Professional Documents
Culture Documents
Дескриптивна Анализа Броја Студената
Дескриптивна Анализа Броја Студената
● одсек Ужице ●
СЕМИНАРСКИ РАД
др Милован 6
Миливојевић
наставник
Асистент/сарадник:
МSc Срђан
6
Обрадовић
сарадник
КЉУЧНЕ РЕЧИ
2
ABSTRACT
According to data from the website of the Republic Institute of Statistics, the school year
2021/22. 243,730 students were enrolled in all higher education institutions and at all levels of
study in the Republic of Serbia. Of the total number of students enrolled, 102,527 students
(42.1%) are male, and 141,203 (57.9%) are female. A total of 205,058 students are enrolled in
state and private universities - of which 85.3% or 174,837 students are enrolled in state and
14.7% or 30,221 students in private faculties. A total of 38,672 students are enrolled in state
and private vocational high schools - of which 84.1% or 32,533 students are in state
vocational high schools, and 15.9% or 6,139 students are in private ones. Observed according
to the method of financing their studies, 40.5% of students enrolled on budget, and 59.5% of
students on self-financing.
The goal of the work is to analyze the number of students at 21 higher education
institutions using descriptive statistics and draw the necessary conclusions.
KEY WORDS
Students, faculty, university, descriptive analysis, normal distribution
3
САДРЖАЈ
УВОД.....................................................................................................................................6
2. ДЕСКРИПТИВНА СТАТИСТИКА................................................................................8
1.1. Мере централне тенденције.....................................................................................9
1.2. Мере дисперзије......................................................................................................10
2. НОРМАЛНА РАСПОДЕЛА ПОДАТАКА....................................................................12
3. ПРЕГЛЕД ЛИТЕРАТУРЕ...............................................................................................13
4. ДЕСКРИПТИВНА АНАЛИЗА БРОЈА СТУДЕНАТА................................................18
4.1. Испитивање расподеле броја студената................................................................21
ЗАКЉУЧАК........................................................................................................................23
ЛИТЕРАТУРА.....................................................................................................................24
СПИСАК СЛИКА
СПИСАК ЈЕДНАЧИНА
5
УВОД
6
Циљ рада је укупан број студената у 2021.години на свакој високошколској установи
анализирати помоћу дескриптивне анализе и закључити да ли студенти више бирају
установе у већим градовима или остају да студирају у свом родном граду. Добијени
подаци се могу користити за упоређивање са бројем студената претходних година или
бројем студената удругим државама.
Подаци су преузети са сајта Републичког завода за статистику. Посматран је укупан
број студената у 2021. години.
Дескриптивна анализа је метода којом се врши израчунавање, приказивање и
описивање неке статистичке серије података, а MC Excel је програм који садржи низ
функција и алата којима се могу израчунати мере дескриптивне статистике, и то мере
централне тенденције, мере распршености или мере облика распореда.
7
2. ДЕСКРИПТИВНА СТАТИСТИКА
8
што се назива „зарезани оквир“. Ово помаже у визуелном откривању значајних разлика
у подгрупама, где се 'зарези' оквира не преклапају.
ΣХ
µ= Ν
Једначина 1. Формула за израчунавање средње вредности за поплуацију
x=
∑х
n
Једначина 2. Формула за израчунавање средње вредности за узорак
Медијана је центар или средњи резултат скупа резултата. Под „центром“ или
„средином“ се подразумева да је 50% вредности података мање или једнако медијани, а
50% вредности података је веће када је целокупна дистрибуција резултата рангирана од
најниже до највише вредности. Медијана се пријављује нешто ређе од средње
вредности, али има неке предности у односу на средњу вредност у одређеним
околностима. Постоји само једна могућа вредност за медијану у специфичној
дистрибуцији.
N+1
mediana= 2
Једначина 3. Израчунавање медијане за паран број податка
N N
+( + 1)
mediana= 2 2
2
9
Једначина 4. Израчунавање медијане за непаран број податка
Све три мере централне тенденције дају информацију о томе шта се дешава у центру
дистрибуције резултата. Средња вредност и медијана дају један број који може да
сумира централну тенденцију у целој дистрибуцији. У нормалној расподели података,
средња вредност, медијана и мод ће се генерално поклапати у једној тачки
R=max−min
Једначина 5. Формула за израчунавање опсега
IKR=Q3−Q1
Једначина 6. Формула за израчунавање IKR
10
Варијанса користи информације од сваког појединца у узорку да процени
варијабилност резултата у односу на средњу вредност узорка. Варијанса процењује
просечно квадратно одступање сваког резултата од средње вредности узорка.
σ =
2 ∑ (xi−x )
2
N −1
Једначина 7. Формула за варијансу
σ=
√ ∑ (xi−x )2
N −1
Једначина 8. Формула за стандардну девијацију
11
2. НОРМАЛНА РАСПОДЕЛА ПОДАТАКА
За неке варијабле, као што је појава ретких, екстремних или катастрофалних догађаја
(нпр. 100-годишња поплава или шумски пожар, пандемија коронавируса, глобална
финансијска криза или друга врста финансијске кризе, изазвана човеком или природна
катастрофа ), дистрибуције се не могу стандардизовати [2].
12
3. ПРЕГЛЕД ЛИТЕРАТУРЕ
При одабиру смера образовања, велике су разлике између жеља женских и мушких
особа, те рад аутора P. Bordón, C. Canals, и A. Mizala проучава родне разлике у
пријавама на факултете у Чилеу [4]. Открили су да се мушкарци пријављују на
селективне програме чак и када су маргинални кандидати, док се подједнако
квалификоване кандидаткиње ређе пријављују на ове програме.
Током протеклих деценија, многе земље су постигле значајан напредак у сужавању
или затварању родних током школовања као и у похађању средњих и виших школа.
Међутим, супротно је тачно у погледу области студирања. Емпиријски докази показују
да су у многим земљама жене недовољно заступљене у областима науке, технологије,
инжењерства и математике, док су превише заступљене у хуманистичким наукама,
образовању, здравству и уметности. Жене чине 78% ученика у образовању и 76%
студената у здравству и социјалној заштити, а само 24% у инжењерству и 19%
студената информационих и комуникационих технологија. У 2015. години, у просеку
27% нових студената на универзитетима одабрало је да студира у областима науке,
технологије, инжењерства и математике, при чему је већина отишла у инжењеринг,
производњу и грађевинарство, од којих су само 24% биле жене.
Удео студената и студенаткиња у областима студија са превеликом заступљеношћу
једног пола назива се хоризонтална полна сегрегација у образовању. Овај феномен може
објаснити родну сегрегацију на тржишту рада, јер садржај школовања чини значајан
део родног јаза у пословима и зарадама. Стога је релевантно разумети зашто девојке не
бирају најуспешније смерове у смислу будућих плата и могућности на тржишту рада.
Овај рад има за циљ да расветли покретаче родног јаза током пријављивања на
факултете проучавајући како се мушкарци и жене понашају током процеса бирања
смера, а затим анализирајући шта би се десило да мушкарци и жене имају исте
преференције.
На жеље студената утиче и њихово сопствено благостање, као и друштвена
очекивања, укључујући родне стереотипе, који утичу на њихове пријаве на универзитет.
13
Аутори су користили њихове процене да испитају, шта би се догодило када би жене
следиле стратегије мушкараца (имали мушке параметре док одлучују) у пријавама на
факултете и обрнуто. Да би извршили ову анализу, користе откривене преференције
студената за главне изборе на факултетима тако што су искористили предности
чилеанског централизованог система пријема (СУА, за његов акроним на шпанском) из
ког имају податке о читавој групи кандидата за упис на чилеанске универзитете 2015.
године. У процесу пријаве студенти прво морају да полажу низ пријемних тестова; када
добију своје коначне резултате - на основу средње школе и пријемног теста на
универзитету - морају да поднесу рангирану листу жеља од 1 до 10 главних
комбинација за колеџ за које желе да буду узети у обзир.
Резултати анализе били су у складу са оним што је пронађено у литератури; постоје
маскулинизоване (тј. инжењерске) и феминизоване каријере. Такође су открили да
очеви утичу на одлуке ученика, док су ученице под утицајем оба родитеља; међутим,
они ученици са добрим успехом имају тенденцију да у мањој мери слушају родитеље.
Однос дечака и девојчица одељења у средњој школи такође утиче на главни избор
факултета. Занимљиво је да знање математике има велики утицај на очекивања
мушкараца и жена да се уопште одлуче на инжењерске смерове.
Процене аутора су да у циљу успешног решавања родног јаза, заједно са
промовисањем учешћа жена у у областима науке, технологије, инжењерства и
математике, мора се повећати спремност мушкараца да размотре поља која нису ова
наведена.
Према ауторима Ристић-Дедић и Јокић [1], бољи школски успех је важан јер отвара
више могућности за прелазак из средње школе у високо образовање и упис на жељене
студије а није необично да девојке имају више образовне аспирације.
Ученици и ученице се разликују по интересовањима за образовне области, што је
видљиво и из статистике о родној неравнотежи при избору средњошколских програма и
студија. Девојке су бројније у медицинским (76,1 %), ветеринарским (73,4 %) и
средњим економским школама (68,2 %), а дечаци у бродоградњи (99,1%), машинству
(97,6%), електротехници (96,5%) и грађевинској школи (70,9 %). Слично, на нивоу
високог образовања, мушкарци чине већину уписаних на студије из области техничких
наука (73,1%), а знатно више жена на студије друштвених наука (66,4%), хуманистичких
(70,7% жена) и природних наука (65,9%), у области биомедицине и здравстве (74,6 %) и
у области уметности (61,4 ).
Ова родна неравнотежа у избору образовања и каријере може се објаснити родним
разликама у мотивацији, као и родни стереотипи о образовним областима или
занимањима (нпр. уверења да су физика и техничке науке "мушке" области, а
друштвене науке или здравље су "женске" области).
Младићи су до пре неколико деценија имали бољи успех у образовању из математике
и природних наука, али се показало да се те разлике смањују или нестају и да зависе од
домена предмета и врсте задатака. Међутим, страна истраживања и даље показују да
девојке себе сматрају мање компетентним из математике и природних наука него сами
младићи и да очекују лошији успех од њих. То потврђују и домаћа истраживања
спроведена на средњошколцима, показујући да младићи очекују више успех везан за
физику и математику, иако имају лошије оцене из тих предмета од девојчица.
Међународна истраживања показују да девојке успешнији од младића у тестовима
читања и писања и више их занимају матерњи и страни језици.
14
Истраживања широм света показују да су ученици мотивисани за спортске
активности, а ученице за музику и друге уметности.
Узорак на којем је вршено истраживањ чини 4.501 ученик завршних разреда
гимназије и четворогодишњих стручних школа. Ученици средњих школа чине 48,1%
узорка, а ученице 51,9% узорка. Узорак је обухватио укупно 53,9% девојчица и 46,1%
дечака.
Како се 89% девојчица и око 78% дечака слаже са тврдњом у анкети Желим да
студирам у будућности, подаци указују на веће тежње за високим образовањем код
девојчица него код дечака. Око 15% је ученика који су неодлучни, односно који у
тренутку испитивања не могу да кажу да то желе, док је код девојака овај проценат
знатно мањи (око 8%). Мали је проденат оних који не желе да студирају и износи 3% за
девојчице и 6,5% за дечаке.
Девојчице у већој мери него дечаци планирају да упишу студије одмах након средње
школе, а такав план има око 85% девојчица и око 75% дечака. Скоро 15% младића
планира да се запосли након средње школе, у поређењу са 8% девојчица. Такође су
младићи (10,1 %) нешто бројнији од девојака (6,8 %) од укупног броја анкетираних,
који планирају да пропусте годину дана након средње школе.
Исто истраживање је показало да у гимназији има најмањи број ученика који не
намеравају да уче (0,5%) или не знају да ли намеравају студирати (1%), док се код
четворогодишњих стручних школа тај број повећава на 10% и 15%.
Лингвистички, друштвени, уметнички, биомедицински и здравствени смерови су пре
извор за девојчице су област него дечаке. Техничка, ИТ, биотехничка област, спорт и
прекреација су области за које су заинтересовани дечаци, али и за математику, науку и
хуманистичке науке.
Следећи фактори селекције који су важнији за девојчице него за дечаке: близина
места студирања, лично интересовање за област студија, углед установе која реализује
студијски програм, лакоћа запошљавања након завршених студија, могућност стицања
широких знања и вештина, могућност стицања практичних и корисна знања и вештине,
лакоћа уписа студијског програма и могућност запослења и/или наставка образовање у
другим земљама.
За младиће су само жеље њихових пријатеља биле важнији фактор него код
девојчица. Није било статистички значајних разлика између полова у значају искуства
чланова породице за избор студија.
15
је као помоћ институцијама које желе да понуде овај програм као део своје образовне
стратегије.
Уједињени Арапски Емирати (УАЕ) је држава која се налази у Персијском заливу која
се граничи са Оманом и Саудијском Арабијом. УАЕ има 9,77 милиона становника и
једна је од најбогатијих земаља на свету на основу бруто домаћег производа (БДП) по
глави становника. Стално становништво се састоји од 11,5% Емирата, а преостали
становници су исељеници из земаља попут Индије, Пакистана, Филипина, Египта и
других (подаци из 2020.).
17
4. ДЕСКРИПТИВНА АНАЛИЗА БРОЈА СТУДЕНАТА
Извор: аутор
18
Слика 2. Мере дескриптивне анализе
Извор: аутор
Извор: аутор
19
20
С
ли
ка
4.
Извор: аутор
21
То је прилично једноставан за коришћење статистички алат у оквиру Real statistic
(који нуди више алата за испитивање нормалности података), а који може помоћи током
провере нормалности која је потребна, али има ману, јер не функционише добро са
великим скуповима података.
Тестирање је показлао да подаци немају нормалан распоред, те је било неопходно
стандардизовати податке помоћу z score.
Извор: аутор
22
Слика 6. Shapiro-Wilk Test пре и после стандардизације података
Извор: аутор
23
ЗАКЉУЧАК
24
ЛИТЕРАТУРА
[1] Z. Ristić Dedić и B. Jokić, „Što nakon srednje?: želje, planovi i stavovi hrvatskih
srednjoškolaca“. Agencija za znanost i visoko obrazovanje, 2019.
[2] R. W. Cooksey, „Descriptive statistics for summarising data“, у Illustrating statistical
procedures: Finding meaning in quantitative data, Springer, 2020, стр. 61–139.
[3] K. R. Burdett, How students choose a college: Understanding the role of internet based
resources in the college choice process. The University of Nebraska-Lincoln, 2013.
[4] P. Bordón, C. Canals, и A. Mizala, „The gender gap in college major choice in Chile“,
Econ. Educ. Rev., том 77, стр. 102011, 2020.
[5] P. Fidalgo, J. Thormann, O. Kulyk, и J. A. Lencastre, „Students’ perceptions on distance
education: A multinational study“, Int. J. Educ. Technol. High. Educ., том 17, изд. 1, стр.
1–18, 2020.
25