KVANTITATIVNE METODE

1. DEFINIŠI POJAM „METODE“ I „ KVANTITATIVNO“ ?

METODA je postupak kojim se dolazi do nekakvog rezultatskog pokazatelja. Taj postupak se može
jednostavno ponovit, može se razumjeti, može se ponoviti, može se provjeriti i prenijeti drugima. I
konačno primjenjen u drugim uslovima opet, mora dati potpuno isti rezultat !

KVANTITATIVNO je sve ono što u konačnici, na bilo koji način možemo predstaviti kao nekakav numerički
pokazatelj ili broj. Suštinski, nas zanima samo činjenica da se radi o brojčanom, tj. numeričkom
predstavljanju nekih, ma kakvih, pojava.

2. DEFINIŠI POJAM I SVRHU KVANTITATIVNIH METODA ?

KVANTITATIVNE METODE su pustupci kojima se u predstavljanju bilo čega u konačnici dolazi do nekakvog
brojčanog rezultatskog pokazatelja.

SVRHA kvantitativnih metoda je adekvatno pridruživanje tih univerzalnih simbola nenumerički

definiranim pojmovima koje tako puno bolje razumijemo.

3. DEFINIŠI POJAM I SVRHU ALGORITMA ?

ALGORITAM predstavlja poznati slijed elementarnih postupaka koji uvijek (unutar zadanih uslova )
dovode do cilja. U ovakvom postupku nema nikakvih iznenađenja

SVRHA ALGORITMA je automatizacija sukcesivnih koraka od kojih je neka metoda sastavljena.

4. DEFINIŠI I OBJASNI POJAM „METODOLOGIJE“ ?

Jednom kad odredimo neku metodu kojom želimo da provjerimo neku parcijalnu tvrdnju ili znanstvenu
pretpostavku, u tom trenutku nam je, a na temelju prethodnih koraka, več poznat još cijeli niz segmenata
koja nas zanima. Obično već znamo svrhu i cilj, znamo šta je problem koji nas zanima, znamo šta je
predmet našeg zanimanja, šta želimo ispitati i eventualno čak u kojim okvirima očelujemo rezultate.Cijeli
ovaj niz postavki potrebnih za razumjevanje zaokružene cijeline problema koji nas zanima i koji želimo
istražiti nazivamo METODOLOGIJA.

METODOLOGIJA je manje više standardizirani put kojim se krečemo u nastojanju postavljanja odrednica
koje nas vode do razumjevanja rezultata istraživanja.

5. OBJASNI POJMOVE POZNATO I NEPOZNATO I OBJASNI RAZLIKU ?

POZNATO je predmet iskorištavanja i predmet naših svakodnevnih vrijednosti koje su težile formiranju
osobne grupne ili globalne perzistencije u varijabilnim uslovima kojima smo bili izloženi.

NEPOZNATO je kao generator aktivnosti neprekidno usmjeravalo ljudske napore, potencijale i stremljenja
prema razjašnjavanju, prema zaokruživanju, prema razumjevanju i prema specifičnom djelovanju, kako bi
se u razumijevanju i uspjelo.

1
6. OBJASNI POJMOVE ENTITET I VARIJABLA ?
U svemu što oko nas postoji , prepoznajemo n eke uglavnom stalne i postojane pojave, ali ipak sa
određenom i to velikom dozom sigurnosti možemo tvrditi kako te pojave možemo dosta dobro
prepoznavati u ponovljenim posmatranjima. Te pojave, bez obzira koliko o njima znali i na koji način ih
pokušali definirati nazivamo ENTITETI. ENTITET predstavlja pojedinca čovjeka, automobil, grupa
sportaša, država, selo i bilo što drugo što se može izdvojiti iz okoline, po barem jednom svojstvu ili
osobini .
VARIJABLA predstavlja barem jedno svojstvo ili osobitost koje nam uspostavlja mogučnost
prepoznavanja nekih internih svojstava entiteta ili barem njegovo razlikovanje od svega ostalog.

7. OBJASNI POJMOVE SPOZNAJA I EGZISTENCIJA ?

SPOZNAJA je dosegnuti skup etičkih i znanstvenih postavki, emocija, znanja ,informacija, ali i jednako
inkorporiranih materijalnih resursa i svega ostalog što neki entitet nosi u sebi, kao i moguče relacije sa
drugim entitetima. Razinu dostignutih spoznaja obično procjenjujemo obično procjenjujemo skupom
pravila, zakonitosti i postupaka koje nose zajednički naziv „znanost / nauka“.
EGZISTENCIJA je razlika između najmanje dva entiteta. Pojave koje možemo uopće registrovati nisu baš
u svemu jednake, već ih možemo proglasiti i različitima.

8. OBJASNI POJMOVE HORZONTALNA I VERTIKALNA DIMENZIJA SPOZNAJE ?

HORIZONTALA DIMENZIJA predstavlja proširenje prostora spoznaje o objektima i njihovim svojstvima.

Ovu dimenziju možemo opisati na način da svaki entitet varijablama pokušava maksimalno koliko može
razapeti prostor svoje spoznaje i zatim dosegnuti granice tako razapetog prostora ne bi li taj prostor
spoznao u potpunosti i bez ostatka.

VERTIKALNA DIMENZIJA podrazumjeva odabir navedenih varijabli na način da sve finije i kvalitetnije
procjenjuju preostale entitete, izvrše klasifikaciju i hijerarhijsko struktuiranje razina objekata od
najjednostavnijih prema složenijima .

9. OBJASNI POJMOVE FUNDAMENTALNO I APLIKATIVNO ?

FUNDAMENTALNO podrazumjevamo težnju entiteta ka maksimalizaciji integracije svih mogučih
spoznaja s minimalizacijom djelovanja.

APLIKATIVNO podrazumjevamo težnju entiteta ka maksimalizaciji akutnih ( trenutnih ) djelovanja u

okolini uz opštu minimalizaciju integriranja novih spoznaja.

2
10. OBJASNI POJAM UNIVERZALNOSTI PROSTORA SPOZNAJE?
Poznavanje ili nepoznavanje bilo kakvih fenomena koji realno egzistiraju u našoj oklini, povezano je sa
mnogim spoznajama na koje smo oslonjenini pri zaključivanju, a koje spoznaje su rezultat prethodne
akumulacije znanja.
UNIVERZALNOST PROSTORA SPOZNAJE se temelji na činjenici da svaki pojedinac pokušava graditi mrežu
svojih vlastitih znanja, saznanja i pravila, a na temelju kojih leže jedinstvene zakonitosti.
Mnogi problemi užeg opsega mogu se rješavati , pa i riješiti sa više aspekata neovisno, različitim
neovisnim metodologijama. To ne znači ništa drugo nego da je znanost samo jedna , a put do znanstvene
istine samo kraći ili duži, brži ili sporiji, što uglavnom zavisi o izboru kriterija rješavanja.
S toga ubuduče nemo žemo zanemariti da se sve na sve reflektira i da je sve sa svim drugim u nekoj,
večoj ili manjoj mjeri povezano jer jednostavno egzistira u istom univerzumu.

11. OBJASNI POJAM DEFINIRANJE PROBLEMSKOG OKVIRA ?

PROBLEMSKI OKVIR predstavlja dominantnu odrednicu razmišljanja za utvrđivanje istine, odnosno

metodološki put, odabir metoda i alata za provjeru hipoteza, pa time i gotovo predvidjeti i buduće
rezultate. Definisanje problemskog okvira je isključivo vezano za utvrđivanje istine, gdje konkretno: a) ili
jedna tvrdnja nije istinaita, b) ili druga tvrdnja nije istinita i c) niti jedna od te dvije tvrdnje nije istinitra.

12. OBJASNI POJMOVE „ZNANSTVENO“ I „TEHNOLOŠKO“ ?

ZNANSTVENO - Ono što nam je poznato to možema na svakakav način upotrijebiti, iskoristiti. No tada se
postavlja pitanje a ko i kako če se baviti nepoznatim. Naravno da su to znanstvenici odnosno stručnjaci
koji če se baviti određenom problematikom. ZNANOST je dovođenje nepoznatog u granice poznatog.

TEHNOLOGIJA - uključuje određenu strategiju djelovanja, određena obrazovanja, profil materijalnih

resursa, interes za primjenu znanja, mogučnosti dugoroćne eksploatacije i sve ono što primjenu čini
smislenom. TEHNOLIGIJA - iskorištavanje poznatog i stavljanje istog na raspolaganje svima (apliciranje
znanja u realan život. Tehnologija uključuje određenu strategiju djelovanja, određena obrazovanja, profil
materijalnih resursa, interes za primjenu znanja, mogučnost dugoročne eksploatacije i drugo..

13.OBJASNI POJMOVE „MATERIJALNO“ I „TRANSCEDENTNO„ ?

MATERIJALISTIĆKO teži ka definiranju pojave i zakonitosti dominantno na temelju razumijevanja i
formiranja prirodnih zakona. Teži konkretnoj i matematičko-fizikalnojevaluaciji fenomena koji nas
zanimaju.
TRANSCEDENTNO ostavlja mogučnost da prirodni zakoni nisu i nemogu biti dovoljni za shvatanje svega
čime smo okruženi i čega smo dio. Teži filozofskoj ili čak religijskoj determinaciji pojava

14. OBJASNI POZICIJU LOGIKE U POSTUPKU IZVOĐENJA DOKAZA ?

U pristupu znanstvenom dokazivanju, metodologija kojom se takav postupak provodi je na ključnom

mjestu, jednostavno zato jerda bi svi zainteresovani za to mogli steći u uvid dobijene dokaze te na taj
način razumjeti snanstvenu istinu koja se dokazom potvrđuje. Isključivo logika je jedini način kako se to
može.

3
15.OBJASNI TEMELJNE PRISTUPE KVANTITATIVNIM METODAMA ?
Kvantitativnim metodama možemo pristupiti na tri temeljna načina :
a) da upoznamo što više pojedinih metoda i koristimo ih kada nam zatrebaju za problem koji nas zanima.
b) da vidimo koji problem želimo riješiti, pa zatim odaberemo od postoječih metoda koje su nam
raspoložive, a držimo da su najbolje ;
c) tako da postavimo problem i tražimo način riješenja, uključivo i konstrukciju neke nove metode
Prvi način (a) je sa najmanje rizika, jer se problem i postavlja sa obzirom na poznate metode, ali taj način
nas ograničava u postavlju problema samo u pravcu nama poznatih metoda za provjeru hipoteza.
Drugi način (b) je često optimalan, jer nam ne ograničava slobodu postavljanja problema, a još uvijek
nam u dobroj mjeri garantira da adekvatne metode postoje. Rizik je u neoptimalnim metodama.
Treći način (C) daleko je najbolji ali i sanajviše rizika, jer se može dogoditi da se postavi sasvim relni
problem, za riješenja za kojeg ne postoje aktuelne metode, ali i da nove nije moguče brzo i jednostavno
uraditi.

16. ŠTA JE TO STATISTIKA I KOJE SU JOJ TEMELJNE ZADAČE ?

STATISTIKA je matematička disciplina koja se bavi istraživanjem atipičnih, masovnih i sličnih pojava te
njihovim brojčanim izražavanjem. Načelna zadača statistike je da specifičnim metodama otkriva veze i
relacije među pojavama.

TEMELJNE ZADAČE STATISTKE :

a) prikupljane građe za usporedbu raznih pojava
b) otkrivanje i provjera veza među pojavama
c) uočavanje pravaca kretanja i razvoja pojava
d) primjena prikupljenih podataka za unaprijeđenje praktičnih djelovanja

17. OBJASNI TEMELJNE ELEMENTE STATISTIKE ?

1. Statistički podataka - pokazatelj često brojčani, koji govori o stanju ili kretanju neke pojave
2. Statistički instrumenti – sistem raznih tehničkih elementa i metoda kao i organizacijskih nositelja rada
3. Statistička praksa – podrazumjeva se cjelokupna djelatnost koja se obavlja u cilju istraživanja
masovnih pojava.
4. Statistička primjena – predstavlja pojam koji se odnosi na upotrebu statistike kao konkretnog rada
oblika rada u raznim područjima ljudske djelatnosti.
18. OBJASNI POJMOVE „DETERMINISTIČKI „ „STOHASTIČKI“ „PROBABILISTIČKI „?

Sve što postoji unaprijed je određeno i nije podložno slučaju, neovosno o tome šta mi sami, iz razloga
ograničenosti naše spznaje, nemožemo sve spoznajno obuhvatiti i ovaj pristup pojavama nazivamo
DETERMINISTIČKI .

STOHASTIČKI pristup pojavama podrazumjeva da ništa nije unaprijed određeno, a naše spoznaje su tek
manje- više subjektivni konstrukti.

PROBABILISTIČKI pristup pojavama podrazumjeva da se stalno nalazimo u situaciji da neka pravila

možemo prihvačati, ali uz veču ili manju mogučnost da se teorijski i u životu realiziraju.
4
19. OBJASNI POJMOVE U ZAKLJUČIVANJU „A PRIORI „ ; „ A POSTERIORI „ ?
Vjerovatnost možemo razgraničiti na dva temeljna tipa. Tip kod kojeg je izgled nekog događaja omjer
broja povoljnih ishoda u odnosu na broj svih mogučih ishoda zovemo „ A PRIORI“ vjerovatnost. Pri tome
se predpostavlja kako su svi ishodi jednako moguči.

„A POSTERIORI“ nastupa u situacijama kada nemožemo tvrditi da su svi događaji jednako moguči.
Opisujemo je kao omjer mogučnosti broja povoljnih slučajeva u odnosu na broj izvršenih pokušaja. Ova
vjerovatnost se još naziva i statistička vjerovatnost.

20. OBJASNI ZAKON VELIKIH BROJEVA ?

Temeljni zakon o teoriji vjerovatnosti i statistici je zakon velikih brojeva, koji glasi ovako: Kada broj
pokušaja raste, apsulutna razlika između relativne frekvencija i vjerovatnosti se smanjuje. To znači da
ono što pojedinačno možemo smatrati slučajem, u velikoj masi gubi karakter slučajnosti i počinje se
ponašati zakonomjerno.

21. ŠTA JE TO MATEMATIČKI „ SKUP „ , OD ČEGA SE SASTOJI I KOJE POZNAJEŠ ?

MATEMATIČKI SKUP podrazumjeva konglomeraciju sastavljenu od objekata sa zajedničkim obilježjima.
Skup sadrži članove ili elemete. Poznati su:

KOMPLEMENTARNI SKUP ako je ukupna populacija objekata podijeljena na dva dijela npr. aktivni
sportisti i kineziologijski neaktivni dio te populacije,,, tada govorimo o komplemetarnom skupu.

UNIJA – Od dva skupa A i B uvijek se može formirati novi skup npr. skup C jednostavnim pridruživanjem
njihovih objekata. Novi skup nazivamo unijom C = A B

PRESJEK - Nerijetko če nas zanimati preklapaju li se dva skupa, odnosno imaju li zajedničke objekte.
Takav novi skup u kojem su neki zajednički članovi nazivamo presjekom.

22. ŠTA SU TO MJERE CENTRALNE TENDENCIJE I KOJE POZNAJEŠ ?

CENTRALNA TENDENCIJA je izraz kojim se karakterizira cijeli niz podataka, tako što se pomoću nje cijeli
niz opisuje jednim pokazateljom.

Aritmetička sredina – je srednja vrijednost na koju djeluju svi podaci nekog niza i računa se kao prosjek
svih podataka obzirom na ukupni broj podataka.

Medijan ( Me) – je srednja vrijednost koja dijeli niz podataka na dva jednaka dijela, s time da je broj
podataka manjih od Medijana jednak broju podataka večih od njega.

Mod ( Mo ) – je srednja vrijednost koja se najčešće javlja u nekom nizu podataka, odnosno ona sa
največom frekvencijom.

Harmonijska sredina – je srednja vrijednost koja se računa u situacijama kada nas npr :zanimaju
prosječne vrijednosti nekih odnosa i sl.

Geometrijska sredina ( G ) – je mjera prosječne sredine kretanja neke pojave.

23. ŠTA SU TO MJERE ODSTUPANJA I KOJE POZNAJEŠ ?

5
MJERE ODSTUPANJA podrazumjevaju činjenicu da podaci mogu odstupati na najrazličitije načine, te vrlo
je korisno odabranim mjerama procijeniti ta odstupanja, kako bi što bolje upoznali niz izmjerenih
podataka, a time i pojavu koju mjerenjem pokušavamo istražiti i opisati, ne bi li je razumjeli i utjecali.

Apsulutno odstupanje je mjera prosječnih apsulutnih odstupanja od aritmetičke sredine i daje nam
elementarne informacije o varijabilitetu pojave..

Varijansa je takva mjera odstupanja kojom se ispituju pojedinačna odstupanja od aritmetičke sredine, a
radi se o ocijeni koliko pojedini rezultati odstupaju od aritmetičke sredine u oba pravca.

Standardna devijacija predstavlja drugi korijen iz varijance i dobro reprezentira odstupanja od

aritmetičke sredine.

Standardna ( Z ) vrijednost je takav pokazatelj koji daje informaciju o relativnom položaju podataka
unutar cijelog niza, jer je vrijednost zadana u standardnim vrijednostima.

24. OBJASNI POJMOVE POPULACIJA ; UZORAK ; OBJEKT ?

POPULACIJA predstavlja skup objekata o čijim karakteristikama želimo donositi zaključke

UZORAK – je skup objekata odabran dau nekoj mjeri reprezentira populaciju iz koje je izvučen

OBJEKT ( entitet , elemenat ) – je pojedinačna pojava koja pripada nekom skupu pojava , unutar nekog
uzorka istirodnih pojava iz neke populacije.

25. KOJE VRSTE UZORAKA POZNAJETE OBJASNITE IH ?

1. STROGO SLUČAJNI UZORAK je onaj kod kojeg sve jedinice izbora imaju jednaku vjerovatnost izbora u
uzorak .

a) slučajni uzorak sa ponavljanjem je takav kod kojeg postoji mogučnost da neka jedinica izbora bude
izabrana u uzorak više puta.

b) slučajni uzorak bez ponavljanja je takav oblik kod kojeg se svaka jedinica izbora može izabrati samo
jednom, a osnovni skup se sukcesivno smanjuje.

2 . STRATIFICIRANI je takav uzorak kod kojeg se izbor vrši na osnovu stratifikacije, odnosno razbijanje
osnovnog skupa na pojedine dijelove, grupe. Svrha da se dobiju pojedini djelovi grupe oji su homogeni
od osnovnog skupa.

3 . SISTEMATSKI je takav uzoraka kod kojeg se koristeči tablicu slučajnih brojeva uzimaju po redoslijedu
određeni podaci. I takav uzorak jako dobro zadovoljava uvjete slučajnosti.

4 . KVOTA UZORAK je takav uzorak kod kojeg se prethodno određuju proporcije pojedinih grupa , a izbor
se vrši po sistemu slučaja. Npr. koristi se u sociologiji ili u koneziologiji.

5. SATURATIVNI UZORAK – je takav uzorak koji se odabire na način da određeni pokazatelji u daljnim
analizama budu određene veličine.

26. ŠTA SU TO DISTRIBUCIJE PODATAKA I KOJA SU TEMELJNA SVOJSTVA

GAUSOVE KRIVE ?
6
DISTRIBUCIJA PODATAKA podrazumjeva kako su podaci zastupljeni tj u kolikom su broju unutar klasa u
koje ih po nekom kriteriju dijelimo. Gausova kriva podrazumjeva udaljavanje od sredine prema
krajevima , čime frekvencija podataka opada, a kao funkcioja zadana je sa dva parametra : centralnom
mjerom (aritmetička sredina) i i odstupanjem od centralne mjere (standardna devijacija).
Temeljna svojstva Gausove krive su : Ima oblik zvona, unimodalna je, proteže se od - sigma do + sigma,
simetrična je , modus medijana i aritmetička sredina su istih vrijednosi. Za nju je još karakteristično da u
rasponu od – 1 sigma do + 1 sigma ima 68,27 % svih podataka ; zatim da u rasponu od -2 sigme do + 2
sigme ima 95,45 % svih podataka , i -3 sigme do + 3 sigme ima 99,73 % svih podataka.

27. OBJASNITE KOLMOGOROV – SMIRNOVLJEV TEST ?

KOLMOGOROV –SMIRNOVLJEV TEST podrazumjeva test kojim se za svaku kategoriju određuje razlika u
odnosu na „idealnu“ krivulju obzirom na pokazatelja aritmetičke sredine i standardne devijacije.

U suštini ovog testa radi se o klasifikaciji uzoraka u neke razrede. Buduči kako znamo da normalna
raspodjela zavisi od x i sigme, to za izmjerene vrijednosti x i sigme možemo izračunati kako bi trebala
izgledat normalna raspodjela. Upoređujuči ti kako izgleda distribucija i kako bi trebala izgledati možemo
zaključiti da u svakom razredu izmjereni podaci odstupaju od idealne raspodjele.

28. KOJE VRSTE HIPOTEZA U UZORCIMA POZNAJEŠ ?

1. PROCJENA ARITMETIČKE SREDINE POPULACIJE – parametar srednje vrijednosti populkacije nije
moguće procijeniti na temelju uzorka bez nekakve greške.

2. PROCJENA RAZLIKA DVIJU ARITMETIČKIH SREDINA ( zavisne i nezavisne ) : zavisne – predstavlja

takve uzorke kod kojih rezultati ovise o rezultatima drugog uzorka; nezavisne – tj takve uzorke u kojima
su dvije različite grupe entiteta.

3. TESTIRANJE HIPOTEZA da je aritmetička sredina uzorka jednaka nekoj pretpostavljenoj vrijednosti.

29. OBJASNI CENTRALNI GRANIČNI TEOREM ?

Ako iz ukupne mase populacije uzmemo slučajne subuzorke i oni svi imaju svoje aritmetičke sredine ,
tada kada broj takvih subuzoraka teži beskonačnom, raspodjela aritmetičke sredine tih uzoraka je
normalna tj. Gaussova. Greška te procjene je utoliko manja ukoliko je broj uzoraka veći.

30. OBJASNI POJMOVE UNIVARIJANTNO I MULTIVARIJANTNO ?

Statističke metode koje nam služe za donošenje zaključaka o ponašanju neke pojaver koja nas zanima
načelno možemo podijeliti na univarijantne i multivarijantne.

UNIVARIJANTNE METODE su svi oni postupci koji nam služe za donošenje zaključaka, ali koji se odnose
samo na jednu varijablu.

MULTIVARIJANTNE METODE su svi oni postupci koji uzimaju u obzir istodobno više varijabli.

31. OBJASNI POJAM RAZLIKOVANJA GRUPA ENTITETA I LOGIKU „ ANALIZE

VARIJANSE „ ?

7
Razlikovanje grupa entiteta možemo vršiti na dva načina. Jedna je t – test, a druga je anliza varijanse . U
suštini ove dvije metode daju ekvivalentne rezultate kada se radi o dvama uzorcima.

ANALIZA VARIJANSE podrazumjeva postupak razlikovanja unaprijed definisanig grupa entiteta opisanih
jednom varijablom. Temeljni cilj analize varijanse da se dokaže je li varijabilitet rezultata među grupama
značajno veći od varijabiliteta unutar grupa, pa ako jest tada zaključujemo da se radi o grupama iz
različitih populacija.

32. ŠTA SU TO LANČANI, A ŠTA BAZNI INDEKSI ?

Indeksi su relevantni brojevi kojima uspoređujemo podatke u nekoj seriji opisijuči ih postocima.

BAZNI INDEKSI su takvi kod kojih biramo bazu tj temeljni vremenski trenutak na temelju kojeg
određujemo poziciju ostalih podataka.

LANČANI INDEKSI su takvi kod kojih se stalno utvrđuje nova baza , a to je aktuelni vremenski trenutak. Za
te indekse je karakteristično da lančani indeks za prvi podatak ne postoji , a ponegdje se označava sa 100.

33. OBJASNI ŠTA JE TO TREND ?

TREND je dugoročno kretanje neke pojave , pod kojim se podrzumjeva promjena te pojave u vremenu
pod utjecajem faktora koji trajno djeluju ukazujuči na opšti zakon njenog razvoja. Primječuje se razvojna
tendencija u smislu rasta, pada i sl. Razlikujemo više vrsta trendova koji mogu biti npr. sezonski, ciklički,
slučajni, kombinirani,.......

Načelno , analizom trenda želimo smanjiti utjecaj varijacija, kako bi dobili opći sud o ponašanju pojave tj.
nekakvu mjeru prosječnog ponašanja.

34. ŠTA JE TO NEPARAMETRIJSKA STATISTIKA , OBJASNI HI –KVADRAT TEST ?

NEPARAMETRIJSKA STATISTIKA podrazumjeva da neke varijable kojima opisujemo neke pojave nemaju
normalnu distribuciju , a ponekad nisu uopšte kvantitativne ,več zadane u obliku npr : frekvenije ili
kvalitativnih kategorija. Za nju je važno razumjevanje pojma postavljanja i provjera hipoteze.

HI - KVADRAT TEST provjerava statističku značajnost razlika u opaženim frekvencijama. Postoje opažene
frekvencije i očekivane frekvencije.

Opažene frekvencije – ako neko prikupljanje podataka vršimo više puta, ili se radi o različitim
modalitetima istog mjerenja kao rezultat mjerenja dobijamo neki niz podataka.

Očekivane frekvencije – u uskoj vezi sa postavljanjem hipoteze, odnosno mi možemo pretpostavljati, u

skladu sa našim poznavanjem zakona vjerovatnosti i konkretnog problema, da će se neka pojava ponašati
na neki očekivani način.

35. ŠTA SU TO ANALIZE STANJA ?

Metode koje se obrađuju predstavljaju skup tipičnih procedura bez pretenzija da budu sveobuhvatne , jer
je broj takvih analiza doslovno ogroman. U tom smislu obratit če se pozornost na analize stanja : analiza

8
redukcije dimenzionalnosti ( faktorska analiza ) ; regresijska analiza, kanonička korelacijska analiza ;
diskriminativna analiza ; taksonomska analiza.

MULTIVARIJANTNE METODE su postupci koji nampomažu u prikladnom načinu prikupljanja podataka o

objektima , želeći ih što bolje opisati, ali s optimalnim i dovoljnim brojem parametara.

36. OBJASNI POJAM MULTIVARIJANTNA DISTRIBUCIJA ?

Multivarijantno znači korištenje više varijabli. Međutim to predpostavlja i da su dopuštene relacije
između tih varijabli , što kod univarijantnog pristupa nije bio slučaj , pa čemo predpostaviti da
multivarijantno znaći nekoliko, a najmanje 2 , ali i u interakciji.

37. OBJASNI POJAM KORELACIJE I EFEKTE SELEKCIJE ?

-KOLERACIJA (uzajamni odnos) se bavi istraživanjemi i izražavanjem stepena , tačke i smjera
međusobnih odnosa i veza između različitih pojava. Korelacija je najpogodniji način za izražavanje
međuodnosa između dviju varijabli.

EFEKAT SELEKCIJE je skup postupaka koji predstavlja obavezne etape sistemskog odabira entiteta
želejnih svojstava u svrhu postizanja određenih ciljeva.

38. OBJASNI LOGIKU FAKTORSKE ANALIZE I ROTACIJE ?

FAKTORSKA ANALIZA je analiza faktora - skup sličnih varijabli, pri čemu se polazeći od većeg skupa varijabli
utvrđuje manji skup temeljnih varijabli ili faktora.

FAKTORSKA ANALIZA je skup statističko-matematičkih postupaka kojima se polazeći od većeg skupa

varijabli utvrđuje manji skup temeljnih varijabli ili faktora

Faktorska analiza u kratkim crtama predstavlja redukciju skupa informacija na manji broj na način da od onih
koje imaju međusobno najveće povezanosti stvorimo nove varijable – kompozite sastavljene od više početnih
varijabli. Svi ovakvi problemi su riješeni pod pretpostavkom da varijable nisu međusobno linearno zavisne.

Budući da redukcija dimenzijalnosti nedaju uvijek jednostavnu strukturu faktorske matrice dovodimo u poziciju
koja bolje opisuje faktore. To se izvodi na način da se maksimizirajuvrijednosti varijabli koje opisiju faktore
kojima realno pripadaju , a na druge faktore minimiziraju se njihove projekcije.

39. OBJASNI LOGIKU REGRESIJSKE ANALIZE ?

REGRESIJA predstavlja prosječan znakomjeran kvantitativan odnos između dvije posmatrane pojave , to
je analiza stanja . REGRESIJSKA ANALIZA se koristi da bi se ustanovila međusobna zavisnost jedno
pojave o drugoj ili više njih.

Ako se dvije pojave javljaju zajedno, to ne mora značiti da su one međusobno povezane. Da bi se
ustanovila međusobna ovisnost jedne pojave o drugoj ili više njih korist se regresijska analiza.

Treba pokušati uspostaviti relacije varijable sa nekim drugim varijabla ma (motoričkim, funkcionalnim,
morfološkim, psihološkim) za koje držimo da bi mogle biti od značenja za objašnjavanje varijabiliteta
rezultata kriterija, a postupak kojim se to riješava nazivamo regresijska analiza.

Primjer: trka na 100 m(eksplozivnost, brzina, start) – šta je potrebno za uspješne rezultate.
9
40. OBJANI LOGIKU KANONIČKE KORELACIJSKE ANALIZE ?
KANONIČKA KORELACIJSKA ANALIZA je dio regresione analize koja se bavi istraživanjem i izražavanjem
stepena jačine i smjera međusobnih odnosa i veza između različitih pojava, a služi za utvrđivanje
povezanosti između dva skupa varijabli..

Radi se o mnoštvu predikatorskih i moštvu kriteriskih varijabli koje se simultano procesira uz stvaranje
novih linearnih kombinacija , kanoničkih faktora, koji u duhu fundamentalne faktorske jednađbe
odražavaju zajedničke faktore predikatorskog i kriterijskog skupa.

Razlozi mogu biti različiti , ali evo jedog čestog primjera – nekada nije moguće direktno
(ili p r e ko i d e a l n o g i n d i k a t o r a ) i z m e r i t i p o j a v u k o j a n a s z a p r a v o i n t e r e s u j e ( b i l o
z a t o š t o n e možemo, bilo zato što ne znamo kako) već se moramo zadovoljiti merenjem iste preko
skupamanje-više dobrih indikatora. Recimo da nas onda interesu je da ispitamo da li je ta
naša pojava povezana sa nekom drugom pojavom koju moramo da mjerimo na isti način.

41. OBJASNI LOGIKU TAKSONOMSKE ANALIZE ?

TAXONOMIZACIJA- ovo je analiza tipova.

TAKSONOMSKA ANALIZA se bavi otkrivanjem zajedničkih svojstava različitih entiteta i klasificiranjem istih u
konačan broj stabilnih tipova.

Taksonomska analiza je zasnovana na kvantitativnim svojstvima objekata, au principu grupišu se: pojedinci,
grupe, itd.. Grupisanje se vrši na osnovu atributa – svojstava objekata.

Kod taksonomskih tehnika nemamo apiornu definiciju pripadnosti entiteta nekoj od grupa ,već takvu
definiciju moramo otkrirti unutar jedinstvenog, a ponekad i relativno homogenog uzorka entiteta.

U ovoj analizi nemamo defiunisanu pripadnost entiteta nekoj grupi, već takvu definiciju moramo otkriti.

42. OBJASNI LOGIKU DISKRIMINATIVNE ANALIZE ?

DISKRIMINATIVNA ANALIZA predstavlja razlikovanje unaprijed utvrđenih entitete.

DISKRIMINATIVNA ANALIZA je metod pomoću kog se utvrđuje da li se dva ili više uzoraka značajno
razlikuju po nekom skupu varijabli.

U opštem slučaju moramo uvažiti relacije između varijabli na temelju kojih grupe želimo razlikovati, a
tada na univarijantna analiza varijance ne može poslužiti. S toga nam je potreban postupak koji će uvažiti
doprinose bilo koje varijable tom razlikovanju. Dobije se nova funkcija razlikovanja u odnosu na koju se
grupe maksimalno razlikuju, a naziva se DISKRIMINATIVNA ANALIZA

43. OBJANI LOGIKU KVANTITATIVNIH I STRUKTURALNIH PROMJENA ?

-Kvantitativne promjene su one kod kojih dolazi do općeg povečanja ili smanjenja funkcija pračenih
parametara , a matematički se svodi na neku mjeru razlika vektora kojim su karakteristike entiteta
opisane u dvije ili više vremanskih tačaka.

10
-Struktura promjene su promjene koje dovode do redistribucije relacija parametara kojima se
procjenjuju objekti u procesu.

44. OBJASNI LOGIKU IDENTIFIKACIJE PROCESA ?

-Idetifikacija Procesa je područije analize podataka, odnosno da bi procjenili bilo što, moramo
poznavati neko određeno stanje.

Suština Identifikacije Procesa je određivanje postojanja, inteziteta , trajanja i završatke pojedinih faza
procesa .

45. OBJASNI LOGIKU METODA SELEKCIJE ?

-Bonacinov Select-Algoritam za rješavanje sadrži dvije bitne cjeline , u prvoj cjelini su svi entiteti
taxsonomirani i tako su svi entiteti svedeni u isti prostor. Podaci svih nivoa sortirani su po rastučem
redosljedu , finalni dio je logička generalizacija spoznaja o parametrima koji nas zanimaju.

46. OBJASNI ŠTA JE TO TEORIJA MJERENJA I ŠTA JE TO MJERENJE ?

TEORIJA MJERENJA – je disciplina koja pripada području primjenjene matematike i bavi se formalnim
modelima na kojima su zasnovani postupci mjerenja uopšte.

MJERENJEM možemo definisati svaku operaciju koja je u skladu sa nekim potpunim i tačnim skupom
pravila omogučava da se nekom objektu koji je član nekog homogenog skupa pridruži oznaka ili broj koji
se odnosi na neko određno svojstvo tako da se ma koja dva objekta po tom svojstvurazlikuju i da mogu
biti identični. MJERENJE – pridruživanje oznaka za određeno svojstvo– mogu se razlikovati i biti identični.

47. OBJASNI KOJE VRSTE VARIJANCI TESTA POZNAJEŠ ?

1. TOTALNA VARIJANCA (TV ) – odgovorna je za sve varaijacije rezultata nekog testa.

2. ZAJEDNIČKA VARIJANSA ( ZV ) - je onaj dio totalne varijanse neke varijable koji se može rastaviti na
jedan ili više različitih faktora. Taj dio varijanse objašnjava korelaciju između promatranih varijabli.

3. UNIKVITETNA VARIJANSA ( UV ) – objašnjava unikvitetne ili pojedinačne faktore. Unikvitetna varijansa

može imati dva dijela : specifičnu varijansu i varijansu pogreške.

4. SPECIFIČNA VARIJANSA ( SV ) – je dio prave varijanse nekog testa ili mjernog instrumenta. To znači da
ona nije uzrokovana pogreškom mjerenja, ali i da nije u korelaciji sa varijansom ostalih mjernih
instrumenata.

5. VARIJANSA POGREŠKE ILI ERORR VARIJANSA ( EV ) – je onaj dio rezultata koji nastaje zbog grešaka
mjerenja različitog tipa .

48. NAVEDI I OBJASNI 5 TEMELJNIH SVOJSTAVA MJERNIH INSTRUMENATA ?

1. DISKRIMINATIVNOST ( osjetljivost )- je takva karakteristika prema kojoj test uspješno razlikuje
ispitanike na osnovu mjernog svojstva.

11
2. OBJEKTIVNOST- se kao metrijska karakteristika odnosi na osobu ili tehnički sklop koji prikuplja
inicijalne podatke.

3. HOMOGENOST- je karakteristika instrumenata koji su sastavljeni od više ponavljanja da u svim svojim

dijelovima mjere istu željenu pojavu. Test je homogen ukoliko u svakom sljedećem ponavljanju
procjenjuje istu pojavu.

4. VALJANOST- je karakteristika prema kojoj mjerni instrument zaista ono što smo tim instrumentom
željeli izmjeriti.

5. POUDANOST- neke varijable znači sigurnost da je neki objekat tačno procijenjen tj. da je ta procjena
neovisna o pogreškama mjerenja.

49. NAVEDI I OBJASNI 5 TEMELJNIH MJERNIH SKALA ?

1 . APSULUTNE SKALE - imaju realnu nultu tačku, a rezultati mjerenja su izraženi u nekim prirodnim
mjernim jedinicama.

2. ADITIVNE SKALE - nemaju realnu nultu tačku, ali su rezultati zadani i dalje u nekim prirodnim mjernim
jedinicama.

3. RAZMJERNE SKALE - imaju realnu nultu tačku, ali su jedinice mjerenja proizvoljne ili konvenkcionalne.

4. INTERVALNE SKALE - nemaju ni realnu nultu tačku, ni prirodne jedinice mjerenja.

5. ORDINALNE SKALE - nemaju svojstvo intervalnosti , niti realnu nultu tačku, niti prirodne jedinice
mjerenja, ali se mogu transformirati u intervalne skale, ako je poznata distribucija svojstva koje se mjeri.

50. OBJASNI RAZLIKU KLASIČNOG I GUTMANOVOG MODELA MJERENJA ?

Predstavlja važnu alternativu klasičnom modelu mjerenja jer dopušta mogučnost izračunavanja varijabli
pogreške, pa prema tome i izračunavanje pravih djelova rezultata u zadacima ili stavkama nekog
kompozitnog mjerenog instrumenta. Na osnovu ovog modela moguće je definirati neki rezultat tako da
pouzdanost mjerenja bude maksimalna.

12