zavodi, privredne komore i struna udruenja, internet, nauno istraivake institucije, baze podataka vladinih institucija, struna literatura i asopisi, katalozi sajmova i izlobi, adresari idr. Prikupljanje primarnih podataka dui je i sloeniji postupak. Podaci se prikupljaju direktno od ispitanika za potrebe konkretnog istraivakog projekta. Podaci koji se prikupljaju prvi puta od strane istraivaa nazivaju se primarni i iskljuivo su vlasnitvo preduzea koje organizuje istraivanje. Prikupljanju podataka prethodi: definiranje ciljeva istraivanja, odreivanje statistikog skupa i jedinica promatranja, izbor obiljeja i definiranje modaliteta, sastavljanje obrazaca i odreivanje naina prikupljanja podataka. Ako se prikupljaju podaci o obiljejima za sve jedinice promatranja govori se o iscrpnom promatranju ili cenzusu, a ako se obuhvati dio jedinica promatranje je reprezentativno. S obzirom na vrijeme promatranja mogu biti jednokratna (popis stanovnitva), periodina (registracija motornih vozila) i tekua (podaci o roenim).
9. Anketni upitnik
Anketa predstavlja odredjeni broj pitanja koja se postavljaju pismeno/usmeno u cilju dobijanja odgovora, koji treba da slue rjeavanju definisnog istraivakog problema. Sastavljanje anketnog upitnika je vana faza u istraivanju, jer od toga zavisi kvalitet istraivanja. Pitanja moraju biti sastavljena tako da pronadju one informacije koje su postavljene kao ciljevi odredjene studije. Pri planiranju i projektovanju upitnika treba definisati: vrstu informacije koja se trai, formalnu strukturu pitanja i odgovora i unutranju strukturu pitanja i odgovora. Pitanja mogu biti otvorenog, zatvorenog i mjeovitog tipa. Pri formulisanju pitanja vana su sledea pravila: izbjegavati dvostruka i dvosmislena pitanja, izbjegavati pitanja koja navode na odredjeni odgovor, koristiti jednostavne, razumljive rijei, postavljati pitanja tako da svojom formom i sadrajem lie na pitanja iz svakodnevnog ivota, izbjegavati rijei sa vie znaenja.
oekivane greke. Istraiva treba upozoriti na: nedostatke vlastitog istraivanja, ogranienja dobijenih rezultata i potrebu daljnjih istraivanja. Prednost se daje izvjetajima koji su kratki, jasni, jednostavno napisani i koji ukazuju na mogunost prektinih akcija.
Ako odluimo da uvrstimo upitnike koji su parcijalno nepopunjeni u daljnju obradu, onda je potrebno primjeniti neku od metoda za tretiranje nekompletnih podataka. U te metode ubrajamo: brisanje podataka, ponderisanje odgovora i metodu umetanja nedostajuih odgovora. Kod velikih uzoraka s malim brojem nedostajuih odgovora mogue je izbrisati itave upitnike ili provesti selektivno brisanje pomou smanjivanja veliine uzorka. Glavna prednost ove metode je u jednostavnosti kasnije analize. Umetanje podataka je nauni postupak primjenjen sa ciljem da smanji greku nastalu zbog ne dobijenih podataka i da sauva sve raspoloive podatke, nasuprot nenaunoj tehnici izmiljanja podataka. Kvalitet procedure umetanja zavisi od: veliine istraivane populacije, stope izbora, pristrasnosti uzorka i korelacije izmedju obiljeja koja se ispituju.
Opadajua kumulanta nastaje sabiranjem frekvencija od najvie vrijdnosti obiljeja ka frekvencijama niih vrijednosti obiljeja.Opte znaenje kumulativnog niza vie od - svaki lan opadajueg kumulativnog niza pokzuje koliko jedinica skupa ima vrijednost numerikog obiljeja jednaku ili veu od one vrijednosti obiljeja ija je frekvencija posledja ula u kumulativni niz.
20. Dijagram
Pruaju raznovrsne mogunosti za jednostavnije prikazivanje i poredjenje rezultata, a njihov izbor zavisi od vrste podataka.Dijelimo ih u 4 podgrupe: stigmograme (grafiki prikaz pomou taaka upotrebljava se kod dijagramskih karti), linijske (imaju jednu dimenziju, za prikazivanje koriste prave i krive linije. Slue za prikazivanje modaliteta jednog obiljeja vremenskih nizova kod pojava koje imaju svoj tok, dinamiku i razvoj), povrinske (histogrami imaju dvije dimenzije koriste se za prikazivanje obima i strukture jedne ili vie pojava, frekvencije niza predstavljene povrinama geometrijskih oblika) i prostorne dijagrame (stereogrami omoguava prikazivanje u tri dimenzije. Sastoje se od tri koordinatne ose).
Aritmetika sredina je najvanija i najee koritena srednja vrijednost, oznaava se i kao prosjek ili prosjena vrijednost.. Rauna se tako to se zbir vrijednosti numerike varijable podjeli sa njihovim brojem. Zbir svih vrijednosti numerike varijable naziva se total. __ X1 + X2 + ... + Xi + ... + Xn __ Xi X = --------------------------------- tj, X = --------N N Sredina negrupisanih podataka naziva se jednostavnom aritmetikom sredinom. Aritmetika sredina je najblia onoj vrijednosti obiljeja koja ima najveu frekvenciju. Stoga se frekvencija naziva ponderom a sredina raunata na ovaj nain ponderisana (vagana) aritmetika sredina. k Aritmetika sredina aritmetikih sredina (totalna aritmetika sredina : __ iXi
k __ k i=1 k _
X = ---------i
i=1
NiXi X = ----------------- Ni
i=1
Aritmetika sredina ima osobine koje nema ni jedan drugi broj statistikog niza, razliit od aritmetike sredine: A) nalazi se izmedju najmanje i najvee vrijednosti obiljeja Xmin < X < Xmax B) proizvod zbira frekvencije i aritmetike sredinie jednak je totalu skupa C) zbir odstupanja originalnih vrijednosti numerikog obiljeja od arimetike sredine jedanak je nuli D) Zbir kvadrata odstupanja originalnih vrijednosti numerikih obiljeja od aritmetike sredine je minimalan, odnosno manji je od zbira kvadrata odstupanja podataka od bilo kojeg drugog broja a:
E) Ako su sve vrijednosti numerikog obiljeja medjusobno jednake, odnosno jednake konstatni c, onda je
aritmetika sredina jednaka toj konstanti X1 = X2 = Xn = C , X = C
1 + 1 + ... + 1 X1 X2 Xn
1 ------i=1 Xi
N
Harmonijsku sredinu raunamo samo za ona obiljeja ije su vrijednosti razliite od nule. Kada podaci pokazuju reciprone odnose, anjihove frekvencije nisu jednake, izraunava se ponderisana harmonijska sredina: k
1 + 2 + ...... + k 1 + 2 + ... + k
X1 X2 Xk
k
i i
------Xi
H = -------------------------- = -------------
i=1
G = N X1 * X1 *.....* XN =
Xi
i=1
Xi > 0, za svaki i.
Njeno izuavanje ima smisla samo za vrijednosti obiljeja koje su vee od nule. Geometrijsku sredinu raunamo za pojave kod kojih je izraena geometrijska progresija, odnosno za raunanje prosjeka niza
relativnih pokazatelja. Ova sredina uglavnom se koristi za izraunavanje prosjenih pokazatelja razvoja u dinamikoj analizi pojava, a rjedje kao pookazatelj centralne tendencije rasporeda frekvencija. Ona se najee koristi za izraunavanje prosjene stope promjene na osnovu lananih indeksa. Geometrijska sredina je za isti niz podataka uvijek manja od aritmetike, a vea od harmonijske sredine.
b-a b-c b
a x L1 c 1-x Mo
Dijagonalnim spajanjem poetne i krajnje vrijednosti modalnog intervala sa donjom granicom postmodalnog, odnosno gornjom granicom predmodalnog razreda dobija se apscisa take presjeka koja predstavlja priblinu vrijednost modusa.
28. Medijan
Medijan je srednja vrijednost koja se odredjuje na osnovu poloaja koji zauzima u nizu podataka. On uredjen niz podataka dijeli na dva jednaka dijela, tako da se u prvom dijelu nalaze elementi koji imaju vrijednost obiljeja jednaku ili manju od medijana, a drugom dijelu se nalaze elementi koji imaju vrijednost jednaku ili veu od medijana. Medijan se nalazi u sredini statistikog niza i naziva se i centralna vrijednost.Odredjivanje medijana zavisi od broja lanovau nizu a ne od njihove vrliine. Medijan se odredjuje za redosljedne i numerike nizove, pri emu treba voditi rauna da li se radi o grupisanim ili ne grupisanim podacima.Za redosljed obiljeja je karakteristino da se njihovi modaliteti mogu urediti prema stepenu intenziteta tog svojstva. Ako se radi o negrupisanim podacima i broj modaliteta je neparan, medijan je modalitet koji se nalazi u sredini uredjenog niza. Kod parnog broja modaliteta medijan se moe odrediti kao poluzbir sredinja dva modaliteta. Raspored frekfencija predstavlja uredjeni niz. Kada podaci predstavljaju oblike redosljednog ili numerikog prekidnog obiljeja, medijan se odredjuje direktno. Odredjivanje medijana pojednostavljuje se formiranjem kumulativnog nza manje od. Na njegovo izraunavanje ne utiu vrijednosti pojedinih rezultata. Kao srednaj vrijednost prikladan je ze izrazito asimetrine rasoporede, za kvalitativne podatke koji se lako rangiraju, rasporede frekfencija sa otvorenim razredom.
i /2 - k-1 Me = L1 + ---------------------- * i
me
Praktina upotreba medijana sastoji se u lociranju optimalnog poloaja (ukupan br. Kilometara od svake prodavnice do centralnog skladita je minimalan ako je centralno skladite na poziciji medijana)
29. Kvantili
Vrijednosti obiljeja koja niz podataka, uredjen po veliini, dijele na etiri jednaka dijela nazivaju se kvartilima. Za kvartile, decile i percentile koristi se zajedniki naziv kvantili. Kvantil se odredjuje za redosljedne i numerike nizove, pri emu treba voditi rauna da li se radi o grupisanim ili negrupisanim podacima. N 3N
Q1 = L1 + 4 - 1 * i
Q3 = L1 + 4 - 1 * i
Q1
Q3
(L1 gornja granica kvartilnog razreda, N zbir svih frekvencija, 1 suma frekvencija do kvartilnog razreda, Q1 i Q3 frekvencije kvartilnih razreda, i veliina kvartilnog razreda) Prvi kvartil predstavlja vrijednost obiljeja koja elemente niza dijeli u dvije grupe, tako da elemenata ima manju ili jednaku vrijednost tog obiljeja a elemenata niza ima vrijednost obiljeja veu od prvog kvartila.
N = i
i=1
Srednje apsolutno odstupanje raunamo za aritmetikusredinu, medijan i modus. Varijansa dobiemo je ako izraunamo prosjek za zbir kvadratnih odstupanja. Oznaava se malim grkim slovom sigma na kvadrat (). Predstavlja prosjeno kvadratno odstupanje vrijednosti numerikog obiljeja od njihove aritmetike sredine N _ N ( Xi X) Xi
i=1 i=1 __
= ----------- - X
N
Vano svojstvo varijanse je da ona predtavlja minimalno prosjeno kvadratno odstupanje, odnosno odstupanje manje od prosjenog kvadratnog odstupanja podataka od bilo kojeg drugog broja. Srednja devijacija prosjeno odstupanje vrijednosti numerikog obiljeja od njihove aritmetike sredine.Izraava se u mjernim jedinicama obiljeja i najvanija je mjera disperzije. N _ N ( Xi X) Xi
i=1 i=1 __
-------------------
----------N k i Xi
i=1
- X
(negrupisani podaci)
k i=1
N _ i ( Xi X)
__
-------------------
-----------
- X
(grupisani podaci)
N N Standardna devijacija se rauna samo uz aritmetiku sredinu i pokazuje nam da li je ona reprezentativna veliina. Srednje apsolutno odstupanje, varijansa i iz nje izvedena standardna devijacija predstavljaju potpune mjere disperzije.Ove mjere nisu podesne za poredjenje disperzije statistikih nizova u kojima se obiljeja izraavaju u razliitim mjernim jedinicama, kao i za nizove istovrsnog obiljeja ali razliitih sredina.
31. BP (box plat) dijagram
Raspon varijacije i interkvartil se grafiki prikazuju pomou B-P dijagrama (Box and Whisker Plot), koji slui za otkrivanje netipinih vrijednosti varijable. On omoguava poredjenje (centralne vrijednosti, rasprenosti i asimetrije) nekoliko skupova podataka. Za konstrukciju ovog dijagrama potrebno je izraunati kvartili, ije vrijednosti determiniu konstrukciju pravougaonika. Paralelno uz pravac s aritmetikim mjerilom za vrijednost numerike varijable konstruie se pravougaonik. Sam pravougaonik predstavlja sredinjih 50% podataka, a njegova irina oznaava vrijednost interkvartila. Za otkrivanje netipinih vrijednosti potrebno je odrediti unutranje i vanjske granice. Vanjske granice udaljene su od rube pravougaonika po tri interkvartilna razmaka
Standardizovano odstupanje se koristi kod normalnog rasporeda za odredjivanje povrine izmedju aritmetike sredine i odredjene vrijednosto obiljeja i kod odredjivanja intervala pouzdanosti pri procjenama karakteristika osnovnog skupa pomou uzorka. Vane osobine z -obiljeja su da je aritmetika sredina distribucije standardizovanog odstupanja jednaka nuli, a standardna devijacija jedan. Ona mogu biti pozitivna i negativna, a rijetko odstupaju od aritmetike sredine za vie od +/- 3 standardne devijacije.