Lab Vježbe Excel Funkcije DESK STAT v4

PRIPREME ZA
LABORATORISKE
VJEŽBE …
PRIMJENA DESKRIPTIVNE STATISTIKE I EXCEL-a

ZA ANALIZU ŽIVOTNOG CIKLUSA TEHNIČKIH
SUSTAVA
Zagreb, 18.03.2024. Doc. dr. sc. Damir Budimir

DESKRIPTIVNA STATISTIKA / UVOD
 Literatura:
o Petz, B., Kolesarić, V., Ivanec, D. (2012.). Petzova statistika.
Jastrebarsko: Naklada Slap.
o Brojni internetski izvori: radovi, prezentacije (npr. PPT, YOUTUBE) i
slično na različitim razinama; posebna preporuka –
khanacademy.com
DESKRIPTIVNA STATISTIKA / TEHNIČKA LOGISTIKA LEKCIJA 1
UVOD U MJERENJE: VARIJABLE I LJESTVICE (SKALE)
Što je mjerenje (opažanje)?

Pridjeljivanje brojeva bilo čemu (npr. objektima, pojavama, sustavima, ljudima…) u skladu s
nekim pravilima; odnosi između brojčanih vrijednosti trebali bi odgovarati odnosima „u stvarnosti”,
među onim što mjerimo (promatramo)
Proces mjerenja uključuje:

prvo, definiciju predmeta mjerenja (jasnu i jednoznačnu);
drugo, postupak za utvrđivanje varijacija u predmetu mjerenja;
treće, način pridjeljivanja brojeva po konzistentnim pravilima
Čemu služi mjerenje?

Općenito, za bolji (precizniji) opis stvarnosti: utvrđivanje pravilnosti i zakonitosti među pojavama
(njihovoj istaknutosti, povezanosti, uzročno-posljedičnim odnosima…)
Što mjerimo? - Varijable

3
Čime mjerimo? - Instrumentima, opažanjem
Na čemu registriramo (opažamo, bilježimo) rezultate? - Na skalama (ljestvicama)
3
Varijable općenito:
obilježje, broj ili iznos koji se može mijenjati kroz vrijeme ili u različitim situacijama, a
može se mjeriti ili brojiti; mogu biti „stvarne” (postojeće) ili teorijski konstrukti
poseban slučaj varijable: konstanta – varijabla kojoj su sve vrijednosti jednake
prema namjeni: evidencijske, klasifikacijske, istraživačke…
prema ulozi u (eksperimentalnim) istraživanjima: nezavisne, zavisne, kontrolne – težimo da budu

konstante
prema vrsti: kvalitativne -> diskontinuirane (prekidne, diskretne):

najmanja promjena (varijacija) je konačno mala
kvantitativne -> kontinuirane (neprekidne):
najmanja promjena (varijacija) je beskonačno mala
4
4
NAČINI DOBIVANJA VARIJABLI (instrumenti, opažanje)…
- ljudska osjetila i organi (npr. vid, sluh, opip, okus za klasifikaciju)
- papir-olovka: praćenje, npr. Kvarova, različiti testovi i upitnici nazivaju se tradicionalno papir-
olovka, danas su sve češće u elektroničkom obliku)
- evidencijski protokoli
- tehnički uređaji i pomagala (npr. mehanički, elektronički): od najjednostavnijih (npr. metar,

uteg) do najsloženijih senzora
Općenito, svi su instrumenti zapravo poboljšana (pojačana) ljudska osjetila; svaki instrument 5
sadrži neku skalu na kojoj se bilježe rezultati mjerenja
5
Skale (ljestvice)…
- zahvaćaju ili bilježe sve ili samo dio mogućih vrijednosti koje neka varijabla može poprimiti
- u slučaju kontinuiranih varijabli redovito zahvaćaju samo dio vrijednosti (koliki će biti ovisi o
osjetljivosti instrumenta i preciznosti skale)
sličnosti, intenzitet, jednake

DIJELIMO IH NA… ovisno o tome mjere li: razlike veličinu intervale apsolutnu 0
Kvalitativne > nominalne (kategorijalne) da ne ne ne

> ordinalne (rangovi) da da ne ne
Kvantitativne > intervalne da da da ne
> omjerne da da da da
KLASIFIKACIJOM/MJERENJEM…
- NOMINALNIM ili kategorijalnim skalama odgovaramo na pitanje je li nešto isto ili različito
- ORDINALNIM skalama (rangiranjem): kao prethodno + je li ujedno nešto veće ili manje (ne i za
koliko)
6
- INTERVALNIM skalama: kao sve prethodno + za koliko je veće ili manje (ekvidistantne jedinice)
- OMJERNIM skalama: kao sve prethodno + koliko je puta veće ili manje (ekvidistantne jedinice
+ apsolutna nula)
6
DESKRIPTIVNA STATISTIKA / LEKCIJA 1
Kvalitativne skale služe za razvrstavanje, matematičke operacije svode se na zbrajanje (prebrojavanje)

unutar kategorija; numeričke vrijednosti skale samo su oznake (mogu biti i nenumeričke)
Kvantitativne skale služe za „pravo” mjerenje (numeričke vrijednosti skale pravi su rezultati mjerenja)
Intervalne skale omogućuju zbrajanje rezultata (vrijednosti varijable), omjerne omogućuju zbrajanje i
množenje (jer imaju apsolutnu nulu); Što to znači ?
• omjerne skale: apsolutna nula znači potpunu odsutnost onoga što se mjeri (potpuno korespondiraju s
varijablom „od početka”), pa je množenje moguće; na primjer udaljenost od šest metara tri puta je
dulja od dva metra (jer je moguće da udaljenosti uopće nema); 150 litara je pet puta više od 50
litara i sl. …
• intervalne skale: nula je arbitrarna, ne znači potpunu odsutnost onoga što se mjeri (skale s varijablom
ne korespondiraju „od početka”), pa množenje nije moguće; na primjer temperatura u stupnjevima
Celzijusa, a ne Kelvina (150C nije apsolutno tri puta viša temperatura od 50C, nego je viša za 100C);
razina ulja u motoru od 2 cm za jedan je cm viši od razine koji iznosi 1 cm, no to ne znači da je razina
ulja apsolutno dva puta viša (jer se razina ne mjeri od dna nego od neke dogovorene vrijednosti koja
znači nulu) i slično…
7
7
Pitanje:
je li školska ocjena vrlo dobar dva puta veća od dovoljne (ako prihvatimo da je skala kvantitativna)?
Ilustracija razlike između omjernih i intervalnih skala…
0 1 2 3 4 5…
Apsolutna 0 Omjerna skala
Potpuna
odsutnost Varijabla (stvarno stanje)
obilježja 0 1 2 3 4 5… Na primjer, načelno:
Relativna 0 0 1 2 3… Intervalna skala • na omjernoj skali 2 je dva puta veće od 1
(djelomična prisutnost i predstavlja stvarno stanje na varijabli
obilježja) • na intervalnoj skali 2 je dva puta veće od
1, ali ne predstavlja stvarno stanje na
varijabli, na njoj bi omjer bio 4/3
Poseban slučaj nominalnih skala su one od dvije kategorije koje nazivamo binarne ili dihotomne (u radu-Zastoju,
muško-žensko, crno-bijelo, položio-nije položio, itd.). Možemo reći da su te skale „specijalan” slučaj omjernih od samo
dvije kategorije – jedna je kategorija potpuna odsutnost, druga potpuna prisutnost obilježja, bez stupnjeva između;
• zahvaljujući tome možemo bilo koju nominalnu skalu pretvoriti u „omjerne”, odnosno onoliko binarnih koliko
nominalna ima kategorija: npr. ako imamo plave, crvene i žute automobile (nominalna skala od tri kategorije),
možemo ju pretvoriti u tri binarne: plavi automobili (0 – uopće nije plav, 1 – potpuno je plav) i tako za ostale;
Opisani se način pretvaranja jedne nominalne u više binarnih skala naziva dummy kodiranje i trebat će vam
dodatno znanje, u inferencijalnoj statistici.
8
Poseban slučaj, vrlo čest za dobivanje kvalitativne skale (stupnjevi slaganja s tvrdnjama) i slične, primjerice:
Volite li se Je li Vam ugodno Kako često Školski

Život je lijep… voziti JGP? u JGP-u? Koristite JGP? uspjeh…
1- Uopće se ne slažem Uopće ne volim Uopće nije Nikad Nedovoljan
2- Uglavnom se slažem Uglavnom ne volim Uglavnom nije Rijetko Dovoljan
3- Niti se slažem, niti ne Niti volim, niti ne volim Niti je, niti nije Povremeno Dobar
4- Uglavnom se slažem Uglavnom volim Uglavnom jest Često Vrlo dobar
5- Potpuno se slažem Jako volim Potpuno jest Redovito Izvrstan
• ovakve skale mogu imati različit broj stupnjeva (najmanje tri, obično pet ili sedam, ponekad devet ili 11)
• najdulje skale, od 11 stupnjeva, česte su prilikom ispitivanja povjerenja u institucije:
obično idu od 0 (uopće nemam povjerenja) do 10 (imam potpuno povjerenje)
• najčešće se teži (ne i redovito) neparnom broju stupnjeva kako bi skale imale apriornu srednju vrijednost koja nije
između stupnjeva (nego je cijeli broj)
Ovakve i slične skale suštinski su ordinalne, no iz metodoloških razloga smatraju se (kvazi)intervalnim ili (kvazi)omjernim,
kao da su stupnjevi doista ekvidistantni (a zapravo nisu).
9
Varijable i skale: zaključak
Kvantitativne skale su:

• bolje (preciznije) opisuje stvarnost: npr. umjesto da pitamo volite li JGP ili nešto (ne, da), bolje je pitati koliko se
nešto voli (u stupnjevima) – nešto se doista može voljeti više ili manje, a ne samo voljeti ili ne voljeti
• tako prikupljamo više informacija o nekoj pojavi, što nam omogućuje i podrobnije naknadne analize
• ako ipak želimo reducirati rezultate, naknadno ćemo to lako učiniti zbrajanjem pojedinih kategorija (stupnjeva
skale) – obratno nije moguće
• već prilikom konceptualizacije i planiranja istraživanja (mjerenja) moramo znati koje ćemo skale upotrijebiti i
zašto (koje ćemo analize provoditi).
Uz skale se vežu i pojmovi: preslika ili redukcija stvarnosti, raspon, gradacija, baždarenost, diskriminativnost,
osjetljivost i slično, a o svemu spomenutom (i još mnogočemu) naučit ćete iz metodoloških kolegija tijekom studija.
10
SREĐIVANJE PODATAKA I UVID
U REZULTATE … (MS EXCEL)
FREKVENCIJE, GRUPIRANJE,
GRAFIČKO I TABLIČNO
PRIKAZIVANJE
FUNKCIJE
- nakon provedenog mjerenja obično raspolažemo „hrpom” podataka (rezultata mjerenja)

- potrebno je (sebi i/ili drugima) opisati što smo dobili: opis ili deskripcija rezultata -> zato deskriptivna statistika
PRVI KORAK u deskriptivnoj statistici: sređivanje uvidom u distribuciju (raspodjelu, razdiobu) varijable (varijabli)
• distribucija varijable: broj (frekvencija, učestalost) pojedinih rezultata zabilježenih skalom kojom smo mjerili
varijablu, neovisno o vrsti varijable i skale mjerenja
• ukupan broj rezultata označavamo: n
• učestalost pojedinog rezultata označavamo: f (frekvencija, ponekad i n za taj rezultat)
• učestalost pojedinog rezultata možemo iskazati apsolutno (koliko je puta izmjeren) ili relativno (koliki mu je udio
• u ukupnom broju rezultata)
Udio se može iskazati u proporcijama (p) ili postotcima (%): p = f/n ili % = f/n � 100 <odnosno> % = p � 100
- npr. nominalna skala: ako se grupa od 230 urđaja (n = 230) sastoji od 80 U RADU (fR = 80) i 150 U KVARU (fK = 150) …
- proporcija U RADU iznosi: pR = 80 /230 = 0,35; ili, u postotcima, 0,35 � 100 = 35%
- proporcija U KVARU iznosi pK = 150 /230 = 0,65; ili, u postotcima, 0,65 � 100 = 65%
- samo je po sebi jasno da vrijedi: Σf = n, Σp = 1, Σ% = 100
(rezultate ne bi trebalo prikazivati u postotcima ako je n < 100 (osim iznimno …)
12
Grafičko prikazivanje: opći model
Općenito, grafički (i tablični) prikazi dijele se na izvještajne (prikaz rezultata mjerenja) i analitičke (prikaz
rezultata analiza). U okviru deskriptive statistike bavit ćemo se isključivo izvještajnim…
Primjer: mjerenjem neke varijable na skali od (npr.) pet stupnjeva dobili smo 12 rezultata: 1, 3, 2, 5, 3, 4, 3, 4, 2, 2, 1, 3
- vidimo da je rezultat 1 izmjeren dvaput, rezultat 2 triput, rezultat 3 četiri puta, rezultat 4 dvaput i rezultat 5 jedanput
- sredimo to malo preglednije…
… numerički, npr. ovako: …ili grafički, npr. ovako:
varijabla X f - označena površina: jedan rezultat

------------------------ - ukupna površina stupaca: svi rezultati (n)
rezultat 1 2 - vodoravno: skalom zabilježene vrijednosti
rezultat 2 3 varijable (varijable označavamo X, Y, Z…)
rezultat 3 4 - uspravno: frekvencije (broj pojavljivanja)
rezultat 4 2 svakog rezultata
rezultat 5 1
Slika zapravo nije koordinatni sustav, pa se termini apscisa i ordinata mogu

upotrebljavati samo uvjetno.
13
Vrste grafikona: histogrami/stupčasti
Grafički prikaz s prethodnog slajda naziva se stupčasti (ako je skala kvalitativna) ili histogram frekvencija
(ako je kvantitativna): može biti orijentiran uspravno (stupci, primjer lijevo) ili vodoravno (trake, primjer
desno), ovisno o orijentaciji papira (ekrana), broju i dužini naziva kategorija varijable.
14
Vrste grafikona: kružni („torte”)
U „tortama” omjeri frekvencija odgovaraju omjerima površina, određenih kutovima: kut0 = f / n • 360;
na fiktivnom primjeru lijevo kut udjela zaposlenih iznosi 0,40 • 360 = 111,10 ; učenika 0,12 • 360 = 33,30 itd.
Primjerice:
15
Vrste grafikona: poligon frekvencija
Poligon frekvencija: ako spojimo vrhove stupaca (lijevo), dobit ćemo tzv. poligon frekvencija (desno).
Poligoni frekvencija pogodni su za prikaz „gustih” distribucija (duge skale s mnogo podjela), usporednih
distribucija (prikaz rezultata više grupa) i slično. Dobro dođu i za uočavanje oblika distribucija, grupiranja rezultata
i identifikaciju odstupajučih rezultata (outliera), koji najvjerojatnije predstavljaju pogreške mjerenja (iako se često sve
može vidjeti i iz histograma/stupčastih grafikona).
16
Vrste grafikona: linijski
Linijskim grafikonima obično prikazujemo vremenske varijacije (trendove), na primjer:

80
70
60
50 f(t)
f(t), λ(t) • 10-4 [1/h]
40
30
λ(t)
20
10
0
0 200 400 600 800 1000 1200 1400
t [h]
17
Vrste grafikona: usporedni prikazi 1/2
Rezultate više skupina podataka na istoj varijabli možemo prikazati usporedno. Nekad su poligoni bolji od
stupaca/histograma: lakše se uočavaju trendovi i uspoređuju skupine… u svakom slučaju, nužno je dodati legendu
kako bismo mogli razlikovati odgovore različitih skupina…
Isto, u obliku
poligona
(čitljivije)
18
Vrste grafikona: prikaz teorijskih distribucija
Teorijske distribucije kontinuiranih ili beskonačnih varijabli (poput Gaussove ili normalne) prikazujemo varijantom
poligona frekvencija. Ako zamislimo da imamo beskonačno stupaca, postat će beskonačno tanki, a vrhovi poligona slit će
se u krivulju, kao na slici.
Cijela površina ispod krivulje u tom slučaju predstavlja

zbroj frekvencija pojedinih rezultata, odnosno ukupni n.
U slučaju teorijskih distribucija ukupni n (površina pod
Učestalost
krivuljom) je beskonačan: krivulja nikad ne dodiruje rezultata
os, nego joj se samo asimptotski približava.
Ukupna površina ispod krivulje: n, odnosno Σf = ∞
19
Vrste grafikona: stablo i lišće (stem and leaf)
 kombinacija brojčanog i grafičkog prikaza rezultata; npr. ako imamo rezultate 1, 3, 11, 11, 12, 14, 15, 22,
23, 24, 24, 25, 25, 25, 26, 28, 28, 31, 32, 32, 33, 37, 37, 38, 39, možemo ih prikazati kao lijevo ispod: desetice su
„stablo”, jedinice su „lišće”; osim što vidimo svaki rezultat, vidimo i distribuciju (broj rezultata unutar dekade) –
rezultati se grupiraju prema većim vrijednostima (većim od 20)
 možemo dodati još jednu distribuciju rezultata na istoj varijabli i usporediti s prethodnom: vidimo da se novi
rezultati grupiraju oko nižih vrijednosti…
0 13 7754320 0 13
1 11245 „crnima” dodamo „plave” -> 54321 1 11245
2 2344555688 721 2 2344555688
3 12237789 4 3 12237789
 ovakav prikaz razmjerno je pogodan za manji broj (do 100 rezultata)

 umjesto desetica stablo mogu biti i manji brojevi, npr. petice; stablo i lišće mogu biti i veći brojevi (npr. milijuni)…
ako je tako, treba jasno naznačiti uz prikaz
20
Zašto grafički prikazujemo distribucije?

(a) Ne samo zbog zornog uvida u trendove među rezultatima…
 lijeva slika: rezultat krajnje desno jako odstupa (nazivamo ga aberantnim ili outlierom) – vjerojatno je riječ o
pogrešci prilikom mjerenja ili baratanja podatcima (no ne i nužno, trebamo utvrditi)
 sredina i desno: distribucije su pozitivno („rep” je desno) i negativno asimetrične („rep” je lijevo); ako je
npr. riječ o rezultatima na nekom testu znanja, vjerojatno nije primjeren: slika u sredini znači da je vjerojatno
pretežak, a slika desno da je suviše lagan (no ne mora biti, ovisi kakvo znanje očekujemo…)
… (b) nego i zbog toga što o vrsti varijabli/skala i obliku distribucije ovisi izbor kasnijih analitičkih postupaka
(+) pozitivna asimetrija (-) negativna asimetrija
21
Grupiranje rezultata u razrede: postupak
Ako je neka skala kratka, prikaz učestalosti svakog rezultata bit će pregledan, no ako je duga i ima puno podjela
neće. U slučaju kvalitativnih varijabli/skala neke se kategorije mogu spojiti u šire ili obuhvatnije (ako je opravdano)…
- npr. ljudi, miševi i krave u sisavce; stanovnici županija u regije (npr. Dalmacija, Slavonija itd.); ptice, komarci i avioni
u „poznate leteće objekte”, a leteći tanjuri, pegazi i batman u „NLO-e” (ako smo maštoviti ) i slično.
U slučaju kvantitativnih varijabli/skala rezultati se, radi preglednosti, mogu grupirati u razrede. Na primjer pratili smo
otkaze vozila u km.
PRVO poredamo: 161, 166, 169, 174, 175, 177, 177, 178, 180, 181, 182, 184, 185, 188, 188, 189, 191, 194, 197, 200;
zatim… DRUGO
1. pogledamo ukupni raspon rezultata (od najmanjeg do najvećeg): u našem primjeru od 161 do 200 km
2. odaberemo broj razreda: obično između pet i 15 (no nije pravilo); recimo pet
3. izračunamo interval ili širinu razreda -> širina razreda = ukupni raspon rezultata (max – min) + 1 / broj razreda
3. izračunatu širinu, ako treba, zaokružimo na veću vrijednost (inače nećemo obuhvatiti ukupni raspon rezultata);
- u našem primjeru -> širina razreda = (200 – 161 + 1) / 5 = 8
4. odredimo donju i gornju granicu svakog razreda (granice su cijeli brojevi ako su rezultati cijeli brojevi; decimalni su
ako su rezultati decimalni brojevi); u našem primjeru razredi su 161-168 169-176 177-184 185-192 193-200
23
5. nakon razvrstavanja u razrede, svaki rezultat gubi identitet: zamjenjujemo ga apriornim prosjekom razreda
(npr. ako je raspon razreda 1-5, apriorni prosjek razreda iznosi tri i svi rezultati u tom razredu postaju tri;
ako je raspon razreda 17-20, apriorni prosjek je 18,5 i svi rezultati u tom razredu postaju 18,5)
- u našem primjeru u prvom razredu više nemamo rezultate
161 i 166, nego dva rezultata 164,5 (apriorna sredina između 161
i 168); u drugom umjesto 169, 174 i 175 imamo tri rezultata 172,5
(apriorna sredina između 169 i 176), itd.
Visina f …nakon grupiranja rezultati

------------------------ u razredima postaju:
161-168 2 -> 164,5 (oba rezultata)
169-176 3 172,5 (sva tri rezultata)
177-184 7 180,5 (svih sedam rezultata)
185-192 5 188,5 (svih pet rezultata)
193-200 3 196,5 (sva tri rezultata)
24
Kumulativne frekvencije
Zbrajamo frekvencije do svake vrijednosti skale ili gornje granice razreda (i prikazujemo grafički) kako bismo na
brzinu mogli uočiti gdje je neki rezultat (ili skupina rezultata) u odnosu na sve ostale: koliko je nižih ili viših od njega
(ili skupine), apsolutno (f) ili relativno (p, %).
Na primjer:
rezultat
(ili razred) f kum. f
----------------------------
% kum. %
-------------------  Iz tablice i grafikona, npr.:
1 10 10 4,5 4,5 …na brzinu možemo očitati
2 20 30 9,1 13,6 gdje nam je C…
3 40 70 18,2 31,8
… ili koliko je (%) rezultata
4 60 130 27,4 59,2
manjih ili većih od, primjerice, 5
5 50 180 22,7 81,9
6 30 210 13,6 95,5
7 10 220 4,5 100,0
---------------------------- -------------------
Σ 220 100,0
Ovdje su za ilustraciju grafički prikazani kumulativni postotci, na isti se način mogu prikazati
i kumulativne apsolutne frekvencije, ovisi što nam treba.
25
Tehnička pravila i preporuke za grafičko i tablično prikazivanje rezultata

 - omjeri na slikama moraju realno (proporcionalno) odražavati omjere među frekvencijama rezultata
(npr. ako je neka frekvencija tri puta veća od druge, i površina stupca, trake ili kruga, odnosno visina
točke poligona) mora biti trostruka
 - varijable (skale) ne moramo prikazivati od nule (npr. ako prikazujemo broj kvarova) nego možemo prekinuti os
(početi od najmanje izmjerene vrijednosti)
 - ne moramo prikazivati ni krajnji raspon frekvencija, nego raspon u kojem se kreću (od najmanje do najviše,
eventualno malo manje ili više): tako će manje razlike među frekvencijama biti uočljivije
- u literaturi se često navodi da bi omjer visine i širine grafikona trebao biti 2/3, no to je samo prepisivanje od
prethodnika – sve ovisi o podatcima, jasnoći, korektnosti i eleganciji prikaza…
- tablice: preporučuje se da budu što jednostavnije (što manji broj crta, samo nužne)…
Formalna pravila tabličnog i grafičkog prikazivanja rezultata

- tablice/grafikone najčešće treba označiti brojevima i u tekstu se, prilikom opisa ili komentiranja rezultata, pozvati na
odgovarajući broj priloga (tablice/grafikona) u kojem su prikazani
- svaki tablični ili grafički prikaz u bilo kojem tekstu (seminaru, izvještaju, radu, knjizi…) mora biti samostalna
cjelina („samorazumljiv”), što znači potpuno opisan (naslov, oznake osi i podataka, eventualno podrijetlo podataka)
- „samorazumljiv” može biti relativno (u kontekstu teksta) ili apsolutno – primjeri na sljedećem slajdu…
26
Primjeri opisa grafičkih prikaza…
 Relativno samorazumljivo
(u tekstu iz kojeg je prikaz
sigurno je navedeno o kojim
se brucošima radi i koliko ih je)
Apsolutno samorazumljivo
(sve je jasno, zar ne?) 
Za vježbu: a) pogledajte unatrag sve grafikone i prepoznajte vrste varijabli/skala;

b) pogledajte jesu li osi prekinute i zašto; c) uočite trendove u podatcima;
d) pogledajte opise i utvrdite je li sve jasno ili biste trebali pogledati i u tekstove iz kojih su prikazi.
27
MS EXCEL
Funkcije
FUNKCIJE
▪ Funkcije - gotove, složene formule koje izvode razne
operacije nad zadanim podacima (argumentima).
▪ Program Excel sadrži više od 400 funkcija koje su

svrstane u kategorije.
2
FUNKCIJE - KATEGORIJE
3
FUNKCIJA
▪ Započinje znakom jednakosti.
▪ Nakon znaka jednakosti dolazi ime funkcije.
▪ Iza imena, unutar para okruglih zagrada, upisuju se

argumenti.
4
FUNKCIJA - ARGUMENTI
▪ To su vrijednosti nad kojima se funkcija izvršava.
▪ Funkcija može imati jedan ili više argumenata (ako

ih ima više, odvajaju se znakom točka-zarez).
▪ Argument funkcije može biti: brojčana vrijednost

(konstanta), adresa ćelije ili adresa skupine ćelija,
druga funkcija.
5
UMETANJE FUNKCIJE
▪ Funkcija se umeće odabirom:

▪ kartica Formule, grupa Biblioteka
funkcija, a potom jedna od
ponuđenih kategorija funkcija.
1
6
UMETANJE FUNKCIJE
▪ Moguće je birati naredbeni gumb Umetanje funkcije
ili za to predviđeni gumb iz trake formula (otvara se
okvir Umetanje funkcije).
7
UMETANJE FUNKCIJE
▪ Po odabiru kategorije funkcija, bira se funkcija.
▪ Uz odabranu funkciju prikazuje se objašnjenje i pomoć.
2
1
3
4
8
POMOĆ ZA FUNKCIJU
9
ZADAVANJE ARGUMENATA
▪ Argumenti se unose u za to predviđene okvire (broj
okvira ovisi o odabranoj funkciji).
▪ Mogu se upisati,
a može ih se i unijeti
označavanjem željenog
raspona na radnom listu.
10
OBLIKOVANJE FUNKCIJE
▪ Klikom na gumb U redu izračunat će se vrijednost
zadane funkcije.
Vrijednosti
argumenta
Izračun funkcije
Objašnjenje argumenata
11
MATEMATIKA I
TRIGONOMETRIJA
12
MATEMATIČKE FUNKCIJE
ABS (BROJ) 13
▪ Funkcija računa apsolutnu

vrijednost broja (vrijednost
broja bez obzira na
predznak).
14
ABS (BROJ)
1
5
4
2
15
INT(BROJ)
▪ Funkcija zaokružuje broj
na najbliži manji cijeli
broj.
(Obratiti pažnju na
negativne brojeve!)
16
TRUNC(BROJ;BROJ_ZNAMENKI)
▪ Funkcija - odbacuje
decimalni dio broja i
time broj pretvara u
cijeli broj.
(Obratiti pažnju na negativne

brojeve !)
17
ROUND(BROJ;BROJ_ZNAMENKI)
▪ Funkcija zaokružuje
broj na zadani broj
znamenaka.
18
SQRT(BROJ)
▪ Funkcija računa kvadratni
korijen broja.
▪ Kod računanja kvadratnog

korijena negativnog broja
javlja se poruka o !
pogrešci #BROJ!.
19
POGREŠKA U FORMULI: #BROJ!
▪ Upozorava da:
▪ korisnik unosi pogrešnu vrstu argumenta

(potrebno je unijeti argument brojčanog oblika),
ili
▪ rezultat proračuna nije iz dozvoljenog raspona

(dozvoljeni raspon [-1*10307; 1*10307]).
20
POWER(BROJ;POTENCIJA)
▪ Funkcija računa
n-tu potenciju
broja.
21
POWER(BROJ; POTENCIJA)
▪ Funkcija računa
i n-ti korijen
(za vrijednost
eksponenta treba
napisati 1/n).
▪ U primjeru je u stupcu G prikazana peta potencija podataka iz

stupca A, a u stupcu H peti korijen vrijednosti iz stupca G.
22
PI()
▪ Rezultat funkcije je
vrijednost matematičke
konstante PI s točnošću
od 15 znamenaka.
▪ Ova funkcija nema

argumenata, pa je par
okruglih zagrada prazan.
23
ROMAN(BROJ)
▪ Funkcija pretvara
arapski broj u rimski
(i to kao tekst).
24
SUM(BROJ1;BROJ2;...)
▪ Funkcija zbraja brojeve
iz odabranih nizova
ćelija
(moguć je odabir do
255 različitih nizova B11:B16
ćelija).
25
PRODUCT(BROJ1;BROJ2;...)
▪ Funkcija množi brojeve

iz odabranih nizova
ćelija (moguć je odabir
do 255 različitih nizova
B11:B16
ćelija).
26
RAND()
▪ DAJE - slučajni broj veći ili
jednak 0, a manji od 1.
▪ Funkcija nema argumente.
27
FUNKCIJA KAO ARGUMENT
Vježba;
▪ U ćelije B2:B8 ispisati 7 cijelih slučajnih brojeva
koji su veći ili jednaki 0, a manji od 100.
28
▪ Slučajni brojevi - funkcija RAND().
▪ Pošto ti brojevi moraju biti iz zadanog raspona [0;100)

slučajni broj treba pomnožiti sa 100.
(Rezultat su realni brojevi iz zadanog raspona.)
▪ Pošto se traže cijeli brojevi, treba rabiti funkciju npr.

INT.
29
30
Vježba;
▪ U ćelije D2:D8 ispisati 7 cijelih slučajnih brojeva koji
su veći ili jednaki 1, a manji od 39.
SADRŽAJ ĆELIJA (formula)?
31
TRIGONOMETRIJSKE FUNKCIJE
Vježba;
▪ Svaku od funkcija koje će biti objašnjene na
sljedećim slajdovima isprobati …
32
RADIANS (KUT)
▪ Pretvara vrijednost kuta iz stupnjeva u radijane.
33
SIN(BROJ)
▪ Računa sinus kuta zadanog u radijanima (BROJ je kut
u radijanima).
34
ASIN(BROJ)
▪ arkus-sinus (sin-1) zadanog broja i izražava ga

u radijanima u rasponu od (–PI/2) do (+PI/2).
35
DEGREES(KUT)
▪ Pretvara vrijednost kuta iz radijana u stupnjeve.
36
FUNKCIJE UGRAĐENE U EXCEL do 2010.
STATISTIKA
37
STATISTIČKE FUNKCIJE
Vježba;
sljedećim prozirnicama isprobati …
38
AVERAGE(BROJ1;BROJ2;...)
▪ aritmetička sredina
(prosjek) brojeva iz
odabranihnizova ćelija
B1:B6
(moguć je odabir do 255
različitih nizova ćelija).
39
MIN(BROJ1;BROJ2;...)
▪ najmanji broj iz odabranih
nizova ćelija
različitih nizova ćelija). B1:B6
40
MAX(BROJ1;BROJ2;...)
▪ najveći broj iz odabranih
nizova ćelija
različitih nizova ćelija). B1:B6
41
COUNT(VRIJEDNOST1; VRIJEDNOST2;...)
▪ U K2, funkcija COUNT s argumentom E2:E7.
▪ U K4 funkcija COUNT s argumentom G2:G8.
Vježba;
▪ U K6 funkcija COUNT s argumentom I2:I9.
Što je rezultat funkcije COUNT?
42
COUNT(VRIJEDNOST1; VRIJEDNOST2;...)
▪ Funkcija broji ćelije u kojima se nalaze brojčani
podaci.
▪ Datum se broji (pohranjen je kao broj!).
▪ Prazne ćelije se ne broje!
44
COUNTA(VRIJEDNOST1; VRIJEDNOST2;...)
▪U L2, funkcija COUNTA s argumentom E2:E7.
▪U L4 funkcija COUNTA s argumentom G2:G8.
Vježba;
▪U L6 funkcija COUNTA s argumentom I2:I9.
Što je rezultat funkcije COUNTA?
45
COUNTA(VRIJEDNOST1; VRIJEDNOST2;...)
▪ Funkcija u odabranom nizu ćelija broji ćelije koje
nisu prazne.
(Moguć je odabir do 255 različitih nizova ćelija.)
47
COUNTBLANK(RASPON)
Vježba;
▪ U M2 funkcija COUNTBLANK s argumentom E2:E7.
▪ U M4 funkcija COUNTBLANK s argumentom G2:G8.
▪ U M6 funkcija COUNTBLANK s argumentom I2:I9.
Što je rezultat funkcije COUNTBLANK?
48
COUNTBLANK(RASPON)
49
COUNTBLANK(RASPON)
▪ Funkcija u odabranom nizu ćelija broji prazne ćelije.
(Moguć je odabir do 255 različitih nizova ćelija.)
50
COUNTIF(RASPON;KRITERIJ)
▪ Funkcija broji ćelije čije vrijednosti zadovoljavaju
postavljen uvjet (kriterij).
▪ Uvjet može biti broj, izraz, tekst (npr. 32, <32, U ZASTOJU).
51
COUNTIF(RASPON;KRITERIJ)
Vježba;
▪ U ćeliju N2 upisati
koliko je vrijednosti
iz raspona I2:I9 manje
od 200.
52
MODE.SNGL(BROJ1;BROJ2;...)
▪ vrijednost koja se
najčešće javlja u
odabranom nizu ćelija.
B14:B19
53
MODE.SNGL(BROJ1;BROJ2;...)
▪ #N/D – poruka o
pogrešci - vrijednost
nije dostupna B14:B18
(niti jedna vrijednost
ne pojavljuje se bar
dva puta).
54
POGREŠKE U FORMULAMA #N/D
▪ Nedostaju podaci,
▪ ispušten je jedan ili više obaveznih argumenata u
ugrađenoj ili prilagođenoj funkciji,
▪ koristi se funkcija koja nije dostupna.

▪ U primjeru nedostaju podaci, tj. niti jedna vrijednost
se ne ponavlja.
55
AUTOMATSKI ZBROJ
▪ Naredbeni gumb Automatski Zbroj :

▪ za prikaz rezultata jednostavnih izračuna (zbroj,
prosjek, brojevi brojača (COUNT), max, min).
1 3
2
▪ kazalo treba postavit na ćeliju u
kojoj se želi prikazati rezultat, a
potom odabrati funkciju.
56
AUTOMATSKI ZBROJ
Vježba;
▪ Uporabom naredbenog gumba Automatski zbroj
riješiti zadatke koji su navedeni na sljedećoj
prozirnici.
57
Aritmetička
Najveća
sredina
C1:C10. vrijednost
Prebrojiti koliko je
iz F1:F10
Zbroj sadržaja ćelija u kojima se
raspona ćelija Najmanja nalaze brojevi u
A1:A10. vrijednost iz rasponu H1:H10.
E1:E10.
58
AUTOMATSKI ZBROJ
Vježba;
▪ Zbrojiti i retke i stupce
raspona J1:L10
KOJI RASPON TREBA ODABRAT?
Da bi se to učinilo, treba odabrati raspon J1:M11.
(Uz željeni raspon treba odabrati dodatni stupac desno od željenog

raspona i dodatni redak ispod željenog raspona, a potom birati Zbroj.)
59
INŽENJERING
60
INŽENJERING
Vježba;
sljedećim prozirnicama isprobati.
61
PRETVORBE BROJEVA IZ JEDNOG BROJEVNOG
SUSTAVA U DRUGI
iz binarnog iz oktalnog iz heksadek. iz dekadskog
BIN2HEX OCT2BIN HEX2OCT DEC2OCT
BIN2OCT OCT2DEC HEX2BIN DEC2BIN
BIN2DEC OCT2HEX HEX2DEC DEC2HEX
62
SUSTAVA U DRUGI
Vježba;
▪ U B2 funkcija koja binarni broj iz ćelije A2 pretvara u
heksadekadski.
▪ U C2 funkcija koja binarni broj iz ćelije A2 pretvara u

oktalni.
▪ U D2 funkcija koja binarni broj iz ćelije A2 pretvara u

dekadski.
63
SUSTAVA U DRUGI
64
BIN2HEX(BROJ;MJESTA)
▪ Binarni broj smije sadržavati max 10 znamenaka.
▪ Krajnje lijevi, deseti bit u broju je bit predznaka

(negativni su brojevi predstavljeni notacijom dvojnog
komplementa).
▪ Za prikaz broja s željenim brojem znamenaka, treba

dodati i argument: mjesta.
65
KOMPLEKSNI BROJEVI
COMPLEX Pretvara realne i imaginarne koeficijente u

kompleksni broj.
IMSUM Računa zbroj dva kompleksna broja.
IMSUB Računa razliku dva kompleksna broja.
IMPRODUCT Računa umnožak dva kompleksna broja.
IMDIV Računa kvocijent dva kompleksna broja.
66
COMPLEX(REALNI_DIO;IMAGINARNI_DIO;SUFIKS)
▪ Funkcija pretvara realne i imaginarne koeficijente u

kompleksni broj oblika: x + yi ili x + yj.
▪ Ako se izostavi sufiks imaginarnog dijela kompleksnog

broja pretpostavlja se da je “i”.
(Sve funkcije kompleksnih brojeva za sufiks prihvaćaju i i j.)

67
KOMPLEKSNI BROJEVI
Vježba;
▪ U B9 funkcija koja koeficijente iz ćelija A9,A10
pretvara u kompleksni broj.
▪ U B11 funkcija koja koeficijente iz ćelija A11, A12

pretvara u kompleksni broj.
68
KOMPLEKSNI BROJEVI
Vježba;
▪ U C9 funkcija koja zbraja kompleksne brojeve iz B9 i B11.
▪ U D9 funkcija koja oduzima kompleksne brojeve iz B9 i B11.
▪ U E9 funkcija koja množi kompleksne brojeve iz B9 i B11.
▪ U F9 funkcija koja dijeli kompleksne brojeve iz B9 i B11.
69
KOMPLEKSNI BROJEVI
70
CONVERT (BROJ;POLAZNA_JEDINICA;CILJNA_JEDINICA)
▪ Funkcija pretvara broj iz jednog mjernog sustava u

drugi.
71
CONVERT (BROJ;POLAZNA_JEDINICA;CILJNA_JEDINICA)
Vježba 79.
▪ Pretvoriti 6 inča u metre (u B15).
▪ Pretvoriti 2 godine u minute (u B16).
▪ Pretvoriti 760 mm stupca žive u paskale (u B17).
72
UNOS VREMENA
▪ Na radni je list moguće unositi i podatke koji
predstavljaju vrijeme.
Takve je podatke potrebno unijeti na zadani

način kako bi ih Excel "prepoznao" kao vrijeme.
73
UNOS VREMENA
▪ Kod unosa podataka u obliku vremena, Excel vrijeme
pretvara u decimalni broj iz raspona od 0 do0,999999,
što predstavlja vrijeme od 0:00:00 do 23:59:59.
▪ Datum se sprema u obliku

broja a prikazuje na način
koji je korisnik odabrao.
74
DATUM I
VRIJEME
DATUM I VRIJEME
Vježba;
▪ U ćeliju A15 unijeti trenutno vrijeme. Mijenjati
razne oblike prikaza vremena.
sljedećim slajdovima isprobati.
76
NOW()
▪ serijski broj trenutnog
datuma i točnog vremena.
▪ Ako je oblikovanje ćelije prije unosa funkcije Općenito,

rezultat će biti oblikovan kao datum i vrijeme.
Napomena: riječ je o datumu i vremenu koji su podešeni na računalu.
77
TODAY()
▪ serijski broj tekućeg
datuma.
▪ Ako je oblikovanje ćelije prije unosa funkcije Općenito,

rezultat će biti oblikovan kao datum.
78
DATEVALUE(DATUM_TEKST)
▪ datum predstavljen tekstom u serijski broj (broj dana
od 01.01.1900. do navedenog datuma).
Datum upisati u polje argumenta!

Moguće je i ćeliju radnog lista oblikovati
oblikovanjem Tekst, a potom unijeti datum
koji će biti argument. 79
DAY(REDNI_BROJ)
▪ Rezultat funkcije je dan određenog datuma

predstavljenog serijskim brojem.
▪ Dan je prikazan kao cijeli broj u rasponu od 1 do 31.
80
YEAR(REDNI_BROJ)
▪ Rezultat funkcije je godinaodređenogdatuma
predstavljenog serijskim brojem (raspon od 1900-9999).
81
WEEKDAY(REDNI_BROJ;VRSTA_REZULTATA)
▪ Rezultat funkcije je dan u tjednu koji odgovara

datumu predstavljenom serijskim brojem.
▪ Dan je zadan kao cijeli broj, u rasponu od 1 do 7.
Tog je dana bila srijeda.
82
TIMEVALUE(VRIJEME_TEKST)
▪ Funkcija pretvara prikaz vremena predstavljen
tekstom u decimalni broj.
(Vrijednost u rasponu od 0 do 0,99999999, što
predstavlja vrijeme od 0:00:00 do 23:59:59.)
Vrijeme upisati u polje argumenta!
83
HOUR(REDNI_BROJ)
▪ Rezultat funkcije prikazuje sat određenog vremena
predstavljenog tekstom ili decimalnim brojem.
▪ Sat je prikazan kao cijeli broj u rasponu od 1 do 24.
▪ Postoje i funkcije koje prikazuju minutei sekundezadanog vremena.
84
TEKST
86
LEN(TEKST)
▪ Funkcija broji znakove tekstualnog niza (broje se i
razmaci između riječi).
87
UPPER(TEKST)
▪ Funkcija pretvara sva slova tekstualnog niza u
velika tiskana slova.
88
PROPER(TEKST)
▪ Funkcija pretvara prvo slovo svake od riječi
tekstualnog niza u veliko slovo.
89
LEFT(TEKST;BROJ_ZNAKOVA)
▪ Funkcija iz odabranog tekstualnog niza izdvaja

zadani broj znakova počevši s lijeve strane.
90
RIGHT(TEKST;BROJ_ZNAKOVA)
▪ Funkcija iz odabranog tekstualnog niza izdvaja
zadani broj znakova počevši s desne strane.
91
MID(TEKST;REDNI_BROJ;BROJ_ZNAKOVA)
▪ Funkcija iz odabranog tekstualnog niza izdvaja zadani

brojznakova počevši od željenog početnog znaka.
92
CONCATENATE(TEKST1;TEKST2;…)
▪ Funkcija spaja tekstualne nizove u jedan tekstualni
niz (do 255 tekstualnih nizova).
93
TRIM(TEKST)
▪ Funkcija uklanja sve razmake iz teksta, osim
jednostrukih razmaka između riječi.
94
REPT(TEKST;BROJ_PONAVLJANJA)
▪ Funkcija ponavlja zadani tekstualni niz, zadani broj
puta.
95
CHAR (BROJ)
▪ Rezultat funkcije je znak koji u kodnoj tablici odgovara
zadanom cijelom broju.
▪ Vrijednost broja može biti od 1 do 255.
Kodni broj slova C je 67.

96
CHAR (BROJ)
Vježba 82.
▪ Pokrenuti radnu knjigu Funkcije vjezba, otvoriti
radni list ASCII.
▪ U ćeliju B1 umetnuti funkciju CHAR, pa je
korištenjem držača ispune kopirati u ostale ćelije u
stupcu.
▪ Postupak ponoviti za svaki stupac.
97
CHAR (BROJ)
98
LOGIČKE FUNKCIJE
Vježba;
sljedećim slajdovima isprobati.
99
LOGIČKE FUNKCIJE
▪ Argumenti logičkih funkcija su uvjeti.
▪ Rezultat logičkih funkcija može poprimiti samo jednu

od dvije vrijednosti: true ili false (da/ne, istina/laž).
100
AND(LOGIČKA1;LOGIČKA2;…)
▪ Funkcija prikazuje TRUE ako su svi argumenti TRUE;

prikazuje FALSE ako je jedan ili više argumenata
FALSE.
101
AND(LOGIČKA1;LOGIČKA2;…)
▪ U primjeru je prvi uvjet ispunjen, a drugi nije, stoga je
rezultat funkcije FALSE.
▪ Moguć je odabir do 255

različitih uvjeta.
102
OR(LOGIČKA1;LOGIČKA2;…)
▪ Funkcija vraća TRUE ako je bilo koji argument TRUE;
vraća FALSE ako su svi argumenti FALSE.
103
OR(LOGIČKA1;LOGIČKA2;…)
▪ U primjeru nije ispunjen niti prvi niti drugi uvjet, pa je
rezultat funkcije FALSE.
▪ Moguć je odabir do 255
različitih uvjeta.
104
IF(LOGIČKI_TEST;VRIJEDNOST_AKO_JE_TRUE;VRIJEDNOST_AKO_JE_FALSE)
▪ Funkcija provjerava da li je uvjet ispunjen. Vraća jednu

vrijednost ako je zadani uvjet ispunjen, a drugu ako
nije.
105
IF(LOGIČKI_TEST;VRIJEDNOST_AKO_JE_TRUE;VRIJEDNOST_AKO_JE_FALSE)
▪ U primjeru se provjeravaju sadržaji ćelija iz raspona

A2:A7. Ako je sadržaj manji od 200, ispisuje se poruka
“iznos manji od 200”, a ako nije “veliki iznos”.
106

Lab Vježbe Excel Funkcije DESK STAT v4

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Lab Vježbe Excel Funkcije DESK STAT v4

Uploaded by

Copyright:

Available Formats

PRIPREME ZA

PRIMJENA DESKRIPTIVNE STATISTIKE I EXCEL-a

Zagreb, 18.03.2024. Doc. dr. sc. Damir Budimir

Što je mjerenje (opažanje)?

Proces mjerenja uključuje:

Čemu služi mjerenje?

Što mjerimo? - Varijable

prema namjeni: evidencijske, klasifikacijske, istraživačke…

prema ulozi u (eksperimentalnim) istraživanjima: nezavisne, zavisne, kontrolne – težimo da budu

prema vrsti: kvalitativne -> diskontinuirane (prekidne, diskretne):

NAČINI DOBIVANJA VARIJABLI (instrumenti, opažanje)…

- ljudska osjetila i organi (npr. vid, sluh, opip, okus za klasifikaciju)

- tehnički uređaji i pomagala (npr. mehanički, elektronički): od najjednostavnijih (npr. metar,

sličnosti, intenzitet, jednake

Kvalitativne > nominalne (kategorijalne) da ne ne ne

Kvalitativne skale služe za razvrstavanje, matematičke operacije svode se na zbrajanje (prebrojavanje)

Ilustracija razlike između omjernih i intervalnih skala…

Volite li se Je li Vam ugodno Kako često Školski

Varijable i skale: zaključak

Kvantitativne skale su:

- nakon provedenog mjerenja obično raspolažemo „hrpom” podataka (rezultata mjerenja)

- samo je po sebi jasno da vrijedi: Σf = n, Σp = 1, Σ% = 100

(rezultate ne bi trebalo prikazivati u postotcima ako je n < 100 (osim iznimno …)

Grafičko prikazivanje: opći model

varijabla X f - označena površina: jedan rezultat

Slika zapravo nije koordinatni sustav, pa se termini apscisa i ordinata mogu

Vrste grafikona: histogrami/stupčasti

Vrste grafikona: kružni („torte”)

Vrste grafikona: poligon frekvencija

Linijskim grafikonima obično prikazujemo vremenske varijacije (trendove), na primjer:

Vrste grafikona: usporedni prikazi 1/2

Vrste grafikona: prikaz teorijskih distribucija

Cijela površina ispod krivulje u tom slučaju predstavlja

Ukupna površina ispod krivulje: n, odnosno Σf = ∞

Vrste grafikona: stablo i lišće (stem and leaf)

 ovakav prikaz razmjerno je pogodan za manji broj (do 100 rezultata)

Zašto grafički prikazujemo distribucije?

(+) pozitivna asimetrija (-) negativna asimetrija

Grupiranje rezultata u razrede: postupak

Visina f …nakon grupiranja rezultati

Tehnička pravila i preporuke za grafičko i tablično prikazivanje rezultata

Formalna pravila tabličnog i grafičkog prikazivanja rezultata

Primjeri opisa grafičkih prikaza…

Za vježbu: a) pogledajte unatrag sve grafikone i prepoznajte vrste varijabli/skala;

▪ Program Excel sadrži više od 400 funkcija koje su

▪ Započinje znakom jednakosti.

▪ Nakon znaka jednakosti dolazi ime funkcije.

▪ Iza imena, unutar para okruglih zagrada, upisuju se

▪ To su vrijednosti nad kojima se funkcija izvršava.

▪ Funkcija može imati jedan ili više argumenata (ako

▪ Argument funkcije može biti: brojčana vrijednost

▪ Funkcija se umeće odabirom:

▪ Po odabiru kategorije funkcija, bira se funkcija.

▪ Uz odabranu funkciju prikazuje se objašnjenje i pomoć.

▪ Funkcija računa apsolutnu

(Obratiti pažnju na negativne

▪ Kod računanja kvadratnog

▪ korisnik unosi pogrešnu vrstu argumenta

▪ rezultat proračuna nije iz dozvoljenog raspona

▪ U primjeru je u stupcu G prikazana peta potencija podataka iz

▪ Ova funkcija nema

▪ Funkcija množi brojeve

▪ Funkcija nema argumente.