Visoka skola strukovnih studija

Za menadzment u saobracaju-Nis

SEMINARSKI RAD

Tema:Grupisanje i prikazivanje
Statistickih podataka
Predmet:Poslovna statistika

Student:
Kosti Marko 19/14

Profesor:
Dr. Milan Stankovi

Sadrzaj:

1.Uvod........................................................................................................ 1
1.1
1.2
1.3
1.4

Statistika kroz istoriju........................................................................

Statistika kao naucni metod..............................................................
Statisticki skup...................................................................................
Statisticka obelezja.............................................................................

2
2
3
4

2. Metode prikupljanja podataka i izvori podataka.................................... 5

2.1
2.2
2.3
2.4

Primarni podaci..................................................................................
Sekundarni podaci..............................................................................
Nacini prikupljanja podataka..............................................................
Klasifikacija podataka........................................................................

5
6
8
9

3.Grupisanje i sredjivanje podataka........................................................... 10

3.1
3.2

Grupni interval......................................................................................10
Ucestalosti............................................................................................ 11

4. Prikazivanje statistickih podataka..............................................................12

4.1 Tabelarno prikazivanje........................................................................... 13
4.2 Graficko prikazivanje............................................................................. 13
4.2.1 Histogram frekvencija......................................................................... 13
4.2.2 Poligon frekvencija............................................................................ 13
4.2.3 Kriva frekvencija................................................................................. 13
4.2.4 Kumalativni dijagram............................................................................13
4.2.5 Stubicasti dijagram............................................................................... 13
4.2.6 Strukturalni dijagram............................................................................ 14
4.2.7 Pareto dijagram..................................................................................... 14
4.2.8 Polarni dijagram.................................................................................... 14
Zakljuak...........................................................................................................15
Literatura...........................................................................................................16

1. Uvod

Statistika je naucna disciplina koja se zasniva na prikupljanju, odabiru, obradi

informacija i podataka kao i tumacenju rezultata analize u smislu ostvarivanja zadatih
ciljeva.
Statistiku moze da se podeli na :
1. deskriptivnu statistiku
2. inferecijalnu statistiku
Deskriptivna statistika je ogranak statistike koji se bazira na sveobuhvatnom
razmatranju statistickog skupa cija se glavnina podataka organizovano prikuplja , grupise
i tumaci.Kroz deskriptivnu statistiku sirovi podaci se svode na daleko razumljivilju i
jednostavniju formu.Ukoliko ceo statisticki skup podvgnemo statistickim metodama,
odnosno, ukoliko su iztrazivanjem obuhvacene sve jedinice statistickog skupa,onda
statisticki skup izrazava statisticku populaciju.
Inferencijalna statistika za razliku od deskriptivne(opisne) od citavog statistickog skupa
uzima samo odredjeni deo odnosno uzorak na osnovu koga donosi zakljucke o citavom
skupu.Spona izmedju inferencijalne i deskriptivne statistike je Zakon verovatnoce.Zakon
verovatnoce se zasniva na predpostavci da su osobine osnovnog skupa poznate, shodno
tome zakljucuje se da se i osobine uzorka izvucenog iz osnovnog skupa mogu doznati
odnosno odrediti.

Slika 1.1 odnosi izmedju osnovnih statistickih disciplina

1.1

Statistika kroz istoriju

Statistika potice od latinske reci status sto uprevodu na nas jezik znaci stanje.S
razvojem ljudske zajednice javlja se potreba za statistikom.Premda statistika koju danas
poznajemo kao modernu statistiku ima svoje zacece u 17. veku postoje zabelezeni podaci
da se jos u Persiji i Judeji vrisio popis stanovnista i to 1500 god. p.n.e. Persijski car
Darije vrsio je popis vojnika tako sto je svaki vojnik prolazeci pored staresine ostavljao
kamen ili koplje.
Stupanj vise na statistickoj lestvici svakako predstavlja rimski cenzus odnosno popis
stanovnistva i imovine na pragu nove ere.Censuz se vrisio na svakih pet godina a prvi je
sproveden u vreme Servija Tulija dok je poslednji obavljen u vreme Vespazijana Tit
Flavija.
Kao sto smo napomenuli istinski razvoj statistike pocinje u 17. veku kada pocinje da se
predaje na inivezitetu . Prvi profesor je bio Herman Konring a predmet se zvao
drzavopis naziv predmeta ima korene u italijanskoj reci statio sto znaci drzava.
Buduci da se statistika prozima sa matematikom i mnogi matematicari se vezuju za
osnivanje statistike kao sto su Pjer Simon de Laplas, Zan Baptist Zozef Furije i Pjer de
Ferma.
Pocetkom 19. veka statistika pocinje da se proucava organizovano i sistematski. U okviru
statisticke metetologije uveden je i zakon verovatnoce, to je ucinio Adolf Kelte poznati
matematicar i astronom.Za razvoj statisticke grafike posebno su znacajni Fransis Galton i
Karl Pirson dok se osnivacev smatra Vijilam Plefer.
Razvojem drustva javlja se sve ucestalija potreba za statistikom, tako da se osnivaju
statisticka drustva odrzaju kongresi i druge aktivnosti koje su doprinele razvoju statistike.
Statistika kao nauka koja sadrrzi vise naucnih disciplina koje mozemo okarakterisati kao
teorijske i primenjive.
Poslovna statistika kao potpuno primenjiva naucna disciplina nalazi svoju primenu u
procesu donosenja osluka na osnovu dostupnih informacija obradjenih na organizovan
ipromisljen nacin.
Razvojem informatike statistika dozivljava nagli razvoj zahvaljujuci dostupnosti
informacija kao i brzoj obradi i distribuciji istih.

1.2

Statistika kao naucni metod

Statisticki metod istrazivanja kao jedan od osnovnih naucnih metoda koristi se za

kvantitativno istrazivanje masovnih pojava.Primenjiv je kako u prirodnim tako i u
dristvenim naukama, posebno u sociologiji, ekonomiji,psihologiji,politickim naukama

itd.Statisticki metod je primenjiv na svim skupovima koji pored masovnosti

poseduju :raznovrsnost,kompleksnost i promenjivost.
Zasnovan je na teoriji verovatnoce i statistici.
Statisticki metod podrazumeva:
1. Prikupljanje podataka Obavlja se : brojanjem,posmatranjem i merenjem.
2. Klasifikacija Na osnovu koje se uspostavlja statisticka serija podataka koja
moze biti staticka ili dinamicka .
3. Obrada podataka Putem obrade podataka utvdjuje se struktura, pronalaze se
relacije i tendecije kretanja pojave.Postupci obrade su:staticki , dinamicki i
korelaciona analiza.
4. Prikazivanje podataka Mogu se prikazivati tabelarno i graficki.Graficki ih
prikazujemo u vidu dijagrama, simbolickih crteza i kartograma.
5. Izracunavanje statistickih pokazatelja Odredjuju se relativni odnosi ,
arihmeticka sredina ,medijana, modus,mere varijabiliteta, standardna
devijacija itd.
6. Analiza statistickih podataka i izvodjenje zakljucka Zavisnost pojava
utvrdjuje se metodom korelacije i regresije.

1.3

Statisticki skup

Statisticki skup se definise :

1.Pojmovno
2.Prostorno
3.Vremenski
Pod pojmovnim odredjivanjem skupa podrazumeva se odredjivanje pojma ili svojstva
svakog elementa statistickog skupa.Istom logikom dolazi se do zakljucka da se prostorno
odredjivanje statistickog skupa odnosi na prostor kome pripadalju elementi skupa.
Vremensko odredjivanje skupa podrazumeva odredjivanje trenutka u kome ce se
obuhvatiti svi elementi skupa.

1.4

Statisticka obelezja

Statisticka obelezja predstavljaju opste karakteristike po kojima su elementi statistickog

skupa slicni ili pak razliciti.
Statisticka obelezja dele se na :
1. Kvalitativna Izrazavaju se opisno
2 Kvantitativna

Izrazavaju se brojcano

Kvalitativna obelezlja mozemo dalje podeliti na :

1. Nominalna statisticka obelezja
2. Redosledna statisticka obeleja

Menjaju se prema intezitetu

Kvantitativna delimo na:

1. Neprekidna odnosno kontinuirana statisticka obelezja
2. Prekidna ili diskontinuirana statisticka obelezja
Neprekidna mogu poprimiti beskonacnu neprebroljivu vrednost dok nasuprot njima
prekidna imaju prebroljivu vrednost.

. Metode prikupljanja podataka i izvori podataka

Na osnovu zadatka,cilja i predmeta istrazivanja otpocinje se sa organizovanim

prikupljanjem podataka.U zavisnosti od tacnosti i kvaliteta ove prve faze zavisi tacnost i
kvalitet ostalih faza.
Prema karakteru izvora podataka, statisticke podatke mozemo podeliti na primarne
podatke i sekundarne podatke.

Primarni podaci
Odredjenjem ciljeva statistickog istrazivanja,primarne podatke prikupljamo na osnovu
neposrednog posmatranja elemenata statistickog skupa. Drugi nacin na koji mozemo da
ustanovimo primarne podatke je putem izvodjenja statistickih eksperimenata u
kontrolisanim uslovima.
Prikupljanje podataka se odvija u sledecim etapama:
1. Definisanjem statistickog skupa
2. Odabirom statistickog obelezja koje se zeli istraziti
3. Odredbom modalititeta posmatranog obelezja
4. Priprema anketnog upitnika
5. Organizacija i sprovodjenje akcije prikupljanja podataka

Slika 2.1 Izvori primarnih podataka

Cenzus predstavlja prikupljanje podataka za sve clanove osnovnog skupa.Imajuci u

vidu da tako masovno pikupljanje podataka iziskuje veliki budzet up praksi se pribegava
istazivanju podskupova osnovnog skupa odnosno reprezatativnom posmatranju.

Prema ucestalosti, posmatranje delimo na:

1. Jednokratno Sprovodi se samo jedanput
2. Periodicno
Ponavlja se nakon odredjenog vremenskog intervala
3. Tekuce
Sprovodi se kontinuiran

Sekundarni podaci

Sekundarni podaci se dobijaju tako sto se izvlace iz vec postojece baze podataka.Obim
prikupljanja sekundarnih podataka zavisi od vaznosti poslovne odlike ili od od
postavljenih ciljeva istrazivanja.
U nasoj zemlji najveci izvor sekundarnih podataka predstavlja Statisticki godisnjak u
izdanju Statistickog zavoda Srbije.
Veoma je vazno da se u postupku prikupljanja sekundarnih podataka odredi indetifikacija
relevantnih izvora podataka kao i da se utvrdi korisnost istih.

Nacini prikupljanja podataka

U procesu prikupljanja podataka statitickim posmatranjem mozemo koristiti sledece
metode:
1. Merenje
2. Brojanje
3. Ocenjivanje
4. Evindetiranje
5. Ankentiranje

Slika 2.2

Statisticki modeli i proces donosenja odluka

Kada je potrebno ustanoviti kvalitet izvodjenja odredjenjih radnji kao metod prikupljanja
podataka uzima se ocenjivanje.
Evinditiranje podataka ogleda se u neprestalnom pracenju kretanja neke pojave u
kracem ili duzem vremenskom intervalu.Evindencija se najcesce obavlja popunjavanjem
odredjenih obrazaca.
Anketa je nacin prikupljanja podataka pomocu unapred pripremljenih upitnika.Iz
upitnika se izvlace korisne informacije o posmatranim obelezjima statistickog skupa.
Svrha ankete ili intervuja je da se dodje do istinitih i sto preciznijih podataka na osnovu
kojih je moguce analizirati misljenja,stavove,ubedjenja i sistem vrednosti.
Kroz anketu odnosno kroz saznanja koja nam ona daje sticemo odredjeno razumevanje
problema odnosno imamo mogucnost utvrdjivanja uzrocno-poslednicne veze.
Stepen korisnosti saznanja koji dobijamo iz ankete umnogome zavisi od pripreme i forme
samih pitanja koja su sadrzana anketom.
Anketu mozemo podeliti na anketu otvorenog i zatvorenog tipa.
Anketa otvorenog tipa je formulisana tako da ispitaniku pruza mogucnost davanja
slobodnog odgovora,bez sugestija, dok u zatvorenom tipu ankete ispitanik je prinudjen da
odabere jedan od vise ponudjenih odgovora.
Pitanja koja sadrzi anketa mogu se razclaniti na:
1.
2.
3.
4.

Demografska pitanja
Biheivoristicka pitanja
Saznajna pitanja
Pitanja o stavovima i misljenjima

Demografska pitanja su takva pitanja u kojima je vecina varijabli uzrocno vezana za

odredjene demografske odredbe kao sto su nacionalnost ,obrazovanje,prihod itd.
Biheivoristicka pitanja su pitanja uz pomoc kojih donosimo zakljucke o pravilima
ponasanja ucesnika ankete.Imajuci u vidu da ovakva pitanja neretko su teza za
odgovaranje, pri pripremi pitanja preporucljivo je drzati se sledecih smernica:
1. Znaju li ispitanici odgovore?
2. Da li su ispitanici u stanju da odgovore za vreme trajanja ankete?
3. Da li im je potrebno vremena da dodju do odredjene informacije?
4. Da li ispitanici potrebuju pomoc pri davanju odgovora?
5. Da li imaju teskoce u prisecanju svog ponasanja koje uslovljava pitanje?
Saznajna pitanja u praksi su najvise zastupljena pri proceni radnih uslova.Saznajna
pitanja su jako korisna pri izradi nove poslovne politike kao i prilikom nadgradnje
postojece.Odgovor ne znam nije prihvatljiv polazeci od pretpostavke da ispitanik
poseduje dovoljno informacija kako bi bio u stanju da odgovori na pitanje.

Pitanja o stavovima i misljenjima su dosta zastupljena u anketama. Ipak pouzdanost je

pod znakom pitanja jer ne moze se biti siguran u iskrenost odnosno tacnost odgovora
Ostaje cinjenica da su kod vecine ljudi misljenja i stavovi vrlo promenjivi.
Anketu je moguce sprovesti licem u lice(intervju),postom ,telefonom u poslednje vreme
putem interneta kao i grupnog ankentiranja.Na raspolaganju je i mesoviti i visestruki
nacin ispitivanja.
Izbor nacina na koji ce se sprovesti anketa uslovljen je :
1. Velicinom uzorka
2. Sadrzinom upitnika
3. Cenom ispitivanja

Klasifikacija podataka
Podatke je moguce dobiti merenje, evinditiranjem ili klasifikovanjem.
Podatke mozemo klasifikovati kao: nominalne,ordinalne,intervalne i podatke odnosa.
Podaci odnosa su najslozeniji.Tako da obuhvataju cetiri nivoa merenja.
Najcesce se koristi Stivensonova klasifikacija nivoa merenja

Slika 2.3 Nivoi merenja

Ovakva tipologija ima sledeca svojstva:

1. Sve promenjive koje se mogu meriti izrazavaju se na jedan od cetiri pomenuta
nacina
2. S povecanjem nivoa merenja povecava se i preciznost merenja
3. Svaki sledeci nivo podrazumeva svojstva prethodnog nivoa
U nominalnom nivou merenja sakupljene podatke razvrstavamo u odredjene kategorije.
Ovo je najnizi nivo merenja i za predstavljanje objekata koriste se simboli ili brojevi.
Posmatrani objekti koji imaju zajednicka svojstva predstavljaju se istim simbolom.
Ordinalni nivo merenja predstavlja promenjive koje se mogu razvrstati odnosno
rangirati po znacaju. Najcesce se izrazavaju stavovi i misljenja.

Slika 2.4 Ordinalni nivo

Intervalni nivo merenja izrazava promenjive koje imaju priblizno jednake intervale.
Osnovne karakteristike se ogledaju u tome sto su podaci medjusobno iskljucivi zatim
klasifikacija je sveobuhvatna i podaci su poredjani po hijerarhiji.Statisticka analiza
uglavnom se zasniva upravo na intervalnim podacima.
Skala odnosa opisuje promenjive koji imaju jednake intervale i zajednicku polaznu
tacku.U praksi gotova da je neprimenjiva.
Izbor skale je od velikog znacaja jer on odredjuje vrstu analize i statisticki metod koji se
kasnije primenjuje.

Grupisanje sredjivanje podataka

Poenta sredjivanja podataka je u njihovom grupisanju i prikazivanju.Podaci se sredjuju

radi njihove vizuelne prezentacije.
Grupisanje predstavlja metodu razvrstavanja statistickih podataka na klase ili grupne
intervale.
Grupni interval
Ispravnost gruposanja zavisi od pracenja odredjenih smernica kao sto su
sveobuhvatnost,sistematicnost i odredjenost.
Prilikom odredjivanja intervala moramo preduzeti sledece mere:
1. Utvdjivanje minimalne i maksimalne empirijske vrednosti podataka
2. Utvrdjivanje raspona vrednosti jedinica posmatranja
3. Odredjivanje sirine intervala
4. Odredjivanje granica intervala
Sirina intervala omogucava dobru preglednost i informisanost.Prvi interval sadrzi
minimalnu epirijsku vrednost a njegova donja granica mora biti deljiva sa sirinom
intervala.
Sirinu intervala mozemo azraziti i putem jednacine
i = (Xmax Xmin)/k
Xmax-najveca empirijska vrednost
Xmin-najmanja empirijska vrednost
k-broj grupnih intervala
Broj grupnih intervala odreduje se :
k = 1+3,3 log N

N - Ukupan broj podataka

Ucestalosti
Ucestalost ili frekvencija predstavlja broj jedinica posmatranja koja se mogu razvrstati
prema svojstvima kvantitetu ili kvalitetu.Ucestalost moze biti apsolutna ili relativna
zatim pojedinacna ili kumulativna.
Apsolutna ucestalost predstavlja rezultat objektivnog merenja posmatranja ili brojanja
rmpirijskih podataka.Matematicki se izrazzvs:
fi = N .
Relativnu frekveciju dobijamo kada apsolutnu frekvenciju atributivnog obelezja
stavimo u odnos prema ukupnom broju jedinica skupa.Izrazava se u procentima a
formula je :
fi/N

ili

fi/fi

Kumulativna frekvencija predstavlja zbir grupnih intervala.po svojoj prirodi i apsolutna

i relativna mogu poprimiti kumulativni oblik.Kumulativne frekvencije mogu da se
prikazu polazeci od najmanjih vrednosti obejezja jedinice skupa tkz. Kumuliranje ispod
ili od najvecih odnosno kumuliranje iznad.
Distribucija grekvencija predstavlja raspored empiriske jedinice statistickog skupa po
grupama lil gripnim intervalima.Uz pomoc distribucije frekvencije sagledava se
koncetracija ividualnih vrednosti kao i priroda varijabiliteta.
Statisticka serija obuhvata niz jedinica posmatranja sredjenih po grupama ili grupnim
intervalima.
Vremensko prostorne statisticke serije upoznaju nas sa dinamikom neke pojave,
formiraju se na osnovu vremenskog obelezja dok su prostorne vezane za prostornu
distribuciju frekvencija,Izrazavaju se kako u atributivnom tako i u numerickom obliku.
Vremenske serije mozemo razluciti na momentalne i intervalne serije.
Momentalne serije pokazuju nivo pojave u tacnom momentu vrenena.
Intervalne seriju pokazuju nam tok pojave u uzastopnim vremenskim intervalima.

Prikazivanje statistickih podataka

Statisticke podatke moguce je prikazati tabelarno ili graficki.Cij prikazivanja podataka je

njihova dalja analiza ili pak stampanje.Prikazivanjem sticemo laksi uvid u sakupljeni
statisticki materijal.
Tabelarno prikazivanje
Tabeliranje je pregledno prikazivanje podataka tabelom.Statisticka tabela mora da sadrzi
elemente kao sto su :redni broj ,naslov, shema i izvor podataka.
Redni broj uglavnom je ispred naslova a naslov sadrzi tacan opis predmeta mesta i
vremena ispitivanje.Shema ima oblik pravougonika koji je izdeljen na kolone i redove ,
Shema se sastoji od Pretkolone ,zaglavlja, srca tabele i zbirnih podataka.
Tabele se mogu podeliti na obradne , analiticke i publikacione,.
Obradne i publikacione uglavnom sadrze apsolutne brojeve.moraju da budu pregledne,
razumljive,potpune i tehnicki dobro izvedene.
Analiticke tabele sadrze relativne brojeva,mere varijabiliteta ,srednje vrednosti i ostale
statisticke velicine .
Tabele mozemo podeliti i na proste i slozene kao i na elementarne i kombinovane.
Graficko prikazivanje podataka
Graficko prikazivanje je nacin vizuelne prezentacije grupisanih i tabelarnih podataka.
Graficko prikazivanje nam omogucava lakse primecivanje razlika u vbelicinama i
oblicima pojava.Graficki se dopunjuje tabelarno prikazivanje .
Grafici se mogu prikazatai kako u kordinatnom sistemu tako i van njega.
Prema nacinu prikazivanja mozemo ih podeliti na linijske, povrsinske dijagrame i
kartograme.Prema vrsti statisticke serije graficki mozemo prikazati atributivne,
numericke i vremenske serije.
Neka krajna podela bi bila na simbolicke i geometrijske.
Simbolicki prikazi se koriste uglavnom u proragandne svrhe.Konstruisu se tako sto se na
grtezu izrazava sama pojava.
Geometrijski oblik prikazivanja, svodi se na dijagrame koji imaju razlicitre forme
izrazavanja.Velicine se mogu prikazati tackama i linijama duzi .Prema tome dijagrami
mogu biti tackasti,linijski, histogrami ili povrsinski i stereogrami odnosno
vremenski.
Lnijski dijagrami imaju samo jednu dimenziju preko koje se izazava samo frekvencija
jednog obelezja.U linijske dijagrame spadaju :poligon frekvencija,kriva
frekvencija,vremenski linijski dijagrami,kumulativni,polarni i stapicast dijagram.
Povrsinski dijagrami nam omugucavaju sire mogucnosti za prikazivanje jer se oni
realizuju u dve dimenzije.Primer povrsinskih dijagrama su : stubicasti dijagram,
Histogram frekvencije, i kruzni dijagram.

Prostorni dijagrami izvode se u tri dimenzije i pruzaju najsire mogucnosti prikazivanja

podataka.Uprkos tome u praksi su redje primenjivi.
Graficki prikazi geometrijskog oblika uglavnom se izvode u pravouglom kordinatnom
sistemu.Pored pravoouglog na raspolaganju su jos i polarni i ugaoni sistem.Pri
konstruisanju u pravougli kordinatni sistem treba postovati razmeru od 3:4 izmedju
ordinate i apcise ili razmere tipa 2:3 ili 3:5 .
Merne skale koje se nanose na ose kordinatnog sistema mogu biti aritmeticka ili
logoritamska. Kod arihmeticke skale jedinicne duzi na brojevnoj osi odgovaraju velicini
pojave. Kod logoritamskih to nije slucaj.
Izbor dijagrama zavisi od zadatog istrazivanja , prirode pojave i drugih faktora.
Histogram frekvencija
Koristi se za prikazivanje stanja raspodele frekvencije numerickog neprekidnog obelezja.
Knstruise se jednostavno tako sto se na apcisu nanese grupni interval a na ordinatu broj
slucajeva koji pripadaju datom intervalu.
Drugim recima histogram se dobija kada se nad grupnim intervalima konstruise niz
dodirujucih pravougaonika cija povrsina odgovara frekvenciji pojave.
Histogram nije pogodan za uporedjivanja, premda je pregledan.
4.2.2

Poligon frekvencija

Pogodan je za prikazivanje numerickih prekidnih obelezja.Konstruise se na slican nacin

kao i histogram samo sto se iz sredine grupnih intervala podizu ordinate na koje se
nanose odgovarajuce frekvencije oznacene znakom.
Na ovaj nacin uporedjivanje aposutnih vrednosti je moguce ukoliko je broj frekvencija
isti.Pogodan je i za prikazivanje atributivnih obelezja.
4.2.3

Kriva frekvencija

Koristi se samo za prikazivanje kontinuiranih obelezja.Nacin na koji se konstruise je

sledeci:U kordinatni sistem vrednost obelazja grupnog intervala nanosi se na apscisu a
frekvencije na ordinatu.
Kriva frekvencija ima odliku da povrsine izmedju dve kordinate budu srazmerne
teoriskoj frekvenciji intervala vrednosti obelezja.Kao i osobinu da svakoj vrednosti
obelezja bude pripisana odredjena teorijska frekvencija.
4.2.4

Kumulativni dijagram

Spada u posebne vrste linijskih dijagrama , njime se prikazuje sukcesivcni zbir vrednosti
obelezja.Koristi se za prikazivanje jedne ili vise pojava koje ne podlezu ciklicnim
pojavama.
4.2.5

Stubicasti dijagram

Spada u prostorne dijagrame i koristi se za izrazavanje atributivnih obelezja.

Za potrebe ovog dijacrama crta se samo jedna osa i to uglavnom ordinata dok se umesto
apscise povlaci poluprava kao podloga za crtanje.
Proces konstruisanja pocinje tako sto se na polupravu nanose proizvoljne jednake duzi
koji su baze pravougaonika, cije visine odgovaraju nivou atributivnog obelezja.
4.2.6

Strukturalni dijagrami

Pojavna struktura izrazava se kruznim ili pravouglim dijagramom.

Kruzni dijagram poznatiji kao struktualni krug izrazava se putem kruznih isecaka koji
odgovaraju velicini pojave.S obzirom da krug ima 360 stepeni iz odnosa 100%=360
dobija se da 1% odgovara 3,6 stepena.
4.2.7

Pareto dijagram

Je vrsta grafika kojim se predstavljaju atributivna obelezja koji pruza najvise informacija.
Upravo ta prednost dolazi do izrazaja kod atributivnih serija sa velikim brojem
modalititeta.Na ovaj nacin izdvajaju se kljucni modalititeti obelezja od sporednih,
Krucijalni modalititeti nanose se na poetak ose po opadajucem redosledu.
Pareto dijagram poseduje dve vertikalne skale , s tim sto leva sluzi za nanosenje vrednosti
frekvencija i procenata dok desna ima funkciju nanosenja kumulativnih procenata.
Na sredini svakog stubica nalazi se tacka za poligon kumulante svakog modalititeta.
4.2.8

Polarni dijagram

Poslednji ali podjenako vazan je polarni dijagram.On sluzi za predstavljanje jedne ili vise
pojava u vremenu.Osnovna razlika izmedju polarnog i linijskog vremenskog dijagrama je
u tome sto polarni prikazuje ciklicne pojave sa teznjom ponavljanja nakon odredjenog
vremenskog perioda.

Zakljuak
Osnovne studije iz psihologije, pedagogije, sociologije i politikih nauka, dugo vremena
u svojim programima imaju predmete iz primenjene statistike. Neki od ovih studijskih
programa imaju, tavie, nastavu i iz napredne i multivarijatne analize podataka.
Meutim, novija iskustva pokazuju da ni ovo ne predstavlja dovoljno obrazovanje. Zato
mnogi univerziteti irom sveta osnivaju diplomske (master) studijske programe iz oblasti
statistike. Neki programi u sebi sadre modul za statistiku u drutvenim naukama; drugi
univerziteti odluuju se za samostalne diplomske studije koje u dvogodinjem programu
pokrivaju iskljuivo oblast drutveno-naune statistike. Na Univerzitetu u tokholmu,
vedska, Odsek za statistiku, koji pripada Fakultetu za drutvene nauke, organizuje
Master program iz statistike. Studenti sa razliitih studijskih grupa imaju prohodnost za
upis, a program ima za cilj da prui osnovna znanja iz statistike teorije i statistikih
postupaka za oblasti kao to su farmakologija, biologija, ekonomija, psihologija i
primenjene nauke. Master nauka iz metodologije i statistike za nauke o ponaanju i
drutvene nauke, na Univerzitetu u Utrehtu, Holandija, zamiljen je kao interdisciplinarni
program, koji povezuje nauke o ponaanju i drutvena istraivanja, uopte. S jedne strane,
metodologija istraivanja usmerena je na izuavanje nacrta istraivanja i prikupljanje
podataka. S druge strane, vetine u primeni statistikih postupaka zaokruuju istraivaki
proces. Uzimajui u obzir navedene razlike i specifinosti, svi navedeni moduli i/ili
programi diplomskih studija iz statistike u drutvenim naukama imaju mnogo slinosti:
discipline kojima su namenjeni, predmeti koji su ponueni, trajanje studija, obaveza
prakse i slino. Sociologija, psihologija i politike nauke primer su disciplina za koje su
ponuena statistika znanja od sutinskog znaaja. Zanimljivo je i to da praktino svi
programi naglaavaju znaaj metodologije istraivanja, uvodei predmete koji se bave
problemima prikupljanja podataka, etikim pitanjima u istraivanjima, upravljanjem
istraivanjima i publikovanjem rezultata. tavie, mnogi od navedenih programa imaju
usmerenja, od kojih se jedno detaljno bavi metodologijom istraivanja, a drugo teorijom i
primenom statistike.

LITERATURA
1. DR MILAN VUKOVIC POSLOVNA STATISTIKA
2. WIKIPEDIA
3. POSLOVNA STATISTIKA DR. MIRKO SAVI
4.ESEJ IZ POSLOVNE STATISTIKE