UNIVERZITET SINGIDUNUM

FAKULTET ZA EKONOMIJU, FINANSIJE I ADMINISTRACIJU

Beograd

Obrada i analiza rezultata baze Psihologija primenom softverskog

paketa SPSS

seminarski rad iz Metodologije NIR-a

Mentor: Studenti:

Dr Sneana Konjikui Anela Stanojevi, 16/030

Tijana Sibini, 16/048

Beograd, 2017.
SADRAJ

METODOLOGIJA......................................................................................................................2
PODACI I INJENICE..............................................................................................................3
POJAM NAUNOG METODA................................................................................................3
METODOLOKI POSTUPAK..................................................................................................3
OBRADA I ANALIZA PODATAKA.........................................................................................3
Nova varijabla.........................................................................................................................7
Testiranje hipoteza..................................................................................................................8
Grafiki prikaz podataka.......................................................................................................10
Korelacija..............................................................................................................................12
LITERATURA..........................................................................................................................14
METODOLOGIJA

Metodologija je nauka o nainima i putevima dolaenja do naunog saznanja (materijalnog,

drutvenog i duhovnog sveta) ili miljenje o miljenju. Cilj metodologije je da se razume
sutina naunog saznanja i da se utvrde osnovni principi u njegovom sticanju i kritikom
preispitivanju. Metodologija nas takoe ui kojim sredstvima treba da se sluimo kako bi
doli do to objektivnije spoznaje sveta.

PODACI I INJENICE

Svaki empirijski nauno-istraivaki rad zapoine prikupljanjem podataka. Nauno relevantni

su oni podaci koji su u funkciji istraivanja, tj koji su specifikovani ciljem istraivanja i koji
se mogu dovesti u vezu sa postavljenom hipotezom. To su podaci prikupljeni
standardizovanim tehnikama i postupcima prikupljanja podataka.

injenice su iskustveno utvreni odnosi u prirodi i drutvu. injenice su javne, proverene i

proverive, a predstavljaju prvi stepen na osnovu koga moemo neto da tvrditimo u nauci.

POJAM NAUNOG METODA

Nauni metod se koristi radi sticanja to istinitijeg saznanja. Metod u najirem smislu rei
obuhvata tri osnovne komponente:

opti pristup istraivanju (principi naune spoznaje);

metodoloki postupak istraivanja (faze istraivakog postupka);
metode i tehnike istraivanja.

METODOLOKI POSTUPAK

Nauno istraivanje je proces koji se satoji od reavanja raznovrsnih problema. Ono se

najee definie kao delatnost usmerena na reavanje saznajnih problema(cilj je dolaenje
do znanja), ali u isto vreme i drutvena delatnost. U tom smislu nauno istraivanje se moe
posmatrati kao:
proces komunikacije, i kao
proces reavanja problema.

Odreivanje uzorka je pitanje koje je naroito vana za istraivanja koja imaju za cilj da
prouavaju pojave u statistikom skupu ili pojedinim njegovim delovima (uzorcima). U
eksperimentalnim istraivanjima uglavnom se koriste manje grupe ispitanika homogene po
svim osnovnim obelejima (pol, uzrast, kolska sprema itd.).

OBRADA I ANALIZA PODATAKA

Baza podataka je dobijena od studenata Filozofskog fakulteta u Beogradu. Baza se moe

koristiti samo u svrhu izrade ovog seminarskog rada.
Baza podataka sadri 267 pitanja otvorenog i zatvorenog tipa, a sa stanovita merenje
obeleja u bazi su nominalna, ordinalna i tip scala.
Pre bilo kakvih izraunavanja potrebno je proverti da li su svi podaci u bazi korektno uneti i
da li su sve pozicije u bazi popunjene. Ako elimo da proverimo za npr. promenljivu
FAKULTET, to radimo na sledei nain:
(AnalyzeDescriptive StatisticsFrequencies), i dobijamo:

Statistics

Fakultet:

N Valid 319

Missing 0

Fakultet:

Cumulative
Frequency Percent Valid Percent Percent

Valid Filozofski fakultet 183 57.4 57.4 57.4

DIF 84 26.3 26.3 83.7

FMU 49 15.4 15.4 99.1

FPU 3 .9 .9 100.0

Total 319 100.0 100.0

Iz prethodnih tabela moemo uoiti da je u istraivanju uestvovalo 319 ispitanika, da nema

nekorektno unetih podataka i nema praznih pozicija u bazi (odnosno preskoenih u unosu).
Ovde dobijamo apsolutne frekvencije, relativne frekvencije kao i kumlativ frekvencija.

Ako elimo da izvrimo podelu u grupe po promenljivoj POL, pa onda izraunamo

deskriptivne mere za promenljivu UZRAST, to radimo na sledei nain:
1. DataSplit file;
2. AnalyzeDescriptive statisticsExplore.

Dobijamo sledee:

Case Processing Summary

Cases

Valid Missing Total

Pol: N Percent N Percent N Percent

enski Uzrast u godinama: 145 100.0% 0 .0% 145 100.0%

muki Uzrast u godinama: 174 100.0% 0 .0% 174 100.0%

 Descriptives

Pol: Statistic Std. Error

enski Uzrast u godinama: Mean 20.34 .102

95% Confidence Interval for Lower Bound 20.14

Mean
Upper Bound 20.55

5% Trimmed Mean 20.23

Median 20.00

Variance 1.505

Std. Deviation 1.227

Minimum 19

Maximum 27

Range 8

Interquartile Range 2

Skewness 1.669 .201

Kurtosis 5.645 .400

muki Uzrast u godinama: Mean 20.30 .100

95% Confidence Interval for Lower Bound 20.11

Mean
Upper Bound 20.50

5% Trimmed Mean 20.21

Median 20.00

Variance 1.727

Std. Deviation 1.314

Minimum 18

Maximum 25

Range 7

Interquartile Range 2

Skewness 1.043 .184

Kurtosis 1.042 .366

Nakon svake podele u grupe nakon eljenih izraunavanja potrebno je ukljuiti Analyze All
Cases.

Ovde dobijamo i boksplot dijagrame za grupe na koje smo podelili promenljivu:

Ako elimo da proverimo da li promenljiva UZRAST ima normalan raspored prvo treba
Skewness Kurtosis
potraiti deskriptivne mere i ako je 1,96;1,96 i 1,96;1,96 ,
SE SE
onda promenljiva ima normalan raspored.

Descriptives

Statistic Std. Error

Uzrast u godinama: Mean 20.32 .071

95% Confidence Interval for Lower Bound 20.18

Mean
Upper Bound 20.46

5% Trimmed Mean 20.22

Median 20.00

Variance 1.622

Std. Deviation 1.274

Minimum 18

Maximum 27

Range 9

Interquartile Range 2

Skewness 1.288 .137

Kurtosis 2.791 .272

Skewness 1,288
9,40 1,96;1,96 , pa promenljiva nema normalan raspored.
SE 0,137

Nova varijabla

Ako elimo da promenljivu UZRAST podelimo u npr. tri kategorije i time dobijamo novu
promenljivu UzrastTriGrupe, moramo prvo izraunati irinu intervalnih klasa na sledei
x max x min 27 18
nain i 4 . Sada radimo sledee:
broj klasa 3
TransformRecode Into Different V, i dobijamo:
 UzrastTriGrupe

Cumulative
Frequency Percent Valid Percent Percent

Valid 1 271 85.0 85.0 85.0

2 47 14.7 14.7 99.7

3 1 .3 .3 100.0

Total 319 100.0 100.0

Ako elimo da promenljivoj fakultet smanjimo broj kategorija sa 4 na 2, onda:

TransformRecode Into Same V, i dobijamo:
Fakultet:

Cumulative
Frequency Percent Valid Percent Percent

Valid 10 267 83.7 83.7 83.7

20 52 16.3 16.3 100.0

Total 319 100.0 100.0

Testiranje hipoteza

Ako sada elim da ispitamo da li postoji razlika u reakciji mukaraca u odnosu na ene kada
su ljuti da li se zaokupe poslom (ZMO_SUBL1):

AnalizeCompareMeansIndependent-Samples T Test, dobijamo:

 Independent Samples Test

Levene's Test for

Equality of
Variances t-test for Equality of Means

95% Confidence
Interval of the
Difference

Std.
Mean Error
Sig. (2- Differen Differen
F Sig. t df tailed) ce ce Lower Upper

Kada sam Equal .003 .953 .590 317 .556 .074 .125 -.172 .319
ljut/a, obi?no variances
se zaokupim assumed
poslom.
Equal .588 303.0 .557 .074 .125 -.173 .320
variances not 83
assumed
Vrednost Sig.=0,953>0,05 pa ne postoji razlika u reakciji meu polovima.

Ako pretpostavimo da su nam varijable Factor_Subl i Factor_Hum rezultati merenja na

istom uzorku pre i posle odreene radnje i elimo da promerimo da li postoje razlike pre i
posle neke aktivnosti ili sl. onda:

AnalizeCompareMeansParied-Samples T Testi dobijamo:

Paired Samples Correlations

N Correlation Sig.

Pair 1 REGR factor score 1 for 319 .178 .001

analysis 1 & REGR factor
score 2 for analysis 1

Paired Samples Test

Paired Differences

95% Confidence
Interval of the
Difference
Std. Std. Error Sig. (2-
Mean Deviation Mean Lower Upper t df tailed)

Pair REGR factor . 1.282381 .07179956 -.1412621 .14126219 .000 318 1.000
1 score 1 for 000000 21 9
analysis 1 - REGR 00
factor score 2 for
analysis 1
Iz tabele vidimo da je Sig >0,05 pa ne postoji razlika u merenju pre i posle odreene
aktivnosti ili sl.

Ako elimo da proverimo da li postoji razlika u reakciji kada su ispitanici ljuti

(ZMO_SUBL1) i smera na koji su upisani (4 smera) onda:

AnalizeCompareMeansOne-Way ANOVA, i dobijamo:

ANOVA

Kada sam ljut/a, obino se zaokupim poslom.

Sum of Squares df Mean Square F Sig.

Between Groups 8.857 3 2.952 2.436 .065

Within Groups 381.782 315 1.212

Total 390.639 318

Iz tabele vidimo da je Sig=0,065>0,05 pa ne postoji reakcija u odnosu na smer.

Ako elimo da ispitamo da li postoji razlika izmeu promenljive FAKULTET i npr.

DSQ_sum_ZR_HUM , onda:

AnalyzeDescriptive statisticsCrosstabs

Chi-Square Tests

Asymp. Sig. (2-

Value df sided)

Pearson Chi-Square 45.975a 42 .311

Likelihood Ratio 47.154 42 .270

Linear-by-Linear Association 1.656 1 .198

N of Valid Cases 319

a. 36 cells (60.0%) have expected count less than 5. The minimum

expected count is .01.

Vrednost Asymp. Sig. (2-sided), iz reda Pearson Chi-Square je 0,311 pa ne postoji znaajna
razlika.

Grafiki prikaz podataka

GraphsLegacy DialogBIRAMO
Korelacija

Ako elim da ispitamo da li postoji veza povezanost izmeu npr. Faktor_subl i Faktor_hum,
onda:

AnalyzeCorrelate

Correlations

REGR factor REGR factor

score 1 for score 2 for
analysis 1 analysis 1

Spearman's rho REGR factor score 1 for Correlation Coefficient 1.000 .171**
analysis 1
Sig. (2-tailed) . .002

N 319 319

REGR factor score 2 for Correlation Coefficient .171** 1.000

analysis 1
Sig. (2-tailed) .002 .

N 319 319

**. Correlation is significant at the 0.01 level (2-tailed).

Kako je r =0,171 veza je slaba i direktna.

Klasteri

Ako elimo da sve ispitanike razvrstamo u npr. tri klastera u odnosu na promenljive
Faktor_subl i Faktor_hum (obe promenljive su kvantitativne) onda:

AnalizeClassifyK-Means Cluster

Final Cluster Centers

Cluster

1 2 3

REGR factor score 1 for -.11403 .99446 -.85502

analysis 1

REGR factor score 2 for -.99883 .68602 .45663

analysis 1

Number of Cases in each Cluster

Cluster 1 116.000

2 101.000

3 102.000

Valid 319.000

Missing .000
LITERATURA

1. Brankovi, S. (2014). Metodologija drutvenog istraivanja. Beograd: Zavod za

udbenike.

2. Mann, P. S. (2009). Uvod u statistiku. Beograd: Ekonomski fakultet Beograd.

3. Verii, A. T. (2010). Prirunik za metodologiju istraivakog rada. Zagreb: Kerschoffset

d.o.o.

4. ivkovi, S. (2015). Analiza podataka u SPSS-u prirunik iz statistike. Podgorica: De

Facto Consultancy.