ALFA UNIVERZITET

FAKULTET ZA TRGOVINU I BANKARSTVO

SEMINARSKI RAD

MERE CENTRALNE TENDENCIJE I

MERE DISPERZIJE
Predmet: Statistika

Mentor: Student:
Prof. dr Savić Branimir Matić Slađana
Br. Indeksa: 416/13

Beograd, april, 2014.

 SADRŽAJ

UVOD........................................................................................................................1

1.MERE SREDNJE VREDNOSTI - CENTRALNE TENDENCIJE.......................2

1.1.Mod – modus.....................................................................................................2
1.2.Medijana............................................................................................................2
1.3.Aritmetička sredina............................................................................................3
1.4.Geometrijska sredina.........................................................................................5
1.5.Harmonijska sredina..........................................................................................6
2.MERE DISPERZIJE...............................................................................................7
2.1.Pojam disperzije i njeno merenje.......................................................................7
2.2.Mere disperzije..................................................................................................7

ZAKLJUČAK........................................................................................................10
LITERATURA.....................................................................................................11
 UVOD

Srednji statistički podaci koji su tabelarno ili grafički prikazani služe za statističku
analizu, s ciljem istraživanja pravilnosti i zakonitosti posmatranih masovnih pojava. Statistička
analiza i ima taj zadatak da primenom različitih metoda i postupaka raščlani i uporedi podatke,
otkrije i formuliše zakonitosti koje vladaju u posmatranoj masovnoj pojavi
Koristeći relativne brojeve i raspodelu frekvencija može se steći izvestan globalni utisak
o posmatranoj pojavi i posmatranom statističkom skupu. Ipak za dalju i svrsishodniju analizu
potebne su nam preciznije metode kojima ćemo masu statističkih podataka obraditi tako da 
postane upotrebljiva u procesu donošenja odluka.
Srednje vrednosti ili mere centralne tendencije prezentuju sredinu statističke serije.
Najčešće se oko te srednje vrednosti grupiše najveći broj jedinica. Srednje vrednosti se nalaze
između najmanje i najveće vrednosti obeležja.
Kao reprezentativni pokazatelj serije srednja vrednost karakteriše statistički skup. Ako se
posmatra jedan statistički skup po jednom numeričkom obeležju i pođe se od individualnih
vrednosti tog obeležja, teško će se uočiti bitna i zajednička karakteristika čak i kad su
pojedinačni podaci, grupisanjem u serije, svedeni na manji broj. Zato se nastoji da se ta serija
zameni jednim brojem koji omogućava da se uoči karakteristika posmatranog skupa.
Srednje vrednosti: aritmetička, harmonijska i geometrijska sredina, zatim modus i
medijana.
Mere varijacije ili mere disperzije pokazuju kakvo je variranje podataka u seriji . Mogu
postojati statističke serije sa istom srednjom vrednošću, a različitim variranjem podataka oko te
srednje vrednosti . Apsolutne mere varijacije su iskazane u jedinicama mere obeležja . Poznatije
mere varijabiliteta su interval varijacije, srednje apsolutno odstupanje, varijansa i standardna
devijacija itd. Relativne mere varijacije su neimenovani pokazatelji varijabiliteta . Neke od
relativnih mera varijacije su koeficijent varijacije i normalizovano standardizovano odstupanje.

5
 1. MERE SREDNJE VREDNOSTI - CENTRALNE TENDENCIJE

Mere centralne tendencije su najčešće izračunavane mere u deskriptivnoj statistici. Ove

mere opisuju “središnji”, “najčešći” ili “prosečni” rezultat u nekom skupu rezultata, tj. govore o
vrednosti oko koje se grupišu rezultati uzorka. Mere centralne tenedncije dele se na izračunate i
pozicione.Izračunavajusenaosnovusvihpodatakastatističke serije po određenom pravilu.
Mere centralne tendencije su:[Aranđelović 2012: 87]
mod - mods
medijana,
aritmetička sredina,
harmonijska sredina i
geometrijska sredina.

1.1.Mod - modus

Mod – modus je vrednost obeležja koja ima najveću frekvenciju. Ne izračunava se iz svih
vrednosti jedne serije, već se uzima kao vrednost obeležja koja se u statističkom skupu najčešće
javlja. Pošto vrednost modusa ima najveći broj jedinica datog skupa, smatra se da je modus
tipična vrednost koja može da okarakteriše čitavu seriju.
Modus se može odrediti pomoću sledećeg obrasca:[ Aranđelović 2012: 89]

f2
Mo = l + f + f x i, gde je
1 2

l – donja granica modalnog intervala – interval sa najvećom frekvencijom u kome se nalazi

modus, f1 – frekvencija intervala koji se nalazi ispred modalnog intervala, f2 – frekvencija
intervala iza modalnog intervala, a i – dužina grupnog intervala.

1.2.Medijana

Medijana (Me) je vrednost obeležja koja se nalazi u sredini serije čiji su svi članovi
raspoređeni po veličini vrednosti obeležja. Na taj način ona deli jedinice statističkog skupa na
dva jednaka dela, tako da se i iznad nje i ispod nje nalazi po 50% svih jedinica.[ Petrović Lj
2010: 77] Medijana kao i modus nije izračunata srednja vrednost, već vrednost obeležja po
položaju koji zauzima u nizu podataka. U slučajevima gde vrednost članova u seriji znatnije
variraju, medijana je bolja srednja vrednost od aritmetičke sredine.

Medijana na negrupisane podatke

Za neparne nizove negrupisanih podataka medijana se određuje jednostavno – traženjem
središnog člana uređenog niza po veličini podataka. Za seriju negrupisanih podataka medijana se
određuje na taj način što se ukupan broj članova serije, sređenih po veličini, poveća za jedan.

4
 n+1
(n+1) i podeli sa 2, tj. 2

Medijana neintervalnih serija distirbucije frekvencije

Ako su podaci sređeni u intervalnoj seriji, medijana se određuje na taj način što se najpre
pomoću kulmulacije frekvencije nađe interval u kome se nalazi medijana, a zatim se određuje
pomoću sledećeg obrasca

Me = l + i ¿¿

i – donja granica intervala u kome se nalazi medijana, fm – frekvencija tog intervala, i –

dužina grupnog intervala, n – ukupan broj članova serije i cum f1 – kumulirana frekvencija
intervalne grupe koja prethodi intervalu u kome se nalazi medijana.

Medijanapodatkegrupisaneuintervale

n n+ 1
− K m−1 −K m−1
Me = Lm + 2 .i Me = Lm + 2 .i
fm fm

m‐medijalniinterval, Lm‐donjagranicamedijalnogintervala, fm – frekvencija medijalnog intervala,

Km – 1 - kumulativna frekvencija intervala koji prethodi medijalnom, n - broj podataka u seriji, i -
dužina medijalnog intervala.

1.3.Aritmetička sredina

Ovo je najpoznatija srednja vrednost. U svakodnevnom životu najviše se koristi

aritmetička sredina kao srednja vrednost. Zato se pod pojmom prosek misli na aritmetičku
sredinu. Aritmetička sredina niza brojeva je broj koji se dobije kada se njihov zbir podeli sa
ukupnim brojem članova tog niza.
Aritmetička srednja vrednost ili prosečna srednja vrednost ili samo srednja vrednost ima
najširu primenu u statistici. Ponaša se kao ”ravnotežna tačka” u skupu, a nedostatak joj je što na
njenu vrednost utiču ekstremne vrednosti (”outliers”).[ Petrović Lj 2010:88]
Srednja vrednost se izražava u istim jedinicama kao i osnovni podaci.  
Najčešće upotrebljivana mera centralne tendencije jeste aritmetička sredina. Ona je
ujedno i najlakša za razumevanje obzirom da se neretko koristi u svakodnevnom životu (najčeće
koristimo reč ‘prosek’ da izrazimo upravo aritmetičku sredinu). Aritmetička sredina predstavlja
prosečnu vrednost nekogkontinuiranog niza brojeva.
U statističkoj analizi aritmetička sredina najčešće se izračunava za vrednosti numeričkog
obeležja, pa je polazna veličina za izračunavanje aritmetičke sredine je zbir vrednosti
numeričkog obeležja elemenata osnovnog skupa.

5
 Neophodan uslov za pravilnu primenu aritmetičke sredine jeste da podaci u seriji
pokazuju dovoljan stepen homogenosti a kriterijum za određivanje te homogenosti zavisi od
prirode i vrste pojave koja je prikazana u seriji kao i da znamo suštinu i smisao rezultata kojeg
želimo da dobijemo. Aritmetička sredina ima dva osnovna načina izračunavanja.
 
            Prema tome da li su podaci grupisani ili ne, razlikuju se:[Petrović Lj 2010: 91]

prosta aritmetička sredina

ponderisana (složena, vagana) aritmetička sredina.

Prvi način odnosi se na izračunavanje iz prostih serija, tj. iz onih serija u kojima se svaki
podatak javlja samo po jedanput. Ako se aritmetička sredina određuje za jedan običan statistički
niz, onda se ona naziva prosta ili jednostavna aritmetička srednja vrednost. Jednostavna
aritmetička srednja vrednost izračunava se tako  što se zbir svih podataka podeli njihovim
brojem.
Drugi način izračunava aritmetičke sredine primenjuje se kod sređenih serija (serije
distribucije frekvencija), tj. kod onih serija u kojima se pojedini podaci (modaliteti) javljaju  u
nejednakim frekvencijama, i tu se uzima i obzir veličina frekvencije svakog modaliteta. Svaki
modalitet se ponderiše, vaga, svojom frekvencijom pa se ova aritmetička sredina naziva
ponderisana (vagana) aritmetička sredina.
Ponderisana aritmetička srednja vrednost izračunava se tako što se zbir svih proizvoda
numeričkih podataka i odgovarajućih frekvencija podeli ukupnim zbirom frekvencija,odnosno
ukupnim brojem podataka. 
Aritmetička sredina može se računati i za više skupova i to je
aritmetička sredina aritmetičkih sredina.
Najširu upotrebu u statističkoj analizi, a i šire, ima aritmetička sredina. Izračunava se tako
što se zbir svih vrednosti obeležja podeli njihovim brojem. Ako posmatrano obeležje označimo
sa X, njegove vrednosti sa x1 ,x2,.... xi,.... xn, imaćemo: [Petrović 2011: 77]

 
µ = x1+ x2 +...+xn = 1  ∑x i    ili prostije    µ  = ∑ x
N                 N   i=1                                                N
 
Znatno češće imamo posla sa grupisanim podacima u vidu rasporeda frekvencija, tj.sa
skupovima unutar kojih se svaka vrednost obeležja može javiti više puta. Ako, u opštem slučaju,
vrednosti  obeležja  označimo sa x1, x2,.... xi,.... xn, a  odgovarajuće  frekvencije sa     f1, f2, ...
fi, ... fn , aritmetička  sredina  će biti:
 
µ =  f1 x1 +  f2 x2 + ... + fn  xn    , tj.
N
n
µ =  1  ∑ fi xi    ili prostije
N   i=1
 
µ  = ∑ f x  , gde je

4
 N
                                                                                    n
N = f1 +  f2 + ... + fn     =    ∑ fi   =   ∑ f.
=1

 
Ovako utvrđena prosečna vrednost poznata je kao ponderisana aritmetička sredina jer se
sve vrednosti uzimaju u zbir onoliko puta koliko se one i javljaju unutar rasporeda. Ponderacioni
faktor je, dakle, frekvencija ( f ).
Aritmetička sredina, uz osobine koje karakterišu svaku srednju vrednost, ima i izvesne
karakteristike (analitičke i matematičke prirode) značajne za njeno izračunavanje i primenu u
statističkom radu.
Aritmetička sredina, jedan broj koji reprezentuje ceo skup podataka, ima važne prednosti.
Prvo, ona je odomaćena i intuitivno jasna većini ljudi. Drugo, svi podaci imaju aritmetičku
sredinu i to samo jednu. Aritmetička sredina je pogodna za korišćenje u većini statističkih
procedura. Nedostatak aritmetičke sredine je što na njenu vrednost utiču ekstremne, jako male i
jako velike, vrednosti. Drugi problem što svaki podatak iz serije ulazi u obračun što nije pogodno
za serije sa velikim brojem podataka. Treći problem je što ne može da se izračuna za otvorene
klasne intervale tipa veće od ili manje od.

1.4.Geometrijska sredina

U analizama vremenskih serija najpogodnija srednja vrednost je geometrijska sredina.

Njeno izračunavanje je malo komplikovanije od izračunavanja aritmetičke sredine jer zahteva i
operacije množenja i korenovanja realnih brojeva. Geometrijska sredina niza brojeva je N-ti
koren iz proizvoda njegovih članova. Da bi odredili geometrijsku sredinu za svako N vrednosti
obeležja X moraju biti pozitivne. Zato je i upotreba geometrijske sredine ograničena samo na ona
obeležja koja su pozitivna.
Geometrijska sredina je izračunata srednja vrednost ali se razlikuje od aritmetičke sredine
i po svojim karakteristikama i po načinu izračunavanja.
Geometrijska sredina dobija se kada se iz proizvoda pojedinih vrednosti obeležja date
serije izvadi koren čiji je izložilac ravan broju svih članova serije. Geometrijska sredina je N-ti
koren proizvoda svih vrednosti negrupisanog numeričkog obeležja jednog niza.
Geometrijska sredina primjenjuje se u analizi vremenskih nizova. Pomoću nje izračunava
se prosečna stopa promene pojave. Geometrijska sredina, kao i svaka srednja vrednost, nalazi se
između najveće i najmanje vrednosti niza za koji se izračunava. Brojčano se razlikuje od
aritmetičke sredine, osim ako svi članovi niza nisu jednaki. Geometrijska sredina je uvek manja
od aritmetičke. 
To je srednja vrednost koja izračunava proporcionalne promene između podataka
posmatrane serije, za razliku od aritmetičke koja izravnava apsolutne razlike između podataka.
Ona se, dobija kada se iz proizvoda pojedinačnih vrednosti obeležja date serije izračunava koren
čiji je izložitelj jednak broju članova te serije.         
Ako posmatrano obeležje označimo sa x , njegove pojedinačne vrednosti sa x1, x2,... xn,
a njihov broj sa N, onda će po prethodno datoj definiciji geometrijska sredina biti:[Petrović
2011: 84]

5
 N

G = √ x1*x2 ...*xi...xn*

Izračunavanje geometrijske sredine ima smisla samo za ona obeležja čije su vrednosti
veće od nule. Polazeći od ove predpostavke, logaritmovanjem prethodnog izraza
dobijamo:                                                                                                                                                              
n

log G  =  1 ( log x1 + log x2 +... + log xn) =    1  ∑ log x i , odnosno

N                                                     N   i=1

Antilogaritmovanjem:
                                      
n
G =    √1  ∑ fi log xi
N  i=1

Dobijamo obrazac za izračunavanje proste geometrijske sredine, slučaj kada se svaka

vrednost u seriji javlja samo po jedanput.

1.5.Harmonijska sredina

Upotreb harmonijske sredine (H) još je ograničenija od upotrebe geometrijske sredine.

Ona se koristi samo u specijalnim slučajevima gde se problem postavlja u obrnutom,
recipročnom vidu. Nsajčešće se koriste za izračunavanje srednjeg vremena izrade jedinice
proizvoda, srednjih cena, kupovne snage novca i srednjeg vremena pređene jedinice puta..
Zavisno od toga da li su podaci negrupisani ili grupisani, može se izračunati prosta harminijska
sredina za negrupisane podatke ili ponderisana za grupisane podatke.

Harmonijska sredina za negrupisane podatke

Prosta harmonijska sredina je recipročna vrednost proste aritmetičke sredine određene iz
recipročnih vrednosti obeležja. Ako se sa x 1, x2,….xi,…xn označe obeležja, a sa n njihov broj,
obrazac za izračunavanje harmonijske sredine biće:[Petrović 2011: 89]

1 n
H = V +V +…+V +…+V = V +V +…+V +…+V
x1 x2 xi xn x1 x2 xi xn

n
H= Ʃ1
x

4
 Harmonijska sredina za grupisane podatke
Kada se radi o grupisanim podacima, izračunava se grupisana ponderisana harmonijska
sredina. Ona će tada biti recipročna vrednost aritmetičke sredine recipročnih vrednosti obeležja
pomnoženih – ponderisanih odgovarajućim frekvencijama. Obrazac za izračunavanje
ponderisane harmonijske sredine glasi:

1
f 1 + f 2 +…+ f i+ …+ f n
H = V x 1 x f 1 +V x 2 x f 2+ …+V xi x f i +…+V xn x f n = '
V x 1 f 1 +V x 2 f 2 +…+V xi f i+ …+V xn f n
f 1+ f 2 +…+ f i +…+ f n

Σf
H=
Σ f / x'

Harmonijska kao i geometrijska sredina ne mogu se izračunati ako su neke vrednosti

obeležja jednake nuli.

2.MERE DISPERZIJE
2.1.Pojam disperzije i njeno merenje

Aritmetička sredina i ostale srednje vrednosti nisu dovoljne da u potpunosti okarakterišu

jednu seriju – posmatranu pojavu, zato što vrednosti obeležja serije manje ili više odstupaju –
razlikuju se od srednje vrednosti. Prilikom izučavanja karakteristika statističkih serija na osnovu
aritmetičkih i drugih sredina moraju se uzeti u obzir i odstupanja vrednosti obeležja od date
srednje vrednosti. Veličina tih odstupanja određuje u kojoj meri srednja vrednost reprezentuje
posmatranu seriju. Pokazatelji veličine odstupanja vrednosti obeležja od srednje vrednosti
nazivaju se mere disperzije.
Odstupanje svake pojedine vrednosti obeležja od srednje vrednosti naziva se devijacija.
Odstupanje svih vrednosti serije od srednje vrednosti pokazuje disperziju ili rasturenost serije.
Od veličine odstupanja pojedinih vrednosti obeležja od srednje vrednosti zavisi i veličina
disperzije. Ukoliko su odstupanja veća utoliko je i disperzija veća.[ Aranđelović 2012: 99]
Veličina disperzije utiče na reprezentativnost aritmetičke sredine kao pokazatelja svih
vrednosti obeležja jedne sredine. Aritmetička sredina potpuno reprezentuje vrednosti obeležja
ako odstupanja uopšte nema ili kada disperzija ne postoji. Veća disperzija znači da je aritmetička
sredina manje reprezentativna.

2.2.Mere disperzije

Interval varijacije je razlika između najveće i najmanje vrednosti obeležja sredine

i = X max− X min

5
 Ova mera izračunava se jednostavno i daje približnu informaciju o disperziji serije, jer na
nju utiču samo krajnje vrednosti posmatranog obeležja, koja se mogu znatno razlikovati od
ostalih vrednosti.
Varijansa je mera disperzije koja se izračunava kao prosek kvadrata odstupanja svih
vrednosti obeležja od aritmetičke sredine. Obeležava se grčim slovom – mala sigma na kvadrat-
2
σ .
Varijansa iz negrupisanih podataka izračunava se po obrascu:[Aranđelović 2012: 101]

( x 1−x ) 2+ ( x 2−x ) 2+…+ ( xn −x )

σ =
2
n

Σ ( x−x ) 2
σ =
2
n

Varijansa iz grupisanih podataka izračunava se po obrascu:

f 1 ( x 1−x ) 2+ f 2 ( x2 −x ) 2+ …+f n ( x n−x )

σ =
2
f 1+ f 2 +…+ ¿¿

Σf ( x−x ) 2
σ =
2
Σf

Pošto se varijansa računa kao prosek kvadrata odstupanja, njena vrednost je suviše velika
da meri disperziju u seriji i takvo izražavanje nije praktično, može biti i nerazumljivo. Zbog toga
je kvadrate odstupanja potrebno vratiti na prvi stepen. To se postiže vađenjem drugog korena iz
varijanse. Varijansa uvek mora biti pozitivna veličina.

Standardna devijacija je pozitivan kvadrati koren iz varijanse. Obeležava se

simbolom σ zato što je √ σ 2 = σ . Pošto znamo šta je varijansa možemo reći da je standardna
devijacija kvadratni koren iz proseka kvadrata odstupanja vrednosti obeležja od aritmetičke
sredine. Za stadardnu devijaciju iz negrupisanih podataka obrazac će glasiti:[Petrović Lj 2010:
99]

σ = √σ2 =
√ Σ ( x−x ) 2
n

a za standardnu devijaciju za grupisane podatke:[ Petrović Lj 2010: 99]

4
 σ = √σ2 =
√ Σf ( x−x ) 2
Ʃf

Navedeni obrasci za izračunavanje varijanse i standardne devijacije pogodni su kada je

aritmetička sredina ceo broj. Međutim, kada to nije slučaj, standardna devijacija se mnogo lakše
računa direktno iz vrednosti obeležja, bez izračunavanja odstupanja pojedinih vrednosti obeležja
od aritmetičke sredine i njihovog kvadiranja. Standardan devijacija po tom metodu izračunava se
na osnovu datih obrazaca i to:
standardna devijacija iz negrupisanih podataka:[ Petrović 2011: 103]

√
2
ƩX
σ= - x2
n

standardana devijacija iz grupisanih podataka:

√
2
ΣX f
σ= - x2
Σf

Standardna devijacija je veoma važan pokazatelj odstupanja od aritmetičke sredine i

pokazuje koliko u proseku odstupaju pojedine vrednosti obeležja od aritmetičke sredine.
Standardna devijacija iskazuje se u istim jedinicama mere kao i vrednost obeležja i aritmetička
sredina.

Koeficijent varijacije je relativna mera disperzije. Izračunava se kao odnos između

standardne devijacije i aritmetičke sredine. Ako se koeficijent varijacije označi sa V, obrazac za
njegovo izračunavanje biće:[Petrović 2011: 107]

σ
V= X

Koeficijent varijacije obično se izražava u procentima od aritmetičke sredine. Koeficijent

varijacije, kao relativna mera disperzije, naročito je pogodan za upoređenje disperzije dveju i
više serija.

Iz prethodnog izlaganja o merama disperzije može se izvući zaključak: rasturenost serije

meri se najčešće standardnom devijacijom, a upoređenje rasturenosti – disperzija izvodi se
pomoću koeficijenta varijacije.

5
 ZAKLJUČAK

Predmet statističkog istraživanja Statistika istažuje pojave koje su po svojoj prirodi

varijabilne koje imaju masovni karakter čije ponačanje u masi, nije unapred određeno egzaktnim
uzročno posledičnim zakonitostima.
Srednje vrednosti predstavljaju mere centralne tendencije i imaju najširu upotrebu u
statističkoj analizi. Kod statističkih serija najčešći je slučaj da se vrednosti obeležja koncentrišu
oko jedne vrednosti, srednje vrednosti koja je negde između najviše i najniže vrednosti. Ostalim
vrednostima što su udaljenije od te srednje vrednosti frekvencija opada. Jedna od takvih srednjih
vrednosti je i aritmetička sredina - prosek, najkorišćenija mera centralne tendencije.
Mere disperzije (parametri varijabiliteta) uz srednje vrednosti daju takođe svoj doprinos
opisivanju skupa (uzorka) koji se posmatra. Različiti rasporedi mogu imati istu aritmetičku
sredinu, ali različitu strukturu podataka zbog čega se mere disperzije mogu iskoristiti da bliže
definišu posmatrane podatke.

4
 LITERATURA

1.Aranđelović, Ivan. Verovatnoća i statistika. Beograd: Zavod za udžbenike,

2012.
2.Petrović, Živorad. Ekonomska statistika, Beograd: Visoka škola za poslovnu ekonomiju
i preduzetništvo, 2011.
3.Petrović, Ljiljana. Teroijska statistika, Beograd: Ekonomski fakultet, 2010.