34
Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017. Ekonomski fakultet u Osijeku, Kolegij: Statistička analiza poslovnih podataka On-line nastavni materijali 1 Dizajn istraživačkog procesa Nositelji kolegija i Statistička analiza podataka studenti Dizajniranje istraživačkog procesa

Dizajn istraživačkog procesa - efos.unios.hr · •Odgovoriti na pitanje: Što vas zanima? •Odaberite područje koje vas iskreno zanima Područje istraživanja Tema istraživanja

  • Upload
    others

  • View
    1

  • Download
    0

Embed Size (px)

Citation preview

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 1

Dizajn istraživačkogprocesa

Nositelji kolegija i Statistička analiza podataka

studenti Dizajniranje istraživačkog

procesa

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 2

ISTRAŽIVANJE

• Proces prikupljanja odgovora na pitanja(istraživačka): – unaprijed osmišljen– logičan– sustavan proces

• Povezuje mišljenja i iskustva• Dovodi do (novih) spoznaja• Povećava znanje• Temelji se na podatcima:

prikupljanje evidentiranje analiziranje interpretiranje

Nacrt istraživanja

• Plan istraživanja

• Struktura istraživanja

• Strategija istraživanja

• Daje odgovore na:

– istraživačke probleme

– istraživačka pitanja

– detalje metodološko-istraživačkog procesa

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 3

ISTRAŽIVAČKI PROCES

Područje

istraživanja

Tema

istraživanja

Teorijski

okvir

Problem

istraživanja

Istraživačka

pitanjaCiljevi Hipoteze

Podaci (vrste

i metode

prikupljanja)

Uzorak

Varijable

(zavisne i

nezavisne)

Metode

analize

podataka

Interpretacija

podataka

Znanstveni

doprinos

Preporuke za

buduća

istraživanja

Određivanje područja istraživanja

• Područje istraživanja je široko područje

zanimanja iz kojeg se može generirati

specifična tema

• Odgovoriti na pitanje: Što vas zanima?

• Odaberite područje koje vas iskreno zanima

Područje istraživanja

Tema istraživanja

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 4

Npr.

• Poduzetničko obrazovanje

• Mali i srednji poduzetnici

• Obiteljska poduzeća

• Namjere za samozapošljavanje

• Kreativna industrija

• Autorsko pravo

• Društveno odgovorno poslovanje

TEORIJSKI OKVIR

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 5

Teorijski okvir

• Prikupljanje literature

• Uvid u područje interesa

–postojanje informacija:

• ključne knjige, članci, autori

• najnoviji trendovi u istraživanju područja

• ključni termini i koncepti u području– najznačajnija djela u nekom području

• ključni autori područja

• različite teorije

1. korak

Posvetite vrijeme čitanju literature

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 6

Problem istraživanja

• Razlikuje se od teme istraživanja

• Problem istraživanja definira predmet istraživanja

– Motiv istraživanja

• Formuliranje problema u nekim slucajevima važnije je od njegovog rjesavanja

Postavljanje istraživačkog problema:

• Treba li (može li):

– Dati doprinos:

• neistraženom fenomenu

• dubljem poznavanju teme

• upoznavanju marginaliziranih pojava u drustvu

• određenoj praksi

– Replicirati:

• već provođeno istraživanje (s drugim sudionicima na drugom mjestu)

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 7

ISTRAŽIVAČKI PROCES

Područje

istraživanja

Tema

istraživanja

Teorijski

okvir

Problem

istraživanja

Istraživačka

pitanjaCiljevi Hipoteze

Podaci (vrste

i metode

prikupljanja)

Uzorak

Varijable

(zavisne i

nezavisne)

Metode

analize

podataka

Interpretacija

podataka

Znanstveni

doprinos

Preporuke za

buduća

istraživanja

Hipoteza

• znanstvena pretpostavka (objašnjenje) koju treba provjeriti (prihvatiti ili odbaciti)

• privremeno objašnjenje određenih činjenica• “upućeno nagađanje”

• donosi:

– jasnoću i

– preciznost cilju/ciljevima istraživanja

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 8

Hipoteza

• Def: vjerojatna tvrdnja o odnosima dviju ili više varijabli

– jasne implikacije za provjeru naznačenih odnosa između varijabla

– izraziti ju što sažetije

– utemeljiti ju na teoriji, prethodnim istraživanja, podatcima

• Odnosi između varijabla: • povezanost, razlike, utjecaji, oblika varijabla, ovisnost,

predikcija, modeli, mjerenja, učinci, …

Uloga hipoteza

1. Usmjeravaju istraživanje• pridonose razumijevanju problema• postavljaju okvir za:

• izbor okvira uzorka• prikupljanje podataka

– odabir metodologije prikupljanja podataka

• analiziranje podataka– odabir metodologije analize podataka

2. Radni instrument teorije3. Zaključivanje o hipotezama:

• odbacivanje• ne odbacivanje

4. Sredstvo za unaprjeđivanje znanstvenih spoznajaU zaključku istraživanja

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 9

Karakteristike hipoteza

1. Jasnoća hipoteza

H: Prosječna dob poduzetnika u skupini srednjih poduzeća veća je od prosječne dobi poduzetnica

2. Jednodimenzionalnost hipoteza

• H: Uspjeh studijskog smjera povezan je s dobi irodom doktoranada

• H: Uspjeh studijskog smjera povezan je s dobnomstarosti studenata

• H: Uspjeh studijskog smjera povezan je s rodomstudenata

Karakteristike hipoteza

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 10

3. Specifičnost hipoteza– Općenite hipoteze teško provjerljive

• H: Postoji određeni broj latentnih dimenzija upitnika (drugog reda) za mjerenje jedinstvenih pokazatelja unutarnje kvalitete usluge, unutarnje tržišne orijentacije i odgovornog organizacijskog ponašanja, na osnovi dobivenih latentnih dimenzija (prvog reda) instrumenata za mjerenje unutarnje tržišne orijentacije, odgovornog organizacijskog ponašanja.

– Problem: previše različitih odnosa, više različitih koncepata, koncepti koji se teško pretvaraju u varijable

Karakteristike hipoteza

Prijedlozi za postizanje specifičnosti hipoteze:

• H: Postoji statistički značajna pozitivna povezanost između aspekata unutarnje kvalitete usluge i unutarnje tržišne orijentacije

• ili/i

• H: Postoji statistički značajna pozitivna povezanost između aspekata unutarnje kvalitete usluge i društveno odgovornog poslovanja

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 11

4. Operacionalizacija hipoteza

- prevođenje hipoteza u mjerljive termine

- imenovanje varijabla

- određivanje metoda i tehnika za provjeru hipoteza

5. Provjerljivost hipoteza

– H: Poduzeća organiziraju događanja te primjenjujući elemente kreiranja doživljaja i proizvoda i događanja izravno utječu na diferencijaciju poduzeća i stvaranje konkurentske prednosti

• ???

Karakteristike hipoteza

6. Povezanost sa znanstvenim spoznajama

– Osnovni cilj znanstevnih radova:

• Hipoteza izvire iz postojećih spoznaja te širi znanstvenespoznaje

Karakteristike hipoteza

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 12

Sve prednosti znanstvenog razumijevanja, na svim razinama, zapičinjusa spekulativnom pustolovinom, maštovitom pretpostavkom o tome što bi moglo biti točno – pretpostavkom koja uvijek i nužno ide malo(a katkad i puno) izvan onoga što možemo vjerovati na temelju logikeili činjenica. To je zamišljanje mogućeg svijeta, ili sićušnog dijela tog svijeta.

Takvo nagađanje zatim je izloženo kritici, kako bi se otkrilo je li ili nijetaj zamišljeni svijet imalo poput stvarnog. Znanstveno razmišljanje je tako na svim razinama interakcija između dviju epizoda razmišljanja –dijalog između dva glasa, jednog maštovitom, a drugog kritičkog, između onoga što može biti točno i što zapravo jest.

(Medawar, 1972)

Vrste hipoteza

• Nul i alternativna hipoteza

– Sutra detaljnije o spomenutom

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 13

Metodološki pristup

Metodološki pristup

• Kvantitativna istraživanja

• Kvalitativna istraživanja

• Istraživanja kombiniranom metodologijom

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 14

Kvantitativna istraživanja pružaju brojčani opis istraživane pojave, redovito putem statističke analize i sažimanja izvornih podataka

Kvalitativna se istraživanja ne oslanjaju na statističke zaključke, već nude dublji, ali posve kvalitativan odnosno nenumerički opis pojave koju istražuju. Često su početni korak u istraživanju tj. razumijevanju problema

KVALITATIVNA METODA KVANTITATIVNA METODA

Ispituje ono što je manje poznato ili nepoznato

Ispituje ono što se ne može izraziti u brojkama

Odgovara na pitanja ZAŠTO, KAKO?

Rezultati ne mogu biti temelj za donošenje strateških odluka

Ispituje ono što je već poznato i istraženo

Ispituje ono što se može izraziti u brojkama

Odgovara na pitanje KOLIKO

Primjenjuje se na velikom i slučajno odabranom uzorku

Rezultati mogu poslužiti kao temelj za donošenje strateških odluka

Primjenjuje se na malom planiranom uzorku

BROJČANI POKAZATELJIRAZUMIJEVANJE

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 15

PODSJETNIK

%

BROJEVI

KVANTITATIVNO ISTRAŽIVANJEStruktura problema

KVALITATIVNO ISTRAŽIVANJERazumjevanje problema

RAZLOZI

MIŠLJENJA

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 16

Istraživačka pitanja: razlika kvantitativna i kvalitativna istraživanja

• KVAN istraživanja imaju hipoteze, KVAL nemaju;• KVAN istraživanja sastoje se od mjerenja varijabli, KVAL

istraživanja ne koriste pojam “varijabla”;• KVAN istraživanja testiraju teoriju, KVAL istraživanja

razvijaju teoriju;• U KVAN istraživanjima identificiraju se varijable i mjerni

instrumenti prije prikupljanja podataka, ne mijenjaju se pitanja i hipoteze, u KVAL istraživanjima se istraživačka pitanja mogu mijenjati

Kvalitativna metodologija

• Prednosti:– Opsežnije istraživanje

– Veći broj ispitanika• Veći stupanj generaliziranja

– Objektivnost i točnost rezultata

– Korištenje standarda u istraživanjima• Ponavljanje i usporedba istraživanja i rezultata

• Nedostaci– Unaprijed definirani odgovori

• Odražavaju li mišljenje ispitanika o određenoj temi?

– Ne donose detaljna pojašnjenja

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 17

Veličina uzorka

• ????

• Nema univerzalnog odgovora!

• Ovisi o:

– Ciljevima istraživanja

– Prirodi populacije koja se ispituje

– Korištenju statističkih metoda

• Broj varijabla

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 18

G*power3

3636

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 19

Reprezentativni uzorak

• Važna karakteristika uzorka koju mora posjedovati je reprezentativnost

• Reprezentativan uzorak je onaj koji:– u najvećoj mjeri (ili u potpunosti) održava ključne karakteristike

izabrane populacije

– predstavlja umanjenu sliku izabrane populacije, odnosno sadrži bitna obilježja cjelokupne populacije

• Postiže se pravilnim odabirom jedinica iz populacije gdje svaka jedinica populacije ima jednaku vjerojatnost izbora

• Izbor mora biti nepristran, a uzorci primjerene veličine

37

POPULACIJA

N = 10.000

UZORAK

n = 100

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 20

Zadatak

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 21

Inferencijalna statistika

Nakana statistike

• Nakana statističke analize jest odgovoriti na dva pitanja:

– Postoji li značajna povezanost/razlika/utjecaj između promatranih varijabli (odbacujemo li postavljenu hipotezu?)

– Ukoliko postoji povezanost/razlika/utjecaj – koliko ona iznosi?

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 22

Hipoteze

• Nul hipoteza (H0) tvrdnja je o parametru populacije

• H0 - njome se pretpostavlja kako nema statistički značajne razlike (promjene) između stvarne vrijednosti parametra populacije i pretpostavljene vrijednosti.

• Nul hipoteza je ona koja se testira, a najčešći cilj testiranja njezino je odbacivanje

H1 – alternativna hipoteza

tvrdnja suprotna H0

H0 – nul hipotezatvrdnja o

parametru

Nul hipotezu moguće je:

•Odbaciti -

•Ne odbaciti +

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 23

Statistički testoviOdluka o:

–odbacivanju ili

–neodbacivanju nul hipoteze

donosi se pomoću statističkih testova

Moguće odluke (pogreške)

• U postupku testiranja - četiri odluke

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 24

Normalnost distribucije

• Središnji granični teorem

– Svaka distribucija bit će približno normalno distribuirana• Ako je uzorak veći od 30 jedinica

• I pri manjim veličinama uzorka (n) ako je uzorak izabran iz populacije koja se ravna prema normalnoj distribuciji

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 25

Parametrijske vs. neparametrijske statističke metode

Statistika

Deskriptivna Inferencijalna

Parametrijska

T-test

ANOVA

Pearsonovakorelacija

Linearna regresija

Neparametrijska

Mann-Whitney U test

Kruskal-Wallis test

Hi-kvadrat test

Wilcoxon test

Parametrijski vs. neparamtrijskitestovi

• Parametrijski testovi – pretpostavka normalnosti distribucije

• Neparametrijski testovi – ne zahtjeva pretpostavku o normalnosti podataka

– Može se koristiti i na podacima zapisanim na nominalnoj i ordinalnoj razini mjerenjaa.

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 26

Vrste statističkih analiza

• Univarijatne statističke metode

• Bivarijatne statističke metode

• Multivarijatne statističke metode

Univarijatna analiza

• Analiza JEDNE varijable

• Deskriptivne statističke metode

– Aritmetička sredina, medijan, mod, interkvartil, varijanca, standardna devijacija, itd.

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 27

Bivarijatne statističke metode

• Analiza međusobnog odnosa DVIJU varijabla

– Neke od metoda

• Korelacijska analiza (Pearsonova korelacija)

• t-test

• ANOVA

• Mann-Whitney test

• Hi-kvadrat test

• Linearna regresija

Multivarijatne statističke metode

• Analiza odnosa VIŠE od DVIJU varijabla

• Neke od metoda

– Faktorska analiza

– Klaster analiza

– Višestruka regresijska analiza

– …

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 28

• Univarijatna analiza– Primjer: Koliko zaposlenika u poduzeću je visoko

obrazovano?

• Bivarijatna analiza– Primjer: Je li razina obrazovanja povezana s visinom

plaće?

• Multivarijatna analiza– Primjer: Je li moguće godinama starosti, spolom,

razinom obrazovanja, radnim iskustvom predvidjeti uspješnog menadžera?

Primjeri najčešćih statističkih procedura

• Univarijatne statističke metode – pojašnjene u prethodnim prikazima (aritmetička

sredina, medijan, varijanca i sl.)

• Bivarijatne statističke metode– T-test

– ANOVA

– Korelacija

– Regresija

• Multivarijatne statističke metode– Faktorska analiza

– Multivarijatna regresijska analiza

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 29

Primjer i zadaci

Problem istraživanja

Mlade osobe koji se nalaze pred završetkom svog formalnog obrazovanja odlučuju o izboru svoje karijere. Sekundarne publikacije ukazuju da mlade visokoobrazovane osobe u RH ne preferiraju karijeru samozaposlene osobe. Identificiranje varijabla kojima se pojašnjavaju namjere prema samozapošljavanju.

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 30

Istraživačka pitanja

• IP1: Mogu li se u istraživanju namjera za samozapošljavanjem kombinirati metodološki pristupi?

• IP2: Razlikuju li namjere prema samozapošljavanju s obzirom na izloženost poduzetničkom obrazovanju?

• IP3: Postoji li teorija koja prediktira odluku o karijernom putu?

• IP4: Pronalazi li se statistički značajna poveznica između Teorija planiranog ponašanja i namjera za samozapošljavanje?

Istraživačka pitanja

• IP5: Jesu li postojeći mjerni konstrukti primjenjivi u istraživanju?

• IP6: Postoje li statistički značajne razlike s obzirom na demografske karakteristike mlađih dobnih skupina i njihovih namjera prema samozapošljavanju kao karijernom odabiru?

• IP7: Jesu li mlade osobe radije spremne pokrenuti vlastiti posao nego li raditi za drugog (zaposliti se u privatnim ili državnim poduzećima)?

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 31

Hipoteze

• H1: Namjere za samozapošljavanjem studentske populacije moguće je modelirati kombinacijom kvantitativnih i kvalitativnih tehnika statističke metodologije.

• H3a: Studenti s najvećom izloženošću poduzetničkom obrazovanju imaju izraženije namjere za samozapošljavanjem nego ostali studenti.

• H3c: Studenti s mentorskim vođenjem u poduzetnički pothvat ostvaruju uspjeh.

Hipoteze

• H4: Elementi teorije planiranog ponašanja (stajališta, subjektivna norma i percipirana kontrola ponašanja) determiniraju namjere za samozapošljavanjem.

• H4a: Stajališta prema samozapošljavanju pozitivno su povezana s namjerama za samozapošljavanjem.

• H4b: Subjektivna norma pozitivno je povezana s namjerama za samozapošljavanjem.

• …

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 32

Hipoteze

• H5a: Rodna karakteristika razlikuje ispitanike u njihovom odabiru karijere samozaposlene osobe.

• H5a1: Osobno iskustvo ispitanika u obiteljskom ovisno je o rodu ispitanika

• H5b: Osobno iskustvo ispitanika u obiteljskom poduzeću pozitivno utječe na namjere za samozapošljavanjem.

Uzorak

• Kvantitativno istraživanje: Sveučilišni studenti ekonomije izabrani su za uzorak budući da je uzorak studenata vrlo čest u ispitivanju namjera za samozapošljavanjem. Studenti diplomskog studija predstavljaju ciljanu skupinu ovog istraživanja budući da se oni nalaze pred samim završetkom svog studija, a samim time i pred odlukom o izboru karijere. Za studente diplomskog studija očekuje se kako će imati dovoljno vremena i energije za planiranje budućih poslovnih pothvata (Audet, 2004). Wu i Wu (2008) navode kako je razumijevanjem poduzetničkih namjera sveučilišnih studenata moguće bolje predvidjeti njihovu kasniju stvarnu odluku o otpočinjanju novog poslovnog pothvata.

• Upitnik je ukupno ispunilo 453 studenata od kojih je 428 korišteno u analizi.

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 33

Varijable

• H4a

– V1: Stajališta prema samozapošljavanju (mjerni instrument)

– V1a: Stajališta prema samozapošljavanju (mjerni konstrukt)

– V2: Namjere za samozapošljavanje (mjerni konstrukt)

Metode analize podataka

• H3a: ANOVA (analiza varijance)

• H3c: Projektivne tehnike

• H4a: faktorska analiza, testiranje pouzdanosti mjernog instrumenta, korelacijska analiza

• H5a: t-test nezavisnih uzoraka

• H5a1: hi-kvadrat test

• H5b: t-test nezavisnih uzoraka

Mijoč, Josipa (2017.) Posljednja izmjena: 25.9.2017.

Ekonomski fakultet u Osijeku,Kolegij: Statistička analiza poslovnih podatakaOn-line nastavni materijali 34

Odabiranje statističkog testa

• Ovisi o:– Cilju istraživanja

• Postavljenoj hipotezi

– Vrstama varijabli (zavisna/nezavisna)– Mjernoj ljestvici (nominalna/ordinalna/omjerna

ljestvica)– Broju uzoraka (uspoređivanih skupina)– Zadovoljenim pretpostavkama svakog testa:

• Normalan raspored podataka• Nepromijenjenost varijance• Autokorelacija, heteroskedastičnost i multikolinearnost…

(višestruka regresijska analiza)• Itd…