UVOD U METODOLOGIJU

NAUČNO - ISTRAŽIVAČKOG RADA

 1. POJMOVNO ODREĐENJE NAUČNOG ISTRAŽIVANJA I ISTRAŽIVANJA U
PODRUČJU BIZNISA

 Pojam i osnovne faze naučnog istraživanja

Istraživanje je sistematičan i metodološki proces traganja/ispitivanja iz perspektive i s ciljem

povećanja znanja.

Ciljevi istraživanja su sljedeći:

 Ocjena i sintetiziranje postojećeg znanja
 Ispitivanje/Istraživanje neke postojeće situacije ili problema
 Kreiranje rješenja za problem
 Obrazlaganje i i analiziranje općenitijih pitanja/problema
 Kreiranje nove procedure (sistema)
 Objašnjenje nekog novog fenomena
 Kreiranje novog znanja
 Kombinacija gore navedenih ciljeva

Krajnji rezultati istraživanja (outcome) su:

 Diplomski rad
 Master teza
 Doktorska teza
 Knjiga članak

Bitne dimenzije istraživanja se određuju prema:

 Cilju istraživanja: eksplorativno, deskriptivno, analitičko i prediktivno istraživanje
 Procesu istraživanja: kvalitativno i kvatitativno istraživanje
 Logici istraživanja: deduktivno i induktivno istraživanje
 Rezultatu (produktu) istraživanja: primijenjeno i bazično

Sva istraživanja možemo podijeliti prema sljedećem modelu:

 Temeljna - primijenjena
 Deskriptivna - analitička
 Kvantitativna - kvalitativna
 Konceptualna - empirijska

2
Osnovne karakteristike kvalitativnog i kvantitativnog istraživanja su dati u tabeli:

Kvalitativno istraživanje Kvantitativno istraživanje

Rezonovanje Induktivno Deduktivno
Koncepti Identifikuje koncepte Identifikuje koncepte i/ili
istražuje veze
Cilj Deskripcija problema ili Istraživanje veza između
problemskog područja emprijskih fenomena
Rezultati Pojašnjenje određenog Prihvatanje/odbacivanje teze
problemskog područja

Vrste istraživanja u biznisu:

 Eksplorativno istraživanje - nema za cilj da rezultira nekim konkretnim nalazima, već
predstavlja samo prvi korak u istraživačkom procesu kojeg slijedi neka druga vrsta
istraživanja.
 Deskriptivno istraživanje - Opisuje karakteristike objekata, ljudi, grupa, organizacija i
nastoji da prikaže sliku (to paint a picture) odgovarajući na pitanja: ko, šta, kada, gdje i
kako.
 Kauzalno istraživanje - nastoji identificirati relacije tipa razlog - efekat

Faze istraživačkog procesa

Prema Sunders:

1. Formulisanje istraživačkog pitanja

2. Kritički osvrt na literaturu
3. Razumijevanje filozofije i pristupa
4. Forumuliranje projekta istraživanja
5. Aspekti pristupa podacima i istraživačka etika
6. Planiranje i prikupljanje
7. Analiza podataka koristeći kvantitativne i/ili kvalitativne metode
8. Pisanje izvještaja i priprema prezentacije
9. Dostavljanje i prezentacija istraživanja

3
Prema Collins i Hussey

1. Izabrati temu i istražiti literaturu

2. Kritički ocijeniti postojeću literaturu i definirati istraživački problem/istraživačka pitanja
3. Kreirati projekat istraživanja i napisati prijedlog istraživanja
4. Prikupiti podatke za istraživanje
5. Analizirati i interpretirati podatke
6. Napisati disertaciju, tezu ili izvještaj

Prema ovoj knjizi

1. Izbor problem područja i okvirno definiranje istraživačkog rada

2. Pregled recentno objavljene literature (primarno naučnih radova) koji se bavi odabranim
problemskim područjem/istraživačkim pitanjem
3. Na osnovu pregleda literture (re)formuliranja istraživačkog pitanja
4. Definiranje cilja (ciljeva) rada
5. Definiranje hipoteze(a)
6. Izbor odgovarajuće naučne metodologije
7. Prikupljanje podataka
8. Obrada i analiza podataka
9. Prezentiranje rezultata u odnosu na postavljene ciljeve i hipotezu
10. Zaključna razmatranja i preporuke za dalji rad

 Naučno istraživanje u području biznisa i ekonomije

Definicija istraživanja naglašava dva termina generičkog karaktera:

a. Sistematičnost - znači da je istraživanje bazirano na logičkim relacijama, ne samo na
vjerovanjima
b. Proces dolaska do saznanja (to find out things) - implicira da postoji mnoštvo mogućih
ciljeva istraživanja: opisivanje, objašnjavanje, razumijevanje, kritiziranje i analiziranje

Fokus istraživanja mogu biti npr.

 Veze koje postoje između dvije varijable od kojih je jedna zavisna, druga nezavisna
 Veze između jedne zavisne i dvije ili više nezavisne varijable
 Predvidjeti promjena zavisne varijable u odnosu na promjenu nezavisne
 Rješavanje određenog konkretnog problema (npr. Optimalni obim proizvodnje)
 Kreiranje novog konceptualnog modela

4
  Sistematizacija i kritička analiza objavljenih oblasti
 Praktična primjena neke metode i tehnika na nekom problemu iz prakse (case study)

Kada se radi o izboru predmeta istraživanja treba voditi računa da se ne upadne u jednu od tri
najčešće "zamke":

a. Rad na nečemu što je već istraženo, a istraživač ne zna za to (inventing a wheel situacija)
b. Preambicioznost u definisanju predmeta istraživanja i ciljeva, obzirom na složenost
problema, resurse i pretpostavke kojima istraživač raspolaže
c. Pogrešno postavljen problem i/ili njegovo rješavanje na način koji nema karakter
naučnog pristupa

5
 2. OSNOVNI OBLICI (FORME) NAUČNOISTRAŽIVAČKOG RADA

Naučni rad može biti:

1. Magistarski rad - prvi oblik naučno-istraživačkog rada sa kojim se susreće pojedinac,

obično nakon prvog ciklusa studija. Doprinos kandidata u naučnom smislu treba biti
zasnovan na tzv. Inkrementalnom principu kada govorimo o obimu. Većina master
studenata ima sljedeće probleme prilikom izrade ovog rada:
 Pogrešna percepcija o tome šta je to naučno istraživanje i istraživački rad
 Pogrešno shvatanje - poistovjećivanje naučnog i stručnog rada
 Nedovoljno znanje naučno - istraživačkih paradigmi, metodologija, metoda i
tehnika
 Nedovoljna znanja kvantitativnih i kvalitativnih metoda i tehnika
 Probleme kod definisanja teze, predmeta i cilja istraživanja
 Neadekvatan pregled dostignutog razvoja istraživanja u odnosnom području
 Nedovoljna znanja u pogledu savremenih načina korištenja naučnih izvora
 Nedovoljna informatička pismenost u smislu korištenja savremenih softverskih
alata
2. Doktorska disertacija – piše se u okviru trećeg ciklusa visokog obrazovanja prema
Bolonjskom modelu studija implementiranom u Evropi, kao i u SAD modelu
obrazovanja. Američki model doktorskog studija tretira disertaciju kao dio procesa
sticanja zvanja doktora nauka. U sistemu prije Bolonje doktorat se prijavljivao nakon
završenog diplomskog studija (4-5 godina) i nakon kojeg se sticalo zvanje magistar
(fakulteti društvenih usmjerenja), odnosno diplom (tehnička usmjerenja), te nije bilo
polaganja predmeta, već samo izradu doktorske teze. U nekim slučajevima se
podrazumijeva slušanje predmeta i polaganje ispita, seminari, objavljivanje članak i
polaganje glavnih ispita u toku doktorskog studija. Doprinos kandidata kod doktorske
disertacije treba biti značajnijeg karaktera.
3. Naučni rad (članak) – naučni radovi su najčešće u formi članka koji se objavljujuu
naučnim časopisima i predstavljaju najčešće korištenu forumu za objavljivanje rezultata
naučno – istraživačkog rada. Oni se nakon više ili manje rigoroznog postupka
recenziranja, što zavisi od kvaliteta i renomea časopisa i izdavača. Najčešće korištene
kategorije članaka su:
 Članak u naučnom časopisu
 Članak ili poglavlje u editovanoj knjizi
 Članak prezentiran na konferenciji, publiciran u zborniku sa konferencije
 Research report

6
  Technical report
U BiH se se praktikuje podjela na:
 Izvorni naučni rad
 Prethodno saopštenje
 Pregledni članak
 Stručni rad: stručni članak, prikaz, elaborat, stručna ekspertiza, recenzija
 Prikaz

Na internetu su raspoložive i sljedeće vrste publikacija

 Cases
 White papers
 Success stories
 Horror stories
 Webcast/Webinar
 Manual/user's guides
 Technical reports

S obzirom na karakter istraživanja koje sadrži, naučni članak se obično klasificira u okviru
sljedećih kategorija:
 Literature review: podrazumijeva kritički pregled objavljenih radova u odnosnom
području, pri čemu se misli prvenstveno na naučne radove (članke), a sekundarno
na knjiške materijale. Za ovakav rad je potrebno analizirati veći broj članaka (od 50-
100), odnosno imati pristup na veći broj online baza.
 Research paper (klasični istraživački članak): ova forma se najčešće susreće,
podrazumijeva definiranje jedne ili više hipoteza, te primjenu adekvatnog
analitičkog instrumentarija u dokazivanju hipoteze. Obično se radi o setu osnovnih
ili naprednih statističkih metoda i tehnika.
 Objašnjenje – eksploracija – analiza: odnosi se na neki (relativno) novi pristup u
objašnjavanju (eksploraciji) određenog problema, odnosno problemskog područja.
Pri tome je naravno veoma bitno prije samog prezentiranja tog novog pristupa
navesti dotadašnja iskustva u tom području.
 Komparacija – komparativna analiza: Komparativna analiza je vrlo čest pristup u
naučnim radovima. Na osnovu prethodno usvojenog naučno baziranog
modela/okvira, kompariraju se dva ili više: pristupa, metoda, tehnologija...
 Problem Solving: Rješavanje konkretnog problema je pristup koji se bazira na
definiranju određenog matematičkog, statističkog ili simulacionog modela kojim se
modelira određena problemska situacija i čijim se rješavanjem se nastoji riješiti taj
problem. U tu svrhu se koristi široki spektar statističkih, optimizacijskih,

7
 simulacijskih i sličnih modela. Linearno programiranje i smiplex metoda su tipični
primjer modela i tehnika koji se koriste u optimizaciji.
 Pogled (gledište) autora (viewpoint): vrsta rada u kojoj autor prezentira svoje
„viđenje“ određenog problema pri čemu je bitno da se radi o kvalitativno novom
pristupu koji treba dobro osmisliti i prezentirati.
 Tehnički članak: odnosi se na veći stepen detaljnosti u elaboriranju tehničkih
detalja određenih rješenja, tehnologija i sistema.
 Konceptualni članak: novo teorijsko – konceptualno rješenje može biti prezentirano
u odnosnom području, na osnovu detaljne analize postojećih – već usvojenih
rješenja.
 Framework – bazirani članak: spada u kategoriju konceptualnog rada pri čemu je
naglasak na predlaganju određenog okvira za izučavanje, rješavanje, analizu
 Benchmarking: predstavlja varijantu komparativnog pristupa
 Case study: Analiza slučaja predstavlja analizu individualnog slučaja (poslovni
proces, poslovna funkcija, implementacija nekog IT rješenja). Omogućava
generalizaciju znanja.
 General review – odnosi se na pregled stanja istraživanja u određenoj oblasti ili
određenog problema/problemskog područja/empirijskog fenomena.

Pod strukturom naučnog članka u užem smislu podrazumijevamo sekcije (poglavlja) koji se
numerišu ili ne numerišu, u zavisnosti od toga kako je propisano od strane časopisa (izdavača).
Međutim, tipična struktura se može identificirati u smislu određivanja osnovnih komponenti
koje mora imati svaki naučni članak. Takva struktura sadrži članak u užem smislu (tekst članka) i
dodatne informacije koje prate taj članak, a to su:
a. Naslov (title)
b. Podaci o autorima (authors)
c. Abstract
d. Ključne riječi (keywords)
e. Lista referenci/literatura (references)
f. Dodaci (appendices)
g. Zahvale (aknowledgments)

Ove informacije se navode prema određenom modelu koji propisuje izdavač. Npr. Moguće je da
se prikaže u okviru klasičnog teksta sa maksimalnim brojem riječi ili u formi tzv. Struktuiranog
abstrakta koji sadrži cilj rada, metodologiju – naučni pristup, rezultate, praktične implikacije.

Članak u užem smislu, tj. Tekst članka, ima strukturu koja nije čvrsto definirana, ali se kao
tipične sekcije navode:

8
a. Uvod
b. Pregled literature
c. Definiranje problema (istraživačko pitanje, hipoteze)
d. Metodološki okvir
e. Centralni dio rada (analiza podataka, rješavanje problema, modeliranje dokazivanje,
izrada konceptualnog okvira, a sve u zavisnosti od usvojenog metodološko pristupa)
f. Rezultati i njihova interpretacija, suočeni problemi
g. Sugestije za dalja istraživanja
h. Zaključna razmatranja

4. Naučna knjiga – najčešće forme koje susrećemo su:

 Enciklopedija – knjiga koja je u obično nekoliko tomova i koja detaljno obrađuje
jedno širo naučno područje. Obično sadrži veći broj poglavlja napisano od strane
jednog ili grupe autora – eksperata. Sadržaj kreira jedan ili više editora (jedan
glavni i nekoliko editora od 5-10). Taj editorijski kolegij kreira detaljnu strukturu
enciklopedije u smislu sadržaja i da odabere listu eksperata koji će obrađivati
svaku od tematskih jediniki. Broj tema je obično od 300 – 500. (primjer enciklopedije:
Wiley Encyclopedia of Computer Science and Engineering)
 Udžbenik – radi se o obradi jedne tematske cijeline ciljano za đačku/studentsku
populaciju i u skladu sa time se koncipira sadržaj.
 Monografija – riječ je o obradi jedne tematske oblasti pri čemu ciljana publika
nije primarno studnetska, već prije svega akademska zajednica i/ili ljudi iz
prakse.
o Autorska knjiga – kombinacija monografije i udžbenika tj. Knjiga koju
pišu jedan ili nekoliko autora.
o Editovana knjiga – slično kao i enciklopedija sadrži određeni broj radova
pojedinačnih i grupnih autora pri čemu se slično kao kod enciklopedije
određuje jedna konkretna cjelina. Broj radova se kreće od 15-25, pri
čemu se svaki članak piše na 15-25 stranica. Ona se može smatrati
enciklopedijom u malom s obirom na broj autora i karakter radova u
njoj.

 Leksikon
 Praktikum
 Rječnik
 Zbornik radova
 Bibliografija

5. Naučna studija
9
 6. Istraživački izvještaj
7. Prikaz knjige

Istraživanje u magistarskom radu, ali i doktorskoj disertaciji može imati karakter:

a. Kritičkog pregleda literature u odnosnom području (literature review)
b. Klasičnog istraživačkog rada
c. Eksploracije
d. Komparacije (komparativne analize)
e. Rješavanje konkretnog problema
f. Pregleda autora (viewpoint)
g. Tehničkog članka
h. Novog teorijsko – konceptualnog rješenja
i. Framework – baziranog rada
j. Benchmarking
k. Case study
l. General review

10
3. Proces istraživanja

 Osnovne faze naučnog istraživanja su:

1. Izbor problem područja i okvirno definiranje istraživačkog rada – ova faza vrijedi i za
master tezu, doktorsku disertaciju, te naučni članak. Ova aktivnost se nekada definira
kao kritična, jer u značajnoj mjeri opredjeljuje dalji rad kandidata. Pravilno definirana
tema utječe na dalji tok, efikasnost, efektivnost istraživanja, dok sa druge strane
pogrešno postavljena može iskomplicirati nastavak rada i odvesti u pogrešnom smjeru.
Poželjno je da kandidat inicira temu koja će biti predmet rada. Istraživačko pitanje se
definira u okviru usko definirane oblasti. To znači da kada se kaže odnosna oblast, misli
se na uži problemski domen, a ne na široko definiranu disciplinu.
2. Pregled recentno objavljene literature (primarno naučnih radova) koji se bavi
odabranim problemskim područjem/istraživačkim pitanjem – ova faza se može još
nazvati i prikaz, ocjena, recenzija, osvrt, a odnosi se na problemsko područje kojim se
bavi planirano istraživanje. Ova faza se često naziva i Review of the State of the Art.
Neophodno je prikupiti, pročitati, analizirati i detaljno sagledati sve relevantne izvore
(radove), pogotovo one najnovije, koji na bilo koji način obrađuje isto ili slično
istraživačko pitanje kojim se autor misli baviti. Bitno je ne ograničiti se samo na lokalne
izvore, pogotovo udžbeničku literaturu. Naglasak je na korištenju naučnih radova
objavljenih u međunarodnim časopisima, naučnim konferencijama... Stoga je od
izuzetnog značaja korištenje e-izvora, tj. Online baza i online časopisa. Vrlo je važno
napomenuti da ti izvori moraju biti što novija literatura i da se vodi računa o
recezentnosti. Savremeni online izvori u formi online baza omogućavaju korištenje
najnovije literature. Ovaj postupak je iterativnog karaktera.
3. Na osnovu pregleda literture (re)formuliranja istraživačkog pitanja – nakon detaljnog
pregleda i ocjene literature, naredna faza odnosi se na eventualno reformuliranje
istraživačkog pitanja postavljenog na početku, prije pregleda literature, što je nekada
potrebno zbog toga što autor tek nakon adekvatnog pregleda literature može uvidjeti
koliko je istraživačko pitanje koje je postavio na početku i dalje aktuelno, u kojoj je mjeri
istraženo... Ne samo da je moguće redefinirati postavljeno istraživačko pitanje, već i cilj
(ciljeve) i hipoteze, te u krajnosti moguće je odustati od postavljenog pitanja, ukoliko se
pokaže da je već do sada na adekvatan način obrađeno.
4. Definiranje cilja (ciljeva) rada – cilj može biti postavljen već na samom početku, ali
pregled literature daje uvid u to da li je tako definiran cilj dobro postavljen i da li treba
izvršiti njegovo reformuliranje. Treba voditi računa da cilj bude ostvariv sa obzirom na

11
 resurse kojima istraživač raspolaže, pri čemu se misli i na finansijske i ostale kao što su
adekvatna literatura, podaci, odgovarajući softver, odgovarajući hardver...
5. Definiranje hipoteze(a) – Hipoteza mora biti koncizno definirana i provjerljiva
(dokaziva), a također se mora bazirati na generalnim – općeprihvaćenim i već
dostignutim specifičnim znanjima iz odnosne oblasti.
6. Izbor odgovarajuće naučne metodologije – Ova faza fokusirana je na odabir
metodologije kojom će se ići na rješavanje problema, dokazivanje hipoteze(a),
prezentiranje novog teorijskog – konceptualnog okvira u zavisnosti šta je cilj rada. Važno
je napomenuti da riječi metodologija, metoda i tehnike NISU SINONIMI. Metodologija
predstavlja teoriju ili teorijski okvir kako obavljati istraživanje uključujući teorijske i
filozofske pretpostavke na kojima se istraživanje bazira i implikacije za metod ili metode
koji su korišteni (usvojeni). Može se smatrati i proceduralnim okvirom za provođenje
istraživanja, kao i naukom o metodama, te pristupu procesu istraživanja koji
podrazumijeva skup metoda. Metoda predstavlja tehnike i procedure koje se koriste da
bi se analizirali podaci (npr. Metode i tehnike posmatranja, upitnika, intervjue, kao i
statističke i ne-statističke tehnike). Moguće ju je definirati i kao određeni postupak za
postizanje nekog pretpostavljenog cilja ili kao tehnikuk za prikupljanje i/ili analizu
podataka. Istraživačka paradigma predstavlja filozofski okvir koji predstavlja vodič kako
istraživanje treba biti urađeno. Postoje dvije osnovne paradigme:
a. Pozitivizam: potiče iz prirodnih nauka i baziran je uglavnom na deduktivnom
procesu
b. Interpretivizam: baziran na induktivnom procesu rezonovanja i razumijevanju
društvenih fenomena.

Prema ovoj knjizi metodologija je širi pojam koji podrazumijeva filozofske osnove ili
pretpostavke jedne ili više metoda. Metoda je uži pojam i označava konkretizaciju jedne
metodologije. Tehnika je specifični alat kojeg definira određena metoda.

Istraživačke metode možemo podijeliti na kvalitativne i kvantitativne, te se to smatra

osnovnom podjelom. Najčešće korištene metode su:

 Induktivna metoda: primjena induktivnog načina zaključivanja pomoću kojeg se

na osnovu analize pojedinačnih činjenica dolazi do zaključivanja o opštem sudu,
od zapažanja konkretnih pojedinačnih slučajeva dolazi se do opštih zaključaka.
 Deduktivna metoda: primjena deduktivnog načina zaključivanja prema kojem se
iz opštih sudova izvode posebni i pojedinačni zaključci. Deduktivna metoda u
nauci služi za: objašnjavanje činjenica i zakona, za predviđanje budućih događaja,

12
 za otkrivanje novih činjenica i zakona, za dokazivanje postavljenih teza, za
provjeravanje hipoteza i za naučno izlaganje.
 Metoda analize: postupak naučnog istraživanja raščlanjivanjem složenih
pojmova, sudova i zaključaka na njihove jednostavnije sastavne dijelove i
elemente. Postoje dvije vrste analize: deskriptivna, kada se opisuju elementi
neke cjeline i eksplikativna, kada se pokušava objasniti određena cjelina na
osnovu njenih dijelova.
 Metoda sinteze: postupak naučnog istraživanja i objašnjavanja stvarnosti putem
sinteze jednostavnih sudova u složenije. Sinteza je proces uopštavanja u kojem
nastaju sve apstraktniji pojmovi u uspoređivanju s prethodnim pojmovima.
Sinteza je način sistematiziranja znanja po zakonitostima formalne logike, kao
proces izgradnje teorijskog znanja u pravcu od posebnog ka općem.
 Apstrakcija: misaoni postupak bilo kakvog odvajanja, bilo odvajanja opšteg i
eliminisanje posebnog, bilo misaoni postupak odvanja posebnog i individualnog,
zanemarivanje opšteg. Apstrakcija ima dvostruki smisao: apstrakcija opšteg ili
apstrakcija posebnog. Apstrakcijom se odvajaju nebitni od bitnih elemenata
pojave ili predmeta istraživanja. Apstrakcija počiva na analizi, ali analiza kao
postupak rastavljanja, predstavlja i odvajanje, apstrakciju dijelova iz cjeline
pojave.
 Konkretizacija: postupak suptrotan apstrakciji. Ona može biti: shvatanje
jedinstva apstraktno-opšteg u posebnom i individualnom, shvatanje jedinstva
apstraktno-posebnog s opštim u svakom predmetu ili pojavi. Bilo da se određuje
apstraktno-opšte u posebnom ili apstraktno-posebno u opštem, s pomoću
opšteg vrši se konkretizacija, jer se predmet istraživanja konkretno shvata kao
realno jedinstvo opšteg i posebnog.
 Metoda generalizacije: misaoni postupak uopštavanja kojim se od jednog
posebnog pojma dolazi do uopštenijeg koji je po stepenu viši od ostalih
pojedinačnih. Od pojedinačnih opažanja izvode se uopšteni zaključi, koji su realni
samo ako imaju oslonac u stvarnosti.
 Metoda specijalizacije: postupak kojim se od opšteg dolazi do novog pojma,
manjeg obima, a većeg sadržaja. Specijalizacija se temelji na analitičko-sintetičkoj
metodai i apstraktno-konkretiziranoj metodi. Da bi se tom metodom došlo od
opšteg do posebnog, potrebno je izvršiti konkretizaciju opšteg u posebno, ili
sintezu, apstrakciju posebnog iz opšteg i analizu stvarnog opšteg.
 Dokazivanje: jedna od najvažnijih naučnih metoda u kojoj su inkorporirane skoro
sve metode i svi posebni metodički postupci: analiza i sinteza, generalizacije i
specijalizacija, indukcija i dedukcija, apstrakcija i konkretizacija. Svrha metode je
utvrditi tačnost neke spoznaje.

13
 Osporavanje: suprotan postupak dokazivanju. To je zapravo metodički postupak
kojim se umjesto dokazivanja teze, ona odbacuje i pobija. Ona se sastoji u
dokazivanju pogrešnosti teze.
 Metoda klasifikacije: najstarija i najjednostavnija metoda. Klasifikacija je
sistematska i potpuna podjela opšteg pojma na posebne, u okviru obima pojma.
Nauka zapravo počinje klasifikacijom. Na osnovu spoznaje o prirodi stvari,
klasifikacija predstavlja sistemske grupe predmeta ili raspodjelu niza srodnih
pojava.
 Metoda deskripcije: postupak jednostavnog opisivanja ili očitavanja činjenica,
procesa, predmeta u prirodi i društvu, te njihovih empirijskih potvrđivanja
odnosa i veza, ali bez naučnog tumačenja i objašnjavanja. Ova se metoda
primjenjuje u početnoj fazi naučnog istraživanja, a ima veću vrijednost ako je
opisivanje povezano sa objašnjenjima o uočenim važnijim obilježjima opisivanih
činjenica, predmeta i procesa, njihovih zakonitosti i uzročnih veza i odnosa.
 Metoda kompilacije: postupak preuzimanja tuđih rezultata naučno-istraživačkog
rada, odnosno tuđih opažanja stavova i zaključaka, te spoznaja. Može se
upotrijebiti u kombinaciji sa drugim metodama.
 Komparativna metoda: upoređivanje istih srodnih pojava ili utvrđivanje njihove
sličnosti u ponašanju i intenzitetu i razlika među njima. Ova metoda omogućava
istraživačima da dođu do raznih uopštavanja, novih zaključaka koji obogaćuju
spoznaju.
 Statistička metoda: može se nazvati i opšta naučna metoda: u novije vrijeme je
postala jedna od najvažnijih naučnih metoda u svim područjima, naročito u dijelu
društvenih nauka gdje je istraživanje nezamislivo bez primjene statističke
metode.
 Metoda uzoraka: ispitivanje dijela skupa na osnovu slučajnog izbora jedinica koja
se vrlo često primjenjuje u istraživanju. Bit metode uzoraka jeste stav da se
relevantne statističke informacije o masovnoj pojavi mogu odrediti na osnovu
malog uzorka.
 Matematičke metode
 Metode modeliranja i simuliranja
 Eksperimentalne metode
 Kibernetske i/ili metode sistemskog pristupa
 Empirijske metode
 Metoda studija slučaja
 Metoda anketiranja i intervjuiranja
 Delfi metoda
 Brainstorming

14
7. Prikupljanje podataka – odnosi se na dvije glavne faze:
a. Prikupljanje materijala za pregled literature kao prvu fazu istraživanja
b. Prikupljanje podataka (kvatitativnih, kvalitativnih) neophodnih za fazu analize
podataka i/ili dokazivanje postavljenih hipoteza

Izvori koji se koriste:

 Bibliotečki izvori (knjige, naučni i stručni časopisi...)
 Dokumentacijski centri
 Arhive
 Statistički i referalni centri
 E-izvori: online baze, e-časopisi
 Ostali izvori sa Interneta (open, free): cases, white papers, reports, succes stories,
webcast

Osnovne metode i tehnike:

 Posmatranje
 Razgovori
 Intervju
 Okrugli stolovi
 Case studije
 Statistički podaci
 Anketni upitnici
 Testovi

8. Obrada i analiza podataka – ona se vrši primjenom matematičkih, statističkih,

simulacijskih, MS/OR (Management Services/Operations Research) metoda i tehnika, uz
korištenje softverskih alata (standardnih ili specijalističkih). Cilj većine istraživanja je
utvrđivanje povezanosti i međusobnih uzročnih odnosa između varijabli (nezavisno
promjenjiva i zavisno promjenjiva). Ako se jedna ili više karakteristika neke pojave ili
empirijskog fenomena može mijenjati onda se ona može posmatrati kao promjenjiva
veličina nekog objekta, entiteta, empirijske pojave ili procesa, stanja, događaja.
Promjenjiva varijabla čije ponašanje istraživač želi da istraži naziva se zavisna varijabla i
označava se sa Y. Varijabla za koju istraživač očekuje da utječe na ponašanje zavisne
varijable naziva se nezavisna varijabla i označava se sa X. Ukoliko zavisnost postoji ona
se matematički zapisuje kao Y=f(X) u slučaju postojanja jedne nezavisne varijable i kao
Z=f(X,Y) u slučaju dvije zavisne varijable. Kako bi se utvrdio karakter odnosa između
promjenjivih primjenjuju se statističke analize (univarijacijska, bivarijacijska,
multivarijacijska analiza), matematičke metode i tehnke, simulacijske metode.

15
 9. Prezentiranje rezultata u odnosu na postavljene ciljeve i hipotezu – odnosi se na
pobijanje ili potvrđivanje postavljene hipoteze rezultatima. Potrebno je porediti
rezultate sa rezultatima sličnih istraživanja, te izvršiti komentiranje uz korištenje raznih
tabela i grafičkih tehnika kao dijelova softverskih alata.
10. Zaključna razmatranja i preporuke za dalji rad – navode se zaključci do koji se došlo,
eventualni problemi u postupku istraživanja, kao i preporuke za dalji rad. Moguće je
navesti isto u jednoj sekciji ili u više.

 Korištenje literature – referenciranje

Pisanje naučnog rada se zasniva na inkrementalnom procesu dodavanja određenog obima

znanja na postojeći u određenoj oblasti. To znači da će se u pisanju rada koristiti već
postojećom literaturom, koju treba koristiti prema određenim principima, normama,
standardima i tehnikama. Citiranje se odnosi na navođenje rezultata istraživanja drugog autora,
bez obzira da li se radi o mišljenju, stavu, ideji, definiciji, prezentiranim podacima ili dobijenim
rezultatima neke analize i to na određeni način. Kompletna informacija o izvoru se navodi na
kraju rada u okviru liste referenci prema tačno određenom sistemu navođenja.
Citati mogu biti u obliku:
a. Kompletne i egzaktno navedene rečenice drugog autora i u tom slučaju se radi o
qoutations-ima. Obično se koristi kod vodećih autora, stavovima koji nisu
općeprihvaćeni i oni koji to jesu
b. Parafraziranje – kada se koriste nečije misli, stavovi, prepričani vlastitim riječima.
Tada se ne koriste navodnici, ali se obavezno referencira.
c. Raznih statističkih podataka, osim ako ne predstavljaju neku općenitu, široko
poznatu veličinu

Ukoliko se izvori ne navode ili navode neadekvatno to vodi plagijarizmu, odnosno prikazivanju
tuđih rezultata kao vlastitih, što je ozbiljna povreda akademske discipline i jedan od osnovnih
razloga uvođenja sistema referenciranja. Najčešće korišteni sistemi su:
a. APA (American Psychological Association)
b. Harvard, sličan APA
Primjer korištenja u radu
While several typologies have been proposed (Ansoff and Stewart, 1967; Freeman, 1974;
Porter, 1980), ...
Primjer korištenja u listi referenci
Ansoff, H.I. and Stewart, J.M. (1967), „Strategies for a technology – based business“, Harvard
Business Review, Vol. 45 No. 6, pp. 71-83

16
 c. MLA (Modern Language Association)
d. Chicago (CMS, CMOS)
e. IEEE (u publikacijama IEEE instituta)
f. Vancouver (obično za zdravstvene studije)

Različitost načina na koji se referencira proizilaze iz činjenice da postoje razne forme

dokumenata i institucije koje predlažu sistem koji se treba koristiti, kao i činjenice da svaki
izdavač propisuje iste za publikacije koje izdaje.

17
 4. Struktuiranje magistarskog/doktorskog rada

Magistarski rad treba da ima sljedeću strukturu:

1. Uvod
2. Definisanje problema – problemskog područja – teorijske osnove i praktični aspekti
3. Definiranje ciljeva rada, postavljanje teze (teza)
4. Pregleda literature: trenutno stanje istraživanja koje se odnosi na problemsko
područje
5. Metodologiju koja će se koristiti
6. Prikupljanje i obrada podataka
7. Rezultati istraživanja
8. Zaključna razmatranja i preporuka za dalji rad

U okviru master i doktorskog studija, od studenata se zahtjeva kreiranje prijedloga istraživanja.

To je dokument od 5 – 10 stranica u kojem kandidat treba da predloži struktuirano obrazloženje
problema kojim će se baviti u tezi. Treba se prezentovati sljedeće:
a. Opis problema uz preliminarno definiranje istraživačkog pitanja
b. Kratak review literature sa barem desetak referenci
c. Cilj (ciljeve) istraživanja
d. Metodologiju koja će se koristiti
e. Okvirni spisak referenci
f. Planirane rezultate istraživanaj
g. Okvirni vremenski plan istraživanja

Struktura prijedloga istraživanja je sljedeća:

Uvod (definisanje problema, cilj istraživanja, značaj 15%

istraživanja, strukturu prijedloga)
Preliminarni pregled literature (odnosi se na 40%
identificiranje istraživačkog pitanja)
Metodologija (kratak opis planiranog metodološkog 40%
okvira – paradigma, metodologija, metode...)
Očekivani rezultati i vremenski rok 5%
Lista referenci

Generička struktura teze/disertacije sa okvirnim procentima pojedinih dijelova (sekcija):

1. Uvod 15%
2. Pregled literature 30%
3. Metodologija 20%
4. Rezultati 30%
5. Zaključna razmatranja 10%

18
 100%
Reference
Dodaci

5. Pisanje i objavljivanje naučnih članaka

Proces pisanja i objavljivanja naučnog rada ima nekoliko karakterističnih faza:

a. Pisanje rada: cjelokupan proces izrade naučnog rada koji ima različite modalitete, kao
što su:
i. Objavljivanje rezultata nekog naučno – istraživačkog procesa (u formi
naučnog članka), gdje se kako autor pojavljuju članovi tog istraživačkog
tima
ii. Objavljivanje dijelova magistarskog ili doktorskog rada, samostalno od
strane kandidata ili u saradnji sa mentorom
iii. Potpuno novi samostalni ili grupni naučni rad koji ne mora biti povezan sa
bilo kakvim projektom, master ili doktorskom tezom
b. Slanje rada: prije slanja potrebno je da autor odluči koji je časopis najbolja opcija. Rad se
u principu šalje na jedan časopis, a ne više adresa istovremeno, budući da će svako
uredništvo tražiti od autora potvrdu da nije istovremeno poslat na neki drugi časopis.
c. Ocjena – recenzija rada: podrazumijeva tzv. Peer review process, aktivnost koja se
sastoji od pregleda i ocjene rada od strane dva ili tri, za autora, anonimna eksperta, koje
odredi glavni urednik, a koji su priznati autoriteti iz odnosne oblasti. Rukopis koji im se
šalje ide bez navođenja imena autora, te se na taj način ostvaruje potpuna
nepristrasnost ocjene rada. Ovaj proces traje od 1 – 2 mjeseca, do godinu i više što zavisi
od časopisa, uredništva i izdavača. Ovaj proces je skraćen u novije vrijeme korištenjem
portal - baziranih aplikacija koje u određenoj mjeri automatiziraju proces recenziranja,
slanja novih verzija rada i slično (npr: ScholarOne). Rijetko se prva verzija prihvata kao
konačna. Većinom se traži dorađivanje (manje ili veće promjene/minor and major
changes).
d. Revizija rada (jedna ili više: )
e. Slanje revidirane verzije (finalne verzije)
f. Objavljivanje rada

Glavni editor časopisa određuje recezente prema području rada i interesovanja pri čemu se vodi
računa da to budu osobe koje imaju već objavljene radove iz područja koje obrađuje članak.
Vremenski period u kojem se obavlja pregled članaka, dorada od strane autora, broj i karakter

19
revizija, tehnička obrada od strane zadatka i drugi zadaci, traju od nekoliko sedmica do dvije
godine što povećava rizik zastarjevanja materije/pristupa/literature koja je korištena.

6. Korištenje informacijskih tehnologija u naučno-istraživačkom radu

Razvoj informacijskih tehnologija značajno je utjecao na efikasnost i efektivnost naučnog rada,

što se ogleda prije svega u:
o Bržem i jednostavnijem pristupu naučnim časopisima i ostalim relevantnim materijalima
o Bržoj priremi rukopisa uz korištenje savremenih softvera za obradu teksta
o Moćnim računarskim sistemima neophodnim za obradu kompleksnih matematičko –
statističkih modela
o Savremenim, korisniku – orijentisanim, softverskim alatima za obradu podataka
(matematički, statistički, simulacijski, MS/OR softver)
o Efikasnijoj komunikaciji sa izdavačem u smislu slanja rukopisa i dobijanja povratnih
informacija

E – izvori (E-sources) su:

o Online baze (Academic Research Library/PROQUEST, American Chemical Society
Publications, Digital Dissertations, Econlit, Ei Engineering Village, Emerald, ICPSR,
IEEE/IEL Electronic Library, International Statistical Yearbook, JSTOR, Kluwer Online,
MathSciNet, Oxford University Press Journals, PROQUEST, Science Direct, Springer Link,
Wiley Interscience...)
o Referentne – citatne baze
o E – česopisi
o Online Catalog (aplikacija za pretraživanje bibilografskih jedinica po: naslovu, autoru,
ključnoj riječi, subjektu...)
o Integrirani elektronski servisi (Electronic Journals, Online Databases, CD – ROM
Databases, Electronic Books...)
o Electronic Reference Resources (linkovi na online verzije raznih izvora: enciklopedije,
dictionaries, biographies, almanacs, Maps, Guides, Statistics, Newspapers,
Abbreviation...)
o Inter Library Loan – ILL (nabavljanje knjiga i osatalih bibilografskih jedinica kroz tzv.
Međubibliotečku saradnju)
o Patron Record (aplikacija za korisnike biblioteke: online pristup informacijama o
zaduženim knjigama i ostalim bibliografskim jednicama za nastavnike i studente)

META SEARCH ALAT: ima mogućnost pretraživanja većeg broja online baza istovremeno.

20
PORTAL – BAZIRANE APLIKACIJE: mogućnost pristupa e-verzijama knjiga, časopisa i drugih
izvora. Pristup sa univerziteta je riješen na IP osnovi ili putem odgovarajućeg korisničkog imena
i šifre. Primjeri portal – bazirane aplikacije, tj. Izdavača/provajdera su: Elsevier, Emerald, EBSCO,
ProQuest, Wiley, Taylor i Francis.
ScienceDirect: ima zasebnu sekciju koja daje spisak najčešće downlodiranih članaka u različitim
oblastima, tzv. TOP 25 HOTTEST ARTICLES
CITATNE ILI BIBLIOGRAFSKE BAZE: sadrže informacije o citiranosti konkretnih radova i/ili
autora. Najpoznatija citatana baza je WebOfScience/WebOfKnowledge

 Sistemi indeksiranja naučnih časopisa

Časopisi u kojma se objavljuju naučni radovi mogu biti lokalnog, nacionalnog (državnog) i
internacionalnog karaktera. Postoji niz parametara prema kojima se rangiraju časopisi što u
značajnoj mjeri opredjeljuje mogućnosti objavljivanja u njima:
o Impact faktor predstavlja odnos broja citiranja prema broju objavljenih članaka u tom
časopisu u određenom periodu (ako za neki časopis kažemo da ima impact faktor 2 u 2010. Godini,
to znači da je svaki članak objavljen u tom časopisu u 2008. I 2009. Godini u projesku dva puta citiran).
o Pokrivenost (indeksiranost) tog časopisa određenom online bazom. Najznačajnija
agregatna baza koja indeksira preko 10.000 časopisa iz svih nauka je Thomson – ISI baza
Web of Science/Web of Knowledge, sa podbazama: Current Content, Science Citation
Index, Science Citation Index Expanded. Mnogi kritičari ukazuju na nedovoljno dobar
kriterij uključivanja pojedinih časopisa u ovu bazu. Također se koristi i Elsevier-ova baza
Scopus.
o Pokazatelji (alati, portali):
 Harzing-ov Publish or Perish
 HighlyCited scholars
 Google Scholar: Google-ov alat koji sadrži informacije i linkove koji se odnose na
istraživače i njihove publikacije. Predstavlja pokušaj da se široj javnosti obezbijedi
besplatan pristup na što je moguće više naučnih i stručnih radova.

 Značaj naučne produktivnosti – Komparacija unverziteta i država

Naučna produktivnost mjerena brojem (i kvalitetom) naučnih radova predstavlja jedan od

najznačajnijih pokazatelja koji se koriste u komparaciji fakuteta/univerziteta/država. Najčešće
citirana ranking sistema su:
o Šangajska lista
o Times Higher Education
o Webometrics
21
Portal koji daje informacije o naučnoj produktivnosti na nivou država je Elsevier-ov SJR. Ovaj
portal pruža razne mogućnosti kompariranja časopisa i država.
GEANT predstavlja mrežu panevropsku istraživačku i edukacijsku komunikacijsko – mrežnu
infrastrukturu sa velikim kapacitetom u pogledu brzine transfera podataka. On se razvija u
okviru EU projekta.

 Softverski alati u naučno – istraživačkom radu

Najvažnija hardverska i softverska rješenja su:

o Softver za modeliranje i analizu podataka – postoje dvije osnovne kategorije:
 Desktop softver: instalira se na korisnikovom računaru i koristi od strane jednog
korisnika u određeno vrijeme (jednokorisnički sistem rada).
 Server bazirani softver: instalira se na serveru i koristi u tzv. Višekorisničkom
sistemu rada, što znači da ga u isto vrijeme može koristiti više korisnika.
U novije vrijeme koriste se i softveri za mobilne uređaje, kao i mogućnost korištenja
softvera na tzv. SaaS/Utility/Cloud osnovi. Postoje komercijalni softveri (kreiraju ih IT
firme i prodaju) i open source softveri (baziraju se na open source filozofiji razvoja,
nadgradnje i korištenja). Moguće je graditi vlastita rješenja i tu važnu ulogu imaju tzv.
Programske biblioteke (libraries) koja predstavljaju gotova rješenja pisana u nekom od
programskih jezika (C, C++) za rješavanje određenih problema i koja se mogu ugrađivati
modularno u druge progame. To je značajna pomoć istraživaču jer se ne mora sve
počinjati bez ikakvog osnova i podrške. Primjer za to je GNU projekat koji je generičkog
karaktera, dok se slične stvari mogu naći i u okviru specijaliziranih open source
programskih rješenja (R-project za statističke analize).

Za teze i radove koji zahtjevaju statističke obrade najčešće se koriste sljedeći statistički
softverski programi:
 SPSS
 SAS
 STATA softver za statističke i ekonometrijske analize

Najpoznatija OpenSource rješenja:

 Free-Open Source: GNU – R Project
 WinBUGS

Softveri koji se koriste posljednjih 20 – ak godina:

 Splus

22
  Statgraphics
 Statistica

Za teze koje zahtjevaju simulacije:

 Promodel
 Vensim
 Stella
 iThink

Za optimizaciju:
 Solver/Scenario menadžer (spread sheet Excel)
 LINDO/LINGO
 GAMS
 Cplex

o Softver za obradu teksta – većina koristi tekst procesor tipa MS Word. Pored toga tu su i
emacs program za editovanje teksta koji se koristi u programiranju ili specifični programi
za obradu matematičkih i generalno naučnih tekstova kao što je LaTex. MS Word
uključuje: automatsko generiranje sadržaja, liste refereni, liste tabela i prikaza, liste
pojmova, formatiranje slika i grafičkih prikaza, tabela, equation editor...

o Softver za pretraživanje - obično se instaliraju na bibliotečkim serverima i omogućavaju

efikasno pretraživanje bibliografskih jedinica pohranjenih bilo u paper – based klasičnom
obliku, bilo u konvertovanoj formi (npr. pdf files). Može biti na nivou
fakulteta/univerziteta, ali i na šire (npr. COBISS)

o Moćniji hardverski i softverski sistemi – većina radnika koristi standardne PC desktop/

notebook jednoprocesorske računarske konfiguracije i odgovarajući desktop softver.
Nekada je potrebno zbog rješavanja određenih problema na raspolaganju imati
multiprocesorske konfiguracije. Najčešće se to postiže, radi ušteda, jačanjem serverskih
konfiguracija unutar fakulteta ili iznajmljvanjem resursa na Internetu, što je moguće i za
statističke softvere.

Ono što karakterizuje softverske alate je jednostavan GUI/Web baziran interfejs.

23
7. Metode i tehnike prikupljanja podataka

8. Obrada statističkih podataka

9. Modelizacija veza između varijabli

10. Metoda uzoraka

11. Parametarske metode statističkog zaključivanja

12. Neparametarski testovi

13. Multivarijaciona analiza

24
 PREZENTACIJA

Naučni pristup istraživanju

Naučni pristup u stvaranju i konstrukciji znanja se bazira vrlo često, ali ne samo i
ekskluzivno, na korištenju podataka o varijacijama masovnih pojava. Da bi mogli biti
korišteni podaci moraju biti obrađeni i analizirani.
Etape naučnog pristupa u stvaranju znanju na bazi podataka su: definisanje ciljeva,
definisanje problematike i oblasti istraživanja (prikupljanje podataka, obrada, analiza i
prezentacija podataka, provjera podataka, tumačenje i interpretacija podataka), zaključci i
donošenje odluka.

Faze istraživanja: uočavanje problema, ograničavanje problema, postavljanje hipoteza,

provjeravanje hipoteza, pismeni rad (izvještaj), primjena i kontrola.

Faze procesa naučnog istraživanja

Izbor i definisanje predmeta istraživanja
Postavljanje hipoteza i sređivanje varijabli istraživanja
Izrada projekta istraživanja
Prikupljanje, sređivanje i obrada empirijskih podataka
Naučno tumačenje i interpretacija podataka
Pisani izvještaj o rezultatima istraživanja.

Metode analize se mogu klasificirati prema :

Gnoseološkoj funkciji: deskriptivna i eksplikativna
Složenosti: elementarna, uzročna i funkcionalna
Stepenu konkretnosti: objektivne i subjektivne
Predmetu i cilju analize: strukturalna, komparativna, genetička
Prema naučnom području: ekonomska, matematička, sociološka, psihološka,
historijska, itd.

Opšte naučne metode: metode indukcije i dedukcije, metode analize i sinteze, metode
dokazivanja i opovrgavanja, metoda klasifikacije, metoda komparacije, metoda
modeliranja.

Metode za prikupljanje podataka

Podatak je je činjenica koja može ali ne mora biti brojčana i predstavlja informaciju koju
koristimo u istraživanjima: direktno posmatranje, anketa, popis, eksperiment, izvještaji i
ostale metode.

Prema izvoru podaci se grupišu na:

25
 Primarne statističke podatke dobivene statističkim posmatranjem i
prikupljanjem
Sekundarne podatke dobivene iz sekundarnih izvora (statističke i druge institucije
ovlaštene za primarno prikupljanje podataka, centralne banke, matične službe,
izvještaji o poslovanju preduzeća, itd.)
Prema obuhvatu podaci se dijele:
Potpuni obuhvat svih jedinica skupa: potpuno posmatranje.
Djelimično posmatranje na dijelu jedinica statističkog skupa: statističko
uzorkovanje.

Anketa
Anketa se realizuje ispitivanjem osoba cijele populacije ili dijela populacije. Potrebno je
precizno definisati populaciju. Prikupljanje podataka ovom metodom podrazumijeva
realizacuju više etapa. Potrebno je precizno definisati potrebnu informaciju u funkciji cilja
i predmeta istraživanja, sredstva sa kojima raspolažemo, rok za prikupljanje podataka.
Anketa može uključivati sve osobe jedne populacije. Drugi tip ankete koji se češće
primjenjuje u praksi je anketa određenog broja osoba populacije koji se naziva uzorak.
Cilj je obrazložiti opravdanost i mogućnosti primjene uzorka, navesti prednosti i
nedostatke pojedinih planova uzoraka u anketnim istraživanjima pokrenutim znanstvenim,
poslovnim ili privrednim motivima.
Svrha je pravilna primjena ankete, pravilno interpretiranje i korektna ocjena i opis
kvalitete anketnih rezultata.
Tri vrste statističkih dizajna: dizajn eksperimenta, dizajn ankete, dizajn kontroliranih
opažanja.
Anketa - vrsta statističkog istraživanja koje proučava agregate jedinica, najčešće ljude,
ekonomske ili društvene cjeline ili institucije: ciljani osnovni skup ili populacija, jedinica
izbora, okvir izbora, uzorak.
Osnovne vrste anketa prema načinu prikupljanja podataka:
Bez pomoći anketara, poštom (klasičnim pismom, putem časopisa, ili pomoću
Interneta, ili e-maila).
Uz pomoć anketara, intervjuom (pomoću telefona ili direktno).
Vrste anketa: opisne ankete, analitičke ankete, opisno-analitičke ankete.

Metoda uzoraka i teorija uzoraka

Utvrđuje obilježja populacije iz obilježja uzorka.
Procjenjuje parametre populacije na osnovu parametara uzorka i ocjenjuje pouzdanost
te procjene.
Planovi uzoraka mogu biti: probabilistički uzorci, i neprobabilistički – namjerni.

26
Tri su osnovne prednosti:
U smanjenju troškova u odnosu na troškove koji su vezani za popis.
U većoj brzini prikupljanja podataka i dobivanja procjena.
U većoj kvaliteti rezultata, budući da ankete pomoću uzorka vode posebno
obrazovani ljudi.
Tri su osnovna nedostatka:
Uzorak ne daje podatak za svaku jedinicu od interesa.
Izbor uzorka daje rezultate koji sadrže pogrešku uzorka koja nastaje uslijed
korištenja uzoraka .
Potrebna i posebna obuka ljudi i rukovonenje statističara.

Osnovni pojmovi metode uzoraka: procjenitelj, procjena, distribucija procjenitelja ili

sampling distribucija, pouzdanost, preciznost i statistička pristranost procjene.

Procjenitelj - postupak, tehnika, način, pravilo ili formula po kojoj se iz podataka uzorka
računa procjena nekog parametra osnovnog skupa.
Parametri osnovnog skupa koji se procjenjuju mogu biti: aritmetička sredina, total
osnovnog skupa, varijansa osnovnog skupa, standardna devijacija, proporcija osnovnog
skupa).
Razlikujemo dvije vrste procjena: procjene jednim brojem, intervalne procjene.
Statistička pristranost (eng. bias) - razlika između očekivane vrijednosti procjenitelja i
prave,vrijednosti karakteristike osnovnog skupa
Veličina pristranosti je za pojedine procjenitelje fiksna, a može biti jednaka nuli ili
različita od nule.
Metode procjenjivanja: pristrasne i nepristrasne.
Srednja kvadratna pogreška mjeri disperziju oko “prave” vrijednosti karakteristike
osnovnog skupa.
Pogreške anketnog istraživanja su neizbježne.
Kvaliteta procjene parametra populacije je funkcija ukupne pogreške ankete.
Ukupna pogreška ankete = Sistematska greška + Slučajna greška
Ukupna pogreška ankete = Procjena parametra – Stvarna vrijednost parametra

Eksperiment Prikupljanje podataka eksperimentisanjem podrazumijeva sistematsku i

kontrolisanu realizaciju eksperimenta sa namjerom da se izučavaju razni fenomeni, porede
situacije ili provjere hipoteze. Postupak realizacije eksperimenta se strogo kontroliše
prema unaprijed razrađenom protokolu.

Ostale metode prikupljanja podataka

27
Metode za prikupljanje podataka čija je zajednička karakteristika da ne analiziraju
direktno jednu situaciju ili fenomen nego neke njihove posljedice. Najznačajniji su
izvještaji i publikacije institucija ovlaštenih za prikupljanje podataka.

Izbor i adekvatno korištenje podataka

Značajan dio posla predstavlja prikupljanje, provjera i obrada podataka.
Neophodno je pri istraživanju shvatiti kojeg je tipa ekonomski fenomen koji se analizira i
koje su karakteristike traženih podataka.
Podaci mogu imati vremensku dimenziju, mogu biti individualni (podaci u vremenskom
presjeku o odreženom broju jedinica populacije) ili kombinacija ova dva tipa.

U prvom slučaju nastoji se formulisati stabilna relacija između varijabli u posmatranom

vremenskom periodu. Npr. može se tražiti objašnjenje stope nezaposlenosti pomoću
evolucije BDP (GDP), nivoa plata, stope iskorištenosti kapaciteta u proizvodnji. Biće
posebno važno da se indentifikuju frekvencije (dnevne, sedmične, mjesečne,
trisemestralne, semestralne, godišnje itd.) podataka. U ovom slučaju studije istraživanja se
baziraju na vremenskim ili hronološkim serijama. U drugom slučaju će nastojati da
formuliše stabilnu relaciju između varijabli za jednu grupu individua ekonomskih
subjekata u datom trenutku. Može biti interesantno npr. da se istražuje i proučava nivo
obrazovanja djece u funkciji nivoa obrazovanja roditelja, prihoda roditelja,
socioprofesionalne kategorije, mjesta stanovanja, nasljedstva itd. Za sve podatke u
vremenskom presjeku je dominantna individualna karakteristika. Moguće je ukrstiti ove
dvije dimenzije vremensku i individualnu. Mogu se npr. analizirati relacije između
ekonomskog rasta, nezaposlenosti i inflacije za odabrani vremenski period za određeni broj
zemalja. U ovom slučaju se govori o istraživanju na bazi panel podataka.

Obrada prikupljenih podataka podrazumijeva realizaciju tri osnovne etape koje

prethode donošenju zaključaka i odluka: eksploatacija podataka, deskriptivna analiza,
provjera hipoteza (objašnjenja, predviđanja) zaključci i odluke.

Vrste prezentacije statističkih podataka:

Deskriptivna
Statističke serije (Serije strukture i Vremenske serije) predstavljaju nizove sređenih
statističkih podataka koji prikazuju strukturu skupa prema obilježju, raspored
skupa u prostoru ili promjene skupa u vremenu.
Tabelarna
Grafička
Modelska- korištenjem matematičkog instrumentarija.

28
Vrste tabelarne prezentacije podataka:
Neuređena statistička serija
Uređena rangirana statistička serija
Statistička distribucija frekvencija – grupisana serija
Intervalno grupisana distribucija

Vrste grafičke prezentacije:

Najčešće korišten oblik grafičkog predstavljanja su dijagrami koji se dijele na:
stigmograme, linearne dijagrame, površinske dijagrame i stereograme.
Excel nam pruža mogućnost konstrukcije 14 tipova, odnosno 73 sub-tipa grafika.

Statistički skup i njegove karakteristike

Statistički skup čine jedinice (elementi) čije su osobine predmet istraživanja statističkom
metodom. Statistički skup se definira pojmovno, prostorno i vremenski.
Vrste statističkih skupova: konačan ili beskonačan i realan ili hipotetičan. Statistički skup
koji je predmet istraživanja se naziva populacija. Elementi populacije se nazivaju
statističke jedinice. Broj elemenata koji čine populaciju naziva se veličina populacije.
Osobine po kojima se razlikuju jedinice statističkih skupova nazivaju se obilježja ili
varijable. Aplikacija koja svakom elementu populacije pridružuje jednu vrijednost naziva
se statistička varijabla. Kategorije ili vrijednosti koje može imati jedna statistička
varijabla nazivaju se modaliteti. Broj elemenata statističkog skupa koji posjeduju
posmatrani modalitet naziva se frekvencija tog modaliteta.

Statističke varijable
Jedinicama skupa se prema određenim pravilima pridružuju prikupljeni podaci o
njihovim osobinama. Pravila pridruživanja su definisana mjernim skalama. Mjeriti
varijablu elementa statističkog skupa znači konstruisati podatak o toj varijabli koji se
nalazi na mjernoj skali. Postoji više tipova mjernih skala koje se razlikuju po logičkim i
matematičkim operacijama koje se mogu primjeniti na analiziranoj varijabli.

Tipovi mjernih skala:

Nominalna skala: obilježja mogu biti atributivna ili geografska.
Ordinalna skala: obilježja opisno izražena se mogu porediti, rangirati i klasirati prema
nekom logičkom redosljedu.
Intervalna skala: obilježjima jedinica populacije pridružuju brojevi. Operacije dozvoljene
na ovoj skali su prebrojavanje, poređenje i oduzimanje.
Numerička ili metrička skala: obilježja jedinica osnovnog skupa su izražena brojevima.
Ova skala posjeduje «prirodnu nulu». Na ovoj skali su dopuštene osnovne matematičke
operacije.

29
Statističke varijable mjerene na nominalnoj i ordinalnoj skali nazivaju se kvalitativne
varijable. Varijable mjerene na intervalnoj i numeričkoj skali su kvantitativne varijable.

Varijabla je kvalitativna ako njeni modaliteti nisu brojčano izraženi. Modalitet jedne
varijable određuje njen tip.
Kvalitativna ordinalna
Kvalitativna nominalna

Kvantitativne varijable: modaliteti brojčano izraženi. Tipovi: prekidne ili diskretne i

neprekidne ili kontinuirane. Kvantitativna prekidna varijabla može imati konačan ili
prebrojiv broj vrijednosti,modaliteti su prebrojivi. Kvantitativna neprekidna varijabla
može imati neograničen broj vrijednosti, modaliteti su rezultat mjerenja.

Osnova ekonomskog problema je ekonomiziranje sa raspoloživom ograničenom

količinom oskudnih resursa da bi se zadovoljile čovjekove potrebe. Potrebe i mogućnosti
njihovog zadovoljenja se konstantno mijenjaju i proces privrednog razvoja je stalna utrka
izmenu ljudskih potreba i mogućnosti njihovog zadovoljenja, pri čemu mogućnosti nikako
da sustignu potrebe. Viši nivo privrednog razvoja znači veći i složeniji skup ljudskih
potreba i mogućnosti njihova zadovoljenja.

Ekonomska teorija uopštavanjem zajedničkih karakteristika određenih ekonomskih

pojava i procesa utvrđuje zakonitosti i pravila u njihovom kretanju. Ekonomska analiza je
primjena ekonomske teorije u rješavanju određenih ekonomskih problema u konkretnoj
ekonomskoj situaciji. Ekonomska analiza ima za cilj da objasni određeni ekonomski
problem kao poseban slučaj ekonomske teorije. Na bazi ekonomske teorije ekonomska
analiza dati ekonomski problem sužava unaprijed prihvaćenim uslovima i
pretpostavkama. Osnovni zadatak ekonomske analize je utvrđivanje međuzavisnosti
koje postoje među ekonomskim pojavama i procesima u cilju njihovog objašnjavanja i
predviđanja.

Ekonomska analiza - skup opštih ekonomskih načela i logike pomoću kojih se mogu
utvrditi međuzavisnosti između svih ekonomskih pojava i procesa; objasniti njihovo
nastajanje, dosadašnje kretanje i predvidjeti budući razvoj; odrediti optimalni pravac
razvoja pojave i mjere koje treba preduzeti da bi se razvoj pojave usmjerio u optimalnom
pravcu.
Institucionalni pristup - naglasak je na opisu strukture i funkcionisanja privrednog
sistema,
Analitički pristup - naglasak na istraživanju uzroka ekonomskih pojava i procesa i
njihovoj međuzavisnosti.

30
Kvalitativna koristi metodu dedukcije, istorijsku metodu, ako se tokom vremena sa
promjenom pojave A mijenjala pojava B, ekonomska analiza izvodi zaključak da: „ako se
promijeni pojava A promijenit će se i pojava B“. Npr, promjena cijene proizvoda utiče na
promjenu tražnje za tim proizvodom, promjena investicija utiče na promjenu nivoa
dohodka i zaposlenosti itd.
Kvantitativna koristi matematske metode, pored utvrđivanja postojanja međuzavisnosti
pojava pomoću kvantitativnih metoda nastoji izmjeriti ili kvantificirati te međuzavisnosti
konstruišući modele. Npr, ako se investicije povećaju za x jedinica koliko će se promijeniti
nivo zaposlenosti?
Kvantitativna ekonomska analiza je baza i preduslov za realna predviđanja. Na osnovu
postavki kvalitativne analize, ekonomskih zakona i teorija utvrđuje se postojanje
međuzavisnosti između ekonomskih pojava i procesa. Potom kvantitativna analiza polazeći
od zaključaka kvalitativne analize kao pretpostavki, svojim metodama bira relevantne
podatke koji karakteriziraju tu međuzavisnost, te se kvantificira jačina i smjer
međuzavisnosti. Na kraju kvalitativna analiza interpretira rezultate do kojih se došlo.

Ekonomski modeli
Ekonomski model je formalni odraz izvornog ekonomskog problema ili slika
pojednostavljene ekonomske stvarnosti u kojoj su predočene međuzavisnosti između
ekonomskih pojava u modelu.
Svaka ekonomska pojava se može raščlaniti na jako velik broj elemenata i njihovih
međuzavisnosti. Stoga je teško proučavati svaki od tih elemenata, te u svakom pojedinom
slučaju biramo samo neke elemente koje u datoj situaciji smatramo najvažnijim. Ti
elementi su bitne ili strateške varijable posmatrane ekonomske pojave.
Korištenje modela je neophodno jer je ekonomska stvarnost uvijek složenija nego što je
to moguće formalno izraziti.

Ekonomski modeli: matematički i ekonometrijski.

Ekonometrijski modeli: mikromodel, makromodel.
Makromodel: agregatni, strukturni i modeli rasta.

Makromodeli na nivou privrede države kao cjeline:

Agregatni – predstavlja odnose između makroekonomskih agregata (proizvodnja,
dohodak, potrošnja- osobna, opšta i reprodukcijska, investicije – privredne i neprivredne,
uvoz i izvoz). Npr. relacija C=f(Y) predstavlja makroekonomski agregatni model koji
ukupnu agregatnu potrošnju izražava kao funkciju ukupnog dohodka.
Strukturni – pokazuje međuzavisnost veličine i strukture pojedinih makroekonomskih
agregata. Npr. međusektorski model ili inputoutput model izražava kvantitativnu
međuzavisnost proizvodnje sektora i od proizvodnje sektora j.

31
Model rasta – model koji privredni rast, izražen kao % ili stopa promjene određenog
makroekonomskog agregata r, izražava kao funkciju odnosa drugih makroekonomskih
agregata. Npr. Harrod- Domarov model rasta izražava stopu rasta domaćeg proizvoda kao
odnos između stope štednje s (% domaćeg proizvoda koji se izdvaja za štednju) i graničnog
kapitalnog koeficijenta b ( iznos novih investicija po dodajnoj jedinici povećanja domaćeg
proizvoda).

Statički i dinamički modeli

Statički ekonomski model prikazuje skup međuzavisnosti izmenu varijabli ekonomskog
sistema koji se nalazi u stanju ravnoteže u određenom trenutku ili vremenskom razdoblju.
Statički je ekonomski model predstavljen skupom običnih jednačina.
U dinamičkim modelima varijable imaju vremensku dimenziju. Dinamičkim se modelom
stvarni ekonomski proces adekvatnije prikazuje nego statičkim. Naime, vrijednost neke
varijable u jednom periodu vrlo često zavisi od njene vrijednosti iz prethdnog perioda, ili
od vrijednosti što su je u prethodnom ili nizu prethodnih perioda imale druge varijable s
kojima je ona međuzavisna. Takve su međuzavisnosti uvijek prisutne u realnom
ekonomskom životu.
Ekonomski model sačinjavaju varijable, relacije i parametri. Varijable mogu biti:
endogene i egzogene. Relacije mogu biti: definicione, bilansne, tehničke, ponašanja,
institucionalne, uslovi ravnoteže.
Varijabla je komponenta ekonomskog modela koja može uzeti bilo koju vrijednost iz skupa
vrijednosti kojim je definirana. Varijable mogu biti endogene (Y) i egzogene (X). Vrijednost
endogenih varijabli se određuje pomoću modela, a egzogene ulaze u model kao poznate
veličine. Relacije pokazuju oblik odnosa između ekonomski varijabli. Veze između
endogenih i egzogenih varijabli u modelu mogu biti:
Direktne: X→Y
Indirektne: X→Z→Y
Direktne i indirektne: X→Y i X→Z i Z→Y
Povratne: XY

S obzirom na prirodu relacije, postoji matematički model koji se odlikuje funkcionalnom

relacijom, te ekonometrijski model koji se odlikuje stohastičkom relacijom. Parametar je
kvantitativni izraz međuzavisnosti ekonomskih varijabli. Dakle, model se može definisati
kao skup relacija koji postoji u određenom skupu varijabli. Njegov matematički izraz je
jedna jednačina ili skup jednačina i (ili) nejednačina.

Postavke za konstrukciju ekonomskih modela

32
 Specifikacija svih varijabli (specifikacija veza u modelu uz postavke kvalitativne
analize i ekonomske teorije).
Pronalaženje analitičkog oblika međuzavisnosti (uspostavljanje relacija).
Konstrukcija modela u polaznom – strukturnom obliku.
Procjena parametara iz strukturnog oblika modela i provjera adekvatnosti
izvedenih relacija.
Rješenje modela i finalna ekonomska analiza.

Relacija između prihoda i potrošnje se naziva funkcija potrošnje i izražava se na sljedeći

način: C = f (Y) Generalno se prihvata pretpostavka da je funkcija f linearna, tako da se
veza izmenu potrošnje i prihoda izražava relacijom: C = α + β·Y Simbol β predstavlja
graničnu sklonost potrošnji. α > 0, 0 < β < 1.
Ova funkcija potrošnje je teorijska formulacija koja se bazira na određenom broju hipoteza:
veza između potrošnje i prihoda, linearna veza, postojanje neophodne pozitivne potrošnje
(α>0) i kada je prihod jednak nuli.

Ekonometrijska analiza će omogućiti da se testira pouzdanost ovih hipoteza u odnosu na

ekonomsku realnost na osnovu grafičke prezentacije prije primjene metode inferencijalne
statistike.

Ciljevi inferencijalne statistike i ekonometrije

Testiranje ekonomske teorije
Korištenje ocjena modela u donošenju odluka ekonomske politike
Predviđanje

Načela izgradnje ekonometrijskih modela

Specifikacija modela
Ocjena modela
Vrednovanje ocjena parametara
Kriteriji: ekonomski, statistički i ekonometrijski
Vrednovanje modela sa aspekta primjene i predviđanja

Jednostavni linearni model

Analiza osnovnih elemenata ekonometrijske regresije pomoću jednostavne linearne veze.
Veza između konceptualnog ekonomskog modela i njegovog ekonometrijskog izraza.
Tehnike za ocjenu ekonometrijskog modela: estimator (procjenitelj) metode najmanjih
kvadrata. Provjera statističke pouzdanosti ocijenjenih modela. Korisni indikatori za
evaluaciju kvaliteta ocjena.

33
Parametri i pretpostavke o osobinama stohastičnosti modela: normalnost, očekivana
vrijednost greške je jednaka nuli, konstantna zajednička varijansa – homoskedastičnost,
nepostojanje autokorelacije, nezavisnost greške od egzogene varijable j.
Osobine procjenitelja
Da bi se ocijenile vrijednosti parametara regresionog modela potrebno je odabrati formulu
(procjenitelj, estimator) kojim će se doći do njihove najbolje procjene.
Procjenitelji trebaju imati sljedeće osobine:
Nepristrasnost
Konzistentnost
Efikasnost
Najbolja linearna nepristrasnost

Regresiona i korelaciona analiza

Zadatak regresione analize je istraživanje analitičkog oblika veze između pojava kojem se
najviše približavaju promjene analiziranih pojava.
Zadatak korelacione analize je utvrđivanje stepena i smjera povezanosti pojava.

Analiza slučaja 1. Metod jednostavne regresije

Statističke metode temeljene na zavisnosti

Ova grupa metoda istražuije prisutnost ili odsutnost relacije između dva skupa, odnosno
između zavisne i nezavisne varijable. Ova grupa metoda se dijeli prema broju nezavisnih
varijabli, broju zavisnih varijabli, i vrsti mjerne skale nezavisne i zavisne varijable.
Regresija
Analiza varijanse (ANOVA)
Diskriminantna analiza
Kanonska korelacijska analiza

Statističke metode temeljene na međuzavisnosti

Ove metode se primjenjuju kada nisu eksplicitno definisani skupovi zavisnih i nezavisnih
varijabli. Zadatak je istražiti zašto su varijable međusobno korelirane. U ovu grupu spadaju:
Metoda glavnih komponenti
Faktorska analiza
Grupisanje podataka klaster analizom

Analiza slučaja 2. Statistički testovi i poređenje koeficijenata regresije

Analiza slučaja 3. Model multiple regresije, predviđanje
Analiza slučaja 4. Upotreba dummy varijabli, test linearnog ograničenja na koeficijente.
Analiza slučaja 5. Mobilnost kapitala

34
Analiza varijanse
Analiza varijanse se koristi u analizi većeg broja uzoraka za utvrđivanje statističke
značajnosti razlika između njihovih aritmetičkih sredina. Cilj analize varijanse je da utvrdi
da li je varijabilitet između uzoraka (posmatranih grupa podataka) statistički značajniji od
varijabiliteta u uzorku. U zavisnosti od broja nezavisnih varijabli koje se uključuju u analizu
razlikuju se jednofaktorska ( jednostavna) i dvofaktorska (složena) analiza varijanse.

Jednofaktorska analiza varijanse

Statističku značajnost razlika aritmetičkih sredina između dva uzorka se odrenuje t –
testom. Kada je broj uzoraka veći od dva primjenjuje se jednofaktorska analiza varijanse.
Nije neophodno da uzorci imaju isti broj podataka i zaključak se donosi na osnovu dobijene
p vrijednosti.

Primjer 6. Jednofaktorska analiza varijanse

Primjer 7. Testirajte hipotezu
Primjer 8. Dvofaktorska analiza varijanse
Primjer 9. Analiza varijanse
Primjer 10. Multivarijaciona analiza: faktorska i klaster analiza.
Faktorska analiza se provodi u cilju kreiranja baze koja se kasnije primjenjuje na klaster
analizu. Manifestne varijable za klaster analizu su faktorski bodovi.
METODOLOGIJA NIR-A

Bazno istraživanje traje duže, potrebno je puno podataka. Primjenjeno istraživanje traje
kraće, potrebno je manje podataka. Istraživanje može da se radi na cijeloj populaciji ili na
uzorku koji može biti slučajni i namjerni.
Slučajni uzorci: jednostavni slučajni uzorak (izvlačenje), stratifikovani (uzorci iz
populacije), klaster (skupine, grupe, teritorijalno udaljene jedinice), sistematski (sistem
biranja uzoraka).
Namjerni uzorci: kvotni (10 jedinica od 18 godina), prigodni (najbliži tj. uzorci pri ruci),
dobrovoljni (jedinice se same javljaju da budu uzorci), grudva snijega (odaberemo 10
jedinica koje kasnije same zovu poznanike da budu dio istraživanja).
Statističke metode temeljene na zavisnosti: zavisna varijabla (kvantitativna,
normalnost, teži ka normalnoj Gausovoj distribuciji) i nezavisna varijabla.
Regresija: jedna nezavisna varijabla (jednostavna regresija) i više nezavisnih
varijabli (multipla regeresija).
Analiza varijanse (više numeričkih grupa).
35
 Diskriminaciona analiza (opis).
Kanonska korelacijska analiza (više zavisnih varijabli).

Statističke metode temeljene na međuzavisnosti:

Metoda glavnih komponenti (početnu bazu želimo prevesti na manji broj faktora).
Faktorska analiza (grupiše varijable).
Grupisanje podataka klaster analizom (grupiše objekte).

Jednostavni linearni model: greška – rezidual

Yi=βo+βiXi – vremenski presjek
C=α+βY – funkcija potrošnje
Yt=βo+βXt – vremenska serija
Yit=βo+βYt – panel podaci

Greške: slučajna greška (uzorak slučajni, veći uzorak manja greška) i sistemska greška
(ne može se korigovati).
Yt – endogena varijabla (zavisna varijabla koja se objašnjava)
Xt – egzogena varijabla (nezavisna varijabla kojom se objašnjava)

Pretpostavke: normalnost, očekivana vrijednost greške je nula, konstantna zajednička

varijansa, nepostojanje autokorelacije, nezavisnost greške od egzogene varijable.
Osobine procjenitelja: nepristrasnost (aritmetička sredina), konzistentnost (varijansa),
efikasnost (najmanja varijansa), najmanja linearna nepristrasnost.
Metoda najmanjih kvadrata – minimiziranje kvadrata reziduala (koeficijent
determinacije, koeficijent korelacije, standardna greška modela i koeficijent varijacije).
Regresiona i korelaciona analiza
SLUČAJ 1: metod jednostavne regresije, 1 zavisna i 1 nezavisna varijabla, grafikon dijagram
rasipanja, pozitivna korelacija varijabli. Koeficijent jednostavne linearne korelacije:
rxy=COV 8x,y)/δxδy ako je veće od 0,8 to je dobro.
b1 – Ako se posmatrana zavisna varijabla poveća za 1, nezavisna varijabla će se
povećati za dobiveni broj.
bo – Ako je zavisna varijabla jednaka 0 nezavisna varijabla će iznositi dobiveni broj.

36
Korigovani koeficijent koristi se za mali uzorak. Ako je P veće od greške prve vrste
odbacujemo nultu hipotezu.
t* - empirijska statistika
t 0,05,10 – teorijska statistika
βi – nepoznati koeficijent, βi ima xx% vjerovatnoće da se nađe u intervalu.

Koeficijent determinacije je učešće objašnjenog u neobjašnjenom. Ako je F*>Fteorijsko

odbacuje se nulta hipoteza.

SLUČAJ 2: testovi, ocjena iz ekonometrije i ocjena iz statistike.

t*>t teorijsko odbacujemo nultu hipotezu.
B+ pozitivno – direktna veza
B- negativno – indirektna veza
Bolji model je onaj sa većim koeficijentom korelacije R²
δ greška procjene; ako je 0,62 to je 62% da ćemo pogriješiti.

SLUČAJ 3: multipla regresija.

Ako je P vrijednost < 0,05 to je signifikantno i to je dobro.
α označava koliki je rizik.
Predviđanje: R², R, RSS-ESS, uslov je da je model signifikantan.

SLUČAJ 4: dummy varijabla (razlika između vrijednosti kvalitativnih varijabli tj. broj
modaliteta-1), dummy varijable mogu biti sve u modelu u koliko se isključi slobodni član.
Muški spol (1)
Ž enski spol (broj modaliteta – 1 = 0)
Stručna sprema (1 bazna i dummy varijable za ostale, 1 varijabla ima 1, a ostale 0)

SLUČAJ 5: mobilnost kapitala, štednja i investiranje, veza je jača i slabija ovisno o zemlji.
I/Y i S/Y učešće investicija u GDP-u je linearno zavisno od učešća štednje u GDP-u,
jednostavni model i interval od 1970 do 1998.
Zavisni uzorci: lijek, iste skupine, različiti faktori.
Nezavisni uzorci: stav muškaraca i žena, ne utiču jedan na drugi.

37
SLUČAJ 6: nezavisni uzorci, jednofaktorska analiza varijanse, prosjeci (razlika), razlika
između prosjeka i unutarnjeg presjeka.
Nije signifikantan znači da se prihvata nulta hipoteza.

SLUČAJ 7: jednofaktorska analiza varijanse.

Signifikantnost – ako postoji statistička razlika prihvatamo alternativnu hipotezu.

SLUČAJ 8: dvofaktorska analiza varijanse (dizajn i regija), opet posmatramo razlike.

Po regijama, po dizajnu – razlikuju se po prosjecima.

SLUČAJ 9: multifaktorska analiza varijanse.

Više faktora – razlika.

SLUČAJ 10: regionalizacija.

Faktorska analiza, baza podataka: GDP, zaposleni, nezaposleni, koeficijent vitalnosti,
turizam).
Korelaciona matrica (> 0,3 bar jedna varijabla).
Faktorska analiza (sačuvati bodove).
Polazni model bez rotacije (>1 prihvatamo faktore, prihvatamo ako je veće od 60%
kumulativno).
Matrica komponenti – najveći faktorski broj.
Klaster analiza (2 klastera hijerarhijski i 3 klastera nehijerarhijski, P vrijednost >
0,05 nije prihvatljivo, 3 klastera nije prihvatljivo, 4 klastera tj. svi faktori se
signifikantno razlikuju odnosno prihvatamo)
Finalni centri klastera i uticaj faktora – veza klastera i faktora.

ODGOVORI NA PITANJA ZA TEST: 1.d ; 2.d ; 3.c ; 4.c ; 5.d ; 6.b ; 7.b ; 8.c ; 9.c ; 10.c ;
1. Bilo je nešta oko empirijskih podataka tačan odg je kvantitativni (DA)
2. Drugo netačno za induktivnu metodu - pisalo da je pojedinačan sud, a trebalo opšti (NE)
3. Šta je Literature Review
a) Pregled literature na početku rada
b) Pregled literature na kraju rada
c) Spisak koristene literature

38
4. U šta spada metoda Fokus grupe
a) Statistička metoda
b) Kvanititativna metoda
c) Kvalitativna metoda
5. Šta predstavalja „finansijski indikatori u poslovanju“
a) Naslov rada
b) Hipoteza
c) Istraživačka tema
d) Istraživački rad
6. Pa bilo je neko pitanje gdje se spominje aritmetička sredina
- Tačan odg je simetrija oko aritmetičke sredine
7. Koja je tvrdnja tačna
a)
b)Simirov (veliki uzorci) i Shapiro (mali uzorci) nisu neparametarski testovi (oni jesu
neparametarski testovi)
c) tačno je nešta gdje piše aritmetička sredina
8. Šta ubrajamo u sekundarne podatke:
d) Tačan odg je pod „d“ – podaci koji su ranije prikupljeni itd...

9. T* jednako b kroz stan dev jednako 0,58

48
a) stat vjerovatnoća odstupanja var q
b) stand greška q
c) stat vjerovatnoća par b2
d) studentova
10. Bilo je nešta oko nulte hipoteze Ho
a) Najmanje jedan je jednak nuli
b)Najmanje jedan je različit od nule
c) svi su različiti od nule
d) Svi su jednaki nuli
11. Neka tabela gdje ima x1, x2,p..
a) nije zavisan x1
b) zavisan x2
c) jednostavni linearni regresioni model
d) višeserijska linearna regresija
12. Koja analiza smanjuje broj polaznih varijabli
d) tačan odg je faktorska analiza

13. EBSCO je online baza bibliografskog sadržaja. NE (str. 94)

14. Induktivna metoda ili deduktivna... ne sjećam se tačno, kako god, pročitajte oboje(str.
70)

39
 15. Web of Science je najčešće korištena online baza... NE (str. 102)
16. Harvard je sličan MLA sistemu referiranja. NE (str. 76)
17. Ne znam sad tačno šta je postavljeno u pitanju, ali odgovor je bio: istraživačko pitanje.
Nije teško, uglavnom, data je neka tema koja se treba obrađivati, nešto u fazonu tema
diplomskih radova. (str. 52-53)
18. Sekundarni podaci... tačan odgovor: prikupljanje jednostavnije i jeftinije, manje
fleksibilni i teže je sa njima manipulisati. (str. 119)
19. Slika na str. 148; tačan odgovor: deskriptivna statistička analiza
20. Zavisne i nezavisne varijable, ovo pitanje se ponavljalo sa ranijih testova (broj usluženih
klijenata zavisna varijabla, ostale su nazvisne)
21. I ovo pitanje je bilo na testovima... tačan odgovor: model jednostavne linearne regresije
(str. 160)
22. F = 16, p=0,07 tačan odgovor: niti jedna varijabla nije statistički značajna (str. 168) Ima
objašnjeno ovdje, pročitajte i kad je npr. p=0,02 u tom slučaju je p<0,05, a tačan
odgovor u tom slučaju je: sve varijable su statističke značajne.
23. Bila je druga slika na strani 217., a nije bilo pitanje sa ovom forom vjerovatnoće (Aymp.
Sig.), već je bilo pitanje šta se tražilo u ovom modelu, odnosno koja je hipoteza bila...
tačan odgovor: nulta hipoteza o normalnosti distribucije na velikom uzorku
(Kolmogorov-Smirnov test se koristi za velike uzorke)
24. Klaster analiza... tačan odgovor: grupisanje jedinica posmatranja u klastere koji treba da
budu međusobno različiti (pazite ovdje jer je ponuđeno i međusobno slični, tu sam se ja
zezn'o  ).

That's it. :D

PRIMJERI PITANJA ZA TEST IZ PREDMETA METODOLOGIJA NIR-A

1. Pogledaj slijedeći znanstveni sud: „Odnos građana prema suživotu i toleranciji bitno određuje
vrijednosna orijentacija medija prema tim kategorijama“. Odgovori na slijedeća pitanja:
a. Kako se ovaj sud zove? (napiši u nastavku) HIPOTEZA
b. Kako se zove dio suda „Odnos građana prema suživotu i toleranciji“
ZAVISNA VARIJABLA ______________________________
c. Kako se zove dio suda „vrijednosna orijentacija medija prema tim kategorijama“
NEZAVISNA VARIJABLA ________________________________

2. U idejnim se projektima najčešće susreću posebno razrađeni slijedeći elementi (navedi barem
4 elementa koji su za projekt bitni)
• PREDMET ILI PROGLEM ISTRAŽIVANJA, U KOME SE APOSTROFIRA VAŽNOST
PROBLEMA, PRUŽA NUŽNA INFORMACIJA O TOME ŠTO JE DO TADA URAĐENO,
NAVODI NAJZNAČAJNIJE AUTORE KOJI SU NAVEDENI PROBLEM DO TADA
ISTRAŽIVALI

40
• CILJ (ILI CILJEVE) ISTRAŽIVANJA, KOJI MOGU BITI RAZLIČITI
• STRUKTURA PROJEKTA
• METODE I TEHNIKE ISTRAŽIVANJA
• ORGANIZACIJSKI KARAKTER RADOVA
• STAV EKIPE ISTRAŽIVANJA
• FINANSIJSKA I DRUGA SREDSTVA POTREBNA ZA ISTRAŽIVANJE
• PROJEKCIJA REZULTATA I KORISTI KOJI SE MOGU OČEKIVATI OD
REALIZIRANOG ISTRAŽIVANJA

3. U anketnom upitniku se mogu koristiti dvije vrste pitanja s zatvorenim odgovorima. To su

(dopuni ponuđene odgovore)
a. Pitanja s ponuđenim odgovorima NABRAJANJA __________
b. Pitanja s ponuđenim odgovorima INTENZITETA _______________

4. Moguće je razlikovati četiri načina realizacije ankete. Navedite ih:

a. INDIVIDUALNI DODOR S ISPITANIKOM _______
b. GRUPNO ANKETIRANJA __________________
c. POŠTANSKI UPITNIK ____________________
d. TELEFONSKO ANKETIRANJE ______________

5. U uzorke koji nisu odabrani na osnovu teorije vjerojatnosti ubrajaju se tri tipa uzoraka
(navedite koji su):
a. PRIGODNI UZORAK ____________
b. KVOTNI UZORAK ________________
c. NAMJERNI UZORAK ________________

6. Postoje dva pristupa u pisanju sadržaja:

a. Pristup prema kojem se sadržaj nalazi na kraju knjige. To je tzv. (navedite kako se zove)
__FRANCUSKI ________pristup u smještanju sadržaja
b. Pristup prema kojem se sadržaj nalazi na početku knjige, odmah iza naslova. To je tzv.
(navedite kako se zove) __AMERIČKI_______ pristup u smještanju sadržaja

7. Navedite vrste prezentacije statističkih podataka.

• DESKRIPTIVNA PREZENTACIJA
• STATISTIČKE SEIRJE (SERIJE STRUKTURE I VREMENSKE SERIJE)
PREDSTAVLJAJU NIZOVE SREĐENIH STATISTIČKIH PODATAKA KOJI PRIKAZUJU
STRUKTURU SKUPA PREMA OBILJEŽJU, RASPORED SKUPA U PROSTORU ILI
PROMJENE SKUPA U VREMENU
• TABELARNA PREZENTACIJA
• GRAFIČKA PREZENTACIJA
• MODELSKA – KORIŠTENJEM MATEMATIČKOG INSTRUMENTARIJA

8. Koja su osnovna načela konstrukcije ekonometrijskog modela.

• SPECIFIKACIJA MODELA
• OCJENA MODELA

41
• VREDNOVANJE OCJENE PARAMETARA
o KRITERIJI:
EKONOMSKI
STATISTIČKI
EKONOMETRIJSKI
• VREDNOVANJE MODELA S ASPEKTA PRIMJENE I PREDVIĐANJA

9. Definišite zadatke regresione i korelacione analize.

10. U outputu iz EXcela jedan od rezultata ocjene modela linearne regresije je

uz kritičnu vjerovatnoću p= 0.02. Komentarišite dobiveni rezultat.

11. U output iz Excela jedan od rezultata ocjene modela linearne regresije je uz kritičnu
vjerovatnoću p= 0.03. Komentarišite dobiveni rezultat.

12. Da li ocijenjeni model može predstavljati model potražnje za normalnim dobrom i zašto?

13. Šta su online baze?

14. Navedite dva primjera online baza.

• ACADEMIC RESEARCH LIBRARY (PROQUEST)
• INTERNATIONAL STATISTICAL YEARBOOK
• WEB OF SCIENCE

15. Šta je Web Of Science?

• ONLINE BAZA

TEST II

42
PITANJA (I ODGOVORI) KOJA SU BILA NA PRVOM ISPITU
IZ RABIJINOG DIJELA

1. Navedite osnovne prednosti u primjeni metode uzorka

- U smanjenju troškova u odnosu na troškove koji su vezani za popis

- U većoj brzini prikupljanja podataka i dobivanja procjena
- U većoj kavliteti rezultata, budući da ankete pomoću uzoraka vode posebno obrazovani
ljudi

2. Definirajte zadatke regresione analize

- Zadatak regresione analize je istraživanje analitičkog oblika veza između pojava kojem se
najviše približavaju promjene analiziranih pojava.

3. Vrste prezentacije statističkih podataka

- Deskriptivna
- Statističke serije
- Tabelarna
- Grafička
- Modelska

4. Navedite elemente modela i objasnite jedan od njih

- Elementi modela su: varijable, relacije i parametri

- Varijable mogu biti endogene i egzogene. Vrijednost endogenih se određuje pomoću
modela a egzogene ulaze u model kao poznate veličine.
- Relacije modela pokazuju oblik odnosa između ekonomskih varijabli. S obzirom na
prirodu relacije postoji matematički model koji se odlikuje funkcionalnom relacijom te
ekonometrijski model koji se odlikuje stohastičkom relacijom.
- Parametar je kvantitativni izraz međuzavisnosti ekonomskih varijabli.
Dakle, model se može definisati kao skup relacija koji postoji u određenom skupu varijabli.
Njegov matematički izraz je skup jednačina i/ili nejednačina.

5. Uzorci koji nisu odabrani na osnovu teorije vjerojatnosti:

- Prigodni uzorak (sastavljen je od niza slučajeva od kojih se u određenom momentu jedino

moglo doći ili su nam se slučajno, zahvaljujući određenoj prigodi, našli pri ruci
- Kovtni uzorak

43
- Namjerni uzorak (namjerni odabir slučajeva za koje se smatra da su najtipičniji za
populaciju koja se istražuje)

6. Načini realizacije ankete:

- Individualni kontakt s ispitanikom

- Grupno anketiranje
- Poštanski upitnik
- Telefonsko anketiranje

7. Vrste skala:
- Deskriptivne (verbalne) – riječima se opisuju različiti stupnjevi procjenjenog svojstava,
izborom između kojih procjenjivač odabire onaj, koji po njegovom sudu, najbolje odgovara
određenoj osobi, stavri ili pojavi koje se procjenjuje. Pojavne forme deskriptivne skale su:
Kontrolna lista i Skale stavova ( koriste se za procjenu stavova i mišljenja ispitanika o
pojavama, zbivanjima, shvatanjima. Najpoznatije skale su Skala Likertova tipa i Skala
Thurstonova tipa)
- Grafičke skale (su najpopularnije. Vrste grafičkih linija su: vertikalne i horizontalne
(horizontalene se češće koriste)
- Numeričke skale – uz verbalni opisni odnos prema sudu koji se procjenjuje stavlja se i
određeni redni broj-obično u rasponu 1-7 ili 1-5 (1-2-3-4-5-6-7)
- Skalogram – svaka kategorija je kumulativna, sadrži u sebi sve pethodne, u odnosu na nju
niže kategorije.
- Skala proizvoda (upoređivanje s uzorcima na skali)- procjenjivač pomoću nje uspoređuje
ono što procjenjuje s uzorcima koji se nalaze u skali.

1. Navedite osnovne nedostatke u primjeni metode uzorka

- Uzorak ne daje podatak za svaku jedinicu od interesa

- Izbor uzoraka daje rezultate koji sadrže pogrešku uzorka koja nastaje uslijed korištenja
uzoraka
- Potrebna je i posebna obuka ljudi i rukovođenje statističara

2. Uzorci odabrani na osnovu teorije vjerojatnosti

- Jednostavni slučajni uzorak (svakom članu osnovnog skupa se osigurava ista vjerovatnost
da bude izabran uzorak (lutrijski uzorak)
- Stratificirani slučajni uzorak (prednost uzorka – onemogućava da iz uzorka bude
ispuštena i jedna iz populacije zanimljivih grupa) (nedostatak uzorka - stratifikacija
podrazumijeva dobro poznavanje raspodijele određenih obilježja u osnovnom skupu) Vrste

44
stratificiranog slučajnog uzorka su: proporcionalni stratificirani slučajni uzorak i
Neproporcionalni stratificirani slučajni uzorak.
- Različiti tipovi grupnih uzoraka

3. Kada se primjenjuje regresiona analiza

- Zadatak regresione analize je istraživanje analitičkog oblika veze između pojava kojem se
najviše približavaju promjene analiziranih pojava

4. Zadatak korelacione analize je:

- Zadatak korelacione analize je utvrđivanje stepena i snjera povezanosti pojava.

5. Koja je razlika između endogenih i egzogenih varijabli

- Razlika između endogenih i egzogenih varijabli je u tome što se vrijednost endogenih

određuje pomoću modela a egzogene varijable u model ulaze kao poznate veličine.

6. Koji su osnovni zadaci metode uzorka

...

TEST III
1. Koju vrstu metode biste koristili u istraživanju kvaliteta javnih usluga u kantonu
Sarajevo?

a. Indirektno posmatranje
b. Direktno posmatranje
c. Anketa
d. Popis

2. Kojim izvorima podataka biste dali prednost u analizi trgovinske razmjene u BiH?

a. Dinamičkim izvorima
b. Primarnim izvorima
c. Sekundarnim izvorima
d. Statičkim izvorima

3. Sastavni dijelovi ekonomskog modela su:

45
 a. Bilansne relacije i parametri
b. Endogene i egzogene varijable i varijacije
c. Varijable, varijacije i parametri
d. Deficione relacije i parametric

1 - A, 2 - C, 3 – C

4. U okviru analize produktivnosti rada zaposlenih na šalterskim uslugama u Pošti BiH

prikupljeni su sljedeći podaci o zaposlenim: stručna sprema zaposlenih, starost zaposlenih,
uspjeh na testu u radu sa kompjuterom, pol i broj usluženih klijenata u toku radnog dana.
Odredite mogući status varijabli u regresionom m modelu.

a. Nezavisna varijabla je broj usluženih klijenata, a zavisne sve ostale varijable

b. Nezavisna varijabla je stručna sprema zaposlenih, a ostale su nezavisne varijable
c. Zavisna varijabla je stručna sprema zaposlenih, a ostalo je nezavisna varijable
d. Zavisna varijabla je broj broj usluženih klijenata, a nezavisne sve ostale varijable

5. Vrste probabilističkih uzorka su:

a. Statifikovani uzorak
b. Namjerni uzorak
c. Kvota uzorak
4 -D, 5 – A
6.U output iz Excela jedan od rezultata ocjene modela linearne regresije je
t^*= b_2/β_(b_2 ) =1,49 >t_(teor.) uz kritičnu vjerovatnoću p= 0,02. Dobiveni rezultat nam daje
sljedeću informaciju:

a) Ocjena svih parametara regresionog modela je statistički pouzdana uz nivo greške od 5%

b) Ocjena svih parametara regresionog modela je statistički pouzdana uz nivo greške od 2%
c) Ocjena parametra b2 je statistički pouzdana uz nivo greške od 2%
d) Ocjena parametra b2 nije statistički pouzdana uz nivo greške od 2%

7.U output iz Excela jedan od rezultata ocjene modela linearne regresije je

t^*= b_2/β_(b_2 ) =2,56 <t_(teor.) uz kritičnu vjerovatnoću p= 0,12. Dobiveni rezultat nam daje
sljedeću informaciju:

a) Nulta hipoteza da je b2 =0 se ne odbacuje jer je nivo greške 12% veći od α=5%

b) Nulta hipoteza da je b2 =0 se odbacuje jer je nivo greške 2,56

46
c) Nulta hipoteza da je b2 =0 se ne odbacuje jer je nivo greške 0,12 + 2,56
d) Nulta hipoteza da je b2 =0 se odbacuje jer je nivo greške 12% veći od α=5%
6 - C; 7 –A
8) Ocjenjeni model y_it= β_0+ β_1 x_it+ ε_it za i = 27 država za period od t = 20 godina
predstavlja:

A Model višestruke linearne regresije

B Statističko dokumentaciona osnova su podaci vremenskih serija
C Jednostavni linearni regresioni model
D Stastističko dokumentaciona osnova su podaci u vremenskom presjeku (individualni podaci)

9) Kojoj vrsti modela predstavlja sljedeći model: C = a+ b1Yt + b2Yt-1 + b3Yt-3?

A Model višestruke linearne regresije

B Statističko dokumentaciona osnova su podaci vremenskih serija
C Jednostavni lineranih regresioni model
D Statističko dokumentaciona osnova su panel podaci
E Statističko dokumentaciona osnova su podaci u vremenskom presjeku (individualni podaci)
8 - A; 9 – B
10. Kako sljedeći rezultati iz output-a Excel-a daju (nešto) na analizu varijanse (ANOVA) na
osnovu sljedećih podataka:
TABELA
a. Informacije o statističkim podacima njihovih aritmetičkih sredina
b. Informacije o statisitičkim podacima njihovih varijansi
c. Varijacije podataka oko aritmetičke sredine
d. Informacije za određivanje veličine uzorka
tacan odg pod C

TEST IV
1. Koje vrste prezentacije podataka biste koristili u istraživanju kvalifikacione strukture
zaposlenih na Univerzitetu u Sarajevu?

a. Dinamička
b. Analitička
c. Grafička
d. Statička

47
2. Kojim izvorima podataka biste dali prednost u analizi dinamike domaćeg bruto proizvoda u
BiH?

a. Dinamičkim izvorima
b. Primarnim izvorima
c. Sekundarnim izvorima
d. Statičkim izvorima

3. Sastavni dijelovi ekonomskog modela su:

a. Bilansne relacije i parametri

b. Endogene i egzogene varijable i varijacije
c. Varijable, varijacije i parametri
d. Deficione relacije i parametri
tacni odg: 1 - C; 2 - C; 3 – C

4. U okviru analize produktivnosti rada zaposlenih na šalterskim uslugama u Pošti BiH

prikupljeni su sljedeći podaci o zaposlenim: stručna sprema zaposlenih, starost zaposlenih,
uspjeh na testu u radu sa kompjuterom, pol i broj usluženih klijenata u toku radnog dana.
Odredite mogući status varijabli u regresionom m modelu.

a. Nezavisna varijabla je broj usluženih klijenata, a zavisne sve ostale varijable

b. Nezavisna varijabla je stručna sprema zaposlenih, a ostale su nezavisne varijable
c. Zavisna varijabla je stručna sprema zaposlenih, a ostalo je nezavisna varijable
d. Zavisna varijabla je broj broj usluženih klijenata, a nezavisne sve ostale varijable

5. Osnovni nedostaci metode uzorka su:

a. U smanjenju troškova u odnosu na troškove koji su vezani za popis

b. U većoj kvaliteti rezultata, budući da ankete pomoću uzorka vode posebno obrazovani ljudi
c. Uzorak ne daje podatak za svaku jedinicu populacije
d. U većoj brzini prikupljanja podataka i dobivanja procjene
TACNI ODG 4- D; 5 – C

6 U output iz Excela jedan od rezultata ocjene modela linearne regresije je

t^*= b_2/β_(b_2 ) =1,49 >t_(teor.) uz kritičnu vjerovatnoću p= 0,03. Dobiveni rezultat nam daje
sljedeću informaciju:

48
A Ocjena svih parametara regresionog modela je statistički pouzdana uz nivo greške od 5%
B Ocjena svih parametara regresionog modela je statistički pouzdana uz nivo greške od 3%
C Ocjena parametra b2 je statistički pouzdana uz nivo greške od 3%
D Ocjena parametra b2 nije statistički pouzdana uz nivo greške od 3%

7 U output iz Excela jedan od rezultata ocjene modela linearne regresije je

t^*= b_2/β_(b_2 ) =2,56 <t_(teor.) uz kritičnu vjerovatnoću p= 0,10. Dobiveni rezultat nam daje
sljedeću informaciju:

A Nulta hipoteza da je b2 =0 se ne odbacuje jer je nivo greške 10% veći od α=5%

B Nulta hipoteza da je b2 =0 se odbacuje jer je nivo greške 2,56
C Nulta hipoteza da je b2 =0 se ne odbacuje jer je nivo greške 0,10 + 2,56
D Nulta hipoteza da je b2 =0 se odbacuje jer je nivo greške 10% veći od α=5%
TAČNI ODG: 6 - C; 7 –A

8 Ocjenjeni model y_it= β_0+ β_1 x_it+ ε_it za i = 27 država za period od t = 20 godina
predstavlja:

A Model višestruke linearne regresije

B Statističko dokumentaciona osnova su podaci vremenskih serija
C Jednostavni linearni regresioni model
D Stastističko dokumentaciona osnova su podaci u vremenskom presjeku (individualni podaci)

9 Kojoj vrsti modela predstavlja sljedeći model: C = a+ b1Yt + b2Yt-1 + b3Yt-3?

A Model višestruke linearne regresije

B Statističko dokumentaciona osnova su podaci vremenskih serija
C Jednostavni lineranih regresioni model
D Statističko dokumentaciona osnova su panel podaci
E Statističko dokumentaciona osnova su podaci u vremenskom presjeku (individualni podaci)
TAČNI ODG. 8 - A; 9 – B

10. Kako sljedeći rezultati iz output-a Excel-a daju (nešto) na analizu varijanse (ANOVA) na
osnovu sljedećih podataka:
TABELA
a. Informacije o statističkim podacima njihovih aritmetičkih sredina
b. Informacije o statisitičkim podacima njihovih varijansi
c. Varijacije podataka oko aritmetičke sredine

49
d. Informacije za određivanje veličine uzorka
tačan odg pod C

Grupa A i B su pitanja koja su bila prosle godine na prvom roku, grupa C je bila na popravnom
roku, ova pitanja ispod su pitanja (tipa a,b,c) koja je njima Rabija stavila kao pripremu za ispit...
molim da ko zna odgovori na pitanja koja zna iz grupa A,B I C....hvala :)

GRUPA A:
1. Tumacenje F*=… p=0.02
0,02<0,05 →Varijabla statistički značajna u modelu uz nivo rizika od 5%, tе odbacujemo
nultu hipotezu.
2. Metoda uzoraka
• Utvrđuje obilježja populacije iz obilježja uzorka
• Procjenjuje parametre populacije na osnovu parametara uzorka i ocjenjuje pouzdanost te
procjene
Planovi uzoraka mogu biti:
1. Probabilistički uzorci (eng. probability samples)
2. Neprobabilistički – namjerni (eng. nonprobability samples)

3. Varijable – prepoznati…endogene i dummy

4. Definisati cilj i navesti etape u istrazivanju zdravstva u KS.
Definisanje ciljeva: npr. Izvršiti mjerenje stavova
korisnika usluga porodične medicine u KS

Definisanje problematike i oblasti istraživanja:

Kako doci do podataka? Koliko se vec zna?Šta treba mjeriti? Kako? Treba li poduzeti
istraživanje?

• Prikupljanje podataka
• Obrada, analiza i prezentacija podataka
• Provjera podataka
• Tumačenje i nterpretacija podataka

50
Zaključci
Donošenje odluka

5. Deskriptivni i brojcani podaci – kojim dati prednost i zasto?

Prednost dati brojčanim podacima zbog:
- dosljednosti
- logičke konzistentnosti (neproturječnost)
- iscrpnosti (potpunosti)

6. Kod istrazivanja saobracaja u KS kojim podacima dati prednost primarnim ili sekundarnim i
zasto?
Sekundarnim podacima, zato što ti podaci već postoje.

7. Yt=β0 + β1X1+ɛt – prepoznati sta je?

Yt=zavisna konstanta koja se objašnjava, egzogena
β0= konstanta
β1=nagib
X1= nezavisan varijabla koja se objašnjava, endogena
εt= stohastički član, graška koja zadovoljava klasične hipoteze
8. Gdje se koristi faktorska analiza?
Najprije su primjenom faktorske analize tj. metode glavnih komponenti određene osnovne
dimenzije društveno-ekonomskog razvoja (faktori). Faktorska analiza se za razliku od regresione
i diskriminacione, ne bavi predviđanjem zavisne varijable. Cilj je da se broj varijabli reducira na
što manje dimenzija, tj. Faktora. Primjena kod: analiza imidža marke, lojalnosti marki, čitanosti
časopisa, životnog stila potrošača, osobina prodavnica i sl.

9. Metode prikupljanja podataka kod istrzivanja nezaposlenosti u KS?

Preferirati sekundarne podatke: statističke izvještaje i ostale metode.
Ako koristimo primarne podatke onda se bazirati na anketi, Npr.

GRUPA B:
1. Studije kod regresione analize?
2. Vrste prezentacije statistickih podataka za istrazivanje nezaposlenosti?

51
Vrste prezentacija statističkih podataka:
• Deskriptivna
• Statističe sertije
• Tabelarna
• Grafička
• Modelska
Najčešće se koriste tabelarna I grafička prezentacija (u knjizi je dat primjer tabele I grafika za
nezaposlemne osobe prema strucnoj spremi str 35.)

3. Najznacajniji faktori kod velicine uzoraka?

Priroda istraživanja, veličina populacije, vrsta analize podataka, preciznost istrživanja, osobine
koje se istražuju, raspoloživi resursi itd.

4. Vrste varijabli?
Kvalitativne (valitativna nominalna varijabla, kvalitativna ordinarna varijabla) i
kvantitativne (kvantitativna prekidna i neprekidna varijabla).

5. Kada se koristi neparametarski test?

Neparametarski testovi ne zahtjevaju precizna mjerenja kao parametarski testovi i zbog toga se
oni mogu primjeniti na podatke date u ordinalnoj skali, a neki i na podatke iz niminalne skale.
Najpoznatiji neparametarski modeli su : Binomni test, Hi.kvadrat test, test sposobnosti modela i
Kolmogorov-Smirnov test

6. Tumacenje t=5.67 p=0.03

0,03<0,05 →Varijabla statistički značajna u modelu uz nivo rizika od 5%, tе odbacujemo nultu
hipotezu.

7. Yt= βx+β…+ β… t=20 – prepoznati sta je?

Ova jednacina nije dobro napisana
Yt=zavisna konstanta koja se objašnjava, egzogena
β x, β= parametri modela koje treba ocijeniti

8. Odrediti nultu i alternativnu hipotezu za kvalitet usluga?

Istrazivacka: kvalitet usluga u zdravstvu u KS je bolji od kvaliteta u SBK
Nulta: kvalitet usluga u zdravstvu u KS nije bolji od kvaliteta u SBK

9. Primarno ili sekundarno prikupljanje podataka kod istrazivanja u zdravstvu i zasto?

Sekundarnim podacima, zato što ti podaci već postoje.

52
GRUPA C
1. Napisati nultu i alternativnu hipotezu za prehrambene proizvode u FbiH?
2. Kod istrazivanja nezaposlenosti u KS kojim podacima dati prednost primarnim ili sekundarnim
i zasto?
3. Tumacenje F* ako je p=0.07 ?
4. Gdje se koristi dummy varijabla?
5. Tumacenje t* ako je p=0.08?
6. Yit=β0 + β1X1+ɛit – prepoznati sta je?
7. Prpoznati sta je C=…formula odg je nesto multiple…?
8. Zadaci metode uzoraka?
9. Ako je regresionom analizom obradjeno 6% podataka,koliko podataka nije obradjeno…?
10. Prepoznati koji su probabilisticki ili neprobabilisticki uzorci?

PITANJA (I ODGOVORI) KOJA SU BILA NA PRVOM ISPITU

IZ RABIJINOG DIJELA

1. Navedite osnovne prednosti u primjeni metode uzorka

- U smanjenju troškova u odnosu na troškove koji su vezani za popis

- U većoj brzini prikupljanja podataka i dobivanja procjena
- U većoj kavliteti rezultata, budući da ankete pomoću uzoraka vode posebno
obrazovani ljudi

2. Definirajte zadatke regresione analize

- Zadatak regresione analize je istraživanje analitičkog oblika veza između pojava kojem se
najviše približavaju promjene analiziranih pojava.

3. Vrste prezentacije statističkih podataka

- Deskriptivna
- Statističke serije
- Tabelarna
- Grafička
- Modelska

53
4. Navedite elemente modela i objasnite jedan od njih

- Elementi modela su: varijable, relacije i parametri

- Varijable mogu biti endogene i egzogene. Vrijednost endogenih se određuje pomoću
modela a egzogene ulaze u model kao poznate veličine.
- Relacije modela pokazuju oblik odnosa između ekonomskih varijabli. S obzirom na
prirodu relacije postoji matematički model koji se odlikuje funkcionalnom relacijom te
ekonometrijski model koji se odlikuje stohastičkom relacijom.
- Parametar je kvantitativni izraz međuzavisnosti ekonomskih varijabli.
Dakle, model se može definisati kao skup relacija koji postoji u određenom skupu varijabli.
Njegov matematički izraz je skup jednačina i/ili nejednačina.

5. Uzorci koji nisu odabrani na osnovu teorije vjerojatnosti:

- Prigodni uzorak (sastavljen je od niza slučajeva od kojih se u određenom momentu

jedino moglo doći ili su nam se slučajno, zahvaljujući određenoj prigodi, našli pri ruci
- Kovtni uzorak
- Namjerni uzorak (namjerni odabir slučajeva za koje se smatra da su najtipičniji za
populaciju koja se istražuje)

6. Načini realizacije ankete:

- Individualni kontakt s ispitanikom

- Grupno anketiranje
- Poštanski upitnik
- Telefonsko anketiranje

7. Vrste skala:
- Deskriptivne (verbalne) – riječima se opisuju različiti stupnjevi procjenjenog
svojstava, izborom između kojih procjenjivač odabire onaj, koji po njegovom sudu,
najbolje odgovara određenoj osobi, stavri ili pojavi koje se procjenjuje. Pojavne
forme deskriptivne skale su: Kontrolna lista i Skale stavova ( koriste se za procjenu
stavova i mišljenja ispitanika o pojavama, zbivanjima, shvatanjima. Najpoznatije
skale su Skala Likertova tipa i Skala Thurstonova tipa)
- Grafičke skale (su najpopularnije. Vrste grafičkih linija su: vertikalne i horizontalne
(horizontalene se češće koriste)

54
 - Numeričke skale – uz verbalni opisni odnos prema sudu koji se procjenjuje stavlja se
i određeni redni broj-obično u rasponu 1-7 ili 1-5 (1-2-3-4-5-6-7)
- Skalogram – svaka kategorija je kumulativna, sadrži u sebi sve pethodne, u odnosu
na nju niže kategorije.
- Skala proizvoda (upoređivanje s uzorcima na skali)- procjenjivač pomoću nje
uspoređuje ono što procjenjuje s uzorcima koji se nalaze u skali.

1. Navedite osnovne nedostatke u primjeni metode uzorka

- Uzorak ne daje podatak za svaku jedinicu od interesa

- Izbor uzoraka daje rezultate koji sadrže pogrešku uzorka koja nastaje uslijed
korištenja uzoraka
- Potrebna je i posebna obuka ljudi i rukovođenje statističara

2. Uzorci odabrani na osnovu teorije vjerojatnosti

- Jednostavni slučajni uzorak (svakom članu osnovnog skupa se osigurava ista

vjerovatnost da bude izabran uzorak (lutrijski uzorak)
- Stratificirani slučajni uzorak (prednost uzorka – onemogućava da iz uzorka bude
ispuštena i jedna iz populacije zanimljivih grupa) (nedostatak uzorka -
stratifikacija podrazumijeva dobro poznavanje raspodijele određenih obilježja u
osnovnom skupu) Vrste stratificiranog slučajnog uzorka su: proporcionalni
stratificirani slučajni uzorak i Neproporcionalni stratificirani slučajni uzorak.
- Različiti tipovi grupnih uzoraka

3. Kada se primjenjuje regresiona analiza

- Zadatak regresione analize je istraživanje analitičkog oblika veze između pojava

kojem se najviše približavaju promjene analiziranih pojava

4. Zadatak korelacione analize je:

- Zadatak korelacione analize je utvrđivanje stepena i snjera povezanosti pojava.

5. Koja je razlika između endogenih i egzogenih varijabli

- Razlika između endogenih i egzogenih varijabli je u tome što se vrijednost

endogenih određuje pomoću modela a egzogene varijable u model ulaze kao
poznate veličine.

6. Koji su osnovni zadaci metode uzorka

55
 PRIMJERI PITANJA ZA TEST IZ PREDMETA METODOLOGIJA NIR-A
1. Pogledaj slijedeći znanstveni sud: „Odnos građana prema suživotu i toleranciji bitno
određuje vrijednosna orijentacija medija prema tim kategorijama“. Odgovori na
slijedeća pitanja:
a. Kako se ovaj sud zove? (napiši u nastavku) HIPOTEZA
b. Kako se zove dio suda „Odnos građana prema suživotu i toleranciji“
ZAVISNA VARIJABLA ______________________________
c. Kako se zove dio suda „vrijednosna orijentacija medija prema tim kategorijama“
NEZAVISNA VARIJABLA ________________________________

2. U idejnim se projektima najčešće susreću posebno razrađeni slijedeći elementi (navedi

barem 4 elementa koji su za projekt bitni)
 PREDMET ILI PROGLEM ISTRAŽIVANJA, U KOME SE APOSTROFIRA VAŽNOST
PROBLEMA, PRUŽA NUŽNA INFORMACIJA O TOME ŠTO JE DO TADA URAĐENO,
NAVODI NAJZNAČAJNIJE AUTORE KOJI SU NAVEDENI PROBLEM DO TADA
ISTRAŽIVALI
 CILJ (ILI CILJEVE) ISTRAŽIVANJA, KOJI MOGU BITI RAZLIČITI
 STRUKTURA PROJEKTA
 METODE I TEHNIKE ISTRAŽIVANJA
 ORGANIZACIJSKI KARAKTER RADOVA
 STAV EKIPE ISTRAŽIVANJA
 FINANSIJSKA I DRUGA SREDSTVA POTREBNA ZA ISTRAŽIVANJE
 PROJEKCIJA REZULTATA I KORISTI KOJI SE MOGU OČEKIVATI OD REALIZIRANOG
ISTRAŽIVANJA

3. U anketnom upitniku se mogu koristiti dvije vrste pitanja s zatvorenim odgovorima. To

su (dopuni ponuđene odgovore)
a. Pitanja s ponuđenim odgovorima NABRAJANJA __________
b. Pitanja s ponuđenim odgovorima INTENZITETA _______________

4. Moguće je razlikovati četiri načina realizacije ankete. Navedite ih:

a. INDIVIDUALNI DODOR S ISPITANIKOM _______
b. GRUPNO ANKETIRANJA __________________
c. POŠTANSKI UPITNIK ____________________
d. TELEFONSKO ANKETIRANJE ______________

5. U uzorke koji nisu odabrani na osnovu teorije vjerojatnosti ubrajaju se tri tipa uzoraka
(navedite koji su):
a. PRIGODNI UZORAK ____________
b. KVOTNI UZORAK ________________

56
 c. NAMJERNI UZORAK ________________

6. Postoje dva pristupa u pisanju sadržaja:

a. Pristup prema kojem se sadržaj nalazi na kraju knjige. To je tzv. (navedite kako se
zove) __FRANCUSKI ________pristup u smještanju sadržaja
b. Pristup prema kojem se sadržaj nalazi na početku knjige, odmah iza naslova. To
je tzv. (navedite kako se zove) __AMERIČKI_______ pristup u smještanju sadržaja

7. Navedite vrste prezentacije statističkih podataka.

 DESKRIPTIVNA PREZENTACIJA
 STATISTIČKE SEIRJE (SERIJE STRUKTURE I VREMENSKE SERIJE) PREDSTAVLJAJU
NIZOVE SREĐENIH STATISTIČKIH PODATAKA KOJI PRIKAZUJU STRUKTURU SKUPA
PREMA OBILJEŽJU, RASPORED SKUPA U PROSTORU ILI PROMJENE SKUPA U
VREMENU
 TABELARNA PREZENTACIJA
 GRAFIČKA PREZENTACIJA
 MODELSKA – KORIŠTENJEM MATEMATIČKOG INSTRUMENTARIJA

8. Koja su osnovna načela konstrukcije ekonometrijskog modela.

 SPECIFIKACIJA MODELA
 OCJENA MODELA
 VREDNOVANJE OCJENE PARAMETARA
o KRITERIJI:
 EKONOMSKI
 STATISTIČKI
 EKONOMETRIJSKI
 VREDNOVANJE MODELA S ASPEKTA PRIMJENE I PREDVIĐANJA

9. Definišite zadatke regresione i korelacione analize. b1

t∗¿ =2 ,24
σ^ b
1
10. U outputu iz EXcela jedan od rezultata ocjene modela linearne regresije je

uz kritičnu vjerovatnoću p= 0.02. Komentarišite dobiveni rezultat.

11. U output iz Excela jedan od rezultata ocjene modela linearne regresije je
n
∑ ( y t − ȳ )2 / 1
t =1 57
F∗¿ n
=5 , 24
∑ ( y t − ^y t )2 / n−2
t =1
 uz kritičnu vjerovatnoću p= 0.03. Komentarišite

dobiveni rezultat.
12. Da li ocijenjeni model y t =12 , 85+2 , 98 X t +et , t=1 ,.. ., n može predstavljati
model potražnje za normalnim dobrom i zašto?

13. Šta su online baze?

14. Navedite dva primjera online baza.

 ACADEMIC RESEARCH LIBRARY (PROQUEST)
 INTERNATIONAL STATISTICAL YEARBOOK
 WEB OF SCIENCE

15. Šta je Web Of Science?

 ONLINE BAZA

Napomena:
Ovo nije cjelovita lista pitanja. Navedena pitanja su data samo kao primjer, a na testu mogu
doći u istom ili sličnom formatu.

Predmetni nastavnici:
S. Kukić
R. Somun-Kapetanović
N. Bajgorić

58