empirijska analiza Čimbenika turisti Čke potraŽnje iz …oliver.efri.hr/zavrsni/168.b.pdf ·...

SVEUČILIŠTE U RIJECI

EKONOMSKI FAKULTET

DIVNA PEDIĆ

EMPIRIJSKA ANALIZA ČIMBENIKA TURISTIČKE POTRAŽNJE

IZ DRŽAVA S NAJVEĆIM BROJEM TURISTA

U REPUBLICI HRVATSKOJ

DIPLOMSKI RAD

Rijeka, 2013.

SVEUČILIŠTE U RIJECI

EKONOMSKI FAKULTET

EMPIRIJSKA ANALIZA ČIMBENIKA TURISTIČKE POTRAŽNJE

IZ DRŽAVA S NAJVEĆIM BROJEM TURISTA

U REPUBLICI HRVATSKOJ

DIPLOMSKI RAD

Predmet: Statističke metode za poslovno odlučivanje

Voditelj: doc. dr. sc. Ana Štambuk

Student: Divna Pedić

Smjer: Poduzetništvo

Matični broj: 0081098969

Rijeka, srpanj 2013. godine

SADRŽAJ

1. UVOD 1

1.1. Predmet istraživanja 1

1.2. Svrha istraživanja 2

1.3. Znanstvene metode 2

1.4. Struktura rada 2

2. TURIZAM KAO SLOŽENA DRUŠTVENO EKONOMSKA POJAVA 3

2.1. Dosadašnja istraživanja 4

2.2. Turističke potrebe 6

2.3. Turizam u Republici Hrvatskoj 7

2.3.1. Do I svjetskog rata 8

2.3.2. Između dvaju svjetskih ratova 8

2.3.3. Od II svjetskog rata do danas 9

2.4. Budućnost hrvatskog turizma 11

3. TURISTIČKA POTRAŽNJA 11

3.1. Definicija turističke potražnje 13

3.2. Čimbenici turističke potražnje 14

3.3. Pretpostavke formiranja turističke potražnje 15

3.3.1. Krippendorfov model 15

3.3.2. Cicvarićev model 17

3.3.3. Model Witt i Witt 19

4. PRIKUPLJANJE PODATAKA ZA REGRESIJSKU ANALIZU 20

4.1. Izbor država 22

4.1.1. Gospodarska kretanja u izabranim državama 24

4.2. Regresijska analiza 27

4.3. Testiranje pretpostavki 28

4.3.1. T-test 29

4.3.2. F-test 29

4.3.3. Multikolinearnost 30

4.3.4. Heteroskedastičnost i homoskedastičnost 31

4.3.5. Autkorelacija 33

4.3.6. Testiranje pravilnosti specifikacije modela 36

4.3.7. Testiranje stabilnosti 37

4.3.8. Testiranje normalnosti grešaka 38

5. MODELIRANJE TURISTIČKE POTRAŽNJE REPUBLIKE HRVATSKE 38

5.1. Turistička potražnja austrijskih turista u Hrvatskoj 39

5.2. Turistička potražnja čeških turista u Hrvatskoj 43

5.3. Turistička potražnja talijanskih turista u Hrvatskoj 46

5.4. Turistička potražnja njemačkih turista u Hrvatskoj 49

5.5. Turistička potražnja slovenskih turista u Hrvatskoj 53

5.6. Usporedba turističke potražnje stranih turista 56

6. ZAKLJUČAK 58

LITERATURA 61

POPIS TABLICA, GRAFIKONA, SLIKA I DIJAGRAMA 64

1

1. UVOD

Turizam je skup odnosa i pojava koje proizlaze iz putovanja i boravka posjetitelja neke

destinacije, ako se tim boravkom ne zasniva stalno prebivalište i ako s takvim boravkom

nije povezana nikakva gospodarska djelatnost, odnosno zarada, te da posjetitelj provede

najmanje jednu noć u objektu za smještaj gostiju radi rekreacije, putovanja, zdravlja,

odmora, sporta, lova, religije, studija, obitelji, poslova, javnih misija i skupova.

Posjetitelj, odnosno turist je dobrovoljni, privremeni putnik koji putuje u očekivanju

zadovoljstva koja mu mogu pružiti novosti i promjene doživljene na tom putovanju.

Turist je prije svega putnik koji je dobrovoljno odlučio napustiti svoje mjesto stalnog

prebivanja. U novije vrijeme sve češći motiv dolaska turista u pojedine destinacije osim

odmora, zabave i novih doživljaja je očuvana priroda, zdrav način života i zdrava

prehrana.

Turistička kretanja se dijele na vrste turizma koje su definirane određenim kriterijem

npr. prema trajanju boravka turista (boravišni, vikend i izletnički turizam) i specifične

oblike turizma koji su obilježeni specifičnim turističkim motivom koji posjetitelje

privlači u točno određene destinacije: lovni, nautički, pustolovni, kulturni turizam…

Specifični oblici turizma orijentirani su na manje segmente turističke potražnje, a nastali

su kao suprotnost masovnom turizmu.

1.1. PREDMET ISTRAŽIVANJA

Predmet istraživanja ovog rada je istražiti koji su to čimbenici koji utječu na potražnju

stranih turista u tomu da svoje putovanje, tj. odmor provedu u određenoj destinaciji,

odnosno u Republici Hrvatskoj.

2

1.2. SVRHA ISTRAŽIVANJA

Svrha ovog istraživačkog rada je uz primjenu različitih znanstvenih metoda proučiti koji

su to presudni čimbenici koji utječu na turističku potražnju turista u Republici

Hrvatskoj.

1.3. ZNANSTVENE METODE

U pisanju ovog istraživačkog rada korištene su slijedeće znanstvene metode: indukcije,

dedukcije, analize, sinteze, deskripcije, kompilacije, dokazivanja, statističke metode,

matematičke i povijesne metode.

1.4. STRUKTURA RADA

Ovaj rad se sastoji od šest međusobno povezanih dijelova. U prvom dijelu – Uvodu dan

je kratak opis cijelog rada: opis predmeta istraživanja, svrhe istraživanja i znanstvenih

metoda koje su korištene.

U drugom dijelu pod naslovom "Turizam kao složena društveno – ekonomska" pojava

teorijski je objašnjen pojam turizma, turističkih potreba i povijesnog razvoja turizma u

Republici Hrvatskoj.

U trećem dijelu teoretski su obrađeni modeli turističke potražnje i čimbenika koji na nju

utječu.

U četvrtom dijelu prikazani su statistički podaci potrebni za regresijsku analizu i

teorijski je obrađeno testiranje parametara, koje će se koristiti u petom poglavlju u

kojem se nalazi analiza i interpretacija dobivenih rezultata za pojedinu zemlju.

U posljednjem poglavlju – Zaključku nalazi se sinteza ovog rada.

3

2. TURIZAM KAO SLOŽENA DRUŠTVENO EKONOMSKA

POJAVA

Kad je riječ o definiranju pojma turizma, onda je bitno naglasiti da nema njegove

jedinstvene, univerzalne definicije. Različiti znanstveni pristupi ovom fenomenu

dovoljan su argument o različitim kutovima njegovog promatranja, tj. definiranja

pojma.

DEFINICIJA TURISTA PO ERIKU COHENU

Turist je dobrovoljni, privremeni putnik, koji putuje bez radne svrhe u očekivanju

zadovoljstva koja mu mogu pružiti novosti i promjene doživljene na relativno dugom i

neučestalom kružnom putovanju.

Cohen definira turista kao putnika koji ne odlazi često na put ali ostaje relativno dugo

izvan svog mjesta stalnog boravka. Taj oblik putovanja naziva kružnim, jer čovjek

svako putovanje završava na polazištu, tj. vraća se u mjesto svog stalnog boravka

(Štifanić, 2001).

DEFINICIJA TURISTA – DRŽAVNI ZAVOD ZA STATISTIKU

Turist je svaka osoba koja u mjestu izvan svog prebivališta provede najmanje jednu noć

u ugostiteljskom ili drugom objektu za smještaj gostiju, radi odmora ili rekreacije,

zdravlja, studija, sporta, religije, obitelji, poslova, javnih misija i skupova.

Statistika evidentira broj dolazaka turista, ali ne i broj turista. Turist je registriran u

svakom mjestu ili objektu gdje boravi i zbog toga, u slučaju promjene mjesta ili objekta,

dolazi do njegovog ponovnog iskazivanja, a time i dvostrukosti u podacima (www.dzs).

DEFINICIJA TURIZMA PO AIEST-u1

AIEST je prihvatio definiciju turizma po W. Kurzikeru i K. Kraftu po kojoj je turizam

skup odnosa i pojava nastalih prilikom putovanja i boravka posjetitelja u nekom mjesta,

ako se tim boravkom ne zasniva stalno prebivalište i ako s takvim boravkom nije

povezana nikakva njihova gospodarska djelatnost, odnosno zarada (www.aiest.org).

1 AIEST – Međunarodno udruženje znanstvenih turističkih stručnjaka

4

Iz ove definicije je vidljivo da je turizam splet odnosa društvenog i ekonomskog

karaktera. Turizam je definiran s jedne strane putovanjem, a s druge privremenim

boravkom u nekom turističkom mjestu, s tim da je to mjesto privremenog boravka

turističko odredište koje posjeduje resurse (prirodne i antropogene) zbog kojih

posjetitelj odabire upravo tu destinaciju. Posjetitelj za vrijeme svog boravka ne smije

obavljati djelatnost od koje ima financijske koristi, što znači da njegov boravak mora

biti plaćen financijskim sredstvima pribavljenim negdje drugdje (www.aiest.org).

2.1. DOSADAŠNJA ISTRAŽIVANJA

Istaknuto je da u suvremenom turizmu sudjeluje velik broj ljudi, kao i da se efekti i

utjecaji ovih putovanja mogu promatrati u raznim sferama gospodarskog i društvenog

života ljudi. Turizam ima široko djelovanje kako na gospodarski, tako i na ukupni

društveni život. U literaturi, koja se bavi teorijskim izučavanjem turizma, pa i njegovim

imanentnim funkcijama, nema jedinstvenog stava po pitanju sistematizacije ovih

funkcija.

Turizam postaje jednom od najperspektivnijih razvojnih industrija, premda se turističke

statistike često iskrivljuju, većinom prema gore. Želja pojedinca da otputuje i potraži

ono što ne može pronaći kod kuće ne nastaje samo iz individualnog poticaja, već pod

utjecajem društvene sredine. (Krippendorf, 1986)

Turizam je uvjetovan razvojem privrede i životnog standarda. Svaki oblik turizma

pretpostavlja i putovanje, dakle nema turizma bez putovanja, ali svako putovanje nije

turizam. Pojava i razvoj turizma zasnivaju se na ljudskim potrebama za odmorom,

rekreacijom, zabavom i sl. iz čega proizlaze motivi, želje i težnje za njihovim

zadovoljavanjem. (Cicvarić, 1990)

Statistika turističke potražnje redovito i sistematično snima karakteristike turističkih

navika, i to: karakteristike osoba, mjesto boravka, državljanstvo, starost, spol, sastav

5

kućanstva, bračno stanje, obrazovanje, ekonomski status, zanimanje, prihod, troškove,

itd. (Kelebuh, Javor, 1998)

Turizam se više ne shvaća kao posebno obilježje određenog društva, već kao pojava

koja ima globalni karakter, a nastaje u interakciji pojedinih društava. Turizam

doživljava značajne promjene u procesu tranzicije iz masovnog u postmoderni turizam

kojeg karakteriziraju; intelektualizacija, profesionalizacija i kult individualizma.

((Banovac, Boneta, 1998)

Turistička potražnja u Republici Hrvatskoj izrazito je osjetljiva na bruto domaći

proizvod zemalja Europske unije, pa bi nositelji ekonomske politike trebali biti svjesni

potencijalnog učinka što ga promjene ekonomske aktivnosti u zemljama članicama

mogu imati na sektor turizma. Značajan utjecaj na turističku potražnju ima i sezonski

karakter turističke ponude. (Bahovec, Dumičić, Čeh Časni, 2008)

Provedena istraživanja o linearnoj povezanosti ponude broja ležajeva i ostvarenja

turističkih noćenja u 6 različitih vrsta smještaja od 2001. do 2009. godine rezultirala su

postavljenom hipotezom o jakoj pozitivnoj korelaciji između varijabli broja noćenja i

broja ležajeva po svim kategorijama smještaja. No, zbog postojanja specifičnosti

linearne povezanosti kod različitih vrsta smještaja, ovisno o trendovima pojedinih

turističkih varijabli i različitim ekonomskim utjecajima, postiže se različit stupanj

reprezentativnosti pojedinih linearnih regresijskih modela. (Gogala, Dumičić, Brekalo,

2010)

Dohodak, koji se prikazuje kao bruto domaći proizvod (BDP), bruto nacionalni

dohodak, raspoloživi dohodak po stanovniku i slično, predstavljaju jedan od glavnih

čimbenika koji utječu na odluke o putovanju. Osim toga na odluku o odabiru

destinacije utječe i cijena konkurentskih destinacija, broj stanovnika promatrane zemlje,

marketing, ulaganja u infrastrukturu i smještajne kapacitete, navike, ukusi, očekivanja…

(Škrinjarić, 2011)

6

Istraživanjem ciklusa turističke potražnje u Hrvatskoj zaključeno je da u kretanju

ukupnog broja noćenja turista u Hrvatskoj postoji cikličnost i ona je prije odraz

prisutnosti nekog stvarnog višegodišnjeg ciklusa u kretanju turističke potražnje nego

slučajnog fluktuiranja. (Kožić, Gatti, 2012)

2.2. TURISTIČKE POTREBE

Nazivaju se turističkima jer osoba napušta svoje mjesto stalnog boravka, na kraće

vrijeme, putuje u neko drugo, po svojoj volji odabrano mjesto, gdje želi iskoristiti svoje

slobodno vrijeme na suprotan način nego što ga provodi kod kuće.

Maslow je formulirao 5 osnovnih ljudskih potreba prikazane na slici 1. od kojih su prve

dvije primarne, a ostale sekundarne potrebe:

1) FIZIOLOŠKE POTREBE (opuštanje)

2) POTREBE ZA SIGURNOŠĆU (zdravlje)

3) DRUŠTVENE POTREBE - POTREBE ZA PRIPADNOŠĆU (međuljudski odnosi)

4) POTREBE ZA POŠTOVANJEM (status i prestiž)

5) POTREBE ZA SAMOAKTUALIZACIJOM (vlastito upoznavanje)

Slika: 1. Maslowljeva hijerarhija potreba

Potrebe za samoaktualizacijom

Poštovanje samoga sebe

Društvene potrebe

Potrebe za sigurnošću

Fiziološke potrebe

Izvor: Marušić, 2006

Svaka od ovih ljudskih potreba može naći svoj smisao u objašnjenju turističkih potreba,

jer se turističke potrebe javljaju kao nadogradnja osnovnim potrebama. Turističke

potrebe su jedne u nizu sekundarnih potreba, te ih čovjek zadovoljava tek nakon

7

primarnih. Kao sekundarne potrebe imaju veću elastičnost od primarnih, koje su

ograničene biološkim i fiziološkim mogućnostima, te psihofizičkom konstitucijom

čovjeka. Potražnja za turizmom je elastična kao i za sva luksuznim dobra, jer većina

dobara koji imaju supstitute2 je elastičnija od onih koji ih nemaju.

2.3. TURIZAM U REPUBLICI HRVATSKOJ

Hrvatski turizam je jedna od najvažnijih gospodarskih grana Republike Hrvatske.

Povijest turizma u Hrvatskoj seže do sredine 19. stoljeća u razdoblje oko 1850. godine.

Turizam se uspješno razvijao sve do današnjih dana, a danas je Hrvatska jedno od

najposjećenijih i najvažnijih turističkih odredišta Sredozemlja.

Turizam u gospodarskom i društvenom razvoju Hrvatske ima dominantno značenje.

Turistički promet je izvor zarade širokog kruga djelatnosti - hotelijerstva i

ugostiteljstva, poljoprivrede, građevinarstva, prometa i veza, pošte, trgovine, sporta i dr.

- čime se utječe i na njihov razvoj.

Hrvatska obiluje prirodnima ljepotama, mnogobrojnim otocima kojih je 1.244,

nacionalnim parkovima, parkovima prirode, spomenicima pod zaštitom UNESCO-a, a

najveća prednost u odnosu na konkurenciju je hrvatski dio Jadranskog mora koji je

prema istraživanju Europske agencije za okoliš, provedenom 2010. godine, drugo

najčišće more u Europi.

Blaga Mediteranska klima u Hrvatskoj, s toplim ljetom i umjereno hladnom zimom,

pogoduje hrvatskom turizmu i njegovom dodatnom razvoju. Osim toga ima izuzetno

povoljan prometni položaj prema najvećim europskim emitivnim zemljama.

Turistička ponuda Hrvatske je raznolika a sastoji se od nautičkog, izletničkog,

ronilačkog, kongresnog, kulturnog, ekološkog, seoskog, vjerskog, pustolovnog,

zdravstvenog, lovnog ili ribolovnog turizma.

2 Supstituti su proizvodi ili usluge koji zadovoljavaju istu potrebu kao i konkurentski proizvod.

8

Glavni nedostaci hrvatskog turizma su izrazita sezonalnost turističkog poslovanja,

geografski neujednačen turistički razvoj, zaostala komunalna infrastruktura,

betonizacija i apartmanizacija koja dovodi do ekološke degradacije i devastacije

prostora neprikladnom gradnjom, visok stupanj sive ekonomije, spora primjena novih

tehnologija, nedostatak inovacija, nedostatak (kvalitetne) radne snage, oštra

konkurencija sredozemnih destinacija, nedostatak sadržaja, mali budžet za turistički

marketing u usporedbi s konkurentskim zemljama. (www.hgk.hr)

2.3.1. DO I SVJETSKOG RATA

Turizam se u početku razvijao pretežno u kontinentalnom području, u mjestima s

mineralnim izvorima, koja su se više razvijala u lječilišna mjesta, a manje turistička.

Tek u drugoj polovici 19. stoljeća javlja se interes za zimovanjem u primorskim

mjestima. Na to su utjecala dva čimbenika:

1) izgradnja željezničke mreže i željezničkog prometa

2) medicinska istraživanja i popularizacija ljekovitosti morskog zraka i kupanja u

morskoj vodi (Opatija, Crikvenica i Dubrovnik).

Gradnja vile "Angiolina" u Opatiji započinje 1844. godine, što je ujedno i početak

razvoja turizma na Mediteranu. 1889. Opatija je proglašena prvim klimatskim

lječilištem na Jadranu, a kako je ondašnji trend zimskog ljetovališta okupljao

najbogatije slojeve, može se tvrditi da je hrvatski turizam počeo svoj razvoj kroz

ekskluzivna odmarališta. U Opatiji je do 1. svjetskog rata izgrađeno 80% svih

smještajnih kapaciteta (Radinov, 1989).

2.3.2. IZMEĐU DVAJU SVJETSKIH RATOVA

Turistički promet pokazuje tendenciju stalnog porasta, što izaziva interes domaćeg i

stranog kapitala, pa i države koja počinje uviđati da turizam donosi i ekonomske efekte.

Država počinje raznim administrativnim i zakonskim mjerama pridonositi unapređenju

9

turizma, te se 1920. godine u Ministarstvu trgovine i industrije osniva Odsjek za promet

stranaca, kasnije nazvan Odsjek za turizam. Podignuti hotelski kapaciteti nalaze se u

rukama stranog kapitala.

Domaći turistički promet realiziraju samo bogati slojevi, a tome pridonosi nepostojanje

institucije plaćanja godišnjih odmora za strukture zaposlenih. Od inozemnih gostiju

najbrojniji su: Talijani, Nijemci, Englezi, Čehoslovaci, Mađari i Austrijanci.

2.3.3. OD II SVJETSKOG RATA DO DANAS

Rat je u potpunosti uništio materijalnu bazu turizma, te prekinuo kontinuitet turističkog

razvitka, no započinje se s obnovom, te se iz godine u godinu povećavaju smještajni

kapaciteti. Ponovni početak inozemnog turizma počinje 1952. godine, kada hotelski

kapaciteti prelaze u društveno vlasništvo.

Nakon provođenja reforme 1965. turizam postaje strateški pravac razvitka, ali

infrastrukturni objekti (osobito cestovne prometnice) grade se isključivo zbog

političkog, a ne gospodarskog, odnosno turističkog značaja, a osnovni smještajni

kapaciteti grade se samo ukoliko je to korisno "višim interesima".

Poduzeća su bila u nemogućnosti da grade osnovne smještajne objekte pa formiraju

kampove razvijajući tako "jeftiniji" segment ponude što dovodi do toga da zemlja

dobiva epitet jeftine turističke destinacije. No kvaliteta turističkih usluga opada, te bez

obzira na epitet jeftine turističke destinacije, loša kvaliteta usluga čini Hrvatsku u to

vrijeme skupom destinacijom.

Domovinski rat 90-ih godina prouzrokovao je znatan pad turističke potražnje u

Hrvatskoj. U razdoblju od 1990. do 1995. godine broj turističkih dolazaka je manji za

čak 69,3 %, dok je broj ostvarenih noćenja pao za 75%. Rat je turistički promet

Hrvatske vratio na razinu šezdesetih godina.

Kao rezultat ratnih stradanja su devastirani mnogi hotelski kompleksi. Loš način

privatizacije također je pridonio devastaciji turističkih kompleksa.

10

Nakon rata turizam se počeo pomalo oporavljati, pa je u turističkoj sezoni 1996. godine

zabilježen blagi rast u odnosu na najbolju ratnu turističku sezonu 1994. godine.

Postupno se vraćaju inozemni turisti, najviše iz istočnoeuropskih zemalja, ali sezona

traje svega 2 mjeseca. Povratkom turista polako raste i zanimanje stranih ulagača, a

ulaskom stranog kapitala jača uloga destinacijskog menadžmenta te marketinški napori

promoviranja Hrvatske kao cjelovite i jedinstvene destinacije.

Tek od 2000. počinje ozbiljniji zaokret u obnovi turističkih kapaciteta i turističkih

destinacija, od kada Hrvatska bilježi značajan uspon na turističkom tržištu. Ostvareni

rast poslovnih učinaka hrvatskog turizma u razdoblju od 2000. do 2011. uglavnom se

temeljio na rastu cijena uslijed ostvarenih investicija i rasta kvalitete u hotelima i

kampovima, te na nekontroliranom rastu kapaciteta obiteljskog smještaja u

kućanstvima. Međutim, nije došlo do ozbiljnije promjene prosječne zauzetosti hrvatskih

turističkih kapaciteta. U osnovi je stvoreno premalo razloga (proizvoda i usluga) za

putovanja i boravak u Hrvatskoj izvan ljetne sezone, što zbog izostanka poduzetničkog

interesa, a što zbog razvojno-poslovnih barijera i nedovoljno aktivno vođenih procesa

od strane javnog sektora. U takvim uvjetima doprinos turizma gospodarskom i

društvenom razvoju zemlje stoga je manji od objektivno mogućeg (www.mint.hr).

Rekordna poslijeratna turistička sezona je zabilježena 2008. godine kada je Hrvatsku

posjetilo i u njoj boravilo 11 260 807 turista koji su ostvarili 57 103 494 noćenja.

Tijekom 2011. godine u prvih deset mjeseci u Hrvatskoj se bilježi ukupno oko 11,1

milijun dolazaka turista što u odnosu na prethodnu godinu predstavlja rast od 8,2%.

Lonely Planet je Hrvatsku proglasio najboljom turističkom destinacijom 2005. godine,

dok je Magazin National Geographic Adventure Hrvatsku proglasio za najbolju

destinaciju 2006. godine.

Reuters je objavio da je Travel Leaders, vodeća kompanija za prodaju putovanja u

Sjedinjenim Američkim Državama, Hrvatsku proglasila međunarodnom top

destinacijom za područje Europe za 2012. godinu.

11

2.4. BUDUĆNOST HRVATSKOG TURIZMA

"Strategija razvoja hrvatskog turizma do 2020. godine" usvojena je u veljači 2013.

godine od strane Vlade Republike Hrvatske, a krajem travnja 2013. isti dokument

usvojio je Sabor RH. "Strategija razvoja hrvatskog turizma do 2020. godine" je

dokument koji definira turističku budućnost Hrvatske, te predstavlja putokaz za snažniji

razvoj turizma svih hrvatskih krajeva u narednih osam godina kroz:

- otvaranje novih tržišta – privlačenje turista iz novih područja (SAD, Kanada,

Australija, Japan, Kina)

- razvoj proizvoda – ne nuditi samo "sunce i more" već razvijati sadržajno bitno

bogatije i kvalitetnije, prema potrebama kupaca profilirane ponude smještaja,

raznovrsne atrakcije, kulture, sporta i zabave

- zauzimanje okolišno odgovorne pozicije – proaktivan odnos prema očuvanju

prostora i bioraznolikosti

- investicije – izgradnja novih hotela i resorta, obnova postojećih hotelskih

kapaciteta i ulaganje u ostale smještajne kapacitete, izgradnja cestovne

infrastrukture

- razvoj novih komunikacijskih i prodajnih vještina – značajnije marketinške

aktivnosti

- razvoj ljudskih potencijala u turizmu –što podrazumijeva formalno obrazovanje i

cjeloživotno učenje (www.mint.hr).

3. TURISTIČKA POTRAŽNJA

Turističko tržište je skup odnosa potražnje i ponude koji su usmjereni na razmjenu roba

i usluga posredstvom novca. Turističko tržište se ne razlikuje po svojim elementima od

robnih tržišta, ima potražnju i ponudu kao subjekte, te proizvod ili uslugu i cijenu kao

objekte (Dobre, 2005).

Turističko tržište je izrazito tržište kupaca, što znači da je kupac usluga ili proizvoda taj

koji svojim stavovima, željama i mogućnostima formira ponašanje na tržištu.

12

Dvije su osnovne pretpostavke za formiranje turističke potražnje:

- slobodno vrijeme, odnosno da posjetitelj u to vrijeme nema strogo radnih obveza, i

nije vezan za svoje radno mjesto.

- slobodna sredstva pri čemu posjetitelj mora prvo financijski pokriti svoje primarne

potrebe (stanovanje, hrana, odjeća) i tek tada kalkulirati kako preostali kućni budžet

upotrijebiti za zadovoljavanje sekundarnih potreba kao što je turističko putovanje.

Stupanj mogućeg zadovoljavanja sekundarnih potreba u velikoj je povezanosti sa

stupnjem razvijenosti zemlje, tj. stupnjem životnog standarda stanovnika.

Karakteristike turističke potražnje:

1) Dislociranost potražnje od ponude

Turistička potražnja je u pravilu prostorno odvojena od turističke ponude, bilo da se radi

o nekoliko km ili o tisućama km. Ova dislociranost potražnje od turističke ponude

potvrđuje nužnost putovanja od mjesta stalnog boravka do turističke destinacije.

2) Heterogenost turističke potražnje

Odnosno različitosti od čovjeka do čovjeka, jer su njihovi stavovi, želje, navike,

starosna dob, te financijske mogućnosti različite i temelj su za strukturnu analizu

heterogenosti potražnje. Turisti svoje različite turističke potrebe, na različite načine, u

mnogobrojnim turističkim destinacijama zadovoljavaju u različito vrijeme. Zbog toga je

jedan od bitnih problema poslovanja u turizmu pronaći određenu skupinu ljudi, koji

imaju približno slične zahtjeve i mogućnosti koji se istovremeno mogu uključiti u

turističke aktivnosti.

3) Elastičnost turističke potražnje

Turistička potražnja je izrazito elastično tržišna kategorija. Npr. otvaranje novog, brzog

cestovnog pravca može u potpunosti obezvrijediti do jučer atraktivan turistički prostor,

ali može utjecati i na povećanje interesa za nekim nedovoljno valoriziranim turističkim

prostorom.

13

4) Sezonski karakter

U pojedinoj kalendarskoj godini postoje dvije turističke sezone: ljetna i zimska. U

Hrvatskoj je izrazito prisutan sezonski karakter jer najvećim dijelom gosti posjećuju

Hrvatsku tijekom ljetnih mjeseci.

Na slici 2. prikazano je da turistička potražnja dugi niz godina ima uobičajene tijekove:

prema toplim morima (ljeti), prema planinskim centrima (zimi) i velikim gradovima

(tijekom cijele godine), što je zajedno povezano tranzitnim kretanjima. (Dobre, 2005)

Slika: 2. Turistička potražnja

Izvor: Dobre, 2005

3.1. DEFINICIJA TURISTIČKE POTRAŽNJE

Turistička potražnja ekonomskim rječnikom, je ukupna količina roba i usluga koje je

moguće plasirati na određenom turističkom tržištu u određenom vremenu uz određenu

razinu cijena.

Turistička potražnja turističkim rječnikom, predstavlja skupinu potencijalnih turista

potrošača koja svojim stavovima, navikama, željama i mogućnostima određuje količine,

kvalitetu i cijene pojedinih roba i usluga na turističkom tržištu

14

3.2. ČIMBENICI TURISTIČKE POTRAŽNJE

Turizam je heterogena djelatnost stoga postoji veliki broj čimbenika koji utječu na

njegov razvoj. Veliki utjecaj na intenzitet potražnje imaju prihodi s tim da turistička

potražnja brže raste nego prihodi. Međutim na turističku potražnju utječu i neekonomski

čimbenici poput ratova, političke krize, prirodne nepogode, antipropagande, itd.

Čimbenici koji utječu na turističku potražnju prikazani su na slici 3. gdje je vidljivo da

osim osobnih čimbenika na turističku potražnju utječe društvo, okolina, gospodarstvo,

ponuđači i država kao ostali čimbenici.

Slika: 3. Čimbenici turističke potražnje

Izvor: http://web.efzg.hr

15

3.3. PRETPOSTAVKE FORMIRANJA TURISTIČKE POTRAŽNJE

Podjela turističke potražnje može biti subjektivna (osobne sklonosti turista, kulturno

nasljeđe, socijalna sredina – društveni položaj, utjecaj mode i sl., osobne potrebe, itd.) i

objektivna (industrijalizacija, demografski rast, gospodarska razvijenost zemlje,

nacionalni dohodak, pravo na godišnji odmor, itd. ).

Čimbenici formiranja turističke potražnje prikazani su na slici 4. Dijele se na unutrašnje

i vanjske, unutrašnji su vlastiti motivi, dok se vanjski dijele na subjektivne i objektivne

čimbenike turističke potražnje.

Slika: 4. Čimbenici formiranja turističke potražnje

Izvor: Izradila studentica prema podacima: www. vsmti.hr, Dobre, 2005

3.3.1. KRIPPENDORFOV MODEL

Krippendorfov model je jedan od najslavnijih općih teorijskih modela turističke

potražnje. Krippendorfov model prikazuje turizam kao izlaz iz svakodnevnog ritma,

života pod pritiskom tehnološkog, ekonomskog i društvenog razvoja i osobne nesreće.

Slobodno vrijeme je potrebno provesti što kvalitetnije, kako bi uravnotežili zdravlje,

poboljšali fizičku aktivnost, uravnotežili prehranu, opustili se i harmonizirali tijelo, um i

dušu.

UNUTRAŠNJI

- turističke potrebe - turistički motivi - rekreacija

VANJSKI

OBJEKTIVNI

SUBJEKTIVNI

- višak slobodnog vremena

- višak raspoloživih sredstava

- životni standard pojedinaca

- životna i radna sredina

- racionalni - iracionalni

16

Čimbenicima razvoja turizma Krippendorf smatra:

- nakon zadovoljenja nužnih i osnovnih potreba ostaje više novca za dobra po

izboru i luksuz, odnosno, povećano blagostanje u obliku sve većeg dohotka.

- urbanizacija i industrijalizacija je dovela do želje da se pobjegne od neugodnih

uvjeta življenja iz gradova jednoličnih izgleda gdje je sve više stanovnika.

- sve veći broj osobnih automobila – motorizacija.

- skraćenje radnog vremena, odnosno, povećanje slobodnog vremena u obliku

duljih vikenda i duljih godišnjih odmora (Krippendorf, 1986)

Krippendorf obrazlaže da zbog navedenih čimbenika dolazi do "podruštvljenja", tj.

povećanog zakonskog uređenja društvenih zajednica i do individualnih stresova koji su

rezultat života i rada podvrgnutog zakonima tehnike i funkcionalnosti, opadanjem

kvalitete života i društvenim pritiskom. Kako bi pronašli rješenje, ljudi su počeli u

slobodno vrijeme privremeno mijenjati područje življenja, postali su turisti, mijenjajući

tako užurbanu svakodnevicu za dokolicu u turističkim i rekreacijskim područjima.

"Podruštvljenje i osobni stresovi cijena su kojom plaćamo napredak. Turizam se nameće

kao izlaz, kao oslobađajući oblik slobodnog vremena izvan svakodnevice."

(Krippendorf, 1986)

Krippendorfov model može se prikazati:

TP = f (DOH, URB, MOTOR, PSV)

gdje je:

TP – turistička potražnja

DOH – povećanje dohotka

URB – urbanizacija

MOTOR – motorizacija

PSV – povećanje slobodnog vremena

Ako se provede anketa zašto se putuje, dobit će se mnogi različiti odgovori, jer svatko

na njih subjektivno odgovara. Turizam je kao ventil za ispuštanje zraka, da bi se

razočaranja nastala zbog neostvarenja obećanih i priželjkivanih ideala u svakodnevnom

životu usmjerila u smjeru koji nije štetan za društvo.

17

Krippendorf smatra da je putovanje:

- odmor i obnova

- kompenzacija i društvena integracija

- bijeg

- komunikacija

- širenje vidika

- sloboda i samopotvrđivanje

- otkrivanje i doživljavanje samog sebe

- sreća (Krippendorf, 1986).

3.3.2. CICVARIĆEV MODEL

Cicvarić tvrdi da je turizam uvjetovan razvojem privrede i društvenog standarda,

odnosno da je turizam društvena masovna pojava koja svoj nastanak zahvaljuje

određenim društveno-ekonomskim čimbenicima, među kojima se ističe stupanj

gospodarskog razvoja. Pojam turizam prvi put se spominje 1811. godine u engleskoj u

članku "Sublime Cockey Tourism" u "Spoting Magazinu". (Cicvarić, 1990)

Cicvarić smatra da se definicija turizma može razvrstati u četiri grupe:

- nominalističke

- privredne

- univerzalne

- statističke.

U ovom radu pobliže će se objasniti statistička definicija. Prema Cicvariću turisti su:

- osobe koje putuju iz razonode, osobnih, zdravstvenih i drugih razloga

- osobe koje putuju na razne skupove ili putuju zbog raznih zadataka

- osobe koje putuju poslovno

- sudionici pomorskih krstarenja, bez obzira na to što je dužina njihovog boravka

kraća od 24 sata. (Cicvarić, 1990)

18

Čimbenici koji dovode do pojave suvremenog turizma su:

- pokretački (racionalni i iracionalni čimbenici)

- čimbenici ponude (atraktivni, komunikacijski i reciptivni) i

- posrednički

Na slici 5. prikazani su čimbenici turističke potražnje i ponude, te posrednički čimbenici

između potražnje i ponude.

Slika: 5. Čimbenici suvremenog turizma

Izvor: Dobre, 2005.

Cicvarić temeljne funkcije turizma dijeli na:

- zdravstvenu funkciju

- rekreativno-zabavnu funkciju

- obrazovno-kulturnu funkciju

- političku funkciju

- socijalnu funkciju

- grupu ekonomskih funkcija turizma (Cicvarić,1990)

19

3.3.3. MODEL WITT I WITT

Christine A. i Stephen F. Witt izradili su model za analizu turističke potražnje četiriju

država: Francuske, Njemačke, Velike Britanije i SAD-a, u njihovih šest najposjećenijih

destinacija u razdoblju od 1965. do 1980. godine. U model su uključene samo one

varijable koje se mogu kvantificirati. (Witt, Moutinho, 1995):

Funkcionalni oblik modela je kako slijedi:

ijtitttit

ijtitijtijtitjt

it

it

it

ijt

UDVbDVbDVIbTSSb

TSbTASbTAbEXbCSbCbP

Yba

P

V

+++++

++++++++=

32ln

lnlnlnlnlnlnlnln

111098

7654321

Objašnjenja skraćenica su slijedeća:

ijtV - broj turista iz emitivnih država i u destinaciju j u godini t

itP - broj stanovnika u emitivnoj državi i u godini t

itY - raspoloživi dohodak u emitivnoj državi i u godini t

jtC - trošak boravka turista u destinaciji i u godini t

itCS - prosječni ponderirani trošak boravka turista u zamjenskim destinacijama za turiste

iz emitivne države i u godini t

ijtEX - devizni tečaj za valutu emitivne države i i valutu destinacije j u godini t

ijtTA - trošak putovanja zrakoplovom iz emitivne države i u destinaciju j u godini t

itTAS - prosječni ponderirani trošak putovanja zrakoplovom iz emitivne države i do

zamjenske destinacije u godini t

ijtTS - trošak putovanja kopnenim prometom iz emitivne države i do destinacije j u

godini t

itTSS - prosječni ponderirani trošak putovanja iz emitivne države i u zamjensku

destinaciju u godini t

20

tDV1 , tDV 2 , tDV 3 - dummy varijable3;

tDV1 - dummy varijabla koja predstavlja naftnu krizu 1973.

tDV 2 - dummy varijabla koja predstavlja naftnu krizu 1979.

tDV 3 - devalvacija britanske funte od 1967. do 1969. godine

ijtU - slučajna pogreška

a, b1, ….., b11 su nepoznati parametri;

t = 1, 2, ….., 16 (t1965 = 1, …, t1980 =16)

4. PRIKUPLJANJE PODATAKA ZA REGRESIJSKU ANALIZU

Prikupljanje podataka obavlja se pomoću statističkih anketa ili pomoću redovitih

statističkih popisa, a dobiveni podaci objavljuju se u različitim statističkim

publikacijama.

Postoje 3 vrste podataka:

1. podaci vremenske serije sadrže informacije o kretanju vrijednosti varijable kroz

vremenske jedinice (godišnji, polugodišnji, kvartalni, mjesečni, dnevni podaci)

2. podaci vremenskog presjeka su vrijednosti varijabli u jednom vremenskom

intervalu ili vremenskoj točki za pojedine gospodarske jedinice, prostorne

jedinice i dr.

3. panel podaci su kombinacija podataka vremenske serije i podataka vremenskog

presjeka (Lovrić, 2005)

U ovom radu koristit će se podaci vremenske serije na godišnjoj razini od 1997. do

2011. godine.

3 Neke podatke je nemoguće kvantificirati. Zbog toga se oni predstavljaju kvalitativnim (binarnim ili

dummy) varijablama. Te varijable poprimaju vrijednost 0 ili 1. Vrijednost 0 govori o odsutnosti nekog

svojstva, a 1 o prisutnosti svojstva (Šošić, 2006.)

21

Pošto se u radu obrađuje tema turističke potražnje logično bi bilo odabrati podatke o

broju dolaska turista. Turist je registriran u svakome mjestu ili objektu u kojem boravi i

zbog toga u slučaju promjene mjesta ili objekta dolazi do njegova ponovnog

iskazivanja, a time i do dvostrukosti u podacima. Prema tome, statistika evidentira broj

dolazaka turista, a ne broj turista. U ovom radu koristit će se podaci o broju ostvarenih

noćenja kako bi dobili kvalitetnije rezultate metodološkog istraživanja.

S obzirom na dostupnost podataka i na postojeću literaturu koja obrađuje tematiku

turističke potražnje za potrebe ovog rada odabrane su slijedeće varijable:

- ukupan broj ostvarenih noćenja kao mjera turističke potražnje u RH

- bruto domaći proizvod pojedinih zemalja Europske unije po stanovniku

- broj stanovnika emitivnih država

- binarna varijabla (dummy) kojom će biti označen rat na Kosovu 1999. godine

Podatci o ukupnom broju noćenja preuzeti su iz Statističkog ljetopisa, Državnog zavoda

za statistiku Republike Hrvatske iz 2005., 2009. i 2012. godine.

Podatci o BDP-u preuzeti su s web stranice Eurostata i prikazani su na grafikonu 1. iz

kojeg je vidljivo da BDP raste u svih 5 zemalja u promatranih 15 godina.

Grafikon: 1. BDP po stanovniku

BDP po stanoviku u Eurima

0,00

5.000,00

10.000,00

15.000,00

20.000,00

25.000,00

30.000,00

35.000,00

40.000,00

45.000,00

1996 1998 2000 2002 2004 2006 2008 2010 2012

godine

BD

P

Austrija Češka Italija Njemačka Slovenija

Izvor: izradila studentica pomoću podataka iz Eurostata

22

Podatci o broju stanovnika u pojedinim promatranim državama preuzeti su s web

stranica UN-a, iz Demographic Yearbooka i prikazani su na grafikonu 2.

Grafikon: 2. Broj stanovnika

BROJ STANOVNIKA u 000

0

10.000

20.000

30.000

40.000

50.000

60.000

70.000

80.000

90.000

1996 1998 2000 2002 2004 2006 2008 2010 2012

godine

broj

sta

novn

ika


Izvor: izradila studentica pomoću podataka iz Demographic Yearbooka

4.1. IZBOR DRŽAVA

U ovom radu koristit će se podatci 5 najznačajnijih emitivnih zemalja, odnosno zemalja

čiji turisti ostvaruju najveći broj noćenja u RH. To su: Austrija, Češka, Italija, Njemačka

i Slovenija.

Tih pet najznačajnijih zemalja dalo je 60,34% ostvarenih noćenja u 2011. godini

(Austrija 8.833%, Češka 9,016%, Italija 9,012%, Njemačka 22,807% i Slovenija

11,669%).

Kao turističko odredište Hrvatska je zanimljiva turistima iz susjednih zemalja, što je

vidljivo iz tablice 1. u kojoj su prikazani dolasci i noćenja stranih i domaćih turista od

2007. do 2011. godine.

23

Tablica: 1. Dolasci i noćenja turista

Izvor: DZS

Dolasci i noćenja turista prikazani su na grafikonima 3. i 4. iz kojih je vidljivo da je rat

na Kosovu 1999. godine nepovoljno utjecao na dolaske i noćenja turista iz svih

emitivnih država osim iz Slovenije.

24

Grafikon: 3. Dolasci turista

DOLASCI TURISTA

0

200.000

400.000

600.000

800.000

1.000.000

1.200.000

1.400.000

1.600.000

1.800.000

1996 1998 2000 2002 2004 2006 2008 2010 2012

godine

dola

sci t

uris

ta


Izvor: izradila studentica pomoću podataka DZS RH

Grafikon: 4. Noćenja turista

NOĆENJA TURISTA

0

2.000.000

4.000.000

6.000.000

8.000.000

10.000.000

12.000.000

14.000.000

1996 1998 2000 2002 2004 2006 2008 2010 2012

godine

noć

enja

turi

sta


Izvor: izradila studentica pomoću podataka DZS RH

4.1.1. GOSPODARSKA KRETANJA U IZABRANIM DRŽAVAMA

Austrija s dobro razvijenim tržišnim gospodarstvom, kvalificiranom radnom snagom i

visokim životnim standardom, usko je povezana s drugim zemljama EU-a, osobito

25

Njemačkom. Njezina ekonomija ima razvijen sektor usluga, industrijski sektor, i mali,

ali vrlo razvijen poljoprivredni sektor. Nezaposlenost nije porasla tako naglo u Austriji,

kao i drugdje u Europi, dijelom i zato što Vlada subvencionira smanjenje radnih sati

kako bi se omogućilo tvrtkama da zadrže postojeći broj zaposlenika. U 2012. godini

stopa nezaposlenosti od 4,3% bila je najniža u EU. Stabilizacijske mjere, poticanje

potrošnje i reforme poreza na dohodak smanjile su proračunski deficit. Međunarodna

financijska kriza 2008. uzrokovala je poteškoće austrijskim bankama koje su u srednjoj,

istočnoj i jugoistočnoj Europi suočene s velikim gubicima. U ožujku 2012, Austrijski

parlament odobrio je paket štednje koji se sastoji od smanjenja rashoda i povećanja

prihoda koji će dovesti javne financije u ravnotežu do 2016. (www.cia.gov)

Češka je stabilna i prosperitetna tržišna ekonomija usko integrirana s EU-om, osobito

nakon ulaska u Europsku uniju u 2004. Kad je zapadna Europa pala u recesiju krajem

2008. godine potražnja za češkim dobrima je pala, što je dovelo do pada industrijske

proizvodnje i izvoza. Kao rezultat toga, realni BDP je pao 4,7% u 2009. Realni BDP,

međutim, polako se oporavlja i počinje rasti u drugoj polovici 2009. U 2012. međutim,

ekonomija je pala u recesiju zbog pada inozemne potražnje. Auto industrija je ostala

najveća proizvodna grana i čini gotovo 24% češke proizvodnje. Češka je proizvela više

od milijun automobila po prvi put u 2010. godini od čega više od 80% izvezeno. Strane

i domaće tvrtke podjednako su zabrinute zbog korupcije, posebno u javnoj nabavi.

Dugoročni gospodarski izazovi uključuju ubrzano starenje stanovništva, neodrživo

financiranje mirovinskog i zdravstvenog sustava, te diversifikaciju od proizvodnje

prema ekonomiji znanja i high-tech tehnologiji (www.cia.gov)

Italija ima različito razvijeno gospodarstvo, podijeljeno na razvijen industrijski sjever

gdje prevladavaju privatne tvrtke i manje razvijen, vrlo subvencionirani, poljoprivredni

jug sa velikim brojem nezaposlenih. Talijanska ekonomija se razvila u velikoj mjeri od

proizvodnje kvalitetne robe široke potrošnje proizvedene od strane malih i srednjih

poduzeća, od kojih su mnogi od njih u obiteljskom vlasništvu. Italija je treće najveće

gospodarstvo u eurozoni, ali ima iznimno visoki javni dug. Javni dug raste od 2007.

godine, a u 2012. iznosi 126% BDP-a.

26

U Italiji je uvelike prisutna siva ekonomija, koja po nekim procjenama iznosi čak 17%

BDP-a. Tijekom druge polovice 2011. godine talijanska Vlada je pokrenula tri paketa

štednje kako bi smanjila svoj proračunski deficit i pomogla smanjiti troškove

zaduživanja: povećanje PDV-a, mirovinske reforme i rezove u javnoj upravi.

Gospodarski rast se u 2012. smanjio za -2,3%, nezaposlenost porasla na gotovo 11%, a

nezaposlenost mladih oko 35%. Talijanski BDP-a je 7% ispod razine 2007. godine prije

krize. (www.cia.gov)

Njemačko gospodarstvo je peto po veličini gospodarstvo na svijetu po paritetu kupovne

moći, ima visoko kvalificiranu radnu snagu i najveći je europski izvoznik strojeva,

vozila, kemikalija i opreme za kućanstvo. Unatoč razvijenom gospodarstvu Njemačka

se nosi sa značajnim ekonomskim problemima i to sa stagnacijom ekonomskog rasta i

visokom nezaposlenošću. U vrijeme recesije 2008. i 2009. godine nezaposlenost je bila

najveća od Drugog svjetskog rata. BDP je 2009. rastao za 5,1%, 2010. za 4,2% u 2010,,

2011. za 3,0% i 2012. za 0,7% zbog krize izazvane nesigurnošću i smanjenjem

potražnje za njemačkim proizvodima u zemlje pogođene recesijom. U 2012. godini

Njemačka je dosegla proračunski suficit od 0,1%. Ustavni amandman odobren 2009.

nalaže da granica deficita ne smije biti više od 0,35% BDP-a godišnje od 2016., iako je

cilj već bio postignut u 2012. Njemačko gospodarstvo nalazi se na uzlaznoj putanji.

Širom svijeta Nijemci investiraju u industriju, prije svega u zemljama u razvoju, a u

izvozu se bilježe rekordni iznosi. (www.cia.gov)

Slovenija je 2004. godine postala članica Europske unije, u 2007. uvela je jedinstvenu

europsku valutu euro kao sredstvo plaćanja, a od 2010. godine članica je OECD-a.

Slovenija ima dobru infrastrukturu, dobro kvalificiranu radnu snagu i dobar strateški

položaj između Balkana i zapadne Europe. Posljednjih godina Slovenija provodi

strukturne reforme kako bi poboljšala svoje gospodarstvo i smanjila nezaposlenost.

Unatoč gospodarskom uspjehu, izravna strana ulaganja (FDI) u Sloveniji zaostaju za

prosjekom regije, a porezi su i dalje relativno visoki. Tržište rada se često doživljava

kao nefleksibilno, a industrija gubi položaj na tržištu od strane konkurentskih tvrtki iz

Kine i Indije. U 2009. godini globalna recesija uzrokovala je pad izvoza i industrijske

proizvodnje za 8% te rast nezaposlenosti. Iako je gospodarski rast nastavljen u 2010., u

27

2012. je ponovno u minusu, a stopa nezaposlenosti i dalje raste i približava se 12% u

2012. godini. (www.cia.gov)

4.2. REGRESIJSKA ANALIZA

U ovom radu turistička potražnja analizirat će se modelom višestruke linearne regresije,

jer se istražuje povezanost između jedne zavisne varijable (y) i više nezavisnih varijabli

(x) koje imaju utjecaj na zavisnu varijablu.

Općenito možemo zapisati:

ttnnttt xxxy εββββ ...,,22,110 ⋅+⋅+⋅+=

Najčešće upotrebljavani model za izračunavanje turističke potražnje je logaritamski

model:

uxxxy nn +⋅++⋅+⋅+= ln...lnlnlnln 22110 ββββ

U ovom diplomskom radu regresijski model postavljen je s jednadžbom:

it

ti

ti

it

it

it

it uDVP

V

P

BDP

P

V++++=

−

−

3)1(

)1(210 lnlnln ββββ


itV - broj noćenja turista iz emitivne države i u godini t


itBDP - visina BDP po stanovniku u emitivnoj državi i u godini t

)1( −tiV - broj noćenja turista iz emitivne države i u godini t-1

)1( −tiP - broj stanovnika u emitivnoj državi i u godini t-1

tDV - dummy varijabla (rat na Kosovu 1999.)

itu - slučajna pogreška

28

210 ,, βββ i 3β su nepoznati parametri

t = 1, 2, ….., 15 (1 = 1997., …, 15 = 2011.)

4.3. TESTIRANJE PRETPOSTAVKI

Modeli se podvrgavaju verifikaciji, tj. ispitivanju da li zadovoljavaju kriterije koji su

grupirani u tri skupine (Lovrić, 2005):

1. Ekonomski kriterij

u model moraju ući nezavisne varijable prema ekonomskoj teoriji, te mora biti

zadovoljen kriterij koji se odnosi na predznak, veličinu parametara i zastupljenost

nezavisnih varijabli u modelu prema ekonomskoj teoriji.

2. Statistički kriterij

je kriterij koji se odnosi na statističku prihvatljivost modela, npr. koeficijent korelacije,

determinacije, standardne greške parametara, itd.

Statistička metoda primijenit će se onda kada se ne mogu promatrati eksperimentalno

odvojeno pojedine komponente jedne pojave, već se može promatrati samo cjelokupna

pojava kao takva i kako se iz takvog promatranja dobiva eventualna zakonitost. (Vranić,

1958)

Statistički pokazatelji za reprezentativnost funkcije: standardna greška ocjene funkcije

(s), F-test, koeficijent determinacije (R2), korigirani koeficijent determinacije ( )2R

Statistički pokazatelji reprezentativnosti parametara: standardna pogreška ocjenjenog

parametra ( )j

sβ

, t-test, interval pouzdanosti ocjenjenih parametara

3. Ekonometrijski kriterij

je kriterij koji se odnosi na zadovoljavanje pretpostavki na kojima se temelji primjena

određene ekonometrijske metode. Odnosno da nema autokorelacije,

heteroskedastičnosti i multikolinearnosti.

29

4.3.1. T-TEST

Za testiranje pouzdanosti ocijenjenog parametra koristi se Studentov t-pokazatelj4, uz

pretpostavku da su ocjene parametara normalno distribuirane.

T-pokazatelj ima svoju primjenu u statistici kod procjene parametara osnovnog skupa i

kod testiranja hipoteza na osnovi uzorka. (Biljan-Sugust, Pivac, Štambuk, 2007)

Test hipoteze o značajnosti parametra β u regresijskom modelu može biti dvostran i

jednostran (dvosmjeran i jednosmjeran). Dvostranim testom testira se hipoteza o

pretpostavljenoj vrijednosti, a jednostranim predznak parametra uz regresorsku

varijablu.

4.3.2. F-TEST

Pomoću F-testa testira se statistička značajnost prilagođenosti modela, tj. dajemo

odgovor na pitanje odražava li koeficijent determinacije stvarnu povezanost među

varijablama modela ili je slučajan rezultat korištenih podataka iz odabranog uzorka. Pri

tom se služimo analizom varijance u regresiji ili ANOVA (engl. Analysis of Variance)

prikazano u tablici 2.

Tablica: 2. ANOVA

Izvor

varijacije Suma kvadrata

Stup.

slobode Sredina kvadrata F vrijednost

objašnjena

regresijom

2)( yyESS i −=∑)

k k

yy

k

ESS i∑ −=

2)()

)1/(

)/(

−−=

knRSS

kESSF neobjašnjena

(rezidualna)

odstupanja

∑= 2ieRSS 1−− kn 2

2

11s

kn

e

kn

RSS i =−−

=−−

∑

ukupna 2)( yyTSS i −=∑ 1−n

Izvor: Lovrić, 2005

4 Studentov t-pokazatelj pronašao je Wiliam Sealy Gosset 1908. godine, te ga je publicirao pod pseudonimom "studentov test" (Vranić, 1958)

30

Kakvoća ocijenjenog regresijskog modela prosuđuje se testiranjem značajnosti

prisutnosti svih regresorskih varijabli u modelu. Provodi se F-testom.

Testiranje se provodi na razini signifikantnosti α, usporedbom empirijskog F omjera i

teorijske vrijednosti F distribucije (Fc). Nulta hipoteza se prihvaća ako je empirijski F

omjer manji od teoretskog (Fc) i obrnuto.

4.3.3. MULTIKOLINEARNOST

Pod pojmom multikolinearnosti u regresijskom modelu razumijeva se prisutnost uske

linearne korelacije nezavisnih varijabli ili njihove približne linearne kombinacije, zbog

čega je sustav normalnih jednadžbi numerički nestabilan.

Kako multikolinearnost nastaje iz obilježja podataka, može se ublažiti uporabom većeg

broja podataka, što je u gospodarskim primjenama modela rijetko moguće. Ne postoji

egzaktno rješenje problema multikolinearnosti.

Multikolinearnost je linearna funkcijska veza između 2 ili više nezavisnih varijabli koja

je tako jaka da može značajno utjecati na ocjenu koeficijenata varijabli. Postoji savršena

i nesavršena multikolinearnost.

Savršena multikolinearnost je pojava kad se varijacije jedne nezavisne varijable mogu

potpuno objasniti varijacijama druge nezavisne varijable.

Nesavršena multikolinearnost (u praksi češća) nastaje kad veza među varijablama nije

egzaktna već uključuje i odstupanja. Odnosno da se varijance varijable X1 mogu

predstaviti varijancama varijable X2 ali ne u potpunosti, već neke neobjašnjene

varijacije još postoje.

Posljedice: t – nizak, R2 – vrlo visok, krivi predznaci

Otkrivanje: vrlo visok R2, niske t-vrijednosti, visok koeficijent korelacije (r > od 0,8)

među nezavisnim varijablama (Lovrić, 2005)

Rješavanje: (više mogućnosti) povećati uzorak podataka, transformirati podatke, izbaciti

nezavisnu varijablu koja je u korelaciji. Ako je uzrok pogreška – ispuštena varijabla ili

kriva funkcijska veza – ispraviti grešku, a ako je uzrok u podacima (ekonomski šokovi)

31

2

1

1VIF

r=

−

ocjenjivanje parametara ispituje se pomoću GLS (generalizirana metoda najmanjih

kvadrata).

Posljedice multikolinearnosti su:

1. velike varijance i standardne pogreške parametara

2. nesignifikantne t-vrijednosti koje su posljedica velikih standardnih pogrešaka,

zbog kojih se neće kod testiranja hipoteze o značajnosti pojedine regresorske

varijable odbaciti Ho

3. visok R2 i niske t-vrijednosti jasan su pokazatelj multikolinearnosti

4. ocjene parametara i njihove standardne greške postati će vrlo osjetljive na

promjene u podacima

5. pogrešan predznak parametara čest je slučaj upravo zbog neefikasne i neprecizne

ocjene parametara

6. ne možemo utvrditi zasebne utjecaje svake nezavisne varijable u objašnjenoj

varijaciji (Lovrić, 2005)

U ovom radu će se za pokazatelja multikolinearnosti koristiti faktor inflacije varijance

VIF (Variance Inflation Factor).

Ozbiljan problem multikolinearnosti je prisutan ako je VIF >5.

4.3.4. HETEROSKEDASTIČNOST I HOMOSKEDASTIČNOST

Heteroskedastičnost se javlja među podacima kod kojih su velike razlike između

najmanjih i najvećih opažanja. Karakteristična je za podatke vremenskog presjeka i

povezana je s nezavisnim varijablama. U regresijskom modelu za pogreške relacije ei

pretpostavlja se, među ostalim, da imaju jednaku varijancu 2σ (svojstvo

homoskedastičnosti) U suprotnom imamo problem promjenjivosti varijance –

heteroskedastičnost koja se javlja kad odstupanja imaju konstantnu varijancu, odnosno

jednaku raspršenost ( )( )2var σ=iu .

32

Na grafikonu po brojem 5. prikazana je heteroskedastičnost, odnosno rasipanja u svezi s

nestabilnosti varijance.

Grafikon: 5. Heteroskedastičnost

Izvor: Šošić I. Primijenjena statistika

Otkrivanje heteroskedastičnosti nije lako zbog toga što je stvarna varijanca 2iσ

nepoznata jer se ne raspolaže podacima za cijelu populaciju. Ne postoji opći efikasan i

siguran test za otkrivanje heteroskedastičnosti. Postoji samo nekoliko načina koji mogu

pomoći kod otkrivanja heteroskedastičnosti: Spearmanov koeficijent korelacije ranga,

RESET, Whiteov test, grafička metoda, Park test, Goldfeld-Quandt test i drugi. U ovom

radu će se primjenjivati Whiteov test heteroskedastičnosti.

Postoji prava i neprava heteroskedastičnosti. Prava heteroskedastičnosti ne uzrokuje

pristranost ocijenjenih koeficijenata. Kod neprave heteroskedastičnosti posljedica je

specifikacijska pogreška kao što je ispuštena varijabla.

Heteroskedastičnost ostavlja ozbiljne i slične posljedice na ocijenjeni model kao i

autokorelacija:

- ne uzrokuje pristranost ocjenjenih koeficijenata (prava)

- povećava varijancu β distribucije

- uzrokuje da OLS podcijeni varijancu i standardnu grešku koeficijenata

- F i t-testovi nisu realni

33

4.3.5. AUTKORELACIJA

Autokorelacija predstavlja odstupanje od teorijskih pretpostavki u analizi modela i

negativno se odražava na rezultate, te ograničava primjenu određenih postupaka i

ostavlja takve posljedice na model da on kao takav nije pogodan niti za prognozu. Zbog

toga je važno razumjeti o kakvom se problemu radi, kakve posljedice ostavlja na

ocijenjeni model i kako ga riješiti.

Uzrok autokorelacije grešaka relacije može biti različit. Najčešći uzroci su:

- pogrešna specifikacija modela (izostavljanje signifikantnih varijabli),

- pogrešan izbor oblika modela

- pogrešna specifikacija svojstava slučajnih varijabli,

- transformacija izvornih vrijednosti varijabli izraženih kao vremenske serije, i dr.

Autkorelacija je češće prisutna kod ocjenjivanja modela na osnovi podataka vremenskih

nizova nego na osnovi podataka vremenskog presjeka. Prema tome kad su odstupanja

autokorelirana, može se pisati:

( ) 0, ≠− stt uuE (t>s)

Taj izraz znači da je odstupanje koje se zbilo u vremenu t povezano s odstupanjem u

vremenu (t-s).

Na grafikonima 6. prikazana su rezidualna odstupanja kod pozitivne i negativne

autokorelacije, te kad su rezidualna odstupanja približno jednaka nuli.

Grafički prikaz je ujedno jedan od načina otkrivanja autokorelacije, uz Durbin-

Watsonov test (DW).

34

Grafikon: 6. Autokorelacija - dijagrami rasipanja rezidualnih odstupanja

(autokorelacija rezidualnih

odstupanja približno jednaka nuli) (pozitivna autokorelacija rezidualnih odstupanja)

(negativna autokorelacija rezidualnih odstupanja)

Izvor: Šošić, 2006

Posljedice autokorelacije: t – precijenjen, R2 i F-test nepouzdani, model nije pogodan

za predviđanje jer su varijanca i standardna pogreška predviđanja neefikasne.

Rješavanje autokorelacije:

- ako je uzrok pogreška – ispuštena varijabla ili kriva funkcijska veza – ispraviti grešku

- ako je uzrok u podacima (ekonomski šokovi) – ocjenjivanje parametara pomoću GLS

(generalizirana metoda najmanjih kvadrata)

Postoje dvije vrste autokorelacije: pozitivna i negativna. Kod pozitivne odstupanja Ui

obično imaju isti predznak. Kod negativne autokorelacije pozitivna odstupanja slijede

negativna, pa opet pozitivna itd.

Osim pozitivne i negativne, autokorelacija može biti prava i neprava. Prava korelacija se

pojavljuje kod ekonomskih podataka kroz vrijeme, npr. iz recesije preko razdoblja

oporavka, podaci vremenskih nizova idu po uzlaznoj putanji i u svakoj točki im je

vrijednost veća nego u prethodnoj, sve dok se ne dogodi promjena slijedom ekonomskih

ciklusa. Tako sukcesivne5 vrijednosti opažanja izgledaju međusobno korelirane, bilo da

pratimo bruto društveni proizvod, proizvodnju, zaposlenost, kretanje cijena, itd.

5 Sukcesija je uzastopan slijed osoba, pojava ili stvari na istom mjestu.

35

Razlog tome može biti i "friziranje" statističkih podataka, npr. umjesto prikupljanja

podataka za razna razdoblja, oni se izračunavaju kao prosjeci iz kraćih vremenskih

razdoblja. Zato podaci izgledaju "izglađeno", pa odstupanja pokazuju pravilnost

pojavljivanja, tj. autokorelaciju.

U slučaju neprave autokorelacije čest je razlog specifikacijska pogreška, a to je

izostavljena signifikantna varijabla ili odabir pogrešne funkcijske veze. Odstupanja na

sebe preuzimaju tu pogrešku, nisu više slučajna, nego se ponašaju po određenom

pravilu.

Durbin-Watsonov d test najpoznatiji je test za otkrivanje autokorelacije.

∑

∑

=

=

−−

=n

t

t

n

t

tt

e

ee

d

1

2

2

21)(

Test veličina predstavlja omjer zbroja kvadrata prvih diferencija rezidualnih odstupanja

i zbroja kvadrata rezidualnih odstupanja. Zbog diferenciranja u brojniku se gubi jedno

opažanje, pa sumiranje kreće od drugog opažanja (t=2).

Autokorelacija je pojava gdje je greška nekog opažanja u zavisti od greške prethodnog

opažanja. Ako je riječ o pozitivnoj ili negativnoj korelaciji odbacujemo Ho. Ako nema

autokorelacije ne odbacujemo Ho. Više o tome prikazano je u tablici 3.

Tablica: 3. Durbin-Watsonov test

Vrijednost DW Odluka

O < d < dL Odbaciti Ho ; pozitivna autokorelacija je prisutna.

dL ≤ d ≤ dU Bez odluke.

dU < d ≤ 4 Ne odbaciti Ho ; nema autokorelacije.

4 ≤ d < 4 - dU Ne odbaciti Ho ; nema autokorelacije.

4 - dU ≤ d ≤ 4 – dL Bez odluke.

4 – dL < d < 4 Odbaciti Ho ; negativna autokorelacija je prisutna.

Izvor: Baddeley, Barrowclough, 2009.

36

Kako je 11 ≤≤− ρ to znači da vrijedi:

2d 0ˆ ≈≈ρ nije prisutan problem autokorelacije

0d 1ˆ ≈≈ρ prisutan je problem pozitivne autokorelacije

4d 1ˆ ≈−≈ρ prisutan je problem negativne autokorelacije

Ukoliko je izračunati d bliže vrijednosti 0, to je pokazatelj pozitivne autokorelacije, a

ako je bliže vrijednosti 4, to je pokazatelj negativne autokorelacije. Kad se vrijednost d

kreće oko 2, znači da nema autokorelacije. No postoje i vrijednosti kad nismo sigurni u

postojanje autokorelacije.Grafikon 7. prikazuje auokorelaciju.

Grafikon: 7. Prikaz Durbin-Watsonova testa

Izvor: Šošić, 2006.

4.3.6. TESTIRANJE PRAVILNOSTI SPECIFIKACIJE MODELA

Ramseyjev RESET test je regresijski test specifikacijske pogreške, opći test kojim se

utvrđuje hoće li se prilagođenost funkcije iii uXY ++= 110 ββ značajno poboljšati ako se

u analitički oblik funkcije uvode varijable 2y , 3

y i 4y .

37

Provodi se tako da se najprije odrede vrijednosti rezidualnih odstupanja na temelju

polaznog regresijskog modela s parametrima procijenjenima metodom najmanjih

kvadrata. Zatim se procijene parametri pomoćne regresijske jednadžbe u kojoj su

rezidualna odstupanja ie vrijednosti zavisne varijable, a regresijske vrijednosti 2ˆiy , 3ˆ

iy

vrijednosti nezavisnih varijabli. Slijedi testiranje hipoteze o značajnosti koeficijenata

pomoćne regresijske jednadžbe. Ne odbacivanje nulte hipoteze upućuje na nepostojanje

varijabilnosti varijance, a odbacivanje upućuje na suprotan zaključak. (Šošić, 2006)

RESET test se provodi u tri koraka:

1. pomoću metode najmanjih kvadrata ocijeni se funkcija

2. iz ocijenjene funkcije izračunaju se iY vrijednosti

3. uspoređuje se prilagodba modela pomoću F-testa

4.3.7. TESTIRANJE STABILNOSTI

Chow test ili test analize varijance je statistički test kojim testiramo stabilnost

regresijskih parametara. Chow test je izmislio ekonomist Gregory Chow 1960. godine.

Često, ako se regresijska analiza provodi nad skupom podataka vezanim za vremenski

period od n razdoblja, treba testirati jesu li parametri modela stabilni tokom cijelog

promatranog perioda. Test se provodi tako da se uzorak veličine n raščlani na dva

nezavisna poduzorka, veličine n1 i n2. U svakom od njih potrebno je imati više podataka

za ocjenjivanje nego što je parametara za ocjenjivanje. Uspoređuje se neobjašnjena

suma kvadrata dobivena u cijelom uzorku sa sumom u odvojeno dobivenim ocijenjenim

jedinicama za poduzorke. Dobiveni rezultat uspoređuje se s kritičnom vrijednosti F

razdiobe. Značajna razlika pokazuje strukturnu promjenu u odnosima.

38

4.3.8. TESTIRANJE NORMALNOSTI GREŠAKA

Pretpostavka o normalnosti grešaka relacije se može ispitati pomoću Jarque-Bera testa.

Jarque Bera test je asimptotski test i ima ga smisla primjenjivati za velike uzorke.

Jarque-Bera testom, koji koristi koeficijent asimetrije i koeficijent zaobljenosti reziduala

procijenjenih metodom najmanjih kvadrata, ispituje se odstupaju li procijenjene veličine

značajno od vrijednosti tih mjera za normalnu distribuciju.

H0: greške relacije su normalno distribuirane

H1: greške relacije nisu normalno distribuirane

Iznos p vrijednosti Jarque - Bera testa uspoređuje se sa uobičajenim razinama

pouzdanosti: 1%, 5% ili 10%. Ukoliko je p vrijednost veća od razine pouzdanosti ne

odbacuje se H0 hipoteza i tvrdi se da su greške relacije normalo distribuirane.

5. MODELIRANJE TURISTIČKE POTRAŽNJE REPUBLIKE

HRVATSKE

Svaka statistička analiza provodi se u nekoliko faza:

1. oblikovanje i izbor modela

2. prikupljanje i priprema podataka za obradu

3. odabir funkcije

4. mjerenje pouzdanosti regresijskog modela

5. analiza i interpretacija rezultata modela

U ovom radu će se pomoću modificiranog Witt-Wittovog modela utvrditi kako na

potražnju, odnosno na broj noćenja turista po stanovniku iz 5 najemitivnijh zemalja, u

razdoblju od 15 godina, od 1997. do 2011. utječe BDP emitivnih zemalja, turistička

potražnja prethodne godine i rat na Kosovu uvršten kao dummy varijabla. Modificirani

model glasi:

it

ti

ti

it

it

it

it uDVP

V

P

BDP

P

V++++=

−

−

3)1(

)1(210 lnlnln ββββ

39


itV - broj noćenja turista iz emitivne države i u godini t


itBDP - visina BDP po stanovniku u emitivnoj državi i u godini t

)1( −tiV - broj noćenja turista iz emitivne države i u godini t-1

)1( −tiP - broj stanovnika u emitivnoj državi i u godini t-1

tDV - dummy varijabla (rat na Kosovu 1999.)6

itu - slučajna pogreška

210 ,, βββ i 3β su nepoznati parametri

t = 1, 2, ….., 15 (1 = 1997., …, 15 = 2011.)

Na temelju prikupljenih dostupnih podataka s pomoću računalnog programa Eviews 7

ocijenit će se vrijednost regresijskih parametara.

Prije unosa podataka u Eviews 7 provest će se logaritmiranje podataka.

5.1. TURISTIČKA POTRAŽNJA AUSTRIJSKIH TURISTA U HRVATSKOJ

Ocijenjena regresijska funkcija turističke potražnje austrijskih turista glasi:

it

ti

ti

it

it

it

it DVP

V

P

BDP

P

V⋅−⋅+⋅+−=

−

− 2312,0ln0138.0ln7503,07516.1ln)1(

)1(

st. pogreška 0,686268 0,113254 0,099551 0,032588 t -2,552322 6,625187 0,138640 -7,094437 p-vrijednost 0,0269 0,0000 0,8922 0,00000

Iz ocijenjenog modela može se zaključiti:

- ako se BDP po stanovniku poveća za 1% broj noćenja turista po stanovniku povećat će

se 0,75%, uz uvjet da su ostale varijable nepromijenjene.

6 Kod interpretacije dummy varijable dobivenu vrijednost uz parametar β mora se antilogaritmirati i

izraziti u postotcima (Witt, Mountinho, 1995).

40

- ako se broj noćenja turista po stanovniku u odnosu na prethodnu godine poveća za 1%,

broj noćenja turista po stanovniku tekućeg razdoblja povećat će se za 0,014%, uz uvjet

da su ostale varijable nepromijenjene.

- broj noćenja turista po stanovniku se 1999. godine smanjio zbog rata na Kosovu u

prosjeku za 20,64%, u odnosu na godine kad rata nije bilo (e-0,2312 *100)-100 = -20,64%.

Iz računalnog ispisa iščitava se statistička značajnost prilagođenosti modela

F=132.9974. Kako je izračunata vrijednost F-testa veća od kritične vrijednosti FC=6,22

na razini signifikantnosti 1%, tj. uz 99% vjerojatnosti odbacuje se nul-hipoteza i tvrdi da

je model statistički značajan, odnosno da barem jedna nezavisna varijabla značajno

pridonosi objašnjavanju varijacija zavisne varijable.

F=132.9974 > FC (11)=6,22

p < 0,01

Koeficijent determinacije iznosi R2 = 0,97317, znači da je pomoću ocijenjenog

regresijskog modela objašnjeno 97,31% varijacija zavisne varijable. Korigirani

koeficijent determinacije iznosi 97,02 =R .

Standardna greška regresije s=0,029381, znači da ocijenjena vrijednost broja noćenja

po stanovniku odstupa u prosjeku za 0,0293% od stvarne vrijednosti broja noćenja po

stanovniku .

T vrijednost za parametar β1 iznosi 6,63; za parametar β2=0,014 i za parametar β3=7,09.

Uzme li se razina signifikantnosti od 5% i df=11 (n-k-1), kritična t vrijednost iznosi

2,201. Na razini signifikantnosti od 5% tj. vjerojatnosti 95% odbacuje se nul-hipoteza i

tvrdi da su parametri β1 i β3 uz nezavisne varijable statistički značajni za model, dok je t

vrijednost nezavisne varijable uz parametar β2 manja od kritične vrijednosti i nije

statistički značajna za model.

=0βt 2,55

201,262,61

>=βt

201,213,02

<=βt

41

201,209,73

>=βt

Stoga se tvrdi da BDP i rat na Kosovu imaju signifikantan utjecaj na noćenja turista po

stanovniku, dok navike, odnosno noćenja turista po stanovniku prethodne godine

nemaju utjecaj na noćenja turista po stanovniku u tekućem razdoblju.

Whiteovim testom je testirana prisutnost heteroskedastičnosti u ocijenjenoj regresijskoj

funkciji turističke potražnje austrijskih turista.

Umnožak koeficijenta determinacije i broja nezavisnih varijabli iščitava se iz

računalnog ispisa Obs*R-squared=2,31 i uspoređuje se sa kritičnom vrijednosti 2χ

koja pri stupnju signifikantnosti α=0.01 i 6 stupnjeva slobode (toliko je nezavisnih

varijabli u modelu) iznosi 16.8119.

Pošto je 2,31 < 16,8119 može se zaključiti da u modelu nije prisutna

heteroskedastičnost.

Prisutnost autokorelacije u ocijenjenoj regresijskoj funkciji turističke potražnje

austrijskih turista testira se Breusch-Godfreyevim LM testom.

Obs*R-squared LM testa iznosi 0,917411. Kritična vrijednost 2χ pri α=0.01 i 5

stupnjeva slobode iznosi 15,0863. Budući da je LM vrijednost manja od kritične

vrijednosti može se zaključiti da u modelu nije prisutna autokorelacija.

Faktor inflacije varijance VIF (Variance Inflation Factor) pokazuje da je u ocijenjenoj

regresijskoj funkciji turističke potražnje prisutna multikolinearnost, jer je vrijednost

VIF-a uz nezavisne varijable veća od 5, osim uz dummy varijablu.

Isto to potvrđuje i visok koeficijent korelacije (r) u matrici korelacije između nezavisnih

varijabli osim s dummy varijablom (r > 0,8).

U Chow testu za prijelom je uzeta 2004. godina. Izračunata F vrijednost F=1,207434 na

razini signifikantnosti α=0.01 (FC=4,07) i α=0.05 (FC=7,59) u Chow testu manja je od

kritične vrijednosti, p>0,05 stoga se ne odbacuje nul hipoteza i tvrdi se da razlike među

regresijskim koeficijentima nisu statistički značajne, odnosno da nema prijeloma.

42

Reziduali ocijenjene funkcije noćenja po stanovniku iz Austrije prikazani su na

grafikonu 8.

Grafikon: 8. Reziduali ocijenjene funkcije noćenja po stanovniku iz Austrije

-.06

-.04

-.02

.00

.02

.04

.06

5.6

5.8

6.0

6.2

6.4

97 98 99 00 01 02 03 04 05 06 07 08 09 10 11

Residual Actual Fitted Izvor: izradila studentica pomoću računalnog programa Eviews 7

Pomoću Ramsey RESET testa testira se specifikacija regresijskog modela. Izračunata je

F vrijednost funkcije koja iznosi F=0,125148 i manja je nego kritična vrijednost

FC=10,00 (uz α=0.01). Ne odbacuje se nul-hipoteza i tvrdi da ne postoji varijabilnost

varijance, što znači da je model pravilno specificiran, te ne sadrži specifikacijske

pogreške.

Pomoću Jarque-Bera testa provjerava se da li su reziduali normalno distribuirani. P-

vrijednost iz računalnog ispisa Jarque-Bera testa iznosi 0,43387. Kako je p-vrijednost iz

računalnog ispisa veća od svih razina signifikantnosti (α=0.01, α=0.05, α=0.1) ne

odbacuje se nul-hipoteza i tvrdi da su reziduali normalno distribuirani.

43

5.2. TURISTIČKA POTRAŽNJA ČEŠKIH TURISTA U HRVATSKOJ

Ocijenjena regresijska funkcija turističke potražnje čeških turista glasi:

it

ti

ti

it

it

it

it DVP

V

P

BDP

P

V⋅−⋅+⋅−−=

−

− 415026,0ln053865.0ln087541.0563615.6ln)1(

)1(

st. pogreška 1,181767 0,114732 0,139546 0,102316 t 5,554070 -0,763003 0,386000 -4,056336 p-vrijednost 0,0002 0,4615 0,7069 0,0019


- ako se BDP po stanovniku poveća za 1% broj noćenja turista po stanovniku smanjit će



broj noćenja turista po stanovniku tekućeg razdoblja povećat će se za 0,053%, uz uvjet

da su ostale varijable nepromijenjene.


prosjeku za 33,97%, u odnosu na godine kad rata nije bilo (e-0,415026 *100)-100 = -

33,97%.


F=5.801789. Kako je izračunata vrijednost F-testa veća od kritične vrijednosti FC=3,59




F=5,8018 > FC (11)=3,59

p < 0,05






stanovniku.

44

T vrijednost za parametar β1 iznosi -0,76; za parametar β2=0,38 i za parametar β3=-4,05.



tvrdi da je parametar β3 uz nezavisnu varijablu statistički značajan za model, dok je t

vrijednost nezavisne varijable uz parametre β1 i β2 manja od kritične vrijednosti i nisu

statistički značajne za model.

55,50

=βt

201,276,01

<=βt

201,238,02

<=βt

201,205,43

>=βt

Stoga se tvrdi da utjecaj rata ima signifikantan utjecaj na noćenja turista, dok BDP i

navike, odnosno noćenja turista prethodne godine nemaju utjecaj na noćenja turista u

tekućem razdoblju.


funkciji turističke potražnje čeških turista.







Prisutnost autokorelacije u ocijenjenoj regresijskoj funkciji turističke potražnje čeških

turista testira se Breusch-Godfreyevim LM testom.

Obs*R-squared LM testa iznosi 6,35. Kritična vrijednost 2χ pri α=0.01 i 5 stupnjeva

slobode iznosi 15,0863. Budući da je LM vrijednost manja od kritične vrijednosti može

se zaključiti da u modelu nije prisutna autokorelacija.

45




Koeficijent korelacije (r) u matrici korelacije među nezavisnim varijablama nije visok

pa bi se moglo zaključiti da u modelu nije prisutna multikolinearnost. No taj pokazatelj

nije uvijek pouzdan jer može biti nizak, a da u modelu ipak postoji multikolinearnost

(Lovrić, 2005).



kritične vrijednosti, p>0,05 stoga se ne odbacuje nul hipoteza i tvrdi se da razlike među

regresijskim koeficijentima nisu statistički značajne, odnosno da nema prijeloma.

Reziduali ocijenjene funkcije noćenja po stanovniku iz Češke prikazani su na grafikonu

9.

Grafikon: 9. Reziduali ocijenjene funkcije noćenja po stanovniku iz Češke

-.3

-.2

-.1

.0

.1

.2

5.6

5.7

5.8

5.9

6.0

6.1

6.2

97 98 99 00 01 02 03 04 05 06 07 08 09 10 11




FC=10,00 (uz α=0.01). Ne odbacuje se nul-hipoteza i tvrdi se da ne postoji varijabilnost

46


pogreške.


vrijednost iz računalnog ispisa Jarque-Bera testa iznosi 0,265943. Kako je p-vrijednost

iz računalnog ispisa veća od svih razina signifikantnosti (α=0.01, α=0.05, α=0.1) nul-

hipoteza se ne odbacuje i se tvrdi da su reziduali normalno distribuirani.

5.3. TURISTIČKA POTRAŽNJA TALIJANSKIH TURISTA U HRVATSKOJ

Ocijenjena regresijska funkcija turističke potražnje talijanskih turista glasi:

it

ti

ti

it

it

it

it DVP

V

P

BDP

P

V⋅−⋅+⋅+=

−

− 498183,0ln411399,0ln061144,0006955,2ln)1(

)1(

st. pogreška 3,012292 0,338769 0,137611 0,089965 t 0,666255 0,180488 3,056197 -5,537534 p-vrijednost 0,5190 0,8601 0,0109 0,0002





broj noćenja turista po stanovniku tekućeg razdoblja povećat će se za 0,41%, uz uvjet da

su ostale varijable nepromijenjene.



39,24%.


F=25,66962. Kako je izračunata vrijednost F-testa veća od kritične vrijednosti FC=6,22




47

F=25,6696 > FC (11)=6,22

p < 0,01




Standardna greška regresije s=0.078796, znači da ocijenjena vrijednost broja noćenja


stanovniku.

T vrijednost za parametar β1 iznosi 0,18; za parametar β2=3,05 i za parametar β3=-5.53.






66,00

=βt

201,218,01

<=βt

201,205,32

>=βt

201,253,53

>=βt

Stoga se tvrdi da navike, odnosno noćenja turista po stanovniku prethodne godine i rat

na Kosovu imaju signifikantan utjecaj na noćenja turista, dok BDP nema utjecaj na

noćenja talijanskih turista u tekućem razdoblju.


funkciji turističke potražnje talijanskih turista.



48






talijanskih turista testira se Breusch-Godfreyevim LM testom.







Koeficijent korelacije (r) u matrici korelacije među nezavisnim varijablama nije visok (r

< 0,8) pa bi se moglo zaključiti da u modelu nije prisutna multikolinearnost. No taj

pokazatelj nije uvijek pouzdan jer može biti nizak, a da u modelu ipak postoji

multikolinearnost (Lovrić, 2005).


razini signifikantnosti α=0.01 (FC=4,07) i α=0.05 (FC=7,59) u Chow testu veća je od

kritične vrijednosti, p<0,05 stoga se odbacuje nul hipoteza i tvrdi se da su razlike među

regresijskim koeficijentima statistički značajne.

Reziduali ocijenjene funkcije noćenja po stanovniku iz Italije prikazani su na grafikonu

10.

49

Grafikon: 10. Reziduali ocijenjene funkcije noćenja po stanovniku iz Italije

-.12

-.08

-.04

.00

.04

.08

.12

.16 3.8

4.0

4.2

4.4

4.6

97 98 99 00 01 02 03 04 05 06 07 08 09 10 11






pogreške.




odbacuje se nul-hipoteza i tvrdi se da su reziduali normalno distribuirani.

6.4. TURISTIČKA POTRAŽNJA NJEMAČKIH TURISTA U HRVATSKOJ

Ocijenjena regresijska funkcija turističke potražnje njemačkih turista glasi:

it

ti

ti

it

it

it

it DVP

V

P

BDP

P

V⋅−⋅+⋅+−=

−

− 485404,0ln532029,0ln303717,0839911,0ln)1(

)1(

st. pogreška 2,234783 0,253778 0,104971 0,088048 t -0,375836 1,196782 5,068337 -5,512946 p-vrijednost 0,7142 0,2565 0,0004 0,0002

50









38,46%.






F=63,4976 > FC (11)=6,22

p < 0,01






stanovniku.

T vrijednost za parametar β1 iznosi 1,19; za parametar β2=5,06 i za parametar β3=-5,51.






51

37,00

=βt

201,219,11

<=βt

201,206,52

>=βt

201,251,53

>=βt

Stoga se tvrdi da navike, odnosno noćenja turista po stanovniku prethodne godine i rat

na Kosovu imaju signifikantan utjecaj na noćenja turista, dok BDP nema utjecaj na

noćenja njemačkih turista po stanovniku u tekućem razdoblju.


funkciji turističke potražnje njemačkih turista.








njemačkih turista testira se Breusch-Godfreyevim LM testom.

Obs*R-squared LM testa iznosi 8,390480. Kritična vrijednost 2χ pri α=0.01 i 5

stupnjeva slobode iznosi 15,0863. Budući da je LM vrijednost manja od kritične

vrijednosti može se zaključiti da u modelu nije prisutna autokorelacija.






52


razini signifikantnosti α=0.01 (FC=4,07) i α=0.05 (FC=7,59) u Chow testu veća je od



Reziduali ocijenjene funkcije noćenja po stanovniku iz Njemačke prikazani su na

grafikonu 11.

Grafikon: 11. Reziduali ocijenjene funkcije noćenja po stanovniku iz Njemačke

-.2

-.1

.0

.1

.2

4.0

4.2

4.4

4.6

4.8

5.0

5.2

97 98 99 00 01 02 03 04 05 06 07 08 09 10 11



F vrijednost funkcije koja iznosi F=1,73 i manja je nego kritična vrijednost FC=10,00

(uz α=0.01). Ne odbacuje se nul-hipoteza i tvrdi se da ne postoji varijabilnost varijance,

što znači da je model pravilno specificiran, te ne sadrži specifikacijske pogreške.





53

5.5. TURISTIČKA POTRAŽNJA SLOVENSKIH TURISTA U HRVATSKOJ

Ocijenjena regresijska funkcija turističke potražnje slovenskih turista glasi:

it

ti

ti

it

it

it

it DVP

V

P

BDP

P

V⋅−⋅+⋅+=

−

− 041049,0ln430073.0ln201210,0483890,2ln)1(

)1(

st. pogreška 0,529112 0,093733 0,119837 0,048252 t 4,694447 2,146637 3,588815 -0,850724 p-vrijednost 0,0007 0,0550 0,0043 0,4131








prosjeku za 4,02%, u odnosu na godine kad rata nije bilo (e-0,041049 *100)-100 = -4,02%.






F=39,518 > FC (11)=6,22

p < 0,01






stanovniku .

54

T vrijednost za parametar β1 iznosi 2,14; za parametar β2=3,58 i za parametar β3=-0,85.



tvrdi da je parametar β2 uz nezavisnu varijablu statistički značajan za model, dok je t

vrijednost nezavisne varijable uz parametre β1i β3 manja od kritične vrijednosti i nije


69,40

=βt

201,214,21

<=βt

201,258,32

>=βt

201,285,03

<=βt

Stoga se tvrdi da BDP i rat na Kosovu nemaju signifikantan utjecaj na noćenja turista po

stanovniku, dok navike, odnosno noćenja turista po stanovniku prethodne godine imaju

utjecaj na noćenja slovenskih turista u tekućem razdoblju.


funkciji turističke potražnje slovenskih turista.








slovenskih turista testira se Breusch-Godfreyevim LM testom.




55










Reziduali ocijenjene funkcije noćenja po stanovniku iz Slovenije prikazani su na

grafikonu 12.

Grafikon: 12. Reziduali ocijenjene funkcije noćenja po stanovniku iz Slovenije

-.050

-.025

.000

.025

.050

.075

.100

7.5

7.6

7.7

7.8

7.9

8.0

8.1

97 98 99 00 01 02 03 04 05 06 07 08 09 10 11






pogreške.

56





5.6. USPOREDBA TURISTIČKE POTRAŽNJE STRANIH TURISTA

Vrijednosti regresijskih parametara u usporedbi turističke potražnje stranih turista iz 5

najemitivnijih država dobiveni su pomoću računalnog programa Eviews 7 i prikazane su

u tablici 4.

Tablica: 4. Usporedba turističke potražnje stranih turista

AUSTRIJA ČEŠKA ITALIJA NJEMAČKA SLOVENIJA

vrijednost F-testa

132,997400 5,801789 25,669620 63,497680 39,518010

R2 0,973170 0,612749 0,875013 0,945408 0,915093

2R 0,965853 0,507135 0,840925 0,930519 0,891937

ocjena regresijskog koeficijenta konstante

-1,757576 6,563615 20,6955 -0,839911 2,483890

ocjena regresijskog koeficijenta

it

it

P

BDP

0,750328 -0,087541 0,061144 0,303717 0,201210

ocjena regresijskog koeficijenta

)1(

)1(

−

−

ti

ti

P

V

0,013802 0,053865 0,411399 0,532029 0,430073

ocjena regresijskog koeficijenta DV

-0,231192 -0,415026 -0,498183 -0,485404 -0,041049

utjecaj DV -20,64 -33,97 -39,24 -38,46 -4,02

57

vrijednost t-testa

it

it

P

BDP

6,625187 -0,763003 0,180488 1,196782 2,146637

vrijednost

t-testa)1(

)1(

−

−

ti

ti

P

V 0,138640 0,386000 3,056197 5,068337 3,588815

vrijednost t-testa DV

-7,094437 4,056336 -5,537534 -5,512947 -0,850724

Izvor: izradila studentica

Usporede li se vrijednosti F-testa na razini signifikantnosti od 1% (Fc=6,22) kod svih

zemalja, osim Češke može se odbaciti nul-hipoteza i tvrditi da je model statistički

značajan. Na razini signifikantnosti od 5% (Fc=3,59) kod svih zemalja se može odbaciti

nul-hipoteza.

Koeficijent determinacije i korigirani koeficijent determinacije su visoki od svih

zemalja osim kod Češke.

Iz ocjena regresijskih koeficijenata može se zaključiti da BDP ima najveći utjecaj na

turiste iz Austrije, a najmanji na turiste iz Italije. Navike, odnosno noćenja turista po

stanovniku prethodnih godina najviše imaju utjecaja na turiste iz Njemačke, a najmanje

na turiste iz Italije.

Rat na Kosovu koji je u modelu prikazan dummy varijablom negativno se odrazio na

potrošnju turista iz svih zemalja, a najviše je utjecao na potražnju turista iz Italije, a

najmanje na potražnju turista iz slovenije.

Uzme li se razina signifikantnosti od 1% i df=11 (n-k-1=15-3-1), kritična t vrijednost

iznosi 3,106. Uz razinu signifikantnosti od 5% i df=11 kritična t vrijednost iznosi 2,201.

Iz toga se može zaključiti da je varijabla it

it

P

BDP koja u modelu predstavlja BDP po

stanovniku, na obje razine signifikantnosti značajna samo za turiste iz Austrije dok na

turiste iz drugih zemalja nema utjecaja.

58

Varijabla )1(

)1(

−

−

ti

ti

P

V koja u modelu predstavlja navike turista (noćenja turista po stanovniku

u prethodnoj godini) na razini signifikantnosti od 5% značajna je za turiste iz Italije,

Njemačke i Slovenije, dok na turiste iz Italije i Češke nema utjecaja. Na razini od 1%

nema utjecaja niti na turiste iz Italije.

Na obje razine signifikantnosti dummy varijabla u modelu koja predstavlja utjecaj rata

na Kosovu na potražnju turista značajna je za model i ima utjecaj na sve zemlje.

6. ZAKLJUČAK

Turizam ima široko djelovanje kako na gospodarski, tako i na ukupni društveni život,

prema tome, turistička kretanja imaju značajne posljedice u ekonomskoj, kulturnoj,

zdravstvenoj, političkoj i drugim sferama ljudskog života u Hrvatskoj.

U posljednjih nekoliko godina, broj dolazaka i noćenja stranih turista je u porastu jer

Hrvatska obiluje prirodnim ljepotama, ima raznoliku turističku ponudu, blagu

mediteransku klimu, izuzetno povoljan prometni položaj, međutim prisutni su i brojni

nedostaci poput izrazite sezonalnosti turističkog poslovanja, nedostatne i zaostale

komunalne infrastrukture, masovne apartmanizacije koja dovodi do ekološke

degradacije i devastacije prostora, nedostatka sadržaja jer današnjem turistu nisu

dovoljni samo sunce i more, itd.

Turist se odlučuje na putovanje kad zadovolji svoje primarne potrebe uz uvjet da

raspolaže slobodnim vremenom i dovoljno velikim budžetom kojim si to putovanje

može priuštiti. Na putovanje se odlučuje iz raznih razloga, radi odmora, zabave, sporta,

kulture, zdravstvenih razloga i slično.

Motorizacija, kako Krippendorf naziva razvoj automobilske industrije i prometa

općenito usko je povezana i s razvojem turizma, jer su značajno udaljene turističke

59

destinacije postale pristupačnije, pojavili su se povoljniji prijevoznički paketi što

također doprinosi razvoju turizma i potiče čovjeka da lakše donese odluku o nekom

putovanju jer se vrijeme prijevoza do ciljane destinacije znatno skratilo u odnosu na

nekoliko desetljeća unatrag.

Na turističkim djelatnicima i svima onima koji su vezani za turizam je da turista privuku

u hrvatske destinacije boljim marketinškim pristupom te da se sezona produlji i na

druge mjesece u godini, a ne samo na ljetne, što se može postići isključivo

obogaćivanjem ponude i povećanjem različitih sadržaja koji će zadovoljiti individualne

potrebe pojedinih turista.

U ovom diplomskom radu istraživan je utjecaj različitih čimbenika na turističku

potražnju u Hrvatskoj iz pet država s najvećim brojem turista, i to iz: Austrije, Češke,

Italije, Njemačke i Slovenije u periodu od 15 godina, od 1997. do 2011. godine.

Čimbenici koji su uzeti u obzir su BDP po stanovniku, navike, odnosno broj noćenja

turista po stanovniku iz emitivne države u prethodnoj godini i utjecaj rata na Kosovu

1999. godine.

Bruto domaći proizvod se nije pokazao kao bitan čimbenik turističke potražnje osim

kod turista iz Austrije koji statistički i imaju najviši iznos BDP po stanovniku od ostalih

promatranih država.

Navike imaju značajniji utjecaj na potražnju turista. Odnosno broj noćenja po

stanovniku u Hrvatskoj u tekućem razdoblju, ovisan je o broju noćenja po stanovniku u

proteklom razdoblju, uz duljinu odgode od godinu dana. Navike imaju utjecaja na

turiste iz Italije, Njemačke i Slovenije, jer su već prije bili u Hrvatskoj i zadovoljni su

turističkom ponudom ili su odmor u Hrvatskoj odlučili provesti na temelju nečijih

pozitivnih iskustava.

Rat na Kosovu 1999. imao je izrazito negativan utjecaj na potražnju turista iz svih

zemalja, ponajviše na turiste iz Italije.

60

Iako se broj dolazaka i noćenja turista blago povećava Hrvatska se mora približiti

suvremenim turističkim trendovima, gdje se daleko veća pažnja posvećuje: ekologiji,

kulturnom identitetu destinacije, aktivnom odmoru, kvaliteti usluga i selektivnim

oblicima razvoja turizma. Mora se napraviti odmak od masovnog turizma i staviti kao

prioritet formiranje vlastitog, prepoznatljivog proizvoda, obogaćivanje i kvalitativno

unapređivanje ponude s ciljem zadovoljavanja sve individualnijih turističkih potreba.

61

LITERATURA:

KNJIGE:

Baddeley M. & Barrowclough D. 2009, Runing regressions, Cambridge, UK

Biljan-August. M., Pivac S., Štambuk A. 2007, Upotreba statistike u ekonomiji,

Ekonomski fakultet sveučilišta u Rijeci, Rijeka

Cicvarić A. 1990, Ekonomika turizma, Zagreb – poduzeće za grafičku djelatnost,

Zagreb

Cooper C., Fletcher J., Fyall A., Gilbert D., Wanhill S. 2008, Ekonomija turizma načela

i praksa, Ekokon d.o.o., Split

Dobre R., 2005, Osnove turizma, Visoka škola za turistički menadžment Šibenik

F. Witt S. & Moutinho L. 1995, Tourism Marketing and Management Handbook,

Prentice Hall International, UK

Krippendorf J. 1986, Putujuće čovječanstvo, Sveučilišna naklada Liber, Zavod za

istraživanje turizma, Zagreb

Lovrić Lj. 2005, Uvod u ekonometriju, Ekonomski fakultet Sveučilišta u Rijeci, Rijeka

Marušić S. 2006, Upravljanje ljudskim potencijalima, 4. izdanje, ADECO, Zagreb

Newbold P., L. Carlson W., M. Thorne B. 2010, Statistika za poslovanje i ekonomiju,

Mate d.o.o., Zagreb

62

Studenmund A. H. 2010, Using Econometrics a practical guide, Pearson, International

Edition

Šošić I. 2006, Primijenjena statistika, Školska knjiga, Zagreb

Vranić V. 1958, Vjerojatnost i statistika, Tehnička knjiga, Zagreb

Zelenika R. 2000, Metodologija i tehnologija izrade znanstvenog i stručnog djela,

Ekonomski fakultet Sveučilišta u Rijeci, Rijeka

ČLANCI:

Banovac B. & Boneta Ž. 1998, "Sociokulturni čimbenici odabira turističke destinacije",

Ugostiteljstvo i turizam, Stručna revija za turizam, No. 9/98, p. 33 - 36

Kelebuh I. & Javor A. 1998, "Statistička istraživanja turizma", Ugostiteljstvo i turizam,

Stručna revija za turizam, No. 9/98, p. 42 – 44

Radinov N. 1989, "Koncepcija dugoročnog razvoja Hrvatskog turizma", Pravnik, No.

22, p. 15 - 39

Štifanić M. 2001, "Nastanak i razvoj sociologije turizma", Društvena istraživanja, No.

6, p. 859-877

INTERNET IZVORI:

Bahovec V., Dumičić K., Čeh Časni A. 2008, Modeliranje turističke potražnje

Republike Hrvatske modelom višestruke linearne regresije, Zbornik Ekonomskog

fakulteta u Zagrebu, vol. 6, no. 1, p. 46 – 50, Available at:

http://hrcak.srce.hr/index.php?show=clanak&id_clanak_jezik=49010

63

Gogala Z., Dumičić K., Brekalo A. 2010, Regresijska analiza linearne povezanosti

ponude ležajeva i ostvarenih turističkih noćenja po vrstama smještaja u Hrvatskoj od

2001. do 2009. godine, Zbornik ekonomskog fakulteta u Zagrebu, Vol. 8, No. 2, p. 137

– 162, Available at: http://hrcak.srce.hr/70780

Johnson R. R., A Guide to Using EViews with Using Econometrics: A Practical Guide,

University of San Diego, Available at: http://home.iscte-

iul.pt/~deam/html/EViews_tutorial.pdf

Kožić I. & Gatti P. 2012, "Istraživanje ciklusa turističke potražnje", Ekonomska misao i

praksa, no. 2, p. 479 – 496 Available at:


Škrinjarić T. 2011, Istraživanje inozemne turističke potražnje u Hrvatskoj primjenom

analize panel podataka, Acta turistica, vol. 23, no. 2, p. 145 – 173, Available at:


http://unstats.un.org/unsd/demographic/products/dyb/dyb2.htm, Demographic Yearbook

http://www.aiest.org

http://www.dzs.hr/

http://www.hgr.hr

http://vsmti.hr/

http://epp.eurostat.ec.europa.eu/portal/page/portal/eurostat/home

http://www.mint.hr/default.aspx?id=7973 Vlada Republike Hrvatske, veljača 2013.

Prijedlog strategije razvoja turizma Republike Hrvatske do 2020., Zagreb,

64

POPIS TABLICA, GRAFIKONA I SLIKA

TABLICE:

1. Dolasci i noćenja turista 23

2. ANOVA 29

3. Durbin-Watsonov test 35

4. Usporedba turističke potražnje stranih turista 56

GRAFIKONI:

1. BDP po stanovniku 21

2. Broj stanovnika 22

3. Dolasci turista 24

4. Noćenja turista 24

5. Heteroskedastičnost 32

6. Autokorelacija 34

7. Durbin – Watsonov test 36

8. Reziduali ocijenjene funkcije noćenja po stanovniku iz Austrije 42

9. Reziduali ocijenjene funkcije noćenja po stanovniku iz Češke 45

10. Reziduali ocijenjene funkcije noćenja po stanovniku iz Italije 49

11. Reziduali ocijenjene funkcije noćenja po stanovniku iz Njemačke 52

12. Reziduali ocijenjene funkcije noćenja po stanovniku iz Slovenije 55

SLIKE:

1. Maslowljeva hijerarhija potreba 6

2. Turistička potražnja 13

3. Čimbenici turističke potražnje 14

4. Čimbenici formiranja turističke potražnje 15

5. Čimbenici suvremenog turizma 18

i

DOLASCI TURISTA

Godine Austrija Češka Italija Njemačka Slovenija

1997. 542.000 581.000 788.000 747.000 589.000

1998. 567.000 505.000 853.000 828.000 661.000

1999. 478.000 423.000 631.000 627.000 717.000

2000. 640.000 711.000 1.012.000 1.048.000 849.000

2001. 687.000 742.000 1.060.000 1.300.000 877.000

2002. 690.000 698.000 1.099.000 1.482.000 870.000

2003. 709.000 699.000 1.206.000 1.552.000 918.000

2004. 741.000 664.000 1.232.000 1.580.000 884.000

2005. 742.000 616.000 1.253.000 1.572.000 879.000

2006. 790.000 593.000 1.235.000 1.545.000 913.000

2007. 840.000 669.000 1.249.000 1.555.000 1.015.000

2008. 814.000 623.000 1.168.000 1.546.000 1.043.000

2009. 882.000 607.000 1.200.000 1.580.000 1.013.000

2010. 810.000 606.000 1.018.000 1.525.000 1.017.000

2011. 893.000 638.000 1.150.000 1.661.000 1.100.000

Izvor: izradila studentica prema podacima DZS

NOĆENJA TURISTA


1996. 2.267.000 2.432.000 2.347.000 3.870.000 2.875.000

1997. 2.952.000 4.167.000 3.448.000 5.534.000 3.749.000

1998. 3.031.000 3.537.000 3.802.000 6.094.000 4.067.000

1999. 2.536.000 2.856.000 2.701.000 4.670.000 4.279.000

2000. 3.358.000 4.734.000 4.526.000 7.804.000 5.016.000

2001. 3.601.000 4.921.000 4.724.000 9.686.000 5.119.000

2002. 3.543.000 4.560.000 4.883.000 10.789.000 4.993.000

2003. 3.585.000 4.554.000 5.323.000 11.056.000 5.208.000

2004. 3.638.000 4.173.000 5.375.000 10.888.000 5.032.000

2005. 3.757.000 4.052.000 5.699.000 11.001.000 5.099.000

2006. 4.069.000 3.921.000 5.475.000 10.987.000 5.246.000

2007. 4.245.000 4.395.000 5.452.000 10.849.000 5.690.000

2008. 4.165.000 4.122.000 5.069.000 10.983.000 5.802.000

2009. 4.515.000 4.020.000 5.135.000 11.451.000 5.635.000

2010. 4.420.000 4.170.000 4.732.000 11.476.000 5.885.000

2011. 4.836.000 4.389.000 4.995.000 12.487.000 6.389.000

Izvor: izradila studentica prema podacima DZS

ii

BROJ STANOVNIKA


1997. 7.968.000 10.304.000 57.523.000 82.061.000 1.987.000

1998. 7.977.000 10.295.000 57.588.000 82.029.000 1.983.000

1999. 7.992.000 10.283.000 57.646.000 82.057.000 1.986.000

2000. 8.012.000 10.273.000 57.762.000 82.183.000 1.980.000

2001. 8.043.000 10.224.000 57.948.000 82.350.000 1.992.000

2002. 8.084.000 10.201.000 57.157.000 82.488.000 1.996.000

2003. 8.118.000 10.202.000 57.605.000 82.534.000 1.997.000

2004. 8.143.000 10.207.000 57.175.000 82.501.000 1.997.000

2005. 8.169.000 10.234.000 58.607.000 82.464.000 2.001.000

2006. 8.225.000 10.267.000 58.941.000 82.366.000 2.009.000

2007. 8.268.000 10.323.000 59.375.000 82.263.000 2.019.000

2008. 8.301.000 10.430.000 59.832.000 82.110.000 2.023.000

2009. 8.337.000 10.491.000 60.193.000 81.902.000 2.043.000

2010. 8.365.000 10.520.000 60.483.000 81.776.000 2.049.000

2011. 8.390.000 10.487.000 60.626.000 81.751.000 2.050.000

Izvor: izradila studentica prema podacima Demographic Yearbook

BDP PO STANOVNIKU


1997. 24.805,42 13.648,80 21.958,10 23.447,02 14.666,53

1998. 25.958,99 13.711,55 22.507,43 24.129,72 15.412,46

1999. 27.167,86 14.112,67 23.171,06 24.935,53 16.400,31

2000. 28.700,28 14.960,92 24.540,77 26.345,11 17.470,20

2001. 29.388,63 15.692,37 25.534,83 27.284,38 18.337,62

2002. 30.206,87 16.344,62 26.050,97 27.675,77 19.365,25

2003. 30.966,01 17.303,34 26.455,41 28.176,34 20.328,76

2004. 32.290,87 18.715,05 27.222,03 29.322,55 21.756,67

2005. 33.897,44 20.281,02 27.944,06 30.508,12 23.388,93

2006. 36.073,98 22.300,76 28.883,17 32.657,98 25.475,03

2007. 38.367,54 24.165,85 29.296,76 34.415,05 27.474,15

2008. 38.566,99 24.279,11 29.392,40 34.589,71 28.030,40

2009. 39.634,13 24.869,01 29.888,87 35.665,51 28.038,97

2010. 39.889,11 25.190,87 30.409,63 36.033,28 28.874,23

2011. 40.978,71 25.525,55 30.411,94 37.428,52 29.678,58

Izvor: izradila studentica prema podacima Eurostata

iii

ln BDP PO STANOVNIKU

Godina Austrija Češka Italija Njemačka Slovenija

1997 10,12 9,52 10,00 10,06 9,59

1998 10,16 9,53 10,02 10,09 9,64

1999 10,21 9,55 10,05 10,12 9,71

2000 10,26 9,61 10,11 10,18 9,77

2001 10,29 9,66 10,15 10,21 9,82

2002 10,32 9,70 10,17 10,23 9,87

2003 10,34 9,76 10,18 10,25 9,92

2004 10,38 9,84 10,21 10,29 9,99

2005 10,43 9,92 10,24 10,33 10,06

2006 10,49 10,01 10,27 10,39 10,15

2007 10,55 10,09 10,29 10,45 10,22

2008 10,56 10,10 10,29 10,45 10,24

2009 10,59 10,12 10,31 10,48 10,24

2010 10,59 10,13 10,32 10,49 10,27

2011 10,62 10,15 10,32 10,53 10,30


ln BROJ NOĆENJA PO STANOVNIKU


1996. 5,65 5,46 3,71 3,86 7,28

1997. 5,91 6,00 4,09 4,21 7,54

1998. 5,94 5,84 4,19 4,31 7,63

1999. 5,76 5,63 3,85 4,04 7,68

2000. 6,04 6,13 4,36 4,55 7,84

2001. 6,10 6,18 4,40 4,77 7,85

2002. 6,08 6,10 4,45 4,87 7,82

2003. 6,09 6,10 4,53 4,90 7,87

2004. 6,10 6,01 4,54 4,88 7,83

2005. 6,13 5,98 4,58 4,89 7,84

2006. 6,20 5,95 4,53 4,89 7,87

2007. 6,24 6,05 4,52 4,88 7,94

2008. 6,22 5,98 4,44 4,90 7,96

2009. 6,29 5,95 4,45 4,94 7,92

2010. 6,27 5,98 4,36 4,94 7,96

2011. 6,36 6,04 4,41 5,03 8,04


iv

T- TEST

T – test - dvostrani

hipoteza Ho:βj=0

Ha:βj ≠0

│tβj│> tc(n-k-1)

Odbacuje se nul-hipoteza te se uz vjerojatnost od (1-α)*100%

tvrdi da je parametar βj uz varijablu xi pouzdan i signifikantno

različit od nule.

│tβj│≤ tc(n-k-1)

Ne odbacuje se nul-hipoteza te se na nivou signifikantnosti od

α% tvrdi da parametar βj uz varijablu xi nije pouzdan i nije

signifikantno različit od nule.

T – test – ljevostrani

hipoteza Ho:βj≥0

Ha:βj<0


t<0



manji od nule.

│tβj│< tc(n-k-1)

t>0



signifikantno manji od nule.

T – test – desnostrani

hipoteza Ho:βj≤0

Ha:βj>0


t>0



veći od nule.

│tβj│< tc(n-k-1)

t<0



signifikantno veći od nule.

vi

F-TEST

hipoteza Ho:β0= β1= β2= βn=0

Ha:β0≠ β1≠ β2≠ βn≠0

│F│> Fα(k;n-k-1)


tvrdi da je regresijska funkcija (naziv funkcije) s (broj) varijable

(nazivi svih varijabli) pouzdana i dobro reprezentira pojavu.

│F│≤ Fα(k;n-k-1)


α% tvrdi da regresijska funkcija (naziv funkcije) s (broj)

varijable (nazivi svih varijabli) nije pouzdana.

vii

Kritične vrijednosti za 2χ test

Razina signifikantnosti

df 0.995 0.975 0.20 0.10 0.05 0.025 0.02 0.01 0.005 0.002 0.001

1 0.00004 0.0009 1.642 2.706 3.841 5.024 5.412 6.635 7.879 9.550 10.828

2 0.0100 0.0506 3.219 4.605 5.991 7.378 7.824 9.210 10.597 12.429 13.816

3 0.0717 0.216 4.642 6.251 7.815 9.348 9.837 11.345 12.838 14.796 16.266

4 0.207 0.484 5.989 7.779 9.488 11.143 11.668 13.277 14.860 16.924 18.467

5 0.412 0.831 7.289 9.236 11.070 12.833 13.388 15.086 16.750 18.907 20.515

6 0.676 1.237 8.558 10.645 12.592 14.449 15.033 16.812 18.548 20.791 22.458

7 0.989 1.690 9.803 12.017 14.067 16.013 16.622 18.475 20.278 22.601 24.322

8 1.344 2.180 11.030 13.362 15.507 17.535 18.168 20.090 21.955 24.352 26.124

9 1.735 2.700 12.242 14.684 16.919 19.023 19.679 21.666 23.589 26.056 27.877

10 2.156 3.247 13.442 15.987 18.307 20.483 21.161 23.209 25.188 27.722 29.588

11 2.603 3.816 14.631 17.275 19.675 21.920 22.618 24.725 26.757 29.354 31.264

12 3.074 4.404 15.812 18.549 21.026 23.337 24.054 26.217 28.300 30.957 32.909

13 3.565 5.009 16.985 19.812 22.362 24.736 25.472 27.688 29.819 32.535 34.528

14 4.075 5.629 18.151 21.064 23.685 26.119 26.873 29.141 31.319 34.091 36.123

15 4.601 6.262 19.311 22.307 24.996 27.488 28.259 30.578 32.801 35.628 37.697

16 5.142 6.908 20.465 23.542 26.296 28.845 29.633 32.000 34.267 37.146 39.252

17 5.697 7.564 21.615 24.769 27.587 30.191 30.995 33.409 35.718 38.648 40.790

18 6.265 8.231 22.760 25.989 28.869 31.526 32.346 34.805 37.156 40.136 42.312

19 6.844 8.907 23.900 27.204 30.144 32.852 33.687 36.191 38.582 41.610 43.820

20 7.434 9.591 25.038 28.412 31.410 34.170 35.020 37.566 39.997 43.072 45.315

21 8.034 10.283 26.171 29.615 32.671 35.479 36.343 38.932 41.401 44.522 46.797

22 8.643 10.982 27.301 30.813 33.924 36.781 37.659 40.289 42.796 45.962 48.268

23 9.260 11.689 28.429 32.007 35.172 38.076 38.968 41.638 44.181 47.391 49.728

24 9.886 12.401 29.553 33.196 36.415 39.364 40.270 42.980 45.559 48.812 51.179

25 10.520 13.120 30.675 34.382 37.652 40.646 41.566 44.314 46.928 50.223 52.620

26 11.160 13.844 31.795 35.563 38.885 41.923 42.856 45.642 48.290 51.627 54.052

27 11.808 14.573 32.912 36.741 40.113 43.195 44.140 46.963 49.645 53.023 55.476

28 12.461 15.308 34.027 37.916 41.337 44.461 45.419 48.278 50.993 54.411 56.892

29 13.121 16.047 35.139 39.087 42.557 45.722 46.693 49.588 52.336 55.792 58.301

30 13.787 16.791 36.250 40.256 43.773 46.979 47.962 50.892 53.672 57.167 59.703

31 14.458 17.539 37.359 41.422 44.985 48.232 49.226 52.191 55.003 58.536 61.098

32 15.134 18.291 38.466 42.585 46.194 49.480 50.487 53.486 56.328 59.899 62.487

33 15.815 19.047 39.572 43.745 47.400 50.725 51.743 54.776 57.648 61.256 63.870

34 16.501 19.806 40.676 44.903 48.602 51.966 52.995 56.061 58.964 62.608 65.247

35 17.192 20.569 41.778 46.059 49.802 53.203 54.244 57.342 60.275 63.955 66.619

36 17.887 21.336 42.879 47.212 50.998 54.437 55.489 58.619 61.581 65.296 67.985

37 18.586 22.106 43.978 48.363 52.192 55.668 56.730 59.893 62.883 66.633 69.346

38 19.289 22.878 45.076 49.513 53.384 56.896 57.969 61.162 64.181 67.966 70.703

39 19.996 23.654 46.173 50.660 54.572 58.120 59.204 62.428 65.476 69.294 72.055

40 20.707 24.433 47.269 51.805 55.758 59.342 60.436 63.691 66.766 70.618 73.402

viii

AUSTRIJA:

• OCIJENJENA FUNKCIJA:

Dependent Variable: V_P

Method: Least Squares

Date: 05/25/13 Time: 00:00

Sample: 1997 2011

Included observations: 15

Variable Coefficient Std. Error t-Statistic Prob.

C -1.751576 0.686268 -2.552322 0.0269

BDP_P 0.750328 0.113254 6.625187 0.0000

V1_P1 0.013802 0.099551 0.138640 0.8922

DV -0.231192 0.032588 -7.094437 0.0000

R-squared 0.973170 Mean dependent var 6.116515

Adjusted R-squared 0.965853 S.D. dependent var 0.158995

S.E. of regression 0.029381 Akaike info criterion -3.993785

Sum squared resid 0.009495 Schwarz criterion -3.804971

Log likelihood 33.95339 Hannan-Quinn criter. -3.995796

F-statistic 132.9974 Durbin-Watson stat 1.577935

Prob(F-statistic) 0.000000

Estimation Equation:

=========================

V_P = C(1) + C(2)*BDP_P + C(3)*V1_P1 + C(4)*DV

Substituted Coefficients:

=========================

V_P = -1.75157567733 + 0.750327561823*BDP_P + 0.0138017183928*V1_P1 -

0.231192224823*DV

ix

• HETRERODKEDASTIČNOST:

Heteroskedasticity Test: White

F-statistic 0.242732 Prob. F(6,8) 0.9493

Obs*R-squared 2.310168 Prob. Chi-Square(6) 0.8891

Scaled explained SS 1.355127 Prob. Chi-Square(6) 0.9685

Test Equation:

Dependent Variable: RESID^2


Date: 05/25/13 Time: 00:08

Sample: 1997 2011


Collinear test regressors dropped from specification


C 1.145454 3.229759 0.354656 0.7320

BDP_P -0.261650 1.031883 -0.253565 0.8062

BDP_P^2 0.013745 0.089377 0.153782 0.8816

BDP_P*V1_P1 -0.004056 0.146529 -0.027678 0.9786

BDP_P*DV -6.87E-05 0.000138 -0.497271 0.6324

V1_P1 0.069974 0.774626 0.090332 0.9302

V1_P1^2 -0.002147 0.067575 -0.031778 0.9754


Adjusted R-squared -0.480480 S.D. dependent var 0.000968


Sum squared resid 1.11E-05 Schwarz criterion -10.01557




x

• AUTOKORELACIJA:

Breusch-Godfrey Serial Correlation LM Test:



Test Equation:

Dependent Variable: RESID


Date: 05/25/13 Time: 00:09

Sample: 1997 2011


Presample missing value lagged residuals set to zero.


C -0.496674 1.028337 -0.482988 0.6406

BDP_P 0.080602 0.168468 0.478442 0.6437

V1_P1 -0.056092 0.134252 -0.417809 0.6859

DV 0.011469 0.039483 0.290482 0.7780

RESID(-1) 0.196549 0.497680 0.394930 0.7021

RESID(-2) 0.318443 0.452158 0.704275 0.4991

R-squared 0.061161 Mean dependent var -7.22E-16







xi

• MULTIKOLINEARNOST:

VIF:

Variance Inflation Factors

Date: 05/25/13 Time: 00:10

Sample: 1997 2011


Coefficient Uncentered Centered

Variable Variance VIF VIF

C 0.470963 8183.826 NA

BDP_P 0.012826 24090.07 5.838871

V1_P1 0.009910 6349.608 5.498235

DV 0.001062 1.230237 1.148221

MATRICA KORELACIJE:

• CHOW TEST:

xii

Chow Forecast Test

Equation: UNTITLED

Specification: V_P C BDP_P V1_P1 DV

Test predictions for observations from 2004 to 2011

Value df Probability

F-statistic 1.207434 (8, 3) 0.4854

Likelihood ratio 21.59690 8 0.0057

F-test summary:

Sum of

Sq. df

Mean

Squares

Test SSR 0.007245 8 0.000906

Restricted SSR 0.009495 11 0.000863

Unrestricted SSR 0.002250 3 0.000750


LR test summary:

Value df

Restricted LogL 33.95339 11

Unrestricted LogL 44.75184 3

Unrestricted log likelihood adjusts test equation results to account for

observations in forecast sample

Unrestricted Test Equation:



Date: 05/25/13 Time: 00:12

Sample: 1997 2003


Variable

Coefficien

t Std. Error t-Statistic Prob.

C -3.065149 1.871182 -1.638081 0.1999

BDP_P 0.882971 0.228259 3.868283 0.0306

V1_P1 0.007460 0.108468 0.068773 0.9495

DV -0.234209 0.031296 -7.483743 0.0049








• RAMSEY RESET TEST:

xiii

Ramsey RESET Test

Equation: UNTITLED


Omitted Variables: Squares of fitted values


t-statistic 0.353763 10 0.7309

F-statistic 0.125148 (1, 10) 0.7309


F-test summary:

Sum of

Sq. df

Mean

Squares

Test SSR 0.000117 1 0.000117

Restricted SSR 0.009495 11 0.000863



LR test summary:

Value df






Date: 05/25/13 Time: 00:13

Sample: 1997 2011


Variable

Coefficien


C 12.54782 40.42718 0.310381 0.7626

BDP_P -1.483769 6.316343 -0.234910 0.8190

V1_P1 -0.011597 0.126179 -0.091906 0.9286

DV 0.422833 1.849081 0.228672 0.8237

FITTED^2 0.241349 0.682234 0.353763 0.7309








• JARQUE-BERA TEST:

xiv

ČEŠKA:

xv




Date: 05/25/13 Time: 00:29

Sample: 1997 2011



C 6.563615 1.181767 5.554070 0.0002

BDP_P -0.087541 0.114732 -0.763003 0.4615

V1_P1 0.053865 0.139546 0.386000 0.7069

DV -0.415026 0.102316 -4.056336 0.0019









=========================

V_P = C(1) + C(2)*BDP_P + C(3)*V1_P1 + C(4)*DV


=========================

V_P = 6.56361480309 - 0.0875411161953*BDP_P + 0.053864836727*V1_P1 -

0.415026222112*DV


xvi





Test Equation:



Date: 05/25/13 Time: 00:30

Sample: 1997 2011




C 13.14123 3.441452 3.818515 0.0051

BDP_P -4.064741 0.555943 -7.311433 0.0001

BDP_P^2 0.181556 0.021024 8.635599 0.0000

BDP_P*V1_P1 0.070734 0.054936 1.287557 0.2339

BDP_P*DV -0.004420 0.000354 -12.47290 0.0000

V1_P1 2.430614 0.356956 6.809290 0.0001

V1_P1^2 -0.263239 0.031383 -8.387957 0.0000








• AUTOKORELACIJA:

xvii




Test Equation:



Date: 05/25/13 Time: 00:31

Sample: 1997 2011




C -0.722956 1.046513 -0.690824 0.5071

BDP_P 0.179351 0.129658 1.383266 0.1999

V1_P1 -0.178207 0.178623 -0.997668 0.3445

DV 0.321772 0.159031 2.023334 0.0737

RESID(-1) 1.299003 0.534209 2.431639 0.0379

RESID(-2) -0.257505 0.319192 -0.806742 0.4406

R-squared 0.423356 Mean dependent var 1.28E-15








xviii

VIF:


Date: 05/25/13 Time: 00:31

Sample: 1997 2011




C 1.396572 2423.327 NA

BDP_P 0.013164 2215.762 1.242784

V1_P1 0.019473 1200.024 1.137187

DV 0.010468 1.210990 1.130258

MATRICA KORELACIJE:

• CHOW TEST:

xix

Chow Forecast Test

Equation: UNTITLED




F-statistic 0.888010 (8, 3) 0.6054


F-test summary:

Sum of

Sq. df

Mean

Squares

Test SSR 0.066857 8 0.008357

Restricted SSR 0.095090 11 0.008645



LR test summary:

Value df








Date: 05/25/13 Time: 00:32

Sample: 1997 2003


Variable

Coefficien


C -5.354484 5.157856 -1.038122 0.3755

BDP_P 1.314931 0.607038 2.166144 0.1189

V1_P1 -0.211162 0.193904 -1.089004 0.3558

DV -0.349715 0.111307 -3.141889 0.0516









xx

Ramsey RESET Test

Equation: UNTITLED




t-statistic 0.761893 10 0.4637

F-statistic 0.580481 (1, 10) 0.4637


F-test summary:

Sum of

Sq. df

Mean

Squares

Test SSR 0.005217 1 0.005217

Restricted SSR 0.095090 11 0.008645



LR test summary:

Value df






Date: 05/25/13 Time: 00:32

Sample: 1997 2011


Variable

Coefficien


C 3179.727 4164.850 0.763468 0.4628

BDP_P -78.29345 102.6471 -0.762744 0.4632

V1_P1 48.22516 63.22607 0.762742 0.4632

DV -359.5713 471.4008 -0.762772 0.4632

FITTED^2 -74.16565 97.34409 -0.761892 0.4637









xxi

ITALIJA:

xxii




Date: 05/25/13 Time: 00:38

Sample: 1997 2011



C 2.006955 3.012292 0.666255 0.5190

BDP_P 0.061144 0.338769 0.180488 0.8601

V1_P1 0.411399 0.134611 3.056197 0.0109

DV -0.498183 0.089965 -5.537534 0.0002









=========================

V_P = C(1) + C(2)*BDP_P + C(3)*V1_P1 + C(4)*DV


=========================

V_P = 2.00695468731 + 0.0611438068783*BDP_P + 0.411399060509*V1_P1 -

0.498182795291*DV


xxiii





Test Equation:



Date: 05/25/13 Time: 00:40

Sample: 1997 2011




C 20.08028 80.70098 0.248823 0.8098

BDP_P -5.478925 18.34490 -0.298662 0.7728

BDP_P^2 0.360109 1.056619 0.340813 0.7420

BDP_P*V1_P1 -0.430449 0.765456 -0.562343 0.5893

BDP_P*DV -0.000750 0.000847 -0.886148 0.4014

V1_P1 3.644029 6.169703 0.590633 0.5711

V1_P1^2 0.084077 0.195761 0.429487 0.6789








• AUTOKORELACIJA:

xxiv




Test Equation:



Date: 05/25/13 Time: 00:40

Sample: 1997 2011




C -1.488434 4.056477 -0.366928 0.7222

BDP_P 0.177636 0.475861 0.373293 0.7176

V1_P1 -0.075471 0.214849 -0.351277 0.7335

DV 0.062633 0.133533 0.469047 0.6502

RESID(-1) 0.391719 0.441462 0.887322 0.3980

RESID(-2) -0.023726 0.480428 -0.049385 0.9617









xxv

VIF:


Date: 05/25/13 Time: 00:40

Sample: 1997 2011




C 9.073904 21921.95 NA

BDP_P 0.114765 28819.83 3.147627

V1_P1 0.018120 824.7105 2.800541

DV 0.008094 1.303582 1.216676

MATRICA KORELACIJE:

• CHOW TEST:

xxvi

Chow Forecast Test

Equation: UNTITLED




F-statistic 7.916857 (8, 3) 0.0581


F-test summary:

Sum of

Sq. df

Mean

Squares

Test SSR 0.065208 8 0.008151

Restricted SSR 0.068297 11 0.006209



LR test summary:

Value df



Unrestricted log likelihood adjusts test equation results to account

for





Date: 05/25/13 Time: 00:41

Sample: 1997 2003


Variable

Coefficien


C -16.52837 2.952342 -5.598394 0.0113

BDP_P 2.064557 0.318383 6.484511 0.0074

V1_P1 0.001006 0.080024 0.012574 0.9908

DV -0.378940 0.040117 -9.445867 0.0025









xxvii

Ramsey RESET Test

Equation: UNTITLED




t-statistic 0.683564 10 0.5098

F-statistic 0.467260 (1, 10) 0.5098


F-test summary:

Sum of

Sq. df

Mean

Squares

Test SSR 0.003049 1 0.003049

Restricted SSR 0.068297 11 0.006209



LR test summary:

Value df






Date: 05/25/13 Time: 00:42

Sample: 1997 2011


Variable

Coefficien


C 4.391113 4.658403 0.942622 0.3681

BDP_P -0.771374 1.266454 -0.609082 0.5561

V1_P1 -4.955987 7.853273 -0.631073 0.5421

DV 5.675649 9.032297 0.628373 0.5438

FITTED^2 1.506674 2.204145 0.683564 0.5098









xxviii

NJEMAČKA:

xxix




Date: 05/25/13 Time: 00:47

Sample: 1997 2011



C -0.839911 2.234783 -0.375836 0.7142

BDP_P 0.303717 0.253778 1.196782 0.2565

V1_P1 0.532029 0.104971 5.068337 0.0004

DV -0.485404 0.088048 -5.512946 0.0002









=========================

V_P = C(1) + C(2)*BDP_P + C(3)*V1_P1 + C(4)*DV


=========================

V_P = -0.83991093093 + 0.303716515997*BDP_P + 0.532029144788*V1_P1 -

0.485404429226*DV


xxx





Test Equation:



Date: 05/25/13 Time: 00:49

Sample: 1997 2011




C 17.95285 20.91244 0.858477 0.4156

BDP_P -4.449321 4.712080 -0.944237 0.3727

BDP_P^2 0.259071 0.266931 0.970554 0.3602

BDP_P*V1_P1 -0.185168 0.185241 -0.999604 0.3468

BDP_P*DV -0.001835 0.000590 -3.111699 0.0144

V1_P1 2.131497 1.627844 1.309399 0.2268

V1_P1^2 -0.029608 0.035745 -0.828315 0.4315








• AUTOKORELACIJA:

xxxi




Test Equation:



Date: 05/25/13 Time: 00:50

Sample: 1997 2011




C -2.023939 2.989433 -0.677031 0.5154

BDP_P 0.215734 0.352540 0.611941 0.5557

V1_P1 -0.044837 0.148802 -0.301316 0.7700

DV 0.190395 0.099953 1.904852 0.0892

RESID(-1) 1.142069 0.355090 3.216279 0.0106

RESID(-2) -0.398159 0.423343 -0.940512 0.3715

R-squared 0.559365 Mean dependent var 4.57E-16








xxxii

VIF:


Date: 05/25/13 Time: 00:50

Sample: 1997 2011




C 4.994254 11532.54 NA

BDP_P 0.064403 15791.57 3.349076

V1_P1 0.011019 554.8198 3.226980

DV 0.007752 1.193447 1.113884

MATRICA KORELACIJE:

• CHOW TEST:

xxxiii

Chow Forecast Test

Equation: UNTITLED




F-statistic 9.126978 (8, 3) 0.0479


F-test summary:

Sum of Sq. df

Mean

Squares

Test SSR 0.068635 8 0.008579

Restricted SSR 0.071454 11 0.006496



LR test summary:

Value df








Date: 05/25/13 Time: 00:51

Sample: 1997 2003



C -26.49069 3.351474 -7.904191 0.0042

BDP_P 2.980408 0.353565 8.429587 0.0035

V1_P1 0.178186 0.065623 2.715317 0.0728

DV -0.409238 0.035329 -11.58354 0.0014



S.E. of regression 0.030659

Akaike info

criterion -3.836200


Log likelihood 17.42670

Hannan-Quinn

criter. -4.218223




xxxiv

Ramsey RESET Test

Equation: UNTITLED




t-statistic 1.317292 10 0.2171

F-statistic 1.735260 (1, 10) 0.2171


F-test summary:

Sum of

Sq. df

Mean

Squares

Test SSR 0.010566 1 0.010566

Restricted SSR 0.071454 11 0.006496



LR test summary:

Value df






Date: 05/25/13 Time: 00:51

Sample: 1997 2011


Variable

Coefficien


C -34.25096 25.45554 -1.345521 0.2082

BDP_P 3.571567 2.492871 1.432713 0.1825

V1_P1 5.594114 3.844138 1.455232 0.1763

DV -4.876436 3.334466 -1.462434 0.1743

FITTED^2 -1.046252 0.794245 -1.317292 0.2171









xxxv

SLOVENIJA:

xxxvi




Date: 05/25/13 Time: 00:19

Sample: 1997 2011



C 2.483890 0.529112 4.694447 0.0007

BDP_P 0.201210 0.093733 2.146637 0.0550

V1_P1 0.430073 0.119837 3.588815 0.0043

DV -0.041049 0.048252 -0.850724 0.4131









=========================

V_P = C(1) + C(2)*BDP_P + C(3)*V1_P1 + C(4)*DV


=========================

V_P = 2.48389008674 + 0.201210094499*BDP_P + 0.430072713557*V1_P1 -

0.0410492149112*DV


xxxvii





Test Equation:



Date: 05/25/13 Time: 00:21

Sample: 1997 2011




C 1.118026 2.260121 0.494675 0.6341

BDP_P -0.279816 0.475221 -0.588813 0.5722

BDP_P^2 -0.037609 0.057347 -0.655809 0.5304

BDP_P*V1_P1 0.131665 0.119588 1.100990 0.3029

BDP_P*DV -0.000374 0.000279 -1.337478 0.2178

V1_P1 0.076105 0.480240 0.158474 0.8780

V1_P1^2 -0.089096 0.060141 -1.481463 0.1768








• AUTOKORELACIJA:

xxxviii




Test Equation:



Date: 05/25/13 Time: 00:22

Sample: 1997 2011




C 0.143073 0.547037 0.261541 0.7996

BDP_P -0.069559 0.133359 -0.521591 0.6145

V1_P1 0.070517 0.154559 0.456246 0.6590

DV -0.004939 0.054817 -0.090098 0.9302

RESID(-1) 0.025201 0.450945 0.055884 0.9567

RESID(-2) -0.587344 0.384036 -1.529398 0.1605









xxxix

VIF:


Date: 05/25/13 Time: 00:22

Sample: 1997 2011




C 0.279960 2155.311 NA

BDP_P 0.008786 6748.089 3.784813

V1_P1 0.014361 6710.751 3.613975

DV 0.002328 1.194965 1.115300

MATRICA KORELACIJE:

• CHOW TEST:

xl

Chow Forecast Test

Equation: UNTITLED




F-statistic 0.505600 (8, 3) 0.8040


F-test summary:

Sum of

Sq. df

Mean

Squares

Test SSR 0.012305 8 0.001538

Restricted SSR 0.021432 11 0.001948



LR test summary:

Value df



Unrestricted log likelihood adjusts test equation results to account

for





Date: 05/25/13 Time: 00:23

Sample: 1997 2003


Variable

Coefficien


C 0.901147 3.126466 0.288232 0.7919

BDP_P 0.432194 0.525611 0.822269 0.4712

V1_P1 0.343641 0.297306 1.155847 0.3314

DV -0.040881 0.063640 -0.642371 0.5663









xli

Ramsey RESET Test

Equation: UNTITLED




t-statistic 0.041480 10 0.9677

F-statistic 0.001721 (1, 10) 0.9677


F-test summary:

Sum of

Sq. df

Mean

Squares

Test SSR 3.69E-06 1 3.69E-06

Restricted SSR 0.021432 11 0.001948



LR test summary:

Value df






Date: 05/25/13 Time: 00:24

Sample: 1997 2011


Variable

Coefficien


C 1.259004 29.53470 0.042628 0.9668

BDP_P 0.382289 4.366550 0.087549 0.9320

V1_P1 0.797378 8.855872 0.090039 0.9300

DV -0.076815 0.863715 -0.088935 0.9309

FITTED^2 -0.055980 1.349555 -0.041480 0.9677









POPIS PRILOGA

Dolasci turista i

Noćenja turista i

Broj stanovnika ii

BDP po stanovniku ii

ln BDP po stanovniku iii

ln broj noćenja po stanovniku iii

T test iv

Kritične vrijednosti t razdiobe v

F test vi

Kritične vrijednosti F razdiobe vi

Kritične vrijednosti za 2χ test vii

Austrija viii

Ocijenjena funkcija viii

Heteroskedastičnost ix

Autokorelacija x

Multikolinearnost xi

Chow test xii

Ramsey RESET test xiii

Jarque-Bera test xiv

Češka xv

Ocijenjena funkcija xv

Heteroskedastičnost xvi

Autokorelacija xvii

Multikolinearnost xvii

Chow test xix

Ramsey RESET test xx

Jarque-Bera test xxi

Italija xxii

Ocijenjena funkcija xxii

Heteroskedastičnost xxiii

Autokorelacija xxiv

Multikolinearnost xxv

Chow test xxvi

Ramsey RESET test xxvii

Jarque-Bera test xxvii

Njemačka xxix

Ocijenjena funkcija xxix

Heteroskedastičnost xxx

Autokorelacija xxxi

Multikolinearnost xxxii

Chow test xxxiii

Ramsey RESET test xxxiv

Jarque-Bera test xxxv

Slovenija xxxvi

Ocijenjena funkcija xxxvi

Heteroskedastičnost xxxvii

Autokorelacija xxxviii

Multikolinearnost xxxix

Chow test x1

Ramsey RESET test x1i

Jarque-Bera test x1ii

IZJAVA

kojom izjavljujem da sam diplomski rad s naslovom EMPIRIJSKA ANALIZA

ČIMBENIKA TURISTIČKE POTRAŽNJE IZ DRŽAVA S NAJVEĆIM BROJEM

TURISTA U REPUBLICI HRVATSKOJ izradila samostalno pod voditeljstvom doc.

dr. sc. Ane Štambuk. U radu sam primijenila metodologiju znanstveno-istraživačkog

rada i koristila literaturu koja je navedena na kraju diplomskog rada. Tuđe spoznaje,

stavove, zaključke, teorije i zakonitosti koje sam izravno ili parafrazirajući navela u

diplomskom radu na uobičajen, standardan način citirala sam i povezala s korištenim

bibliografskim jedinicama. Rad je pisan u duhu hrvatskog jezika.

Također, izjavljujem da sam suglasna s objavom diplomskog rada na službenim

stranicama Fakulteta.

Studentica

Divna Pedić

empirijska analiza Čimbenika turisti Čke potraŽnje iz …oliver.efri.hr/zavrsni/168.b.pdf ·...

Documents