Professional Documents
Culture Documents
INFORMATIKE
doc.dr.
doc. dr.sc.
sc.Tošo
TošoMaršić
Maršić
tmarsic@gmail.com
tmarsic@gmail.com
Cilj
Usvajanje teoretskih znanja iz statistike
Upoznavanje s mogućnostima korištenja statističkih
aplikacija
statistika ??
??
Svrha
Praktična korist?
Trener će moći:
Razumjeti osnovne statističke pojmove
Statistički obraditi i grafički prikazati podatke
Bolje razumjeti znanstvene i stručne članke
Utvrđivati efekte svog rada
Utvrđivati povezanosti i razlike
Efikasnije provoditi mjerenja
PODRUČJA
Osnovne statističke metode
Kineziometrija
Primjena Excela
OSNOVNE STATISTIČKE MET
ODE
Osnovni statistički pojmovi
Inicijalni statistički postupci
Deskriptivni pokazatelji
Transformacije podataka
T-test
Korelacija
KINEZIOMETRIJA
podatak ???
?
OSNOVNI STATISTIČKI
POJMOVI
Podatak - vrijednost kojom je opisno određeno obilježje
(svojstvo) nekog entiteta.
entitet ???
?
OSNOVNI STATISTIČKI
POJMOVI
Entitet - jedinka nekog skupa osoba, objekata, stvari, i sl.
koja je opisana određenim obilježjima ili svojstvima.
varijabla ?
???
OSNOVNI STATISTIČKI
POJMOVI
Varijabla - svojstva, obilježja, osobine, sposobnosti,
motorička znanja, itd. po kojim se entiteti međusobno
razlikuju.
Mirko Marko Marin
Vrste uzoraka
diskretne kontinuirane
OSNOVNI STATISTIČKI
POJMOVI
Marin m 192 87
Marko m 174 68
Mirko m 186 75
OSNOVNI POSTUPCI ZA
UREĐIVANJE I PRIKAZIVANJE
PODATAKA
Statistička obrada vrši pomoću specijaliziranih računalnih
programa za statističko-grafičku obradu podataka (SPSS,
STATISTICA,EXCEL itd.).
OSNOVNI POSTUPCI ZA
UREĐIVANJE I PRIKAZIVANJE
PODATAKA
Grupiranje podataka
- postupak razvrstavanja entiteta s istim oblikom obilježja u
određeni broj podskupova.
Primjer:
Na ispit je izišlo 40 studenata, 15 ih je položilo, a 25 nije.
GRUPIRANJE PODATAKA
30
odličan
25
odličan
vrlo dobar 5,0%
vrlo dobar 5,0%
20
dobar
7,5%
15 dobar
10
dovoljan dovoljan
20,0%
nedovoljan
5
62,5%
nedovoljan
0
nedovoljan dovoljan dobar vrlo dobar odličan
0 5 10 15 20 25 30
f 25 8 3 2 2
OSNOVNI POSTUPCI ZA
UREĐIVANJE I PRIKAZIVANJE
PODATAKA
Grupiranje i grafičko prikazivanje kvalitativnih podataka
30
GRAFIKON STUPACA
25
20
15
10
0
nedovoljan dovoljan dobar vrlo dobar odličan
f 25 8 3 2 2
OSNOVNI POSTUPCI ZA
UREĐIVANJE I PRIKAZIVANJE
PODATAKA
Grupiranje i grafičko prikazivanje kvalitativnih podataka
odličan
GRAFIKON REDAKA
vrlo dobar
dobar
dovoljan
nedovoljan
0 5 10 15 20 25 30
OSNOVNI POSTUPCI ZA
UREĐIVANJE I PRIKAZIVANJE
PODATAKA
Grupiranje i grafičko prikazivanje kvalitativnih podataka
(primjer excel)
STRUKTURNI KRUG
odličan
vrlo dobar 5,0%
5,0%
dobar
7,5%
dovoljan
20,0%
nedovoljan
62,5%
OSNOVNI POSTUPCI ZA
UREĐIVANJE I PRIKAZIVANJE
PODATAKA
Grupiranje i grafičko prikazivanje kvantitativnih podataka
Sortiranje
uzlazno - ako se podaci nižu od najmanjeg do najvećeg
silazno - ako se podaci nižu od najvećeg do najmanjeg
5
Frekvencije
0
1 2 3 3 5
OSNOVNI POSTUPCI ZA
UREĐIVANJE I PRIKAZIVANJE
PODATAKA
Grupiranje i grafičko prikazivanje kvantitativnih podataka
8
POLIGON FREKVENCIJA
7
0
1 2 3 4 5
OSNOVNI POSTUPCI ZA
UREĐIVANJE I PRIKAZIVANJE
PODATAKA
Grupiranje i grafičko prikazivanje kvantitativnih podataka
35
POLIGON FREKVENCIJA DVIJU GRUPA
30
25
20
15
10
0
x<=120 120<x<=140 140<x<=160 160<x<=180 180<x<=200 200<x<=220 220<x
DESKRIPTIVNI POKAZATELJI
Deskriptivni pokazatelji koriste se za opis varijabli putem:
aritmetička sredina
mod
medijan
DESKRIPTIVNI POKAZATELJI
Mjere centralne tendencije ili središnje mjere
Aritmetička sredina
x i
x i 1
gdje je n
i = 1, …,n,
n - broj entiteta.
DESKRIPTIVNI POKAZATELJI
Mjere centralne tendencije ili središnje mjere
Aritmetička sredina
Primjer
Naka je 10 entiteta postiglo sljedeće rezultate u nekom
motoričkom testu: 1, 2, 2, 3, 3, 3, 3, 4, 4, 5.
Aritmetička sredina je
1 2 2 3 3 3 3 4 4 5 30
x 3
10 10
DESKRIPTIVNI POKAZATELJI
Mjere centralne tendencije ili središnje mjere
Aritmetička sredina
Računa se samo za kvantitativne podatke i ima sljedeća
svojstva:
x x 0
n
i
i 1
x x
n
2
i min
i 1
xmin x xmax
DESKRIPTIVNI POKAZATELJI
Mjere centralne tendencije ili središnje mjere
Mod ili dominantna vrijednost
- vrijednost koja se najčešće pojavljuje.
Primjer
Naka je 10 entiteta postiglo sljedeće rezultate u nekom
motoričkom testu: 1, 2, 2, 3, 3, 3, 3, 4, 4, 5.
Ocjena f
1 1
2 2
3 4
4 2
5 1
DESKRIPTIVNI POKAZATELJI
Mjere centralne tendencije ili središnje mjere
Medijan ili centralna vrijednost
- vrijdenost koja se nalazi na sredini uređenog niza podataka
(uzlazno ili silazno sortiranog)
Primjer
Naka je 15 entiteta (neparan niz) izmjereno nekim testom
čiji su rezultati uređeni po veličini:
x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12 x13 x14 x15
1 2 2 2 2 3 3 3 3 3 4 4 4 5 5
DESKRIPTIVNI POKAZATELJI
Mjere centralne tendencije ili središnje mjere
Medijan ili centralna vrijednost
Primjer
d i xi x
n
d
i 1
i 0
DESKRIPTIVNI POKAZATELJI
Mjere disperzije ili varijabilnosti
Varijanca i standardna devijacija
Varijanca – prosječno kvadratno odstupanje rezultata entiteta
od aritmetičke sredine n
i
( x x ) 2
s2 i 1
n 1
Standardna devijacija – korijen iz varijance
n
i
( x x ) 2
s i 1
n 1
DESKRIPTIVNI POKAZATELJI
Mjere disperzije ili varijabilnosti
Varijanca i standardna devijacija
Primjer
10 entiteta postiglo sljedeće rezultate u nekom motoričkom
testu xi x-x
i (x x )
i
2
1 -2 4
2 -1 1
2 -1 1
3 0 0
30
3 0 0 x
3 0 0 10
3 0 0
4 1 1 n
4
5
1
2
1
4
( x x)
i
2
12
s i 1
1,33 1,15
30 0 12 n 1 3
Normalna ili Gaussova distribucija
0,60
0,30
1 67.27 %
0,15
0,00
-3 -2 -1 0 1 2 3
1.96 95 %
2.57 99 %
DESKRIPTIVNI POKAZATELJI
Mjere asimetrije i izduženosti distribucije
Skewness - mjera asimetrije distribucije
o e x
DESKRIPTIVNI POKAZATELJI
Mjere asimetrije i izduženosti distribucije
Skewness - mjera asimetrije distribucije
x e o
DESKRIPTIVNI POKAZATELJI
Mjere asimetrije i izduženosti distribucije
Kurtosis - mjera izduženosti distribucije
xij x j
zij
j
280 250 30
z XY 3
10 10
Normalna ili Gaussova distribucija
0,60
3 99.73 %
0,30
1 67.27 %
0,15
0,00
-3 -2 -1 0 1 2 3
STANDARDIZACIJA PODATAKA
(Z - VRIJEDNOST)
Primjer 2:
Aritmetička sredina iznosila je 250 cm, a standardna devijacija
10 cm. Nogometaš Deco postiga je rezultat 250 cm. Potrebno
je procjeniti postotak (%) nogometaša koji postižu lošije i
bolje rezultate od Deca.
280 250 30
z XY 3
10 10
STANDARDIZACIJA PODATAKA
(Z - VRIJEDNOST)
Praktična korist od standardizacije rezultata ogleda se i u
mogućnosti grafičkog prikazivanja rezultata entiteta u većem
broju varijabli koje opisuju njegov antropološki profil.
3,5
3
2,5
2
1,5
SDM
1
0,5 IP
0 NEB
1
-0,5 SKL
-1 T12min
-1,5 T20m
-2 KUS
-2,5
BP
-3
TR
T-TEST
T-test je statistički kojim se utvrđuje
statistička značajnost razlike između dviju
aritmetičkih sredina.
Statistički značajna razlika je razlika
utvrđena na uzorku entiteta, a za koju s
visokim stupnjem sigurnosti (95% ili 99%) Wiliam Sealy Gosset
(1876. – 1937.)
možemo tvrditi da se nije dogodila slučajno
T-TEST
T-test za nezavisne uzorke je postupak kojim se utvrđuje
statistička značajnost razlike između aritmetičkih sredina
dvaju uzoraka (dvaju nezavisnih skupova entiteta).
x1 x 2
t
s x1 x 2
gdje je
x1 - aritmetička sredina prvog uzorka/mjerenja
x2 - aritmetička sredina drugog uzorka/mjerenja
s x1 x 2 - standardna pogreška razlika aritmetičkih sredina
KM KIF
T-TEST
Standardna pogreška razlika aritmetičkih sredina u t-testu za
nezavisne uzorke izračunava se formulom
s12 s22
sx x
1 2
n1 n2
gdje je
s1 - standardna devijacija prvog uzorka
s2 - standardna devijacija drugog uzorka
n1 - broj entiteta u prvom uzorku
n2 - broj entiteta u drugom uzorku
KM KIF
T-TEST
Standardna pogreška razlika aritmetičkih sredina u t-testu za
zavisne uzorke izračunava se formulom
s12 s22 s1 s2
s x1 x 2 2r
n n n n
gdje je
s1 - standardna devijacija prvog mjerenja
s2 - standardna devijacija drugog mjerenja
n - broj entiteta u uzorku
r - korelacija između varijabli prvog i drugog mjerenja
KM KIF
T-TEST
Primjer: Učenici 1.a i 1.b razreda testirani su na kraju
školske godine testom za procjenu fleksibilnosti Pretklon
raskoračno i dobiveni su sljedeći rezultati:
n1a 25 n1b 27
x1a 34 x1b 38
s1a 10 s1b 18
KM KIF
T-TEST
Primjer - nastavak:
2
s 2
s 10 2 182
s x1 x 2 1
2
4
n1 n2 25 27
x1 x 2 34 38
t 1 1
s x1 x 2 4
df n1 1 n2 1 25 1 27 1 50 df t p 50 t 0, 01 2,68
Karl Pearson
(1857–1936)
KORELACIJA
Ako se rezultati ispitanika u varijablam x i y standardiziraju,
tada formula dobiva jednostavan oblik
( z xi z yi )
r i 1
n
yi
xi VIS
KORELACIJA
Y r = -1
+1
X
KORELACIJA
SDM 0 < r < +1
BML
KORELACIJA
ZGIB 0 > r > -1
TEŽ
KORELACIJA
Testiranje značajnosti koeficijenta korelacije
mjerenje ??
??
OSNOVE KINEZIOMETRIJE
Mjerenje je postupak kojim se entitetima pridružuju brojevi
ili oznake sukladno razvijenosti mjerenog svojstva, odnosno
predmeta mjerenja.
predmet
mjerenja ???
?
OSNOVE KINEZIOMETRIJE
Predmet mjerenja je svojstvo objekta mjerenja čija se
razvijenost utvrđuje mjerenjem. Predmeti mjerenja u
kineziologiji su najčešće motoričke i funkcionalne
sposobnosti, motorička znanja i situacijska učinkovitost .
objekt
mjerenja ???
?
OSNOVE KINEZIOMETRIJE
Objekt mjerenja je entitet čija se svojstva utvrđuju
mjerenjem. Objekti mjerenja u kineziologiji su najčešće ljudi,
sportske ekipe, sportski događaji, tehnički elementi i taktička
sredstva.
aha
!!!!
OSNOVE KINEZIOMETRIJE
Mjerni instrument ili test je operator pomoću kojeg se vrši
mjerenje, a kojeg čine tehnička oprema potrebna za mjerenje,
jedan ili više mjeritelja i standardizirani postupak mjerenja.
OSNOVE KINEZIOMETRIJE
Mjeritelj je osoba školovana za provođenje mjerenja. Da bi se
utjecaj mjeritelja na rezultat mjerenja sveo na najmanju
moguću mjeru, nužno je poštivati standardizirani postupak
mjerenja.
Mjerne skale:
nominalna- nema kvantitativna svojstva niti kontinuitet,
već se entiteti razvrstavaju u određene kategorije ili klase,
Primjeri: varijabla spol može poprimiti dva oblika muški i
ženski. Varijabla tip košarkaša može imati tri oblika
bekovi, krila, centri itd.
OSNOVE KINEZIOMETRIJE
Mjerne skale:
ordinalna - ovom mjernom skalom moguće je utvrditi je li
neki entitet bolji od drugoga, ali ne i koliko je bolji.
Primjer: redoslijed trkača na cilju neke trke
OSNOVE KINEZIOMETRIJE
Mjerne skale:
intervalna - pored utvrđivanja redosljeda, odnosno je li
neki entitet bolji od drugoga, moguće je utvditi i koliko je
bolji (npr. skala za procjenu inteligencije, mjerenje
temperature itd.).
OSNOVE KINEZIOMETRIJE
Mjerne skale:
omjerna - ima apsolutnu nulu - potpuno odsustvo
mjerenog svojstva (npr. mjerenje duljine, sile, vremena
potrebnog za izvođenje neke aktivnosti itd.).
OSNOVE KINEZIOMETRIJE
OSNOVE KINEZIOMETRIJE
Mjerni instrumenti tipa «primjena motoričkog zadatka»
mjere efikasnost motoričke aktivnosti koja u poznatoj mjeri
aktivira određenu motoričku sposobnost (npr. testovi za
procjenu koordinacije, brzine, agilnosti, fleksibilnosti...).
Shematski prikaz indirektnog mjerenja
motoričkih sposobnosti
PREDMET MJERENJA -
LATENTNA DIMENZIJA
MOTORIČKA
SPOSOBNOST
(eksplozivna snaga)
Metikoš, D., Hofman, E., Prot, F., Pintar, Ž., Oreb, G. (1989).
Mjerenje bazičnih motoričkih dimenzija sportaša. Zagreb:
Fakultet za fizičku kulturu.