1.

Pearsonov koeficijent korelacije + preduvjeti

a) Dijagramom raspršenja utvrdite kakav je (otprilike) odnos između „Radnog
iskustva” i „Koeficijenta plaće”. Je li približno linearan?
b) Utvrdite (Pearsonovu) korelaciju između ove dvije varijable
c) Je li korelacija značajna? Ako da, kakvog je smjera? Što to znači?
Kakva je korelacija po veličini

a)Utrvđivanje linearnosti putem dijagrama raspršenja

Pregledom dijagrama raspršenja uočava se trend pozitivnog odnosa iskustva i koef. plaće.
Između varijabli vjerojatno postoji pozitivna korelacija, odnosno, porast radnog staža prati
porast koeficijenta plaće.
Također, uočena je relativna linearnost u odnosu dviju varijabli.
Međutim, preduvjet homoscedasciteta je narušen, odnosno, varijabilitet varijable Y nije
podjednak duž vrijednosti varijable X. Varijabilitet varijable Y je izražen oko srednjih
vrijednosti radnog iskustva, dok je smanjen oko nižih i viših vrijednosti varijable X.

Correlations

Radno iskustvo Koeficijent place

(god)

Pearson Correlation 1 .617**

Radno iskustvo (god) Sig. (2-tailed) .000

N 60 60
Pearson Correlation .617
**
1

Koeficijent place Sig. (2-tailed) .000

N 60 60

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

Utvrđena je statistički značajna povezanost između varijabli koeficijent plaće i radno iskustvo
(p<0,05) u smjeru da što je veće radno iskustvo, veći je i koeficijent plaće.
Korelacija ukazuje na snažan odnos, odnosno, visoku korelaciju (r=0,62).
 2. Koeficijent determinacije
a) Koliki je koeficijent determinacije između „Radnog iskustva” i „Koeficijenta
plaće”?
b) Koliki je koeficijent determinacije između „Koeficijenta plaće” i „Opsega
struka”?
c) Koji od ove dvije kombinacije varijabli ima više zajedničkih faktora?

2
R =0,3 8

• a) Koliki je koeficijent determinacije između „Radnog iskustva” i „Koeficijenta

plaće”?
• R2= 0,38
• b) Koliki je koeficijent determinacije između „Koeficijenta plaće” i „Opsega struka”?
• Izračunali smo korelaciju između koef.plaće i opsega struka. Ona iznosi r=0,422
(p<0,01). Dakle, ovu vrijednost kvadriramo.
• R2 = 0,178 ≈ 0,18
• c) Koji od ove dvije kombinacije varijabli ima više zajedničkih faktora?
• Radno iskustvo i koef. Plaće

Point-biserijalni koeficijent
1. Utvrdite povezanost „spola” i „koeficijenta plaće”, primjenom point-biserijalnog
koeficijenta korelacije (=Pearsonov)
2. Je li povezanost značajna? Kakva je veličina korelacije?
3. Utvrdite povezanost „spola” i „opsega struka”
4. Je li povezanost značajna? Kakva je veličina korelacije?

• Nije utvrđena statistički značajna povezanost spola i koeficijenta plaće (p>0,05).

• Korelacija je praktično nepostojeća (r=0,07).

3. Parcijalna
korelacija

a) Utvrdite povezanost između „Opsega struka”, „Koeficijenta plaće” i

„Radnog iskustva”
b) Utvrdite povezanost „Opsega struka” i „Koeficijenta plaće”, uz
istovremenu kontrolu varijable „Radnog iskustva”
c) Usporedite povezanost Opsega struka i Koef. plaće prije i nakon kontrole
godina Radnog iskustva? Zašto se promijenila?
 Correlations

Koeficijent place Radno iskustvo Opseg struka

(god) (cm)

Pearson Correlation 1 .617 **

.422**

Koeficijent place Sig. (2-tailed) .000 .001

N 60 60 60
Pearson Correlation .617 **
1 .327*
Radno iskustvo (god) Sig. (2-tailed) .000 .011
N 60 60 60
Pearson Correlation .422 **
.327 *
1

Opseg struka (cm) Sig. (2-tailed) .001 .011

N 60 60 60

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

*. Correlation is significant at the 0.05 level (2-tailed).

Utvrđena je statistički značajna povezanost između koeficijenta place I radnog iskustva (p<0.01)
(r=0.6) korelacija je pozitivna I srednje jačine, što znači da povećanje koeficijenta place prati
povećanje radnog iskustva
Utvrđena je statistički značajna povezanost između koeficijenta place I opsega struka (p<0.01) (r=0.4)
korelacija je pozitivna I umjerene jačine, povećanje place prati povećanje opsega struka
Utvrđena je statistički značajna povezanost između radnog iskustva I opsega struka (p<0.05)(r=0.3)
korelacija je pozitivna I male jačine, povećanje radnog iskustva praćeno je povećanjem opsega struka.

Correlations

Control Variables Opseg struka Koeficijent place

(cm)

Correlation 1.000 .296

Opseg struka (cm) Significance (2-tailed) . .023

df 0 57
Radno iskustvo (god)
Correlation .296 1.000

Koeficijent place Significance (2-tailed) .023 .

df 57 0

• Nakon kontrole Radnog iskustva, povezanost Koeficijenta plaće i Opsega struka

smanjila se na 0,296, ali je ostala značajna na razini od 5% (p<0.05).
• Nakon kontrole, navedene varijable dijele ukupno 9% zajedničke varijance
• *računali smo koeficijent determinacije, dakle: 0.2962=0.0877≈ 9%.
Usporedbom koeficijenata determinacije prije i poslije kontrole Radnog iskustva, može se reći
da ove dvije varijable (Koeficijent plaće i Opseg struka) dijele dodatno još oko 9% zajedničke
varijance zahvaljujući Radnom iskustvu. Bez kontrole (radnog iskustva), dijele oko 18%
(preciznije 17.8%) zajedničke varijance. U uvjetu kada kontroliramo varijablu Radno
iskustvo, ta vrijednost se smanjuje na 9% (preciznije 8.77%). Prema tome može se reći kako
je povezanost koeficijenta plaće i opsega struka, na prvu potpuno nespojivih i nepovezanih
konstrukata, u suštini umjetno povećana posredovanjem radnog iskustva.