Professional Documents
Culture Documents
(Paskaitų konspektas)
Parengė: doc., dr. Romualdas Valkauskas
Socialiniai mokslai yra visi mokslai, kurie teoriškai ir empiriškai tiria žmonių
tarpusavio santykius visuomenėje. Nagrinėjama socialinių sistemų struktūra ir
funkcijos taip pat šių sistemų sąveika su atskirais individais.
Socialiniai mokslai glaudžiai susiję su humanitariniais mokslais. Nuo
humanitarinių mokslų socialiniai skiriasi tuo, kad pabrėžia mokslinius metodus ir
kitus griežtus žinių rinkimo standartus, be to daugelis jų plačiai naudoja kokybinius
metodus. Be to, humanitariniai mokslai orientuojasi į praeitį, o socialiniai į dabartį.
Socialiniai mokslai skiriasi objektu. Štai politikos mokslas arba politologija tiria
grupių ir valstybių valdymą; ekonomika domisi gamybos ir turto paskirstymo
visuomenėje klausimais; komunikacija tiria diskurso srautą per skirtingas terpes
(the flow of discourse via various media).
Ekonomika (graik. Eco(οίκω=namas) ir nemo(νέμω=platinti)) gali būti
suprantama kaip:
tam tikros šalies arba teritorijos ūkinės veiklos visuma, pvz., "Lietuvos
ekonomika";
socialinių mokslų šaka (sritis), kurios objektas yra ekonominė tikrovė. Tiria kaip
žmonės daro sprendimus siekdami patenkinti savo poreikius. Šia prasme
ekonomika susijusi su etika kaip pačiu pagrindiniu socialiniu mokslu - tiek
ekonomika, tiek etika nurodo priežastis "kodėl žmonės daro tai ką jie daro" ir labai
dažnai šių mokslų išvados dėl to nesutampa.
Su ekonomikos mokslu susijusios ir smulkesni dalykai, tarpusavyje
besiskiriantys pažinimo objektais: vadyba, marketingas, rinkotyra, įmonių
ekonomika, finansinė ir valdymo apskaita ir kt.
Kaip savarankiškas mokslas ekonomika išsiskyrė XVIII a. pasirodžius A. Smito
knygai "Tyrimai apie žmonių turto priežastis ir kilmę" (1776).
1.Matematika. Statistika. Duomenų analizė
Kiekviena mokslo sritis turi savo tyrimo objektą ir savus jo tyrimo metodus.
Pačius mokslus pagal jų tyrimo tikslus įprasta skirstyti į fundamentaliuosius ir
taikomuosius. Fundamentalieji mokslai orientuoti į gamtos ir visuomenės procesų
pagrindinių (giluminių) struktūrų, pokyčių bei tarpusavio santykių tyrimus, dėsnių
formulavimus. Taikomųjų mokslų tikslas – praktiškai pritaikyti fundamentaliųjų
mokslų tyrimų rezultatus. Taikomuosiuose tyrimuose gali būti nagrinėjamos ir
teorinės problemos.
Ypatinga vieta mokslų sistemoje tenka matematikai, tiriančiai kiekybinius
santykius ir erdvines formas. Nuo kitų mokslų ji labiausia skiriasi tuo, kad nustato
sąryšius ne tarp realių, bet abstrakčių, logiškai įmanomų objektų, gautų
apibendrinus ir idealizavus tikrovės reiškinių kiekybinės analizės rezultatus. Bent
kuriai matematinei disciplinai būdinga nuosekli abstrakcija, logiška griežta dedukcija
ir tolesnis apibendrinimas. Tiesa, abstrahavimas bei idealizavimas būdingi ir kitiems
mokslams, bet čia tai suabsoliutinta: naujos sąvokos formuojamos remiantis jau
turimomis, todėl dažnai sunku išaiškinti, kurio tikrovės ar objektų sąryšio atspindys
yra nagrinėjama matematinė sąvoka.
Užbaigtai matematikos teorijai būdingas aksiominis dėstymas, kuris galimas tik
sukaupus pakankamai daug tos teorijos faktų ir išanalizavus jų tarpusavio ryšius.
Matematikos teiginiai priklauso ne tik nuo pagrindinių teiginių – aksiomų, bet ir nuo
logikos taisyklių, kurių laikantis jie išvedami. Loginės taisyklės ir dėsniai sudaro
matematikos loginį pagrindą.
Abstraktus, fundamentalus matematikos mokslas yra ir tikimybių teorija. Ji tiria
masinių atsitiktinių reiškinių dėsningumus. Per paskutinius dešimtmečius didelę
pažangą padarė ir statistika. Savo bendrumu ir abstraktumu dabar ji mažai
tesiskiria nuo tikimybių teorijos.
Norint tikimybių teoriją ir statistiką pritaikyti ūkiniams ir socialiniams procesams
tirti, reikia jų metodus dalykiškai, ekonomiškai ar sociologiškai suvokti.
To moko statistikos metodologija, taikomosios statistikos teorija, įvairūs kiti
dalykai. Iš jų sužinome, kaip reikia taikymo požiūriu suvokti pagrindinius tikimybių
teorijos teiginius, tikimybių teoriją ir matematinę statistiką susieti su taikomaisiais
ūkio ir socialiniais, politiniais, demografiniais tyrimais, ūkio praktika. Be bendrosios
statistikos metodologijos, taikomosios statistikos teorijos negalima empirinio
statistinių duomenų pasaulio susieti su tikimybiniais modeliais, statistikos
išvadomis.
Taikomoji statistikos teorija moko suderinti statistinių dydžių empirinį ir teorinį
nagrinėjimą, matyti tikimybinių sąvokų (tikimybės, atsitiktinio dydžio, tikimybinių
funkcijų ir pan.) ryšį su tikrove, empiriniais jų analogais, įžvelgti konkrečių masinių
reiškinių dėsningumus, nustatyti jų išraiškos formas. Savo ruožtu, statistika nėra
paprastas skaičiavimas. Štai, Lietuvos gyvenamųjų vietovių gyventojų surašymai
arba sisteminis bibliotekos knygų katalogas ne statistika, nes nėra tikslingo ir
sistemingo medžiagos sugrupavimo ir suskaičiavimo.
Bendrai taikomosios statistikos teorija – tai matematiniais, dažniausiai
tikimybiniais, skaičiavimais paremta statistinė masinių procesų ir reiškinių tyrimų
metodologija. Ji jungia tikimybių ir matematinės statistikos teorijas su konkrečių
masinių procesų empiriniais statistiniais skaičiavimais, įrodymais ir samprotavimais.
Kiekybinė ekonominė analizė neįmanoma be taikomosios statistikos teorijos.
Pastaroji toliau plėtojama ir konkretizuojama ekonometrijos dalyke, rinkotyros, ūkio
statistikos ir kt. mokymo dalykuose.
Kita vertus, visa tai kiek aukštesnio lygmens dalykai. Dalykai, kurie susiję su
teiginiu: duomenų analizė yra taikomosios statistikos komponentas. Dalykai, kurių
įgyvendinimas sudėtingas nesiekiant teisingo požiūrio į matematikos poreikį
ekonomikos teorijai ir taikomiesiems ekonomikos mokslams.
x , kai x 0,
x
x ,kai x 0.
Iš modulio apibrėžimo tiesiogiai matyti, kad
x 0;
x x ;
x y yx .
xy x y ;
x x
y y , kai y 0 ;
k
xk x , k Z ;
x y x y .
2.2.Skalės
Matavimų skalė (angl. measurement scale) – tai požymių reikšmių matavimo
būdas. Matavimo skalė apibrėžiama tokiu rinkiniu:
<E, S, M(E→ S)>,
čia: E – empirinė sistema, S – skaitmeninė sistema, M – matavimas.
Jei pavyzdžiu imtume pažymius, tai empirinė sistema būtų studento atsakymai,
skaičių sistema – 5 ar 10 balų sistema, matavimas – žinių įvertinimas, dėstytojo
rašomas pažymys. Matavimo skalės empirinei sistemai ir skaičių sistemai privalo
galioti tie patys santykiai. Matavimų skalės yra įvairios:
Nominalioji matavimų skalė – tai požymio reikšmių matavimo būdas, kuriuo
tiriamieji objektai, atsižvelgiant į nagrinėjamo požymio kategorijas, skirstomi į
grupes. Grupės numeruojamos laisvai, o jų numeriai turi ne skaičių, bet tam
tikrų grupių (vardų) prasmę.
Dichotominė matavimų skalė – taikant šią skalę, požymių reikšmės yra
priskiriamos prie vienos iš dviejų galimų kategorijų.
Ranginė matavimų skalė – tai požymio reikšmių matavimo būdas, kuriuo
skirtingai nei nominaliosios matavimų skalės, tiriamieji objektai gali būti
sudėlioti matuojamo požymio didėjimo arba mažėjimo tvarka.
Intervalinė matavimų skalė – tai požymių reikšmių matavimo būdas, taikomas
kiekybiniam dviejų požymių reikšmių skirtumui nustatyti. Šios skalės
absoliutinis nulis nežinomas, bet nulinė reikšmė gali būti nustatoma bendru
susitarimu.
Santykių matavimų skalė – tai požymio reikšmių matavimo būdas, kuriuo
nulinė požymio reikšmė yra nustatoma ne susitarimu (kaip kad yra intervalo
matavimų skalės), o yra absoliuti, susijusi su reiškinių esme.
Proporcijų skalei turi galioti asociatyvumo ir komutatyvumo dėsnis (santykis).
Turi būti ir sąlyginis atskaitos (nulio) taškas. Šios skalės skaičius – ženklus –
galima įprastu būdu sudėti ir dauginti iš koeficiento.
Absoliutinei skalei turi galioti asociatyvumo, komutatyvumo dėsnis (santykis).
Atskaitos taškas čia yra ne sąlyginis, bet absoliutus. Šios skalės pavyzdžiu
yra natūrinių skaičių eilė. Absoliutinės skalės skaičius galima sudėti, dauginti;
būtent jie ir yra „tikrieji“ skaičiai.
2.3.Tikimybė. Atsitiktiniai dydžiai
Vienodai tikėtini įvykiai vadinami elementariaisiais įvykiais. Įvykio X tikimybe
vadinamas palankių įvykiui A elementariųjų įvykių skaičiaus ir visų elementariųjų
įvykių skaičiaus santykis:
Palankių įvykiui A elementariųjų įvykių skaičius ,
P (A )
Visų elementariųjų įvykių skaičius
arba P (A) m
n
Įvykis, kuris papildo įvykį A iki būtinojo įvykio, yra įvykiui A priešingas įvykis ir
žymimas A :
P ( A ) 1 P (A )
Pavyzdys.
Vieną kartą metamos dvi monetos. Įvykį, kad bus atsivertęs nors vienas herbas,
pažymime X. Mes ne visada atspėsime, kas atsivers, todėl X – atsitiktinis dydis.
Bandymo baigtys yra šios:
E1=(S, S), E2=(S, H), E3=(H, S), E4=(H, H).
Bandymo reikšmės yra šios:
X(E1)=0, X(E2)=1, X(E3)=1, X(E4)=2.
Galime apskaičiuoti tikimybes, kada X įgys reikšmes 0, 1 arba 2:
1 2 1 1
P ( X 0) ; P( X 1) ; P ( X 2) ;
4 4 2 4
Sudarome tikimybių lentelę:
m 0 1 2
P(X=m) 1 1 1
4 2 4
Tokią lentelę vadiname atsitiktinio dydžio X tikimybių skirstiniu. Bendruoju atveju
skirstinys užrašomas taip:
m x1 x2 ... xk
P(X=m) p1 p2 ... pk
čia :
X – atsitiktinis dydis;
x1, x2, ..., xk – atsitiktinio dydžio įgyjamos reikšmės;
p1, p2, ..., pk – atsitiktinio dydžio X įgyjamų reikšmių tikimybės.
Visų reikšmių tikimybių suma yra 1, t.y.
P(X = x1) + P(X = x2) + ... + P(X = xk) = p1 + p2 + … + pk = 1.
Atsitiktiniai dydžiai X, Y vadinami nepriklausomais, jeigu su visomis jų
reikšmėmis x, y yra teisingos lygybės
P(X = x, Y = y) = P(X = x) ∙ P(Y = y).
Kitaip tariant, du atsitiktiniai dydžiai yra nepriklausomi, jei vienam jų įgijus reikšmę,
kito dydžio reikšmių įgijimo tikimybės lieka tos pačios kaip anksčiau.
Jeigu atsitiktinis dydis X gali įgyti reikšmes 0, 1, ... n ir
P( X m) C m m n m , ( 0 < p < 1, q = 1 – p )
np q
tai X vadinamas binominiu atsitiktiniu dydžiu.
Niutono binomo formulė:
(a b) n C 0n a n C1n a n 1b ... C k
na
n k b k ... C n b n .
n
n!
Cm
n
m! (n m)!
Jei atsitiktinis dydis įgyja reikšmes x1, ..., xk, tai jo matematine viltimi (arba
vidurkiu) vadiname skaičių
E(X) = M(X) = x1∙P(X = x1) + x2∙P(X = x2) + … + x2∙P(X = xk).
Jeigu atsitiktinis dydis X įgyja reikšmes x1, x2, …, xk su tikimybėmis p1, p2, ...,
pk, tai atsitiktinio dydžio X dispersija vadiname skaičių
D(X) = (x1 – EX)2 ∙ p1 + (x2 – EX)2 ∙ p2 + … + (xk – EX)2 ∙ pk.
Standartiniu nuokrypiu (kvadratiniu nuokrypiu) vadiname skaičių
(X) DX .
Pavyzdys.
Atsitiktinio dydžio X skirstinys toks:
m 0 1 2
P(X = m) 0,5 0,3 0,2
Apskaičiuokite atsitiktinio dydžio X dispersiją ir standartinį nuokrypį.
Pirmiausia reikia apskaičiuoti matematinę viltį:
EX = 0 ∙ 0,5 + 1 ∙ 0,3 + 2 ∙ 0,2 = 0,7;
Dispersiją apskaičiuojame pagal formulę:
DX = (0 – 0,7)2 ∙ 0,5 + (1 – 0,7)2 ∙ 0,3 + (2 – 0,7)2 ∙ 0,2 = 0,61;
Nesunku apskaičiuoti standartinį nuokrypį:
(X) DX 0,61 0,781.
Logaritminės funkcijos reikšmių sritis yra teigiamų realiųjų skaičių aibė. Jos
sąvybės:
Funkcija y = lg x yra apibrėžta su visais x > 0.
Funkcija y = lg x didėja kai x didėja: Jei x1 < x2, tada lg x1 < lg x2.
y - , kai x 0.
y , kai x .
Kiekviena tiesė y = c kerta funkcijos y = log x grafiką tik viename taške.
Pirmoji savybė sako, kad kiekvienas teigiamas skaičius turi logaritmą, penktoji
savybė pažymi, kad kiekvienas realusis skaičius yra tik vieno konkretaus teigiamo
skaičiaus logaritmas. Todėl galime rasti teigiamą skaičių iš jo logaritmo.
Logaritmus galima apibrėžti ne vien kaip funkciją 10x , bet ir kaip kitas
eksponentines funkcijas. Tarkime funkcija y = b x, kur b>1.
Jei y > 0, tuomet egzistuoja vienintelis realusis skaičius x, toks kad bx = y. Šis
skaičius x vadinamas y logaritmu pagrindu b , ir žymimas taip:
x log b y
(b>0, b1)
3.2. Skaičius e
1
Nepaprastai svarbi matematikoje, statistikoje yra tokia ši riba: lim (1 ) n e .
n n
Ši vertė, vadinama skaičiumi e, yra viena svarbiausių konstantų.
3.3. Aritmetinė progresija
Aritmetinė progresija yra skaičių seka, kurios kiekvienas narys, pradedant
antruoju, lygus prieš jį esančio nario ir pastovaus skaičiaus sumai. Seka yra
aritmetinė progresija tada, kai su kiekvienu natūraliuoju skaičiumi n (n >= 2) yra
teisinga lygybė an = an-1 + d. Skaičius d - aritmetinės progresijos skirtumas, o n-ojo
nario formulė tokia: an = a1 + (n − 1)d
Kiekvienas aritmetinės progresijos narys, išskyrus pirmąjį (ir paskutinįjį, kai
aritmetinė progresija yra baigtinė), lygus gretimų narių aritmetiniam vidurkiui:
a a n 1
a n n 1 , (n >= 2). Pirmųjų n narių sumos skaičiavimo formulės yra tokios:
2
Sn = a1 + a2 + ... + an ;
S n (a 1 a n ) n ;
2
2a1 (n 1)d
Sn .
2
3.4. Geometrinė progresija
Geometrinė progresija yra tokia skaičių seka, kai kiekvienas sekantis elementas
yra praeito elemento ir bendro sekos daugiklio sandauga. Tokia seka gali būti
užrašyta taip: ar 0 a, ar1 ar, ar 2 , ar3 ,.... Čia r ≠ 0 yra bendras daugiklis.
4. Duomenų rinkimas
4.1. Pirminiai ir antriniai duomenys
Duomenys yra skirstomi į pirminius ir antrinius. Pirminiai duomenys – tai
duomenys, kuriuos susirenka pats asmuo arba jo įgaliotas asmuo. Jie tiksliai
apibūdina tiriamą temą (pvz., jei individas nori išmatuoti gamybos kaštus, jis renka
informaciją apie patį gamybos procesą, gamyboje naudojamas medžiagas, žaliavas
ir pan.).
Antriniai duomenys – tai kitų asmenų ar organizacijų surinkti duomenis, kuriuos
galima panaudoti savo darbe. Antrinius duomenis dažniausiai galima gauti greičiau
ir pigiau nei pirminius, ypač jei tai statistiniai duomenys.
Antriniai duomenys gali būti klasifikuojami pagal:
šaltinį;
kategoriją;
priemones;
duomenų bazės formą.
Surinkti duomenys gali būti tikslinami. Juos galima tikslinti trimis būdais:
Pirmas. Sukauptus duomenis reikia kruopščiai atrinkti, nes kai kuri
informacija yra naudinga, o kai kuri ne. Be to, paimta iš skirtingų šaltinių
gali kartotis. Informacija turi atitikti vykdomos paieškos tikslą. Apie jos
pobūdį reikia galvoti prieš pradedant rinkti duomenis, o ne jų rinkimo
eigoje.
Antras. Nuspręsti, kaip surastą informaciją užrašyti: ar pateikiant viską
pažodžiui, ar pabrėžti tik pagrindines mintis. Galima taikyti abu principus,
t.y. išskirti tik pagrindines mintis, bet svarbiausias vietas pacituoti
pažodžiui.
Trečias. Plėtoti jau surinktą informaciją, patikrinant šaltinių patikimumą
ir išdėstant informaciją tinkamiausiu būdu.
Pirminiai duomenys - tai informacija, renkama tiesiogiai bendraujant su rinkos
subjektais - juos apklausiant bei stebint. Tyrėjas renka šią informaciją pats,
nesinaudodamas kitų šaltinių (bibliotekų, tyrimų organizacijų, žiniasklaidos ir pan.)
duomenimis.
4.2. Stebėjimas
Stebėjimo metodas yra vienas duomenų rinkimo metodų. Stebėjimo būdų yra
keletas: standartizuotas ir nestandartizuota, slaptas ir atviras, vienkartinis ir
daugkartinis, individualus ir grupinis stebėjimas ir kt. Norint, kad tyrime būtų galima
pritaikyti stebėjimo metodą, reikia atsižvelgti į šias sąlygas:
duomenys turi būti prieinami.
Tiriamas įvykis, reiškinys neturi užimti ilgo laiko tarpo.
Tiriamas žmonių elgesys turi būti dažnai pasikartojantis.
Standartizuotas (uždaras) stebėjimas atliekamas tuomet, kai nustatytas
pakankamai tiksliai tyrimo uždavinys. Stebėtojas iš anksto žino, į kurias situacijos
puses reikės atkreipti dėmesį ir užrašyti.
Nestandartizuotas (atviras) stebėjimas naudojamas tyrimuose, kuriuose
užduoties formuluotė nėra griežta, t.y. leidžiamas stebėtojų lankstumas
priklausomai nuo situacijos.
Ar stebėjimas vykdomas slaptai ar atvirai, priklauso nuo to, ar individas, fizinis ar
juridinis asmuo žino, jog yra stebimas. Kai kuriais atvejais slaptas stebėjimas
vykdomas stebėtojams ne slapčia stebint žmonių elgesį, o tiesiog tampant proceso
dalyviais.
Viena iš priežasčių dėl kurios dažniausiai pasirenkamas slaptas stebėjimas yra
tendencija keistis žmonių elgesiui žinant, jog esi stebimas. To siekiama išvengti.
Slaptas stebėjimas gali būti vykdomas tiesiogiai ir netiesiogiai. Tiesioginis
stebėjimas vyksta tada, kada stebimas žmogaus elgesys. Netiesioginis stebėjimas
vyksta, kai stebimi to elgesio rezultatai.
4.3. Apklausa
Universalus duomenų rinkimo būdas yra apklausa. Atliekančiam apklausą
pagrindiniu duomenų šaltiniu yra tos “žinios”, kurias suteikia “pranešėjas”.
Apklausa jos procedūros požiūriu - tai, iš vienos pusės, tyrinėtojas-klausėjas su
tam tikros rūšies klausimais, o iš kitos pusės - tai respondentas, turintis atsakyti į
tuos klausimus. Apklausa gali būti ištisinė (apklausiami visi apklausos dalyviai) ir
atrankinė (apklausiama dalis potencialių apklausos dalyvių. Dalis, kurios apimtis
nustatoma imties metodu), žodinė ir rašytinė. Komunikacijos su apklausiamuoju
būdo požiūriu, apklausa gali būti asmeninė (akivaizdinė) ir neakivaizdinė. Pagal
užduodamų klausimų pobūdį, apklausa gali būti atvira (respondentas atsakinėja į
klausimus laisva forma), uždara (atsakymų į klausimus variantai yra numatyti ir
surašyti klausimų sąraše iš anksto. Respondentui tereikia klausimų sąraše
rekomenduota tvarka pažymėti jam priimtiną atsakymų variantą) ir pusiau uždara
(mišrus, pirmųjų dviejų atvejų savos rūšies kombinacija).
Apklausos skirstomos į: anketines apklausas (anketavimą), interviu ir kt.
Anketinės apklausos svarbiausiu komponentu yra pati anketa. Ji - tai struktūriškai
organizuotas klausimų rinkinys. Pagal klausimų turinį, klausimai suskirstyti į dvi
grupes:
klausimai apie faktus veikusius ar buvusius praeityje ir dabar
egzistuojančius;
klausimai, įvertinantys apklausiamųjų motyvus, vertinimus ar nuomones.
(Norint įsiskverbti į respondento elgsenos motyvus, jam pasiūlomas
situacijų rinkinys prašant nurodyti jo manymu palankesnę).
Klausimų formos požiūriu, klausimai gali būti atviri, uždari (alternatyvų sąrašas),
tiesioginiai ir šalutiniai. Klausimai pagal tipus yra filtruojantys (šiais klausimais
siekiama išsiaiškinti nekompetentingus respondentus, patikrinti jų informatyvumo
laipsnį ir pan.) ir kontroliniais (šiais klausimais įsitikinama ar respondentai teisingai
atsakė į pagrindinius anketos klausimus, įvertinama suteiktų žinių kokybė ir pan.).
Svarbu prisilaikyti ir anketos kompozicijos reikalavimų. Anketą turi sudaryti trys
dalys:
1) įvadinė dalis. Šioje anketos dalyje nurodoma kas organizuoja ir praveda tyrimą,
kokie tyrimo tikslai, kuriems reikalams bus panaudoti anketavimo rezultatai.
Pabrėžiama respondento asmeninio dalyvavimo svarba bei reikšmingumas, o ir
tai, kad užtikrinamas atsakymų anonimiškumas. Surašomos ir taisyklės kaip
užpildyti anketą bei ją pateikti atliekančiam anketavimą.
2) Pagrindinė dalis. Šioje anketos dalyje surašomi klausimai, kurie atskleidžia
tiriamos temos turinį. Vienas trečdalis klausimų skiriami respondentų
sudominimui anketavimu, nuteikimui juos bendradarbiauti, įtraukti į darbą su
anketa. Kitas trečdalis klausimų yra sunkiausiais, orientuotais į tiriamą temą,
problemą ar pan. Paskutiniu trečdaliu klausimų renkami papildomi duomenys,
surašomi ir įvairūs kontroliniai klausimai, kuriais siekiama patikslinti atsakymus į
prieš tai pateiktus klausimus.
3) demografinė dalis. Šioje anketos dalyje pateikiami duomenys, identifikuojantys
respondentą.
Taigi, anketa yra klausimų lapas. Pats anketavimas gali būti atliekamas įvairiai:
pasitelkus paštą, telekomunikacijos tinklus, spaudą ar tiesiog išdalijant anketas
respondentams.
Gana specifiniu apklausos būdu yra interviu. Pagal tikslinę paskirtį interviu gali
būti nuomonių ar pažiūrų ir dokumentinis, kurio tikslas atkurti praeities faktus,
kitokią panašaus atitikmens informaciją. Pagal apklausiamųjų tipą interviu gali būti
atsakingų asmenų, ekspertų ir respondentų, t.y. tam tikros grupės žmonių atstovų,
kuriuos parenkant pasitelkiamas tikimybinis mechanizmas ar kiti būdai,
užtikrinantys apklausiamųjų sudėtį, reprezentuojančią esamą situaciją. Galiausiai,
pagal interviu techniką ir formą jie skirstomi į formalizuotus (iš anksto numatomi
klausimai, jų formulavimas, interviu tvarka, atsakymų užrašymo tvarka ir pan.) ir
neformalizuotus. Beje, aukščiausias interviu neformalizavimo laipsnis pasiekiamas
tada, kai interviuotojas pokalbio metu respondento atsakymų neregistruoja.
Prieš pravedant interviu reikia sudaryti klausimų sąrašą ir numatyti interviu
vedimo tvarką (numatyti draugiškos, šiltos, nuoširdžios pokalbio atmosferos
suformavimo būdus, klausimų pateikimo būdus, atsakymų protokolavimo tvarką. Ši
tvarka turi talkinti tiksliam atsakymų bei pastabų protokolavimui, nebūti “įkyri” ar
varžanti respondentą ).
Ribinė imties paklaida lygi: t* t ,
n
t 2 2
Iš šios formulės turime: 2 2 /n . Tuomet: n .
2
4.5. Kokybiniai tyrimo metodai
Kokybinis tyrimas nėra vientisas metodas, bet visa eilė technikų. Į tai įeina:
technikos, numatančios tirti vartotojų pasirinkimo reikšmes ir vartojimo sudėtį,
tam kad surinktų informaciją paremtą nuomonėmis bei požiūriais ir tobulinti
darbines žodžių ir frazių reikšmes, kurias naudoja vartotojai susijusiose vartojimo
veiklose;
individualūs ir grupiniai interviu, kuriuose klausimai ir diskusijos tarp
interviuotojų ir subjektų naudojami plėsti hipotezes ir metodus, kurie gali būti
naudojami norint jas patikrinti vėlesnėse tyrimo etapuose.
Grupinė diskusija (Focus group) – tai specialiai tyrėjų parinktos žmonių grupės
diskusija, kurios metu respondentai (remdamiesi asmenine patirtimi) komentuoja
faktus ir argumentuoja juos pasirinkta tema.
Grupinė diskusija yra grupinio interviu forma, tačiau svarbu pabrėžti esminius jų
skirtumus. Grupinis interviu daugiau remiasi tyrėjų ir respondentų klausimais ir
atsakymais, tuo tarpu grupinė diskusija suteikia daugiau laisvės respondentų
nuomonėms, tyrėjas tik paskelbia diskusijos temą ir nukreipia pokalbį norima
linkme.
Todėl esminė grupinės diskusijos charakteristika yra ta, kad reikiami duomenys
pateikiami per respondentų tarpusavio sąveiką. Pagrindinės grupinės diskusijos
charakteristikos:
grupė sudaroma iš 8 -12 žmonių.
Natūrali, neformali aplinka.
Posėdžio trukmė 1- 2 valandos.
Tarpininko (moderatorius) dalyvavimas.
Diskusija gali būti įrašinėjama į audio arba video juostą o vėliau
analizuojama.
Prieš pradedant tiriamąjį darbą, svarbu tiksliai apibrėžti jo tikslą. Tik tada,
atsižvelgiant į tyrimo tikslą, sudaromas diskusijos klausimų sąrašas. Vizualus
klausimų pateikimas padės respondentams geriau suprasti tyrėjų reikalavimus.
Grupinės diskusijos ne tik suteikia naudingą informaciją. Jos taip pat padeda
sukurti gerus santykius su tais žmonėmis, su kuriais dirbate.
Grupinės diskusijos planavimą rekomenduojama atlikti tam tikrais etapais
(žingsniais).
1 žingsnis: ketinimų apibrėžimas.
2 žingsnis: darbotvarkės nustatymas.
3 žingsnis: dalyvių parinkimas ir pakvietimas.
4 žingsnis: sugalvokite klausimus.
5 žingsnis: sukurkite scenarijų.
Yra trys diskusijų grupės scenarijaus dalys:
Įžanginėje dalyje moderatorius pasveikina grupę, pristato grupinės diskusijos
tikslą ir esamą situaciją, paaiškina kas yra grupinė diskusija ir kaip ji vyksta, be
to padaro pristatymą.
Klausimų dalis. Čia moderatorius užduoda klausimus, kuriuos sukūrėte ir
kurie buvo pratestuoti.
Baigiamojoje dalyje apibendrinama grupinė diskusija. Į tai įeina padėka
dalyviams, taip pat jiems pasakoma kaip bus panaudota informacija ir
paaiškinama kada procesas bus užbaigtas.
6 žingsnis: moderatoriaus parinkimas.
7 žingsnis: vietos parinkimas.
8 žingsnis: grupinės diskusijos vedimas.
Atkreipkite dėmesį į sekančius punktus, kurie padės užtikrinti sėkmę:
Pasirinkite toną, dalyviai turėtų smagiai ir gerai jaustis per sesiją.
Prižiūrėkite, kad diskusija nenukryptų į šonus.
Užbėkite už akių nuomonių apie individualias temas pasikeitimui.
9 žingsnis: interpretavimas ir rezultatų pranešimas.
Kitas būdas klaidoms, kurios atsiranda dėl neatsakytų apklausų, tyrime ištaisyti
yra žymiai brangesnis, tačiau jis yra taikomas esant tik tam tikroms aplinkybėms.
Naudojant šį būdą, tyrėjas naudoja perviršio metodą, tai reiškia imti modelį, kuris
yra didesnis nei grupė, kuri yra analizuojama. Svarbu pastebėti, kad mes remiamės
pavyzdžiu, kuriame galutinis modelis bus kur kas didesnis nei mūsų tikslinis
modelis ir tai nėra atvejis, kai imamas didelis respondentų skaičius, kad pasiektume
tikslinio modelio dydį. Tada tyrėjas sudaro subimtį respondentų, kuri tiksliai atspindi
tikslinę grupę. Dažnai esant atsisakymui atsakyti į pateiktus klausimus, perviršio
metodas gali padėti surinkti pakankamą kiekį respondentų, kurie atsako į
specifinius klausimus.
Nepaisant pastovių anketų tikrinimų informacijos rinkimo fazėje, yra naudinga
šiuo metu atlikti detalesnį patikrinimą. Galimi du pasirinkimai: nesistemingas ir
sistemingas tikrinimas. Vykdydamas nesistemingą tikrinimą, tyrėjas savo nuožiūra
pasirenka kurias anketas tikrinti. Vykdydamas sistemingą tikrinimą, tyrėjas anketas
pasirenka atsitiktine tvarka arba pagal sisteminį modelį. Kitu atveju, tyrėjas gali
tikrinti kiekvieną užpildytą anketą, atsižvelgdamas į laiko sąnaudas ir būtinybę.
Nepaisant visų atsargumo priemonių, vis tiek egzistuoja pavojus, kad
probleminiai klausimai yra įtraukti į užpildytų anketų šūsnį. Taigi, užbaigtų anketų
tikrinimo tikslas yra nustatyti “blogų” anketų skaičių šūsnyje, ir jei tokios anketos
egzistuoja tai jas būtina išmesti. Probleminiai klausimai yra tokie, kuriuose
pasireiškia tokie veiksniai:
abejotinas pagrįstumas, svarumas;
nepriimtinos neužbaigtumo formos;
nepriimtinas kiekis aiškių respondento nesupratimų;
neįskaitomas respondento raštas, transportavimo sugadinimai ar kitos
akivaizdžias problemos.
Pagrindinės problemos, kurios įvardinamos patikrinus užpildytas anketas, gali
būti apibūdintos: neužpildytos anketos, neatsakyti specifiniai klausimai, “taip ar ne
atsakymų” modeliai, “pusiaukelės” modeliai ir nepatikimi atsakymai.
Problema Apibūdinimas
Neužpildyta anketa Anketa yra nepilnai užpildyta. Kažkuriuo metu respondentas
akivaizdžiai nustojo atsakinėti į klausimus.
Neatsakyti specifiniai Respondentas atsisakė atsakyti į tam tikrus specifinius
klausimai klausimus, nors atsakė į visus kitus klausimus.
“Taip ar ne sakymo” Respondentas parodo užsispyrimą atsakyti teigiamai ar
modeliai neigiamai, nepaisant klausimo.
“Pusiaukelės” Respondentas nurodo “nežinau” daugelyje klausimų.
modeliai
Nepatikimi atsakymai Respondentas nėra pastovus atsakinėdamas į filtruojančius
klausimus arba kitaip parodo savo nepatikimumą.
5.2. Tikslumas ir patikimumas
Tikslumas susijęs su tikslu, kurio skaičiavimais siekiama, nuo kiekybinių
duomenų praktini naudojimu. Skaičiavimų tikslas ir praktinė nauda yra sudedamo-
sios tikslumo dalys, neatsiejamos nuo tikslumo laipsnio nustatymo. Paklaida ir jos
ribos – tikslumo komponentas, kuris gali būti nurodytas arba nenurodytas.
Paklaida ir jos ribos – įvertina pasitikėjimo skaičiavimais mastą. Nenurodyta paklai-
da reiškia trejopą padėtį.
Pirma, manoma, kad tos srities skaičiavimams dėl jų ypatumų šito nerei-
kia.
Antra, paklaida nenurodoma, nes ji visiems žinoma ir aiškiai suvokiama.
Trečia, į paklaidą atsižvelgta tiksliųjų mokslų teorijoje, apibūdinančioje leis-
tinas jos ribas.
Svarbu ir tai. Pavyzdžiui, įmonės ekonominės politikos tikslą formuojant šitaip:
"didinti kapitalo rentabilumą", bet nenurodant konkretaus skaičiaus ar atitinkamų
orientyrų, atsiranda patogus neapibrėžtumas. Tačiau, kiek racionalus skaičiaus ir jo
paklaidos žinojimas, jeigu rentabilumo nežymus, menko dėmesio tevertas pokytis
gali suformuoti netikėtus rezultatus?
Visas klaidų priežastis galima suskirstyti į dvi grupes: bendras ir specifinės klai-
dos.
Bendros klaidos pasitaiko visais tyrimo etapais. Tai matavimo, reprezentatyvu-
mo, tyčinės ar nesąmoningai daromos klaidos, atsitiktinio ar sisteminio pobūdžio.
Štai, matavimo patikimumas (valdumas) – tai matavimo kokybės apibūdinimas,
rodantis, ar tikrai yra pamatuojama tai, ką siekiama pamatuoti. Matavimo
patikimumas gali būti apibūdintas šiais rodikliais:
6. Duomenų pateikimas
6.1. Duomenų išdėstymas lentelėse
Galima išskirti:
pirminių duomenų lenteles (informacines);
iliustruojančias lenteles. Dažniausiai šios lentelės sudaromos siekiant
aptariamus momentus “papildomai įrodyti”, pakomentuoti. Šiose lentelėse
esantys duomenys rodo ar padarytos išvados artimos tikrovei, ar teisingai
apskaičiuoti rodikliai ir pan.
7.3.Duomenų apjungimas
Duomenys gali būti apjungti duomenų standartizavimo; daugiamačio vidurkio;
santykinių tiesinių nuokrypių sumavimo; pagrindinių komponenčių ir kitais metodais.
8.Duomenų apibendrinimas
8.1. Aibė. Seka. Sklaidos eilutė
Aibė - tai objektų aibė. Aibės objektai vadinami elementais ar nariais. Aibės
žymimos didžiosiomis raidėmis (A, B, C, ..).
Dvi aibės yra lygios (A = B), jei abiejų aibių elementai sutampa.
Aibės, kuriuos turi pasikartojančių elementų vadinamos multiaibėmis.
Aibės dažniausiai apibūdinamos žodžiais arba formaliai:
A = {1, 2, 3}
B = {raudona, balta, mėlyna, žalia}
Aibių apibūdinimas nebūtinai turi sutapti, kad aibės būtų lygios. Elementų eilės
tvarka ar pasikartojimas taip pat neturi įtakos, t.y.
{2, 4}, {4, 2} ir {2, 2, 4, 2}
yra identiškos aibės, nes turi lygiai tokius pat elementus.
Jei aibė neturi nei vieno elemento, ji vadinama tuščia aibe ir žymima .
Aibė taip pat gali turėti begalinį elementų skaičių - pavyzdžiui, sveikųjų skaičių aibė.
Jei kiekvienas aibės A elementas yra ir aibės B elementas, aibė A yra aibės B
poaibis ir tai žymima A ⊆ B. Jei dar tenkinama sąlyga, kad aibė A nelygi B, tai
griežtasis poaibis ir žymima A ⊂ B. Šiuo atveju B yra aibės A viršaibis.
Taip pat natūrali išvada, kad tuščia aibė yra bet kurios kitos aibės poaibis ir kad
kiekviena aibė yra savo pačios poaibis:
∅ ⊆A
A ⊆A
Aibių sąjunga tai lyg sudėtis - aibių sąjungos rezultatas yra aibė, kurioje yra visi
jungiamųjų aibių elementai. Aibių A ir B sąjunga žymima A ∪ B.
Pagrindinės sąjungos savybės:
A ∪B = B ∪A
A ⊆ A ∪B
A ∪A = A
A ∪∅ = A
Aibių A ir B sankirta yra aibė, sudaryta iš elementų, esančių tiek A, tiek ir B
aibėje. Sankirta žymima A ∩ B. Jei A ∩ B = ∅ , tai A ir B yra nesikertančios aibės.
Pagrindinės sankirtos savybės:
A∩B = B∩A
A∩B ⊆ A
A∩A = A
A∩∅ = ∅
Aibių A ir B skirtumas yra aibė, kurią sudaro elementai, esantys aibėje A, bet
nesantys aibėje B. Aibių skirtumas žymimas A \ B.
Aibė yra skaiti, jei yra būdas išvardinti visus jos elementus vienu ar kitu būdu.
Aibės gali būti:
baigtinė (objektų skaičius yra fiksuotas, t.y. juos įmanoma
suskaičiuoti);
begalinė (tai beribė aibė. Ji susideda iš nesuskaičiuojamo objektų
skaičiaus)
tikslo (aibė, kuri yra artimai susijusi su tyrinėjama aibe. Ši aibė dažnai
tapatinama su dabarties aibe. Iš jos imant objektus tyrimams ir darant
išvadas apie būsimą aibę, pasilieka tų išvadų patikimumo problema).
Kažkokia tvarka išrašyta skaičių (arba kitų elementų) aibė yra seka, pvz.:
{1,2,3,4,5,6,7,…}
Individualūs elementai vadinami sekos nariais. Seka gali turėti baigtinį arba
begalinį narių skaičių. Sekoje svarbi narių tvarka, pvz., šios sekos nėra
ekvivalenčios:
{A,B,C} ir {C,B,A}
Begalinės skaičių sekos apibrėžiamos taip: tegul f(n) yra funkcija, kurios
argumentai yra natūralieji skaičiai. Visų funkcijos reikšmių aibė, išrašyta argumento
didėjimo tvarka, vadinama skaičių seka:
{f(1), f(2), f(3),…,f(n),…}
Kartais funkcijos reikšmė būna neapibrėžta su kai kuriomis argumento
reikšmėmis, pvz.: reiškinys
1
n 1
neapibrėžtas su n = 1. Tokiais atvejais argumentai prasideda ne nuo 1, o nuo
didesnio skaičiaus.
Reiškinys f(n) vadinamas bendruoju sekos nariu, nes iš šios išraiškos galima
gauti bet kurį sekos narį.
Kažkokiu būdu iš sekos išmetę kažkuriuos narius, gauname naują seką, kurią
vadiname senosios sekos posekiu. Pvz., iš sekos
Skaičių sekos riba vadinama vertė, prie kurios artėja sekos narių vertės, tolstant
į begalybę.
Duomenų rinkimo etape gauta informacija dažniau specifinės sekos. Tai dažniau
skaičiai, išsidėstę be tvarkos. Savotiška jų sklaidos eilutė.
Sklaidos (pasiskirstymo) eilutės, tai skaitmeninių rodiklių eilutės, kurios
apibūdina aibės vienetų pasiskirstymą pagal vieną požymį.
Požymis - reiškinių arba procesų charakteringas bruožas, savybė arba ypatybė,
kuri gali būti apibūdinta statistiniais dydžiais.. Sąlygiškai visus požymius galime
skirstyti į kiekybinius ir kokybinius. Kiekybiniais (variaciniais) požymiais vadiname
tokius, kurių reikšmės viena nuo kitos skiriasi apibrėžtu, išmatuojamu dydžiu
Kokybiniais (atributiniais) vadiname kiekybiškai neišreikštus požymius. Atskirai
paminėtinas atributinių požymių atvejis - alternatyviniai požymiai, kurie gali įgyti tik
priešingas reikšmes (vyras - moteris; lietuvis - nelietuvis; sportininkas -
nesportininkas).
Sklaidos eilutės elementais yra variantas (X) ir aibės vienetų skaičiai, rodantys,
kaip dažnai aptinkami atskiri variantai. Pastarieji rodikliai gali būti išreikšti
absoliučiais arba santykio dydžiais ir vadinami svorio koeficientais arba dažniais (f).
Pasiskirstymo eilutės gali būti sudarytos pagal kokybinį arba kiekybinį požymį.
Priklausomai nuo to, jos skiriamos į:
kokybines (atributines)
kiekybines (variacines).
Kiekybinės (variacinės) pasiskirstymo eilutės rodo, kaip aibės vienetai pasiskirstę
pagal kiekybinius požymius. Priklausomai nuo kiekybinio požymio variantų
išreiškimo būdo, skiriamos dvi kiekybinių pasiskirstymo eilučių rūšys: diskretinės ir
tolygios.
Jeigu eilutėje variantų reikšmės viena nuo kitos skiriasi tam tikru apibrėžtu
dydžiu, paprastai sveiku skaičiumi, tai tokia kiekybinė eilutė vadinama diskretine.
Jos gali būti paprastos ir intervalinės.
Tolygios kiekybinės pasiskirstymo eilutės rodo, kaip aibės vienetai pasiskirstę
pagal kiekybinius požymius, kurių variantai yra išreikšti trupmeniniais dydžiais. Jos
paprastai būna tik intervalinės.
Kiekybinėje eilutėje požymio reikšmės gali būti išdėstytos didėjančia arba
mažėjančia tvarka. Taip sutvarkyta pasiskirstymo eilutė yra vadinama ranžiruota
eilute.
Pasiskirstymo eilutės gali būti pertvarkytos į kumuliatyvines eilutes, kurios
sudaromos pagal sukauptus dažnius. Sukaupti dažniai rodo, kiek aibės vienetų
arba kuri jų dalis neviršija konkrečios požymio reikšmės ir apskaičiuojama
nuosekliai pridedant prie pirmos grupės dažnių paskesnių grupių pasiskirstymo
eilutės dažnius.
8.2.Grupavimas
Prieš atliekant surinktų duomenų analizę, pirmiausia reikia panagrinėti kiekvieną
kintamąjį (požymį) atskirai. Tokia analizė, kai kiekvienas kintamasis nagrinėjamas
atskirai, vadinama vienmate. Šiai analizei atlikti naudojami statistinio tyrimo
metodai.
Statistinio tyrimo metodus sudaro duomenų grupavimas, dažnių lentelės,
statistinių charakteristikų (duomenų padėties ir sklaidos charakteristikų)
skaičiavimas ir grafinis duomenų vaizdavimas.
Surinkti ir aritmetiniu bei loginiu būdu patikrinti duomenys - tai tik didelis kiekis
medžiagos. Ją reikia susisteminti ir susumuoti taip, kad būtų galima išaiškinti
būdingus aibės bruožus bei nustatyti tiriamų reiškinių ir procesų dėsningumus.
Sistemindami duomenis, neapsiribojama tik paprastu atskirų aibės narių
(vienetų) sumavimu. Paprastas sumavimas, neskirstant aibės narius pagal kokį
nors požymį į grupes, tik iš dalies apibūdina tiriamą reiškinį.
Socialiniai ekonominiai reiškiniai bei procesai skiriasi savo sudėtingumu ir
raidos formų įvairumu, todėl juos reikia taip apdoroti, kad būtų galima išskirti visus
esminius bruožus ir išryškinti pagrindines raidos tendencijas. Dėl to suvedami
duomenys turi būti skirstomi pagal esminius požymius į grupes, apskaičiuojant
kiekvienai grupei bendruosius rodiklius. Gautus rezultatus tarpusavyje palyginant
nustatomi esminiai skirtumai tarp grupių, įvertinamas atskirų grupių vaidmuo,
struktūriniai pokyčiai.
Grupavimas yra etapiškas procesas:
a) n = 1+3,32 lg N [Sterdžeso];
b) o kai N>100: n = 5 lg N [Brukso ir Karuzerso];
c) K = (xmax-xmin);
d) d=K/n;
e) n= K/d.
xi
x1 x 2 ... x n 1
xa xi
n n n
Jeigu kuri nors xi reikšmė pasikartoja, tai pakanka ją padauginti iš
pasikartojimų skaičiaus ir bus apskaičiuota bendra šių reikšmių suma. Žinant visų
reikšmių pasikartojimo skaičių, skaičiuojant aritmetinį vidurkį, bus naudojamas
svertinis būdas [weighted average]:
x ifi
x f x 2 f 2 ... x i f i ... x n f n
xa 1 1
f1 f 2 ... f i ... f n
fi
M n Sm 1
Me x 0 d
0,5 n L
Me 1 , Me x0 d
fm
f Me
čia:
Me - mediana,
X0 - medianos intervalo apatinė riba,
d - intervalo plotis,
Mn - vidurinio nario eilės numeris arba pusė visų dažnių sumos,
S m 1 - kumuliuotasis dažnis ikimedianiniame intervale,
fm - dažnis medianiniame intervale.
8.4.Santykinės statistikos
Skirstinio plotis (range). Tai verčių maksimumo ir minimumo skirtumas. Skirstinio
pločio ir vidurkio santykis yra osciliacijos koeficientas.
Momentai. Bendra jų skaičiavimo tvarka tokia:
x i A ' f i .
fi
Priklausomai nuo A reikšmės gali būti paprasti (A=0) ir centriniai (A yra vidurkis)
momentai. Nuo laipsnio reikšmės priklauso momento tipas. Jis yra pirmos, antros,
trečios ar ketvirtos eilės ( jei laipsnis 3, turime trečios eilės momentą ir pan.).
Vidutinis standartinis nuokrypis (standard deviation). Rodo išsibarstimą apie
vidurkį.
Vertės atstumą iki vidurkio rodo nuokrypis (deviate): (xi- x ). Paprastų nuokrypių
suma visada lygi 0. Nuokrypių apibendrinimui skaičiuojamas vidutinis (absoliutus)
nuokrypis (average deviation) - nuokrypių absoliučių verčių vidurkis:
xi x
n
Jis nebūna lygus nuliui.
Vidutinis standartinis nuokrypis gaunamas iš dispersijos (variance) ištraukus
teigiamą kvadratinę šaknį.
n
x i x 2
i 1 .
n
Bendru atveju, standartinis nuokrypis – tai matuojamų dydžių sklaidos apie
vidurkį matas. Imties (empirinis) standartinis nuokrypis žymimas raide s, o
generalinės aibės standartinis nuokrypis - raide σ. Jei duomenų skirstinys yra
normalusis, tai į intervalą, kuris gaunamas atidėjus į abi puses nuo vidurkio po
standartinį nuokrypį s x s, x s patenka apytiksliai 68% visų duomenų. Į intervalą
x 2s, x 2s patenka apytikriai 95,4% visų duomenų, o į intervalą x 3s, x 3s
patenka beveik visi duomenys (tiksliau, 99,7%).
Dispersija apskaičiuojama susumuojant kiekvienos reikšmės atstumo
(skirtumo) nuo vidurkio kvadratus ir gautą sumą padalinant iš reikšmių skaičiaus.
Dispersija, kaip ir standartinis nuokrypis, parodo duomenų sklaidą apie vidurkį.
Kadangi dispersija apskaičiuojama keliant reikšmes kvadratu, tai ir dispersijos
matavimo vienetai yra pakelti kvadratu. Standartinis nuokrypis, kuris yra šaknis iš
dispersijos, matuojamas tokiais pačiais matavimo vienetais kaip ir patys duomenys.
Vidurkio standartinis nuokrypis arba standartinė klaida (Standard Error of Mean)
yra apskaičiuojamas imties standartinį nuokrypį s padalinant iš kvadratinės šaknies
ištrauktos iš visų duomenų skaičiaus. Vidurkio standartinis nuokrypis, kaip ir imties
standartinis nuokrypis, padeda nustatyti atskirų reikšmių išsibarstymo intervalą. Su
99,7 proc. tikimybe galime teigti, kad aibės vidurkis yra intervale, kuris gaunamas
atidėjus į abi puses nuo vidurkio po tris vidurkio standartinius nuokrypius
x 3s, x 3s ; su 95,4 proc. tikimybe galime teigti, kad aibės vidurkis yra intervale,
gautame atidėjus į abi puses nuo vidurkio po du vidurkio standartinius nuokrypius
x 2s, x 2s ; o jei nuo vidurkio atidėsime po vieną vidurkio standartinį nuokrypį
x s, x s , tai tikimybė, kad į šį intervalą pateks aibės vidurkis yra apytikriai 68
proc.
95 proc. vidurkio patikimumo intervalas (95% confidence limits of mean).
Dažniausiai taikomas. Vidurkio standartinis nuokrypis arba standartinė klaida
leidžia apskaičiuoti vidurkio patikimumo intervalą. Su 95,4 proc. tikimybe galime
teigti, kad intervale, kurį sudaro du vidurkio standartiniai nuokrypiai, atidėti į abi
puses nuo imties vidurkio, bus generalinės aibės vidurkis. Jei atidėsime ne po 2, o
po 1,96 vidurkio standartinius nuokrypius gausime tikslią 95 proc. tikimybę. Šis
intervalas ir vadinamas 95 proc. vidurkio patikimumo intervalu.
Variacijos koeficientas (coefficient of variation). Leidžia palyginti dviejų aibių
išsibarstymą apie vidurkį (kai duomenys nekeičia ženklo). Nepriklauso nuo skirtingų
vidurkių ir skirtingų dimensijų. Dažniausiai tai standartinio nuokrypio ir aritmetinio
vidurkio procentinis santykis.
n
x i x 3
Asimetrijos koeficientas skaičiuojamas taip: i 1
n 3x
Apibūdinant asimetrijos lygį gali būti apskaičiuoti:
x M0
1-asis Pirsono asimetrijos koeficientas: ;
2-asis Pirsono asimetrijos koeficientas: 3 x M e .
Kai asimetrijos koeficientas didesnis už nulį, yra teigiama (dešiniašonė)
asimetrija. Kai jis lygus nuliui, sklaida yra asimetriška. Esant esminei asimetrijai,
asimetrijos koeficientas yra didesnis arba mažesnis už 1.
Ekscesas surandamas taip: n x i x 4
i 1 3
4
n x
Kai ekscesas lygus nuliui, tai skirstinys pagal šį parametrą atitinka normalųjį. Kai
ekscesas didesnis už nulį, ekscesas yra teigiamas, o variacinės eilutės variantai yra
susitelkę apie vidurį. Kai ekscesas mažesnis už nulį, ekscesas neigiamas, o
variacinės eilutės variantai labiau išsisklaidę.
Pagrindinė literatūra
Valkauskas R. 2011 Duomenų analizės įvadas Vilnius: VU
Schlittgen R. 2012 Einfürung in die Statistik: Analyse und modellierung München,
von Daten Wien:Oldenbourg
Brandt S. 1999 Data Analysis New York: Springer
Verlag
Maringer D. 2008 Statistical and Computational Methods for Data Basel: Universität Basel
Analysis
Curwin J., SlaterR. 2008 Quantitative Methods for Business Decisions London: High Holborn
Berthold M., Hand 2007 Intelligent Data Analysis New York: Springer
D. Verlag
Girdzijauskas S. 1997 Finansiniai skaičiavimai Kaunas: Technologija
Francis A. 1993 Business Mathematics and Statistics London,DP Publications
Valakevičius E. 1998 Finansų aritmetika Kaunas:Technologija
Kardelis K. 2002 Mokslinių tyrimų metodologija ir metodai. Kaunas Kaunas: Technologija