Professional Documents
Culture Documents
1. ISTRAŽIVAČKI PROBLEM- pitanje koje si postavimo i na koje bi istraživanje trebalo dati odgovor.
Nije svako pitanje koje si postavimo problem, da bi pitanje postalo istraživački problem mora
sadržavati sljedeća obilježja:
-RELEVANTNOST- problem mora biti smislen i značajan, njegovo rješavanje mora nositi neku
spoznajno- teorijsku ili praktičnu korist.
-NEDOVOLJNA ISTRAŽENOST ILI PROTURJEČNOST NALAZA- kada se temeljito prouči ono što
je o problemu već ranije izrečeno i zapisano, može se zaključiti dal je vrijedan daljnje provjere i
istraživanja
-PRECIZNOST (SPECIFIČNOST)- ako nije precizno naveden, odnosno ako je preopćenit, rijetko
kad ćemo moći potpuno odgovoriti na njega. Mora biti tako definiran da ga mmožemo obuhvatit u
jednom istraživanju
• problemi kontrole
-stvaraju ograničenja za znanstvena istraživanja na dva načina: istraživač mora biti oprezan kako ne bi
ugrozio prava sudionika u znanstvenom istraživanju, te mora uzeti u obzir da se neki problemi ne
mogu riješiti pomoću znanstvene metode.
-Jedno od temeljnih prava subjekata jest da subjekte treba izvijestiti o tome kako će istraživanje
izgledati, i što će se sve od njih zahtijevati. Njihovo sudjelovanje u istraživanju mora biti dobrovoljno,
ne smije biti iznuđeno ili dobiveno pod bilo kakvim pritiskom, te ispitanici moraju imati mogućnost
prekinuti sudjelovanje u istraživanju u bilo kojoj fazi istraživanja, bez navođenja razloga za svoje
odustajanje.
-istraživači trebaju poduzeti sve mjere opreza kako bi u istraživanju zaštitili ispitanike od bilo kakvog
tjelesnog i/ili mentalnog oštećenja, odnosno neugode. Sasvim je jasno i opće prihvaćeno da je
izlaganje sudionika iskustvima koja mogu rezultirati ozbiljnim ili trajnim oštećenjima u potpunosti
neprihvatljivo.
-Još neka od prava sudionika su privatnost, anonimnost i povjerljivost. Ispitanicima treba osigurati
privatnost i anonimnost tijekom istraživanja, odnosno strogu povjerljivost podataka istraživanja
4. ŠTO SU VARIJABLE I KOJE VRSTE POSTOJE?
Varijabla je bilo koja pojava koja se mijenja na bilo koji način. To je svojstvo subjekta ili objekta, ili
situacije, koje može poprimiti različite vrijednosti.
- NEZAVISNE- ona varijabla koje se sama mijenja ili ju mi unosimo u eksperiment i namjerno
mijenjamo kako bi provjerili utječe li na zavisnu varijablu i na koji način.
- ZAVISNE- ona varijabla koja je predmet istraživanja, tj. opažanja ili mjerenja. Promatramo da
li se zavisna varijabla mijenja pod utjecajem nezavisne varijable ili ostaje ista.
- Hipoteza je provizorno rješenje problema ili provizorni odgovor na postavljeno pitanje. Odnosi se
na istraživačevu pretpostavku o odnosima između pojava, varijabli koje se ispituju.
- Vrste- Afirmativna hipoteza pretpostavlja da nezavisna varijabla ima utjecaja na zavisnu varijablu,
odnosno da postoji statistički značajna razlika između kontrolne i eksperimentalne skupine u zavisnoj
varijabli
-Direktivna hipoteza pretpostavlja ne samo da postoji razlika između skupina koje ispitujemo,
već da je ta razlika i određenog smjera; određuje se smjer ili direkcija razlike između eksperimentalne
i kontrolne skupine, pa se zato ova hipoteza naziva direktivna.
-Nul-hipoteza je pretpostavka da među skupinama koje ispitujemo nema razlike tj. nema
statistički značajne razlike, pa se još naziva i indiferentna ili niječna hipoteza
- Slučajni uzorak - najbolji tip uzorka, jer je nepristran, ali pod uvjetom da je dovoljno velik. U
slučajnom uzorku svaki član, svaka jedinka (subjekt) populacije, ima jednaku šansu (vjerojatnost) da
bude izabran u uzorak. Provodi se jednostavno, po sistemu lota, ili ubacivanjem papirića s imenima
svih članova populacije u bubanj, pa se imena za uzorak po slučaju izvlače iz bubnja.
-Sistematski uzorak – također je jedna vrsta slučajnog uzorka: po popisu imena ili brojeva svih
članova populacije biramo svakog n-tog ispitanika u uzorak
-Stratificirani uzorak - nakon podjele populacije u kategorije ili stratume iz svake se odabere
proporcionalni broj jedinki po slučaju.
-Prigodni uzorak – uzimamo ispitanike koji su "nam pri ruci", bez obzira na njihove karakteristike.
-Kada se netko odluči za prikupljanje informacija metodom opažanja mora imati jasnu ideju o tome
što će opažati. Opažač ne može zahvatiti i registrirati neograničeni broj informacija ili detalja neke
pojave, pa se zbog toga moraju jasno odrediti ciljevi i sadržaji prema kojima je opažanje usmjereno.
Odrednice sustavnog opažanja su uporaba svih osjetila, univerzalna znanstvena metoda, unaprijed
postavljen cilj i plan opažanja, objektivnost opažača, razrađen sustav registracije opažanja te iskustvo
i uvježbanost opažača.
Prednosti ove metode su izravnost (u odnosu na samoprocjene dobivene upitnikom), veća prirodnost
uvjeta (u odnosu na eksperiment koji se odvija u umjetnom okružju laboratorija) te se njome mogu
prikupiti podaci u situacijama kada se niti jednom drugom metodom ne mogu prikupiti.
- 1. Opažati se može samo ono što postoji ili se zbiva za vrijeme opažanja
3. Prisutnost opažača može djelovati na tijek pojave koja se događa (ispitanici znaju da
VRSTE SKALA PROCJENE- Najčešći oblik za ispitivanje stavova je Likertova skala- sastoji se od nekoliko
tvrdnji koje odražavaju stajalište o nekoj temi, a ispitanik mora označiti stupanj u kojem se slaže tj. ne
slaže sa stajalištem izraženim u tvrdnji.
Otvorena pitanja- Kod otvorenih pitanja ispitanik u pravilu ima potpunu slobodu u oblikovanju svog
odgovora.
➢ Lako ih je sastaviti
- NOMINALNA- Tu svrstavamo pojave u neke grupe ili kategorije. Radi se o kvalitativnoj skali kod koje
nemamo informacije o rangu (poretku) pojava po veličini. Mjerenje na nominalnoj skali omogućuje
izražavanje samo dominantne vrijednosti D: utvrđujemo koja kategorija je najučestalija, nule nema,
razmaci između kategorija su nevažni. Osim dominantne vrijednosti, ova skala dopušta računanje i χ2
testa. Primjer: boja očiju, kose, mjesto rođenja i sl.
- ORDINALNA- Mjeriti na ordinalnoj skali znači poredati pojave po veličini, označiti pojave rednim
brojem ili rangirati ih. Ordinalna skala je tzv. skala ranga. Radi se o utvrđivanju “veće od” ili “manje
od”, ali bez utvrđivanja koliko je nešto veće ili manje od. Ova skala nema apsolutnu nulu - stvarnu
nultu polaznu točku koja označava potpunu, stvarnu odsutnost pojave koju mjerimo. Od statističkih
operacija, na ordinalnoj skali može se računati, uz postupke dozvoljene na nižoj skali, i centralna
vrijednost C, te rang korelacija ρ. Primjer: redanje bolesnika prema tome koliko je teško njihovo
zdravstveno stanje (prema težini bolesti). Nadalje, primjer je i ljestvica nogometnog prvenstva.
- INTERVALNA- Osnovno obilježje ove skale je ekvidistantnost: na intervalnoj skali udaljenosti između
susjednih jedinica su jednake, intervali su jednaki na cijeloj skali, ali ova skala nema apsolutnu nulu.
Na ovoj skali možemo reći za koliko je neki rezultat veći od drugoga. Osim već navedenih statističkih
postupaka, ovdje možemo koristiti još i ove parametre: aritmetičku sredinu, standardnu devijaciju, z-
vrijednosti, t-test i koeficijent korelacije r. Primjer: i kvocijent inteligencije (QI). Nema relativne
usporedbe dvaju entiteta: osoba s QI-em 100 nije duplo pametnija od osobe s QI-em 50, - Upitnik za
mjerenje stupnja stresa; skala za mjerenje anksioznosti; skala za mjerenje inteligencije.
- OMJERNA- Omjerna skala je najpreciznija i prema nekima jedina predstavlja pravo mjerenje, jer
osim ekvidistantnosti posjeduje i apsolutnu nulu. Nula predstavlja potpuno odsustvo mjerene pojave.
Na ovoj skali smijemo primijeniti sve statističke postupke. Ova skala jedina dozvoljava uspoređivanje
rezultata u obliku omjera, npr. osoba koja je u bolnici provela 10 dana bila je dvostruko duže
hospitalizirana od pacijenta koji je u bolnici proveo 5 dana.
➢ valjanost- najvaznija, Mjerni postupak, primijenjene skale, instrumenti i definicije moraju biti
valjani kako bi rezultati mjerenja bili valjani. Pitamo se da li neki mjerni postupak zaista mjeri ono
čemu je namijenjen. Valjan je onaj za kojega možemo dokazati da porast u izmjerenim veličinama
odgovara porastu mjerene pojave.
➢ objektivnost- Objektivno mjerenje je ono kod kojeg konačni rezultat ovisi isključivo o veličini
ispitivane pojave.
12. Čime se bavi deskriptivni, a čime inferencijalni dio statistike i koji statistički postupci spadaju u
koje područje?
Deskriptivna statistika bavi se opisivanjem uzorka na kojem smo proveli istraživanje i obuhvaća
sređivanje rezultata, mjere centralne tendencije (mod, medijan, aritmetička sredina), mjere
varijabiliteta (raspon, standardna devijacija, koeficijent relativnog varijabiliteta) i z-vrijednosti, a
inferencijalni dio statistike se bavi provjeravanjem postavljenih hipoteza (možemo li generalizirati
rezultate?) i obuhvaća t-test, hi-kvadrat test i korelaciju.
13. . Grafičko prikazivanje rezultata – zašto se provodi, koje vrste poznajete, njihova obilježja
-Kada smo obavili istraživanje i prikupili podatke, svakako je potrebno te rezultate prikazati grafički
kako bi dobili uvid u njihov trend.
-Histogram se sastoji od niza stupića čija visina odgovara frekvenciji pojedine vrijednosti. Kod
histograma stupići moraju biti jednakih baza, kad god je to moguće, jer je onda površina stupaca
upravo razmjerna njihovim visinama. Svakom stupcu treba dodati oznaku grupe, a stupići su spojeni.
Ako su stupci razmaknuti, među njima trebaju biti jednaki razmaci. Prikaz s razmaknutim stupićima
naziva se stupčasti dijagram. Ako se prikazuju rezultati na nominalnoj mjernoj skali (npr. boja kose,
spol, mjesto rođenja), poželjno je da se stupići ne naslanjaju jedan na drugi, nego da među njima
imamo razmak jer takvi rezultati izraženi na nominalnoj mjernoj skali nemaju unaprijed zadani
numerički red, nego se na os x dobivene kategorije mogu nanositi po različitim kriterijima.
-Poligon frekvencija crta se tako da iznad svake vrijednosti označimo točku u visini ordinate, koja
odgovara frekvenciji te vrijednosti. Ovaj grafički prikaz uglavnom nije pogodan za izražavanje varijabli
na nominalnoj mjernoj skali.
Moguće je rastaviti dio (krišku) ako treba naglasiti neku važnu proporciju
14. Mjere centralne tendencije – čemu služe, koje poznajete i prednosti i nedostaci pojedine mjere
- DOMINANTNA VRIJEDNOST ILI D- Mod ili dominantna vrijednost jest vrijednost koja se najčešće
pojavljuje u skupini rezultata, to je dominantna vrijednost jer dominira, kako joj i samo ime govori. To
je rezultat koji se pojavljuje kod najvećeg broja subjekata, najčešći rezultat. Taj rezultat odgovara
najvišoj točki distribucije, dakle rezultat koji ima najveću frekvenciju.
- CENTRALNA VRIJEDNOST ILI C- Medijan ili centralna vrijednost (ili središnja vrijednost) definira se
kao vrijednost koja se nalazi točno na sredini niza rezultata poredanih po veličini. Centralna
vrijednost predstavlja sredinu distribucije rezultata - polovica rezultata je veća, a polovica rezultata je
manja od centralne vrijednosti.
➢ Kao mjera centralne tendencije u tome što je njeno značenje očito jer predstavlja najveći broj
➢ Već smo spomenuli da je velika prednost dominantne vrijednosti to što je ona uvijek jedan od
dobivenim na nominalnim skalama. Npr. ako želite znati koja se metoda kontracepcije najviše koristi,
onda će nam dominantna vrijednost reći da se najviše koriste kontracepcijske pilule, npr. 40%
ispitanica, pa potom brojanje plodnih i neplodnih dana npr. 33%, spirala 17%, pa potom prezervativi
6%, prekid ejakulacije 3%, te različite pjene i dijafragma 1%. Ovdje ima smisla izračunavati jedino
dominantnu vrijednost.
➢ Ako izvlačimo broj po slučaju iz neke skupine rezultata, najveća je vjerojatnost da ćemo
➢ Nedostatak dominantne vrijednosti jest i da možda nije uvijek reprezentativna za cijeli skup
brojeva, a svrha mjere centralne tendencije jest da nam što bolje opiše skup brojeva, skupinu
rezultata
koje smo dobili nekim mjerenjem. Zato ovo i spada u deskriptivnu statistiku. Npr. želeći saznati koja
vrsta kreme za lice je najviše u upotrebi kod žena zrele dobi, a pri tom imamo i odgovor "ne koristim
kremu za lice", taj nam se odgovor može pokazati kao najčešći, te tako dominantna vrijednost
ignorira
➢ Još jedan nedostatak dominantne vrijednosti nastaje kada rezultate grupiramo u intervale, jer
onda sama dominantna vrijednost jako ovisi o tome kako smo grupirali rezultate. Kod grupiranih
rezultata, aproksimativna dominantna vrijednost je sredina onog razreda koji ima najveću
frekvenciju.
Prednosti centralne vrijednosti
rezultate.
➢ Medijan ima još jednu prednost, za razliku od aritmetičke sredine, a koja je u vezi sa skalama
➢ njezina vrijednost najčešće uopće nije među rezultatima, u smislu da je jedan od postojećih
rezultata,
➢ pri njezinoj upotrebi rezultati bi trebali biti izraženi barem na intervalnoj skali. Možemo se
zapitati kako to da aritmetička sredina i dalje ima toliku važnost u prikazivanju rezultata, unatoč
njezinim brojnim nedostacima. No, usprkos tome, aritmetička sredina se i dalje jako koristi.
Aritmetička sredina ima nekoliko važnih prednosti koje uvelike premašuju njezine nedostatke.
➢ Osim toga, ako izvučemo nekoliko uzoraka iz određene populacije, aritmetičke sredine
uzoraka bit će najstabilnije mjere centralne tendencije i bit će puno bliže aritmetičkoj sredini
populacije nego mod ili medijan uzorka. To je glavni razlog njezine široke upotrebe.
15. Mjere varijabiliteta – čemu služe, koje poznajete i prednosti i nedostaci pojedine mjere
-Pojam varijabiliteta vezan je uz raspršenost rezultata koje smo dobili u nekom istraživanju u odnosu
na mjeru centralne tendencije. Naime, što su vrijednosti nekog niza mjerenja međusobno sličnije i
gušće grupirane oko srednje vrijednosti onda nam ta srednja vrijednost to bolje reprezentira te
rezultate, jer je ona tada sličnija rezultatima koje predstavlja. No, ako su rezultati jako raspršeni,
međusobno prilično različiti, pa su zato slabo grupirani oko neke mjere centralne tendencije, onda
nam ona slabo reprezentira te rezultate.
- RASPON- Raspon je najjednostavnija i najnepreciznija mjera grupiranja rezultata oko neke srednje
vrijednosti jer je to ustvari razlika između najvećeg i najmanjeg rezultata. Stoga je vrlo nesigurna
mjera jer bilo koji osamljeni ekstremni rezultat znatno povećava raspon, a da se grupiranje rezultata
oko aritmetičke sredine možda i nije bitno promijenilo. Osim toga, nedostatak mu je i taj što njegova
veličina ovisi i o broju mjerenja: što je veći broj mjerenja neke pojave, to će i raspon vjerojatno biti
veći.
16. Normalna distribucija – što je to, kako izgleda, što ju određuje, važnost
-radi se na temelju distribucije frekvencija i unimodalna je (ima jedan vrh, jednu dominantnu
vrijednost) i simetrična (lijeva i desna strana su joj jednake)
-3) da su sva mjerenja provedena jednakom metodom i u što sličnijim vanjskim prilikama
-4) skupina na kojoj obavljamo mjerenja mora biti homogena po ostalim svojstvima, a
neselekcionirana po onom svojstvu koje mjerimo
-Budući da nam aritmetička sredina i standardna devijacija u potpunosti definiraju raspodjelu nekih
rezultata, za svaki rezultat je moguće izračunati na koji dio standardne devijacije on pada, a kada
znamo taj podataka, znamo odmah i koliko imamo rezultata koji su veći odnosno koji su manji od tog
rezultata. Na taj način možemo točno odrediti položaj pojedinca u grupi.
Z-vrijednost služi nam za određivanje položaja pojedinog rezultata u skupini i to tako da rezultat
izrazimo u dijelovima standardne devijacije.
Kada aritmetičkoj sredini s jedne strane pribrojimo, a s druge strane oduzmemo po jednu
vrijednost standardne devijacije, dobit ćemo granice unutar kojih nam se nalazi 68,26%. Ako to
isto učinimo s dvije standardne devijacije, obuhvatit ćemo 95,44%, a s tri standardne devijacije
obuhvatit ćemo 99,73%.
18. Standardna pogreška aritmetičke sredine – što je to, o čemu nam ona govori i čime je određena
-Što neka pojava više varira, to se izlažemo većoj pogrešci kad iz aritmetičke sredine uzorka
zaključujemo na pravu aritmetičku sredinu. S druge strane, kod pojava koje variraju izlažemo se,
također, većoj pogrešci kad aritmetičku sredinu računamo iz malog broja rezultata (mali uzorak),
nego kada je računamo na velikom uzorku. Stoga možemo zaključiti da pogreška koja se veže uz
svaku aritmetičku sredinu uzorka, bit će to veća što je pojava koju mjerimo više varijabilna i što je
uzorak manji. Drugim riječima, to znači da ćemo u našu aritmetičku sredinu uzorka imati to više
povjerenja što je uzorak na kojem smo je izračunali veći, te što su rezultati u uzorku međusobno
sličniji. Standardna pogreška aritmetičke sredine (SPAS) pokazatelj je preciznosti aritmetičke sredine
uzorka. Taj i takav interval koji izvodimo iz vrijednosti standardne pogreške aritmetičke sredine,
naziva se u statistici granicama pouzdanosti, uz sigurnost 68, 95 ili 99,7%.
19. T-test – čemu služi, vrste t-testa, vrste uzoraka, ograničenja upotrebe
- T-test je statistički postupak za testiranje značajnosti razlike između dva uzorka. Uspoređujemo
njihove aritmetičke sredine.
- Vrste uzoraka:
nezavisni uzorci dvije različite skupine ljudi
zavisni uzorci jedna skupina na kojoj je dva puta mjerena ista pojava
-Ako kažemo da je neka razlika statistički značajna, onda smo zapravo ustvrdili da razlika, koja je
nađena, bez obzira na veličinu razlike, nije slučajna, već da razlika vrlo vjerojatno postoji i među
populacijama.
2) nezavisni odnosno zavisni – nezavisni uzorci su dvije različite skupine ljudi, dok su zavisni
uzorci jedna skupina na kojoj je dva puta mjerena ista pojava
Ako je razlika statistički značajna, onda tvrdimo da ona kao takva postoji I među populacijama,
tj. Da tu razliku nismo dobili slučajno.
Razlika mora biti minimalno jednaka graničnoj vrijednosti uz 5% rizika da bi ju proglasili značajnom
- 2 test (hi-kvadrat) je statistički postupak koji je veoma praktičan i često se koristi, a služi da bi
utvrdili odstupaju li dobivene - opažene frekvencije (fo) od frekvencija koje bismo očekivali uz
određene hipoteze (teoretske ili očekivane frekvencije - ft ). Drugim riječima, je li odstupanje između
opaženih i teoretskih frekvencija dobiveno slučajno uslijed greške pri uzorkovanju, ili je to prava
razlika
- VRSTE:
-OGRANIČENJA:
- test nije dobro koristiti ako su očekivane frekvencije premale. Svaka očekivana frekvencija trebala bi
iznositi barem 5.0
-. Korelacija govori o stupnju međusobne povezanosti, sukladnih promjena različitih pojava (varijabli).
- Spearmanov koeficijent korelacije ili koeficijent rang korelacije. Označava se malim grčkim
slovom ro (ρ). Pogodan je ako varijable ne daju simetričnu raspodjelu, ako su podaci izraženi u obliku
Pojam „SZR“ ne znači nužno brojčano veliku razliku nego taj pojam u statistici ima točno određeno
značenje: ako kažemo da je neka razlika statistički značajna, onda smo zapravo utvrdili da razlika koja
je nađena bez obzira na veličinu razlike nije slučajna već da razlika vrlo vjerojatno postoji i među
populacijama. Naprotiv, ako tvrdimo da neka razlika nije statistički značajna, to znači da razlika koju
smo prilikom našeg mjerenja dobili može biti i slučajna posljedica variranja uzoraka, a da među
populacijama kojima ti uzorci pripadaju možda i nema nikakve razlike. Gleda se odnos između dvije
aritmetičke sredine i pogreške(ili standardne pogreške)te razlike. Što je razlika više puta veća od svoje
pogreške to joj „više vjerujemo“. vezana je uz analitičku statistiku, daje ocjenu uzorka koji dovode do
opažanih promjena u svojstvu. Ocjenu statističke značajnosti donosimo na osnovu određene
pretpostavke(nul-hipoteze). Statističku značajnost iskazujemo pomoću P- vrijednosti koja se osniva
na teoretskoj distribuciji(najčešće normalnoj distribuciji)
1.Naslovna stranica
3.Uvod
7.Rezultati