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…