Analiza ankiet badawczych przeprowadzonych wśród studentów w Polsce

Wielkość: px
Rozpocząć pokaz od strony:

Download "Analiza ankiet badawczych przeprowadzonych wśród studentów w Polsce"

Transkrypt

1 Analiza ankiet badawczych przeprowadzonych wśród studentów w Polsce Szczecin, wrzesień 2012

2 Spis treści 1 Wprowadzenie Opis badania Przedmiot badania Cele badania Narzędzia badawcze Grupa badawcza Analiza danych Analiza statystyczna Analiza niezależności zależności dla cech jakościowych Analiza niezależności zależności dla cech ilościowych Analiza zależności dla cech jakościowych Analiza zależności dla cech ilościowych Analiza danych metodą zbiorów przybliżonych (rough sets) Podsumowanie wyników wnioski Załączniki Wzór ankiety Spis rysunków Spis tabel Strona 2 z 40

3 1 Wprowadzenie Prezentowany dokument przedstawia wyniki analizy ankiet badawczych przeprowadzonych na potrzeby projektu Innowacyjne nauczanie szansą wzmocnienia współpracy przedsiębiorców z sektorem nauki realizowanego w ramach Poddziałania Wsparcie procesów adaptacyjnych i modernizacyjnych w regionie, Działania 8.1. Rozwój pracowników i przedsiębiorstw w regionie, Priorytetu VIII PO Kapitał Ludzki Regionalne kadry gospodarki. Dokument zawiera podsumowanie wyników oraz wnioski płynące z badania ankietowego przeprowadzonego w okresie od czerwca do września 2012 r. 2 Opis badania 2.1 Przedmiot badania Przedmiotem badania jest analiza 172 ankiet badawczych skierowanych do studentów dotyczących wykorzystywania studiów przypadku w nauce. 2.2 Cele badania Celem badania ankietowego było zbadanie jakie metody nauczania są stosowane na poszczególnych rodzajach zajęć oraz jak studenci oceniają efektywność tych metod. Pytania miały na celu zbadanie jak bardzo rozpowszechniona jest metoda studium przypadku oraz czy podczas rozwiązywania studium wykorzystywane są systemy i aplikacje komputerowe. Kolejne pytania ankiety służyły zbadaniu opinii studentów na temat celowości stworzenia komputerowego kreatora studiów przypadku i jego przydatności podczas zajęć i nauki. Celem pytań było także zebranie informacji dotyczących potencjalnych korzyści płynących z stosowania takiego narzędzia. Rezultaty badania ankietowego będą służyły jako materiały pomocnicze w procesie podejmowania decyzji dotyczących projektu komputerowego kreatora studiów przypadku, działającego w obszarze współpracy przedsiębiorców z sektorem nauki. Co z kolei jest elementem niezbędnym do realizacji głównego celu projektu, jakim jest podniesienie poziomu innowacyjnej oferty kształcenia praktycznego studentów oraz wsparcia przedsiębiorców w rozwiązywaniu problemów gospodarczych (w województwie zachodniopomorskim). 2.3 Narzędzia badawcze Na poniższym rysunku zaprezentowano generalne podejście do procesu badawczego zastosowane w niniejszym opracowaniu. Strona 3 z 40

4 Rysunek 1. Zastosowana procedura badawcza Opracowanie niniejsze obejmuje ostatnie trzy etapy procedury badawczej, tj. redukcję i analizę danych oraz sformułowanie wniosków (etapy te zostały zaznaczone na rysunku kolorem szarym). Podstawowym narzędziem badawczym w badaniu był kwestionariusz ankiety. Składał się on z dwóch części: metryczki studenta i pytań. W części metryczkowej pytano o płeć i o poziom studiów (studia I, II i III ). Podstawowa cześć ankiety zawierała 9 pytań o charakterze zamkniętym. W tym 5 pytań było o charakterze dychotomicznym (kafeterie alternatywne wybór jednej z dwóch wykluczających się odpowiedzi), 2 pytania tabelaryczne, 1 kafeteria dysjunktywna (wybór tylko jednej odpowiedzi z podanych w kwestionariuszu) oraz 1 kafeteria koniunktywna (możliwy wybór więcej niż jednej odpowiedzi) o charakterze pytania półzamkniętego. 2.4 Grupa badawcza Badanie ilościowe zrealizowane zostało metodą ankietową (ankieta rozdawana) z wykorzystaniem zestandaryzowanego kwestionariusza (w formie papierowej). Respondentami byli studenci Uniwersytetu Szczecińskiego. Łącznie w badaniu wzięło udział 172 studentów, w tym 157 studentów studiów I i 15 studentów studiów II (w badaniu nie wziął udziału żaden student studiów doktoranckich). W badaniu wzięły udział głównie kobiety 122 osoby (co stanowi 70,93% respondentów). Pozostałych 50 respondentów było mężczyznami. Ta dysproporcja nie jest dziwna, Strona 4 z 40

5 w pewnym sensie odzwierciedla ona ogólną sytuację w województwie zachodniopomorskim, w którym blisko 60% studentów stanowią kobiety (57,25% wg danych GUS na koniec 2011 roku). Rysunek 2. Studenci wg płci i poziomu studiów I stopień studiów II stopień studiów 20 0 Kobiety Mężczyźni 3 Analiza danych 3.1 Analiza statystyczna Pierwsze dwa pytania zasadniczej części kwestionariusza odnosiły się do współpracy uczelni z przedsiębiorcami/firmami. Na pytanie: Czy uważa Pani/Pan, iż uczelnia winna współpracować z przedsiębiorcami/ firmami? większość studentów odpowiedziała twierdząco (91,86%). Natomiast tylko 43,60% studentów zauważyło, że uczelnia na której studiują współpracuje z przedsiębiorcami/firmami. Z analizy popularności metod nauczania stosowanych przez prowadzących podczas zajęć wynika, że większość nauczycieli akademickich charakteryzuje się tradycyjnym podejściem do prowadzenia wykładów, czyli stosuje prezentację tematu (95,35% studentów wskazało tę odpowiedź). Kolejnymi najpopularniejszymi metodami nauczania były prezentacje w PowerPoint i multimedialne (odpowiednio 88,37% i 79,65%) oraz dyskusje ze studentami (66,86%). Dwoma najrzadziej stosowanymi w ramach wykładów metodami są studium przypadku (30,24%) i burza mózgów (28,32% wskazań). Większą różnorodność w stosowaniu metod nauczania odnotowano w ramach prowadzonych zajęć ćwiczeniowych. Najczęściej stosowanymi metodami są: dyskusje ze studentami (83,14% odpowiedzi), praca w grupach (71,51% odpowiedzi), odpytywanie (69,77%), prezentacja w Strona 5 z 40

6 PowerPoint (68,60%), prezentacja multimedialna (59,88%) oraz wejściówki (56,40%). Mniejszą popularnością cieszą się: burza mózgów (49,42% wskazań) i studium przypadku (33,72%). Najrzadziej spotykaną metodą nauczania podczas ćwiczeń jest odgrywanie ról (6,98% odpowiedzi). Szczegółowe zestawienie udzielonych odpowiedzi, z uwzględnieniem poziomu studiów, zawiera tabela nr 1. Tabela 1. Metody nauczania stosowane przez prowadzących ćwiczenia (wg liczby odpowiedzi) Metoda nauczania Ogółem I stopień II stopień dyskusje ze studentami praca w grupach (coffee session) odpytywanie prezentacja w Power Point prezentacja multimedialna wejściówka burza mózgów studium przypadku odgrywanie ról Kolejne pytanie kwestionariusza dotyczyło oceny efektywności stosowanych metod nauczania na poszczególnych rodzajach zajęć, w których uczestniczą respondenci, w podziale na dwie podstawowe formy zajęć: wykłady i ćwiczenia. Ocenie poddano osiem metod nauczania: 1. prezentacja tematu, 2. rozwiązywanie zadań, 3. studium przypadku, 4. dyskusja, 5. praca w grupach, 6. odgrywanie ról, 7. odpytywanie z tematu, 8. burza mózgów. W odniesieniu do pierwszej z wymienionych form zajęć najmniejszą efektywnością odznaczają się, wg studentów, odgrywanie ról (84,3% respondentów oceniło efektywność nisko i bardzo nisko), odpytywanie z tematu (72,1% ocen niskich i bardzo niskich) oraz pracę w grupach (66,9% ocen niskich i bardzo niskich). Natomiast metodami nauczania, które najlepiej sprawdzają się w czasie wykładów, są: prezentacja tematu (61,6% studentów oceniło jej efektywność wysoko), dyskusja (45,3% ocen wysokich) oraz rozwiązywanie zadań (38,4% respondentów oceniło efektywność wysoko, a 31,4% - średnio). W przypadku dwóch pozostałych metod nauczania, tzn. studium Strona 6 z 40

7 przypadku i burzy mózgów, zdania respondentów były podzielone (żadna z 5 możliwych ocen nie dominowała nad innymi). Sytuację tę przedstawia rysunek 3. Rysunek 3. Ocena efektywności wybranych metod nauczania (w odniesieniu do wykładów) Odgrywanie ról Prezentacja tematu Bardzo niska Niska Średnia Wysoka Maksymalna efektywność efektywność efektywność efektywność efektywność 0 Bardzo niska efektywność Niska efektywność Średnia efektywność Wysoka Maksymalna efektywność efektywność Na rysunku nr 4 przedstawiono wykres stanowiący szczegółowe zestawienie dokonanych przez studentów ocen poszczególnych metod nauczania stosowanych podczas wykładów. Rysunek 4. Oceny efektywności metod nauczania stosowanych w ramach wykładów Prezentacja tematu Rozwiązywanie zadań Studium przypadku Dyskusja Praca w grupach Odgrywanie ról Odpytywanie z tematu Burza mózgów Bardzo niska efektywność Niska efektywność Średnia efektywność Wysoka efektywność Maksymalna efektywność Analizując odpowiedzi studentów dotyczące efektywności metod nauczania stosowanych podczas zajęć ćwiczeniowych, można zauważyć, że respondenci najniżej oceniają odgrywanie ról (73,3% respondentów oceniło efektywność nisko i bardzo nisko, w tym ocenę najniższą przyznało aż 60,5% osób), burzę mózgów (35,5% ocen niskich i bardzo niskich) oraz odpytywanie z tematu Strona 7 z 40

8 (32,6% ocen niskich i bardzo niskich). Natomiast metodami nauczania, które najlepiej sprawdzają się w czasie ćwiczeń, są: rozwiązywanie zadań (75,0% studentów oceniło ją wysoko i bardzo wysoko), prezentacja tematu (64,0% ocen wysokich) oraz dyskusja (62,2% respondentów oceniło efektywność wysoko i bardzo wysoko). W przypadku dwóch pozostałych metod nauczania, tzn. studium przypadku i pracy w grupach, zdania respondentów były podzielone (żadna z 5 możliwych ocen nie dominowała nad innymi). Zestawienie odpowiedzi dotyczących metody najbardziej i najmniej efektywnej według studentów przedstawia rysunek 5. Rysunek 5. Ocena efektywności wybranych metod nauczania (w odniesieniu do ćwiczeń) Odgrywanie ról Rozwiązywanie zadań 7,0% 4,7% Bardzo niska efektywność 0,6% 9,3% Bardzo niska efektywność 15,1% Niska efektywność Średnia efektywność 34,9% 15,1% Niska efektywność Średnia efektywność 12,8% 60,5% Wysoka efektywność Maksymalna efektywność Wysoka efektywność Maksymalna efektywność 40,1% Na rysunku 6 umieszczono wykres prezentujący szczegółowo odpowiedzi studentów dotyczące oceny metod nauczania stosowanych podczas ćwiczeń. Rysunek 6. Oceny efektywności metod nauczania stosowanych w ramach ćwiczeń Prezentacja tematu Rozwiązywanie zadań Studium przypadku Dyskusja Praca w grupach Odgrywanie ról Odpytywanie z tematu Burza mózgów Bardzo niska efektywność Niska efektywność Średnia efektywność Wysoka efektywność Maksymalna efektywność Strona 8 z 40

9 W następnej części kwestionariusza ankietowego skupiono się na metodzie studium przypadku i umieszczono pytania dotyczące częstotliwości użycia tej metody i wspomagania jej narzędziami informatycznymi (systemy i aplikacje komputerowe). Pytanie 5 kwestionariusza dotyczyło liczby studium przypadków podczas zajęć w roku akademickim 2010/2011, w których brali udział respondenci. Jak wynika z udzielonych odpowiedzi metoda ta nie jest szczególnie popularna przeważała odpowiedź 1-2 studia przypadków (66,28%). Szczegółowe zestawienie udzielonych odpowiedzi, z uwzględnieniem poziomu studiów, zawiera tabela nr 2. Tabela 2. Liczba studium przypadków, w których uczestniczyli respondenci (rok ak. 2010/2011) Liczba studium przypadków i więcej Liczba studentów I stopnia Liczba studentów II stopnia Studenci ogółem Na pytanie: Czy na zajęciach nauczyciele podczas rozwiązywania studium wykorzystywali systemy i aplikacje komputerowe? ponad połowa studentów odpowiedziała twierdząco (52,9%). Tak wysoka odpowiedź wynika najprawdopodobniej z niedoprecyzowania w pytaniu o jakie dokładnie oprogramowanie chodzi (w pytaniu nie wskazano, że chodzi o oprogramowanie specjalistyczne do tworzenia studium przypadków). Kolejne pytanie dotyczyło wyrażenia opinii czy system komputerowy kreatora studium przypadku byłby przydatnym narzędziem podczas zajęć i nauki z danego przedmiotu. W odniesieniu do tego pytania większość studentów nie potrafiła sformułować jednoznacznej opinii przeważały odpowiedzi nie wiem (54,7%). Jednoznacznie pozytywnie odebrało możliwość używania takiego systemu 43,0% studentów. Zdecydowanie negatywnych odpowiedzi było tylko 2,3% (por. rysunek 7). Strona 9 z 40

10 Rysunek 7. Ocena przydatności kreatora studium przypadków (wg studentów) 54,7% 43,0% Tak Nie Nie wiem 2,3% Podobnie rozkładały się odpowiedzi na pytanie dotyczące wyrażenia chęci korzystania z takiego kreatora. Nieco ponad połowa respondentów nie miała wyrobionego zdania na ten temat (51,7%), 46,5% chciałaby korzystać z tego oprogramowania, a tylko 1,7% nie wyraziło takiej chęci (por. rysunek 8). Tak wysoki odsetek odpowiedzi nie wiem w przypadku obu analizowanych pytań wynika prawdopodobnie z braku wcześniejszych doświadczeń studentów w stosowaniu takiego oprogramowania i nieznajomości jego funkcjonalności. Rysunek 8. Zadeklarowana przez studentów chęć korzystania z kreatora studium przypadków 51,7% 46,5% Tak Nie Nie wiem 1,7% W ostatnim pytaniu kwestionariusza studenci zostali poproszeni o określenie jakie elementy komputerowego kreatora studium przypadku byłyby użyteczne w przyswajaniu treści Strona 10 z 40

11 merytorycznych prezentowanych na zajęciach (wybór z listy). Poniższa lista prezentuje najczęściej wybierane odpowiedzi: 1. możliwość ciągłej komunikacji z nauczycielem prowadzącym (58,1%), 2. możliwość rozwiązywania realnych i aktualnych problemów przedsiębiorstw (32,0%), 3. oszczędność czasu (8,7%), 4. lepsze wykorzystanie i poznanie programów komputerowych (1,2%). Należy zauważyć, że nikt z respondentów nie wybrał żadnej z pozostałych trzech odpowiedzi, ani nie skorzystał z możliwości podania, innej, własnej odpowiedzi (jak wspomniano wcześniej, pytanie 9 miało charakter półotwarty). Szczegółowe zestawienie udzielonych odpowiedzi, z uwzględnieniem płci respondentów, zawiera tabela nr 3. Tabela 3. Korzyści wynikające z korzystania z kreatora studium przypadków (wg liczby wskazań) Korzyści Ogółem Kobiety Mężczyźni możliwość ciągłej komunikacji z nauczycielem prowadzącym możliwość rozwiązywania realnych i aktualnych problemów przedsiębiorstw oszczędność czasu lepsze wykorzystanie i poznanie programów komputerowych Analiza niezależności zależności dla cech jakościowych Analiza niezależności ocen rangowych poszczególnych metod nauczania - test zgodności Kołmogorowa Na podstawie zebranych danych dokonano ocen rangowych poszczególnych metod nauczania wśród 172 Studentów, używając skali 5-punktowej. 1. Typ zajęć: wykład Metoda nauczania: prezentacja tematu Należy zweryfikować hipotezę, że na poziomie istotności α=0,05, rozkład ocen według przypisanych rang jest rozkładem równomiernym (prostokątnym). Sposób obliczeń przedstawia tabela 4. Największa różnica między wyrazami szeregów proporcji skumulowanych wynosi 0,32 a zatem wartość empiryczna statystyki λ Kołmogorowa wynosi: λ=0,32 Ponieważ próba statystyczna jest większa niż 100 obserwacji, porównano otrzymaną wartość λ z wartością krytyczną granicznego rozkładu Kołmogorowa równą 1,358. Strona 11 z 40

12 Tabela 4. Rozkład ocen rangowych metody prezentacja tematu stosowanej na wykładzie Proporcje Proporcje Ranga Liczba skumulowane Różnice E'-H' E H E' H' ,08 0,20 0,08 0,20 0, ,02 0,20 0,10 0,40 0, ,26 0,20 0,36 0,60 0, ,45 0,20 0,81 0,80 0, ,19 0,20 1,00 1,00 0,00 Razem 172 1,00 1,00 Wartość krytyczna granicznego rozkładu Kołmogorowa jest mniejsza od wartości λ, należy więc odrzucić hipotezę, że rozkład ocen jest równomierny. 2. Typ zajęć: wykład Metoda nauczania: rozwiązywanie zadań Należy zweryfikować hipotezę, że na poziomie istotności α=0,05, rozkład ocen według przypisanych rang jest rozkładem równomiernym (prostokątnym). Sposób obliczeń przedstawia tabela 5. Największa różnica między wyrazami szeregów proporcji skumulowanych wynosi 0,13 a zatem wartość empiryczna statystyki λ Kołmogorowa wynosi: λ=0,13 Tabela 5. Rozkład ocen rangowych metody rozwiązywanie zadań stosowanej na wykładzie Proporcje Proporcje Ranga Liczba skumulowane Różnice E'-H' E H E' H' 1 1 0,01 0,20 0,01 0,20 0, ,09 0,20 0,10 0,40 0, ,15 0,20 0,25 0,60 0, ,40 0,20 0,65 0,80 0, ,35 0,20 1,00 1,00 0,00 Razem 172 1,00 1,00 Strona 12 z 40

13 Ponieważ próba statystyczna jest większa niż 100 obserwacji, porównano otrzymaną wartość λ z wartością krytyczną granicznego rozkładu Kołmogorowa równą 1,358. Wartość krytyczna granicznego rozkładu Kołmogorowa jest mniejsza od wartości λ, należy więc odrzucić hipotezę, że rozkład ocen jest równomierny. 3. Typ zajęć: wykład Metoda nauczania: studium przypadku Należy zweryfikować hipotezę, że na poziomie istotności α=0,05, rozkład ocen według przypisanych rang jest rozkładem równomiernym (prostokątnym). Sposób obliczeń przedstawia tabela 6. Największa różnica między wyrazami szeregów proporcji skumulowanych wynosi 0,15 a zatem wartość empiryczna statystyki λ Kołmogorowa wynosi: λ=0,15 Tabela 6. Rozkład ocen rangowych metody rozwiązywanie zadań stosowanej na wykładzie Ranga Liczba Proporcje Proporcje Różnice E'- skumulowane H' E H E' H' ,24 0,20 0,24 0,20 0, ,08 0,20 0,32 0,40 0, ,31 0,20 0,63 0,60 0, ,27 0,20 0,90 0,80 0, ,10 0,20 1,00 1,00 0,00 Razem 172 1,00 1,00 Ponieważ próba statystyczna jest większa niż 100 obserwacji, porównano otrzymaną wartość λ z wartością krytyczną granicznego rozkładu Kołmogorowa równą 1,358. Wartość krytyczna granicznego rozkładu Kołmogorowa jest mniejsza od wartości λ, należy więc odrzucić hipotezę, że rozkład ocen jest równomierny. 4. Typ zajęć: wykład Metoda nauczania: dyskusja Należy zweryfikować hipotezę, że na poziomie istotności α=0,05, rozkład ocen według przypisanych rang jest rozkładem równomiernym (prostokątnym). Sposób obliczeń przedstawia tabela 7. Największa różnica między wyrazami szeregów proporcji skumulowanych wynosi 0,18 a zatem wartość empiryczna statystyki λ Kołmogorowa wynosi: Strona 13 z 40

14 λ=0,18 Tabela 7. Rozkład ocen rangowych metody dyskusja stosowanej na wykładzie Ranga Liczba Proporcje Proporcje skumulowane E H E' H' Różnice E'-H' ,06 0,20 0,06 0,2 0, ,05 0,20 0,11 0,40 0, ,27 0,20 0,38 0,60 0, ,43 0,20 0,81 0,80 0, ,19 0,20 1,00 1,00 0,00 Razem 172 1,00 1,00 Ponieważ próba statystyczna jest większa niż 100 obserwacji, porównano otrzymaną wartość λ z wartością krytyczną granicznego rozkładu Kołmogorowa równą 1,358. Wartość krytyczna granicznego rozkładu Kołmogorowa jest mniejsza od wartości λ, należy więc odrzucić hipotezę, że rozkład ocen jest równomierny. 5. Typ zajęć: wykład Metoda nauczania: praca w grupach Należy zweryfikować hipotezę, że na poziomie istotności α=0,05, rozkład ocen według przypisanych rang jest rozkładem równomiernym (prostokątnym). Sposób obliczeń przedstawia tabela 8. Największa różnica między wyrazami szeregów proporcji skumulowanych wynosi 0,35 a zatem wartość empiryczna statystyki λ Kołmogorowa wynosi: λ=0,35 Tabela 8. Rozkład ocen rangowych metody praca w grupach stosowanej na wykładzie Ranga Liczba Proporcje Proporcje skumulowane E H E' H' Różnice E'-H' ,14 0,20 0,14 0,2 0, ,17 0,20 0,31 0,40 0, ,25 0,20 0,56 0,60 0, ,29 0,20 0,85 0,80 0, ,15 0,20 1,00 1,00 0,00 Razem 172 1,00 1,00 Strona 14 z 40

15 Ponieważ próba statystyczna jest większa niż 100 obserwacji, porównano otrzymaną wartość λ z wartością krytyczną granicznego rozkładu Kołmogorowa równą 1,358. Wartość krytyczna granicznego rozkładu Kołmogorowa jest mniejsza od wartości λ, należy więc odrzucić hipotezę, że rozkład ocen jest równomierny. 6. Typ zajęć: wykład Metoda nauczania: odgrywanie ról Należy zweryfikować hipotezę, że na poziomie istotności α=0,05, rozkład ocen według przypisanych rang jest rozkładem równomiernym (prostokątnym). Sposób obliczeń przedstawia tabela 9. Największa różnica między wyrazami szeregów proporcji skumulowanych wynosi 0,50 a zatem wartość empiryczna statystyki λ Kołmogorowa wynosi: λ=0,50 Tabela 9. Rozkład ocen rangowych metody odgrywanie ról stosowanej na wykładzie Ranga Liczba Proporcje Proporcje skumulowane E H E' H' Różnice E'-H' ,60 0,20 0,60 0,2 0, ,13 0,20 0,73 0,40 0, ,15 0,20 0,88 0,60 0, ,07 0,20 0,95 0,80 0, ,05 0,20 1,00 1,00 0,00 Razem 172 1,00 1,00 Ponieważ próba statystyczna jest większa niż 100 obserwacji, porównano otrzymaną wartość λ z wartością krytyczną granicznego rozkładu Kołmogorowa równą 1,358. Wartość krytyczna granicznego rozkładu Kołmogorowa jest mniejsza od wartości λ, należy więc odrzucić hipotezę, że rozkład ocen jest równomierny. 7. Typ zajęć: wykład Metoda nauczania: odpytywanie z tematu Należy zweryfikować hipotezę, że na poziomie istotności α=0,05, rozkład ocen według przypisanych rang jest rozkładem równomiernym (prostokątnym). Sposób obliczeń przedstawia tabela 10. Największa różnica między wyrazami szeregów proporcji skumulowanych wynosi 0,33 a zatem wartość empiryczna statystyki λ Kołmogorowa wynosi: Strona 15 z 40

16 λ=0,33 Tabela 10. Rozkład ocen rangowych metody odgrywanie ról stosowanej na wykładzie Proporcje Proporcje skumulowane Różnice E'- Ranga Liczba E H E' H' H' 28 0,16 0,20 0,16 0,2 0, ,16 0,20 0,33 0,40 0, ,33 0,20 0,66 0,60 0, ,24 0,20 0,90 0,80 0, ,10 0,20 1,00 1,00 0, ,00 1, Ponieważ próba statystyczna jest większa niż 100 obserwacji, porównano otrzymaną wartość λ z wartością krytyczną granicznego rozkładu Kołmogorowa równą 1,358. Wartość krytyczna granicznego rozkładu Kołmogorowa jest mniejsza od wartości λ, należy więc odrzucić hipotezę, że rozkład ocen jest równomierny. 8. Typ zajęć: wykład Metoda nauczania: burza mózgów Należy zweryfikować hipotezę, że na poziomie istotności α=0,05, rozkład ocen według przypisanych rang jest rozkładem równomiernym (prostokątnym). Sposób obliczeń przedstawia tabela 11. Największa różnica między wyrazami szeregów proporcji skumulowanych wynosi 0,10 a zatem wartość empiryczna statystyki λ Kołmogorowa wynosi: λ=0,10 Tabela 11. Rozkład ocen rangowych metody odgrywanie ról stosowanej na wykładzie Ranga Liczba Proporcje Proporcje skumulowane E H E' H' Różnice E'-H' ,25 0,20 0,25 0,2 0, ,10 0,20 0,35 0,40 0, ,26 0,20 0,62 0,60 0, ,28 0,20 0,90 0,80 0, ,10 0,20 1,00 1,00 0,00 Razem 172 1,00 1,00 Strona 16 z 40

17 Ponieważ próba statystyczna jest większa niż 100 obserwacji, porównano otrzymaną wartość λ z wartością krytyczną granicznego rozkładu Kołmogorowa równą 1,358. Wartość krytyczna granicznego rozkładu Kołmogorowa jest większa od wartości λ, nie podstaw do odrzucenia hipotezy, że rozkład ocen jest równomierny. 9. Typ zajęć: ćwiczenia Metoda nauczania: prezentacja tematu Należy zweryfikować hipotezę, że na poziomie istotności α=0,05, rozkład ocen według przypisanych rang jest rozkładem równomiernym (prostokątnym). Sposób obliczeń przedstawia tabela 4. Największa różnica między wyrazami szeregów proporcji skumulowanych wynosi 0,30 a zatem wartość empiryczna statystyki λ Kołmogorowa wynosi: λ=0,30 Ponieważ próba statystyczna jest większa niż 100 obserwacji, porównano otrzymaną wartość λ z wartością krytyczną granicznego rozkładu Kołmogorowa równą 1,358. Tabela 12. Rozkład ocen rangowych metody prezentacja tematu stosowanej na wykładzie Proporcje Proporcje Ranga Liczba skumulowane Różnice E'-H' E H E' H' ,08 0,20 0,08 0,20 0, ,02 0,20 0,10 0,40 0, ,26 0,20 0,36 0,60 0, ,45 0,20 0,81 0,80 0, ,19 0,20 1,00 1,00 0,00 Razem 172 1,00 1,00 Wartość krytyczna granicznego rozkładu Kołmogorowa jest mniejsza od wartości λ, należy więc odrzucić hipotezę, że rozkład ocen jest równomierny. 10. Typ zajęć: ćwiczenia Metoda nauczania: rozwiązywanie zadań Należy zweryfikować hipotezę, że na poziomie istotności α=0,05, rozkład ocen według przypisanych rang jest rozkładem równomiernym (prostokątnym). Sposób obliczeń przedstawia tabela 5. Największa różnica między wyrazami szeregów proporcji skumulowanych wynosi 0,35 a zatem wartość empiryczna statystyki λ Kołmogorowa wynosi: Strona 17 z 40

18 λ=0,35 Tabela 13. Rozkład ocen rangowych metody rozwiązywanie zadań stosowanej na wykładzie Proporcje Proporcje Ranga Liczba skumulowane Różnice E'-H' E H E' H' 1 1 0,01 0,20 0,01 0,20 0, ,09 0,20 0,10 0,40 0, ,15 0,20 0,25 0,60 0, ,40 0,20 0,65 0,80 0, ,35 0,20 1,00 1,00 0,00 Razem 172 1,00 1,00 Ponieważ próba statystyczna jest większa niż 100 obserwacji, porównano otrzymaną wartość λ z wartością krytyczną granicznego rozkładu Kołmogorowa równą 1,358. Wartość krytyczna granicznego rozkładu Kołmogorowa jest mniejsza od wartości λ, należy więc odrzucić hipotezę, że rozkład ocen jest równomierny. 11. Typ zajęć: ćwiczenia Metoda nauczania: studium przypadku Należy zweryfikować hipotezę, że na poziomie istotności α=0,05, rozkład ocen według przypisanych rang jest rozkładem równomiernym (prostokątnym). Sposób obliczeń przedstawia tabela 6. Największa różnica między wyrazami szeregów proporcji skumulowanych wynosi 0,10 a zatem wartość empiryczna statystyki λ Kołmogorowa wynosi: λ=0,10 Strona 18 z 40

19 Tabela 14. Rozkład ocen rangowych metody rozwiązywanie zadań stosowanej na wykładzie Ranga Liczba Proporcje Proporcje Różnice E'- skumulowane H' E H E' H' ,24 0,20 0,24 0,20 0, ,08 0,20 0,32 0,40 0, ,31 0,20 0,63 0,60 0, ,27 0,20 0,90 0,80 0, ,10 0,20 1,00 1,00 0,00 Razem 172 1,00 1,00 Ponieważ próba statystyczna jest większa niż 100 obserwacji, porównano otrzymaną wartość λ z wartością krytyczną granicznego rozkładu Kołmogorowa równą 1,358. Wartość krytyczna granicznego rozkładu Kołmogorowa jest większa od wartości λ, nie podstaw do odrzucenia hipotezy, że rozkład ocen jest równomierny. 12. Typ zajęć: ćwiczenia Metoda nauczania: dyskusja Należy zweryfikować hipotezę, że na poziomie istotności α=0,05, rozkład ocen według przypisanych rang jest rozkładem równomiernym (prostokątnym). Sposób obliczeń przedstawia tabela 7. Największa różnica między wyrazami szeregów proporcji skumulowanych wynosi 0,29 a zatem wartość empiryczna statystyki λ Kołmogorowa wynosi: λ=0,29 Tabela 15. Rozkład ocen rangowych metody dyskusja stosowanej na wykładzie Ranga Liczba Proporcje Proporcje skumulowane E H E' H' Różnice E'-H' ,06 0,20 0,06 0,2 0, ,05 0,20 0,11 0,40 0, ,27 0,20 0,38 0,60 0, ,43 0,20 0,81 0,80 0, ,19 0,20 1,00 1,00 0,00 Razem 172 1,00 1,00 Strona 19 z 40

20 Ponieważ próba statystyczna jest większa niż 100 obserwacji, porównano otrzymaną wartość λ z wartością krytyczną granicznego rozkładu Kołmogorowa równą 1,358. Wartość krytyczna granicznego rozkładu Kołmogorowa jest mniejsza od wartości λ, należy więc odrzucić hipotezę, że rozkład ocen jest równomierny. 13. Typ zajęć: ćwiczenia Metoda nauczania: praca w grupach Należy zweryfikować hipotezę, że na poziomie istotności α=0,05, rozkład ocen według przypisanych rang jest rozkładem równomiernym (prostokątnym). Sposób obliczeń przedstawia tabela 8. Największa różnica między wyrazami szeregów proporcji skumulowanych wynosi 0,09 a zatem wartość empiryczna statystyki λ Kołmogorowa wynosi: λ=0,09 Tabela 16. Rozkład ocen rangowych metody praca w grupach stosowanej na wykładzie Ranga Liczba Proporcje Proporcje skumulowane E H E' H' Różnice E'-H' ,14 0,20 0,14 0,2 0, ,17 0,20 0,31 0,40 0, ,25 0,20 0,56 0,60 0, ,29 0,20 0,85 0,80 0, ,15 0,20 1,00 1,00 0,00 Razem 172 1,00 1,00 Ponieważ próba statystyczna jest większa niż 100 obserwacji, porównano otrzymaną wartość λ z wartością krytyczną granicznego rozkładu Kołmogorowa równą 1,358. Wartość krytyczna granicznego rozkładu Kołmogorowa jest większa od wartości λ, nie podstaw do odrzucenia hipotezy, że rozkład ocen jest równomierny. 14. Typ zajęć: ćwiczenia Metoda nauczania: odgrywanie ról Należy zweryfikować hipotezę, że na poziomie istotności α=0,05, rozkład ocen według przypisanych rang jest rozkładem równomiernym (prostokątnym). Sposób obliczeń przedstawia tabela 9. Największa różnica między wyrazami szeregów proporcji skumulowanych wynosi 0,40 a zatem wartość empiryczna statystyki λ Kołmogorowa wynosi: Strona 20 z 40

21 λ=0,40 Tabela 17. Rozkład ocen rangowych metody odgrywanie ról stosowanej na wykładzie Ranga Liczba Proporcje Proporcje skumulowane E H E' H' Różnice E'-H' ,60 0,20 0,60 0,2 0, ,13 0,20 0,73 0,40 0, ,15 0,20 0,88 0,60 0, ,07 0,20 0,95 0,80 0, ,05 0,20 1,00 1,00 0,00 Razem 172 1,00 1,00 Ponieważ próba statystyczna jest większa niż 100 obserwacji, porównano otrzymaną wartość λ z wartością krytyczną granicznego rozkładu Kołmogorowa równą 1,358. Wartość krytyczna granicznego rozkładu Kołmogorowa jest mniejsza od wartości λ, należy więc odrzucić hipotezę, że rozkład ocen jest równomierny. 15. Typ zajęć: ćwiczenia Metoda nauczania: odpytywanie z tematu Należy zweryfikować hipotezę, że na poziomie istotności α=0,05, rozkład ocen według przypisanych rang jest rozkładem równomiernym (prostokątnym). Sposób obliczeń przedstawia tabela 10. Największa różnica między wyrazami szeregów proporcji skumulowanych wynosi 0,10 a zatem wartość empiryczna statystyki λ Kołmogorowa wynosi: λ=0,10 Tabela 18. Rozkład ocen rangowych metody odgrywanie ról stosowanej na wykładzie Proporcje Proporcje skumulowane Różnice E'- Ranga Liczba E H E' H' H' 28 0,16 0,20 0,16 0,2 0, ,16 0,20 0,33 0,40 0, ,33 0,20 0,66 0,60 0, ,24 0,20 0,90 0,80 0, ,10 0,20 1,00 1,00 0, ,00 1, Strona 21 z 40

22 Ponieważ próba statystyczna jest większa niż 100 obserwacji, porównano otrzymaną wartość λ z wartością krytyczną granicznego rozkładu Kołmogorowa równą 1,358. Wartość krytyczna granicznego rozkładu Kołmogorowa jest większa od wartości λ, nie podstaw do odrzucenia hipotezy, że rozkład ocen jest równomierny. 16. Typ zajęć: ćwiczenia Metoda nauczania: burza mózgów Należy zweryfikować hipotezę, że na poziomie istotności α=0,05, rozkład ocen według przypisanych rang jest rozkładem równomiernym (prostokątnym). Sposób obliczeń przedstawia tabela 11. Największa różnica między wyrazami szeregów proporcji skumulowanych wynosi 0,10 a zatem wartość empiryczna statystyki λ Kołmogorowa wynosi: λ=0,10 Tabela 19. Rozkład ocen rangowych metody odgrywanie ról stosowanej na wykładzie Ranga Liczba Proporcje Proporcje skumulowane E H E' H' Różnice E'-H' ,25 0,20 0,25 0,2 0, ,10 0,20 0,35 0,40 0, ,26 0,20 0,62 0,60 0, ,28 0,20 0,90 0,80 0, ,10 0,20 1,00 1,00 0,00 Razem 172 1,00 1,00 Ponieważ próba statystyczna jest większa niż 100 obserwacji, porównano otrzymaną wartość λ z wartością krytyczną granicznego rozkładu Kołmogorowa równą 1,358. Wartość krytyczna granicznego rozkładu Kołmogorowa jest większa od wartości λ, nie podstaw do odrzucenia hipotezy, że rozkład ocen jest równomierny Analiza niezależności zależności dla cech ilościowych Brak odpowiednich danych do przeprowadzenia tego typu testów. Strona 22 z 40

23 3.1.3 Analiza zależności dla cech jakościowych Ocena zależności między grupami respondentów (w zależności od płci) a chęcią skorzystania z przygotowanego komputerowego kreatora studium przypadku Należy zbadać czy istnieje zależność między grupami respondentów (w zależności od płci) a chęcią skorzystania z przygotowanego komputerowego kreatora studium przypadku (tabela 20). W tym celu obliczono teoretyczne liczebności, mnożąc sumy odpowiednich wierszy przez sumy odpowiednich kolumn i dzieląc uzyskane iloczyny przez sumę ogólną (tabela 21). Tabela 20. Preferencje dotyczące chęci skorzystania z komputerowego kreatora studium przypadku przez kobiety i mężczyzn Wyszczególnienie Tak Nie Nie wiem Razem Kobiety Mężczyźni Razem Tabela 21. Teoretyczne wartości preferencji Wyszczególnienie Tak Nie Nie wiem Razem Kobiety Mężczyźni Razem Na podstawie obydwu tabel obliczono wartość chi-kwadrat równą 8, Obliczono również współczynnik C Pearsona = 0, Następnie z tablicy rozkładu Chi-kwadrat, przy poziomie istotności α=0,05 i 2 stopniach swobody odczytano wartość χ 2 0,05 =0, Ponieważ obliczona wartość χ 2 =8, jest większa od wartości χ 2 0,05 =0,102587, zachodzi istotna zależność między płcią respondenta a chęcią skorzystania z komputerowego kreatora studium przypadku. Strona 23 z 40

24 Ocena zależności między rodzajem studiów, na którym znajduje się respondent a chęcią skorzystania z komputerowego kreatora studium przypadku Podobne obliczenia przeprowadzono sprawdzając czy istnieje zależność między rodzajem studiów, na którym znajduje się respondent a chęcią skorzystania z komputerowego kreatora studium przypadku (tabela 22 i 23 Tabela 22. Preferencje dotyczące chęci skorzystania z komputerowego kreatora studium przypadku w zależności od rodzaju studiów, na którym znajdował się respondent Wyszczególnienie Tak Nie Nie wiem Razem Stopień I Stopień II Razem Tabela 23. Teoretyczne wartości preferencji Wyszczególnienie Tak Nie Nie wiem Razem Stopień I Stopień II Razem Na podstawie obydwu tabel obliczono wartość chi-kwadrat równą 28, Obliczono również współczynnik C Pearsona = 0, Następnie z tablicy rozkładu Chi-kwadrat, przy poziomie istotności α=0,05 i 2 stopniach swobody odczytano wartość χ 2 0,05 = 0, Ponieważ obliczona wartość χ 2 = 28,13105 jest większa od wartości χ 2 0,05 =0,102587, zachodzi istotna zależność między rodzajem studiów, na których znajduje się respondent a chęcią skorzystania z komputerowego kreatora studium przypadku. Ocena rangowa metod nauczania stosowanych na wykładzie Stosując współczynnik korelacji wielorakiej Kendalla przeprowadzono badanie zgodności opinii respondentów na temat stosowanych metod nauczania na wykładzie. Odejmując od sum rang poszczególnych cech (metod nauczania) średnią wartość wszystkich rang, która wynosi 451 i podstawiając do wzoru, otrzymamy wartość współczynnika korelacji wielorakiej Kendalla W = 0, (tabela 24). Ponieważ liczba badanych cech jest > 7 dokonano aproksymacji rozkładu współczynnika W za pomocą chi-kwadrat z n-1 stopniami swobody według wzoru: χ 2 =k(n-1)w, gdzie k oznacza liczbę ocenianych cech, a n oznacza liczbę respondentów: χ 2 = 41,965. W tablicy rozkładu chi-kwadrat, dla α=0,05 oraz 172-1=171 stopni swobody odczytano wartość krytyczną χ 2 0,05 = 141,760. Ponieważ otrzymana wartość χ 2 = 41,965 jest niższa od wartości krytycznej różnice między ocenami poszczególnych metod nauczania dokonanymi przez respondentów są nieistotne. Strona 24 z 40

25 Tabela 24. Ocena rangowa metod nauczania stosowanych na wykładzie q7 q8 q9 q10 q11 q12 q13 q14 p p p p p p p p p p Razem Odchylenia 97,375 35,375 12,375 53,875 53,625 90,625 61,625 6,875 alfa 0,05 k 8 n 172 średnia 451 SKS 28722,38 chi-kwadrat alfa 141,760 chi-kwadrat 31,623 W Kendalla 0, Ocena rangowa metod nauczania stosowanych na ćwiczeniach Stosując współczynnik korelacji wielorakiej Kendalla przeprowadzono również badanie zgodności opinii respondentów na temat stosowanych metod nauczania na ćwiczeniach. Odejmując od sum rang poszczególnych cech (metod nauczania) średnią wartość wszystkich rang, która wynosi 538 i podstawiając do wzoru, otrzymamy wartość współczynnika korelacji wielorakiej Kendalla W = 0, (tabela 25). Ponieważ liczba badanych cech jest > 7 dokonano aproksymacji rozkładu współczynnika W za pomocą chi-kwadrat z n-1 stopniami swobody według wzoru: χ 2 =k(n- 1)W, gdzie k oznacza liczbę ocenianych cech, a n oznacza liczbę respondentów: χ 2 = 25,537. W tablicy rozkładu chi-kwadrat, dla α=0,05 oraz 172-1=171 stopni swobody odczytano wartość krytyczną χ 2 0,05 = 141,760. Ponieważ otrzymana wartość χ 2 = 25,537 jest niższa od wartości krytycznej różnice między ocenami poszczególnych metod nauczania dokonanymi przez respondentów są nieistotne. Strona 25 z 40

26 Tabela 25. Ocena rangowa metod nauczania stosowanych na ćwiczeniach q15 q16 q17 q18 q19 q20 q21 q22 p p p p p p p p p p Razem Odchylenia 88, ,875 24,375 87,875 44,875 68,625 28,375 21,875 alfa 0,05 k 8 n 172 średnia 538 SKS 38116,25 chi-kwadrat alfa 141,760 chi-kwadrat 41,965 W Kendalla 0, Analiza zależności dla cech ilościowych Brak odpowiednich danych do przeprowadzenia tego typu testów. Strona 26 z 40

27 3.2 Analiza danych metodą zbiorów przybliżonych (rough sets) Zgodnie z teorią zbiorów przybliżonych dane zebrane przy pomocy ankiety zostały w pierwszej kolejności zapisane w postaci pierwotnej tablicy informacyjnej (tabela nr 26). Tabela 26. Fragment pierwotnej tablicy informacyjnej L.p. Rodzaj studiów Płeć Czy zauważa Pani/Pan, iż uczelnia na której Pani/Pan studiuje współpracuje z przedsiębiorcami/ firmami? Czy uważa Pani/Pan, iż uczelnia winna współpracować z przedsiębiorcami/ firmami? W kolumnie pierwszej wprowadzono numer nadany badanej osobie, zaś w pozostałych kolumnach zawarto odpowiedzi na pytania otrzymane od respondentów. Następnie dane zebrane w tablicy pierwotnej zostały zakodowane zgodnie z poniższym wzorem: a) symbolem q1 oznaczono zmienną rodzaj studiów; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: S1 studia I, S2 - studia II i S3 studia III ; b) symbolem q2 oznaczono zmienną płeć; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: K kobieta, M mężczyzna; Czy chętnie korzystałaby/by Pani/Pan z przygotowanego komputerowego kreatora studium przypadku? p1 Studia I Kobieta tak tak tak p2 Studia I Kobieta tak tak tak p3 Studia I Kobieta tak tak tak p4 Studia I Kobieta tak tak tak p5 Studia I Kobieta tak tak nie wiem p6 Studia I Kobieta nie tak nie wiem p7 Studia I Mężczyzna tak tak nie wiem p8 Studia I Mężczyzna nie tak nie wiem p9 Studia I Mężczyzna tak nie tak p10 Studia I Mężczyzna tak tak nie wiem p11 Studia I Mężczyzna nie tak nie wiem p12 Studia I Mężczyzna nie nie wiem tak p13 Studia I Mężczyzna tak tak tak p14 Studia II Kobieta nie tak nie wiem p15 Studia II Kobieta tak tak tak p16 Studia II Mężczyzna nie tak nie wiem p17 Studia II Mężczyzna nie nie tak p18 Studia II Mężczyzna nie nie wiem nie wiem p19 Studia II Mężczyzna nie tak nie wiem Strona 27 z 40

28 c) symbolem q3 oznaczono pytanie nr 1; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a tak, b nie, c nie wiem; d) symbolem q4 oznaczono pytanie nr 2; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: tak lub nie; e) symbolem q5 oznaczono opcję wykład zawartą w pytaniu nr 3; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a prezentacja tematu, b dyskusje ze studentami, c multimedia, d burza mózgów, e power point, f studium przypadku, g inne, jakie; f) symbolem q6 oznaczono opcję ćwiczenia zawartą w pytaniu nr 3; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a praca w grupach, b dyskusje ze studentami, c odgrywanie ról, d burza mózgów, e studium przypadku, f odpytywanie, g prezentacja multimedialna, h prezentacja w power point, i wejściówka, j inne, jakie; g) symbolem q7 oznaczono metodę nauczania prezentacja tematu dla opcji wykład ; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a1 1pkt., a2 2pkt., a3 3 pkt., a4 4 pkt., a5-5 pkt.; h) symbolem q8 oznaczono metodę nauczania rozwiązywanie zadań dla opcji wykład ; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a1 1pkt., a2 2pkt., a3 3 pkt., a4 4 pkt., a5-5 pkt.; i) symbolem q9 oznaczono metodę nauczania studium przypadku dla opcji wykład ; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a1 1pkt., a2 2pkt., a3 3 pkt., a4 4 pkt., a5-5 pkt.; j) symbolem q10 oznaczono metodę nauczania dyskusja dla opcji wykład ; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a1 1pkt., a2 2pkt., a3 3 pkt., a4 4 pkt., a5-5 pkt.; k) symbolem q11 oznaczono metodę nauczania praca w grupach dla opcji wykład ; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a1 1pkt., a2 2pkt., a3 3 pkt., a4 4 pkt., a5-5 pkt.; l) symbolem q12 oznaczono metodę nauczania odgrywanie ról dla opcji wykład ; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a1 1pkt., a2 2pkt., a3 3 pkt., a4 4 pkt., a5-5 pkt.; m) symbolem q13 oznaczono metodę nauczania odpytywanie z tematu dla opcji wykład ; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a1 1pkt., a2 2pkt., a3 3 pkt., a4 4 pkt., a5-5 pkt.; Strona 28 z 40

29 n) symbolem q14 oznaczono metodę nauczania burza mózgów dla opcji wykład ; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a1 1pkt., a2 2pkt., a3 3 pkt., a4 4 pkt., a5-5 pkt.; o) symbolem q15 oznaczono metodę nauczania prezentacja tematu dla opcji ćwiczenia ; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a1 1pkt., a2 2pkt., a3 3 pkt., a4 4 pkt., a5-5 pkt.; p) symbolem q16 oznaczono metodę nauczania rozwiązywanie zadań dla opcji ćwiczenia ; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a1 1pkt., a2 2pkt., a3 3 pkt., a4 4 pkt., a5-5 pkt.; q) symbolem q17 oznaczono metodę nauczania studium przypadku dla opcji ćwiczenia ; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a1 1pkt., a2 2pkt., a3 3 pkt., a4 4 pkt., a5-5 pkt.; r) symbolem q18 oznaczono metodę nauczania dyskusja dla opcji ćwiczenia ; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a1 1pkt., a2 2pkt., a3 3 pkt., a4 4 pkt., a5-5 pkt.; s) symbolem q19 oznaczono metodę nauczania praca w grupach dla opcji ćwiczenia ; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a1 1pkt., a2 2pkt., a3 3 pkt., a4 4 pkt., a5-5 pkt.; t) symbolem q20 oznaczono metodę nauczania odgrywanie ról dla opcji ćwiczenia ; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a1 1pkt., a2 2pkt., a3 3 pkt., a4 4 pkt., a5-5 pkt.; u) symbolem q21 oznaczono metodę nauczania odpytywanie z tematu dla opcji ćwiczenia ; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a1 1pkt., a2 2pkt., a3 3 pkt., a4 4 pkt., a5-5 pkt.; v) symbolem q22 oznaczono metodę nauczania burza mózgów dla opcji ćwiczenia ; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a1 1pkt., a2 2pkt., a3 3 pkt., a4 4 pkt., a5-5 pkt.; w) symbolem q23 oznaczono pytanie nr 5; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a 1-2, b 3-4, c 5 i więcej; x) symbolem q24 oznaczono pytanie nr 6; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a tak, b nie; y) symbolem q25 oznaczono pytanie nr 9; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a możliwość ciągłej komunikacji z nauczycielem prowadzącym, b możliwość rozwiązywania realnych i aktualnych problemów przedsiębiorstw, c Strona 29 z 40

30 oszczędność czasu, d lepsze wykorzystanie i poznanie programów komputerowych, e transparentność oceny, f możliwość samooceny; z) symbolem q26 oznaczono pytanie nr 7; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a tak, b nie, c nie wiem; aa) symbolem d oznaczono pytanie nr 8; wartości jakie może przyjmować ta zmienna oznaczono odpowiednio: a tak, b nie, c nie wiem. Tak zakodowane dane wprowadzono do tablicy informacyjnej otrzymując w ten sposób tzw. wtórną tablicę informacyjną (tabela nr 27). Atrybuty oznaczone symbolami od q1 do q26 stanowią atrybuty warunkowe, natomiast atrybut oznaczony symbolem d stanowi atrybut decyzyjny. Celem przeprowadzonej analizy było sprawdzenie, które z pośród zbioru atrybutów warunkowych miały największy wpływ na udzielenie takiej a nie innej odpowiedzi w pytaniu nr 8. Tabela 27. Fragment wtórnej tablicy informacyjnej L.p. q1 q2 q3 q4 d p1 S1 K a tak a p2 S1 K a tak a p3 S1 K a tak a p4 S1 K a tak a p5 S1 K a tak c p6 S1 K a nie c p7 S1 M a tak c p8 S1 M a nie c p9 S1 M b tak a p10 S1 M a tak c p11 S1 M a nie c p12 S1 M c nie a p13 S1 M a tak a p14 S2 K a nie c p15 S2 K a tak a p16 S2 M a nie c p17 S2 M b nie a p18 S2 M c nie c p19 S2 M a nie c Dane zebrane w pierwotnej tablicy informacyjnej poddano więc analizie metodą zbiorów przybliżonych. Na podstawie przeprowadzonych wstępnie obliczeń tj. wyznaczeniu zbiorów elementarnych (czyli zbiorów przykładów zawierających te same wartości atrybutów Strona 30 z 40

31 warunkowych), konceptów decyzyjnych (czyli zbiorów przykładów zawierających tę samą wartość decyzji) podjęto próbę zredukowania zbioru atrybutów warunkowych zarówno w sposób względny, jak i bezwzględny. W wyniku przeprowadzonych badań otrzymano redukt względny, czyli najmniejszy możliwy zbiór atrybutów warunkowych. Usunięto więc z tablicy informacyjnej atrybuty redundantne (nadmiarowe). W skład reduktu weszły następujące atrybuty warunkowe: q8, q9, q14, q19, q26. Zbadano również istotność atrybutów warunkowych tworzących redukt (tabela nr 28) obliczając znormalizowany współczynnik istotności. Tabela 28. Istotność atrybutów warunkowych tworzących redukt Atrybut Istotność q q q q q Kolejnym krokiem było dokonanie aproksymacji (przybliżenia) zbioru, czyli wyznaczenie dolnych i górnych przybliżeń, brzegu zbioru oraz obszarów pozytywnych i negatywnych zbioru. Na podstawie otrzymanych wyników obliczono współczynnik jakości przybliżenia gamma, który informuje o tym w ilu procentach analizowane przykłady oraz atrybuty warunkowe pozwalają wyznaczyć reguły pewne. Jakość przybliżenia zbioru F wyraża się następującym wzorem: card ( Pos ~ ( F)) Q ~ Q ( F) card ( U), gdzie w liczniku znajduje się liczebność przykładów zawartych w pozytywnym regionie zbioru a w mianowniku liczebność przykładów zawartych w całym uniwersum zbioru. W tym wypadku wartość współczynnika gamma wyniosła 0,9767%, co oznacza że na podstawie 97,67 % przykładów zebranych w tablicy można otrzymać reguły, które są w 100% pewne. W wyniku przeprowadzenia dalszych analiz otrzymano tablicę decyzyjną zawierająca 152 reguły. Otrzymane reguły przeanalizowano. Usunięto reguły sprzeczne i dokonano uproszczenia reguł podobnych. Poniżej przedstawiono dwie reguły poparte największą liczbą przypadków: Strona 31 z 40

32 1. Jeżeli q8=4 lub 5 i q9= 4 lub 5 i q14=4 i q26=a to d=a (wparcie reguły =65) Po odkodowaniu regułę tę należy rozumieć w następujący sposób: Studenci, którzy na wykładach wysoko ocenili stosowanie takich metod nauczania jak: rozwiązywanie zadań, studia przypadków, burza mózgów, na ćwiczeniach zaś wysoko oceniali pracę w grupach chętnie skorzystaliby z komputerowego generatora studiów przypadków i uważają, że było by to przydatne narzędzie podczas zajęć i nauki danego przedmiotu. 2. Jeżeli q8=2 i q9= 2 i q14=od 1 do 3 i q19=4 lub5 i q26=c to d=c (wparcie reguły =80) Po odkodowaniu regułę tę należy rozumieć w następujący sposób: Studenci, którzy nisko ocenili stosowanie na wykładach takich metod nauczania jak: rozwiązywanie zadań, studia przypadków, burza mózgów oraz mimo, że wysoko ocenili pracę w grupach na ćwiczeniach, nie potrafili określić czy skorzystaliby z komputerowego generatora studiów przypadków i czy byłoby to przydatne narzędzie podczas zajęć i nauki danego przedmiotu. Wniosek: Studenci, którzy zetknęli się z różnymi metodami nauczania i oceniali je wysoko są bardziej chętni do poznania kolejnej metody jaką jest korzystanie z komputerowego kreatora case study niż studenci, którzy ocenili znane im metody nisko lub poznali ich niewiele (1 2 metody). Kontrola jakości otrzymanych reguł W celu skontrolowania otrzymanych reguł dla każdej z reguł obliczono następujące wskaźniki (tabela nr 29): Wsparcie - ilość przykładów popierających daną regułę Siła - wsparcie/ilość przykładów w tablicy informacyjnej Pokrycie - wsparcie/liczebność danego konceptu Pewność - dla reguł niesprzecznych = 1 Tabela 29. Kontrola jakości otrzymanych reguł q8 q9 q14 q19 q26 d Wsparcie Siła Pewność Pokrycie Reguła 1 4 lub 5 4 lub 5 4 a a 65 65/ /80 Reguła , 2 lub 3 4 lub 5 c c 80 80/ /89 Strona 32 z 40

33 Dla d=a: Koncept X1 = {p1, p2, p3, p4, p9, p12, p13, p15, p17, p22, p33, p39, p41, p43, p49, p50, p52, p57, p58, p59, p60, p68, p70, p71, p72, p73, p79, p82, p84, p85, p86, p87, p88, p89, p90, p93, p94, p95, p97, p98, p103, p106, p107, p108, p109, p110, p111, p112, p113, p114, p115, p116, p117, p118, p119, p120, p122, p125, p126, p127, p131, p136, p138, p139, p142, p143, p150, p152, p154, p156, p158, p159, p163, p164, p165, p166, p167, p168, p169, p171}, card(x1) = 80 Dla d=c: Koncept X3 = {p5, p6, p7, p8, p10, p11, p14, p16, p18, p19, p20, p21, p23, p24, p25, p26, p27, p28, p29, p30, p31, p32, p34, p35, p36, p37, p38, p40, p42, p44, p45, p46, p47, p48, p51, p53, p54, p55, p56, p61, p62, p63, p64, p65, p66, p67, p69, p74, p75, p76, p77, p78, p80, p81, p83, p91, p92, p96, p99, p100, p101, p102, p104, p105, p121, p123, p128, p129, p130, p132, p133, p134, p135, p137, p140, p141, p144, p146, p147, p148, p149, p151, p153, p155, p157, p160, p161, p162, p172}, card(x3) = 89 4 Podsumowanie wyników wnioski Na podstawie analizy odpowiedzi zawartych w ankietach przeprowadzonych wśród polskich Studentów stwierdzono, że 91,86% Studentów uważa, że uczelnia, na której studiują powinna współpracować z przedsiębiorstwami (firmami). Jednak tylko 43,60% studentów zauważyło, taka współpracę na swojej uczelni. Z analizy popularności metod nauczania stosowanych przez prowadzących podczas zajęć wynika, że większość nauczycieli akademickich charakteryzuje się tradycyjnym podejściem do prowadzenia wykładów, czyli stosuje prezentację tematu (95,35% studentów wskazało tę odpowiedź). Kolejnymi najpopularniejszymi metodami nauczania były prezentacje w PowerPoint i multimedialne (odpowiednio 88,37% i 79,65%) oraz dyskusje ze studentami (66,86%). Dwoma najrzadziej stosowanymi w ramach wykładów metodami są studium przypadku (30,24%) i burza mózgów (28,32% wskazań). Większą różnorodność w stosowaniu metod nauczania odnotowano w ramach prowadzonych zajęć ćwiczeniowych. Najczęściej stosowanymi metodami są: dyskusje ze studentami (83,14% odpowiedzi), praca w grupach (71,51% odpowiedzi), odpytywanie (69,77%), prezentacja w PowerPoint (68,60%), prezentacja multimedialna (59,88%) oraz wejściówki (56,40%). Mniejszą popularnością cieszą się: burza mózgów (49,42% wskazań) i studium przypadku (33,72%). W odniesieniu do oceny efektywności stosowanych metod nauczania na wykładach, najmniejszą efektywnością odznaczają się, wg studentów, odgrywanie ról (84,3% respondentów oceniło efektywność nisko i bardzo nisko), odpytywanie z tematu (72,1% ocen niskich i bardzo niskich) oraz pracę w grupach (66,9% ocen niskich i bardzo niskich). Natomiast metodami nauczania, które najlepiej sprawdzają się w czasie wykładów, są: prezentacja tematu (61,6% studentów oceniło jej efektywność wysoko), dyskusja (45,3% ocen wysokich) oraz rozwiązywanie zadań (38,4% respondentów oceniło efektywność wysoko, a 31,4% - średnio). W przypadku dwóch Strona 33 z 40

Analiza ankiet badawczych przeprowadzonych wśród nauczycieli akademickich w Polsce

Analiza ankiet badawczych przeprowadzonych wśród nauczycieli akademickich w Polsce Analiza ankiet badawczych przeprowadzonych wśród nauczycieli akademickich w Polsce Szczecin, wrzesień 2012 Spis treści 1 Wprowadzenie... 3 2 Opis badania... 3 2.1 Przedmiot badania... 3 2.2 Cele badania...

Bardziej szczegółowo

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący

Bardziej szczegółowo

Testowanie hipotez statystycznych. Wnioskowanie statystyczne

Testowanie hipotez statystycznych. Wnioskowanie statystyczne Testowanie hipotez statystycznych Wnioskowanie statystyczne Hipoteza statystyczna to dowolne przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Hipotezy

Bardziej szczegółowo

Testy nieparametryczne

Testy nieparametryczne Testy nieparametryczne Testy nieparametryczne możemy stosować, gdy nie są spełnione założenia wymagane dla testów parametrycznych. Stosujemy je również, gdy dane można uporządkować według określonych kryteriów

Bardziej szczegółowo

OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA. z wykorzystaniem programu obliczeniowego Q maxp

OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA. z wykorzystaniem programu obliczeniowego Q maxp tel.: +48 662 635 712 Liczba stron: 15 Data: 20.07.2010r OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA z wykorzystaniem programu obliczeniowego Q maxp DŁUGIE

Bardziej szczegółowo

Raport z badań preferencji licealistów

Raport z badań preferencji licealistów Raport z badań preferencji licealistów Uniwersytet Jagielloński 2011 Raport 2011 1 Szanowni Państwo, definiując misję naszej uczelni napisaliśmy, że Zadaniem Uniwersytetu było i jest wytyczanie nowych

Bardziej szczegółowo

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających, 诲 瞴瞶 瞶 ƭ0 ƭ 瞰 parametrów strukturalnych modelu Y zmienna objaśniana, = + + + + + X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających, α 0, α 1, α 2,,α k parametry strukturalne modelu, k+1 parametrów

Bardziej szczegółowo

A N K I E T A. Zalety i wady ankiety. wielka możliwość nieszczerych odpowiedzi przy posyłaniu ankiet pocztą wiele z nich nie wraca

A N K I E T A. Zalety i wady ankiety. wielka możliwość nieszczerych odpowiedzi przy posyłaniu ankiet pocztą wiele z nich nie wraca A N K I E T A 1 Badania ankietowe stosuje się najczęściej w celu szybkiego przebadania bardzo licznych populacji. Jest to najbardziej oszczędny sposób zbierania danych. 2 Zalety i wady ankiety zalety wady

Bardziej szczegółowo

TEST STATYSTYCZNY. Jeżeli hipotezę zerową odrzucimy na danym poziomie istotności, to odrzucimy ją na każdym większym poziomie istotności.

TEST STATYSTYCZNY. Jeżeli hipotezę zerową odrzucimy na danym poziomie istotności, to odrzucimy ją na każdym większym poziomie istotności. TEST STATYSTYCZNY Testem statystycznym nazywamy regułę postępowania rozstrzygająca, przy jakich wynikach z próby hipotezę sprawdzaną H 0 należy odrzucić, a przy jakich nie ma podstaw do jej odrzucenia.

Bardziej szczegółowo

Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych

Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych dr Piotr Sulewski POMORSKA AKADEMIA PEDAGOGICZNA W SŁUPSKU KATEDRA INFORMATYKI I STATYSTYKI Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych Wprowadzenie Obecnie bardzo

Bardziej szczegółowo

Analiza ankiet końcowych

Analiza ankiet końcowych Analiza ankiet końcowych przeprowadzonych podczas realizacji projektu systemowego "Razem przeciw wykluczeniu społecznemu" realizowanego przy finansowym wsparciu Unii Europejskiej w ramach Europejskiego

Bardziej szczegółowo

I. OCENA JAKOŚCI KSZTAŁCENIA NA STUDIUM DOKTORANCKIM

I. OCENA JAKOŚCI KSZTAŁCENIA NA STUDIUM DOKTORANCKIM Raport z ankiety doktoranckiej 2011/2012 I. OCENA JAKOŚCI KSZTAŁCENIA NA STUDIUM DOKTORANCKIM W skierowanej w czerwcu 2012 roku do doktorantów WPiA UW ankiecie dotyczącej jakości kształcenia oraz warunków

Bardziej szczegółowo

1. Eliminuje się ze zbioru potencjalnych zmiennych te zmienne dla których korelacja ze zmienną objaśnianą jest mniejsza od krytycznej:

1. Eliminuje się ze zbioru potencjalnych zmiennych te zmienne dla których korelacja ze zmienną objaśnianą jest mniejsza od krytycznej: Metoda analizy macierzy współczynników korelacji Idea metody sprowadza się do wyboru takich zmiennych objaśniających, które są silnie skorelowane ze zmienną objaśnianą i równocześnie słabo skorelowane

Bardziej szczegółowo

1. Czy szkolenie spełniło Pani/Pana oczekiwania?

1. Czy szkolenie spełniło Pani/Pana oczekiwania? Badanie satysfakcji uczestników szkolenia nauczycieli akademickich Jagiellońskiego Centrum Językowego UJ oraz Centrum Językowego CM UJ w dniach 8-9 września 2014 r. Wstęp W dniu 9 września 2014 roku w

Bardziej szczegółowo

Cechy X, Y są dowolnego typu: Test Chi Kwadrat niezależności. Łączny rozkład cech X, Y jest normalny: Test współczynnika korelacji Pearsona

Cechy X, Y są dowolnego typu: Test Chi Kwadrat niezależności. Łączny rozkład cech X, Y jest normalny: Test współczynnika korelacji Pearsona Badanie zależności między cechami Obserwujemy dwie cechy: X oraz Y Obiekt (X, Y ) H 0 : Cechy X oraz Y są niezależne Próba: (X 1, Y 1 ),..., (X n, Y n ) Cechy X, Y są dowolnego typu: Test Chi Kwadrat niezależności

Bardziej szczegółowo

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie: ma postać y = ax + b Równanie regresji liniowej By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : xy b = a = b lub x Gdzie: xy = też a = x = ( b ) i to dane empiryczne, a ilość

Bardziej szczegółowo

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl

Bardziej szczegółowo

Sposoby prezentacji problemów w statystyce

Sposoby prezentacji problemów w statystyce S t r o n a 1 Dr Anna Rybak Instytut Informatyki Uniwersytet w Białymstoku Sposoby prezentacji problemów w statystyce Wprowadzenie W artykule zostaną zaprezentowane podstawowe zagadnienia z zakresu statystyki

Bardziej szczegółowo

Metody statystyczne w pedagogice Kod przedmiotu

Metody statystyczne w pedagogice Kod przedmiotu Metody statystyczne w pedagogice - opis przedmiotu Informacje ogólne Nazwa przedmiotu Metody statystyczne w pedagogice Kod przedmiotu 05.9-WP-PEDD-MS-L_pNadGen0DXUI Wydział Kierunek Wydział Pedagogiki,

Bardziej szczegółowo

Wnioski z raportu ewaluacji końcowej VI edycji projektu Żyj finansowo! czyli jak zarządzać finansami w życiu osobistym

Wnioski z raportu ewaluacji końcowej VI edycji projektu Żyj finansowo! czyli jak zarządzać finansami w życiu osobistym Wnioski z raportu ewaluacji końcowej VI edycji projektu Żyj finansowo! czyli jak zarządzać finansami w życiu osobistym zrealizowanego w roku szkolnym 2013/2014 1 Wnioski Celem badania ewaluacyjnego jest

Bardziej szczegółowo

RÓWNOWAŻNOŚĆ METOD BADAWCZYCH

RÓWNOWAŻNOŚĆ METOD BADAWCZYCH RÓWNOWAŻNOŚĆ METOD BADAWCZYCH Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska Równoważność metod??? 2 Zgodność wyników analitycznych otrzymanych z wykorzystaniem porównywanych

Bardziej szczegółowo

Statystyka matematyczna dla leśników

Statystyka matematyczna dla leśników Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje

Bardziej szczegółowo

WNIOSKOWANIE STATYSTYCZNE

WNIOSKOWANIE STATYSTYCZNE STATYSTYKA WNIOSKOWANIE STATYSTYCZNE ESTYMACJA oszacowanie z pewną dokładnością wartości opisującej rozkład badanej cechy statystycznej. WERYFIKACJA HIPOTEZ sprawdzanie słuszności przypuszczeń dotyczących

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO. Wykład 2

STATYSTYKA I DOŚWIADCZALNICTWO. Wykład 2 STATYSTYKA I DOŚWIADCZALNICTWO Wykład Parametry przedziałowe rozkładów ciągłych określane na podstawie próby (przedziały ufności) Przedział ufności dla średniej s X t( α;n 1),X + t( α;n 1) n s n t (α;

Bardziej szczegółowo

Ocena potrzeb szkoleniowych oraz wiedzy lekarzy i lekarzy dentystów w zakresie kompetencji miękkich oraz organizacji systemu ochrony zdrowia

Ocena potrzeb szkoleniowych oraz wiedzy lekarzy i lekarzy dentystów w zakresie kompetencji miękkich oraz organizacji systemu ochrony zdrowia Ocena potrzeb szkoleniowych oraz wiedzy lekarzy i lekarzy dentystów w zakresie kompetencji miękkich oraz organizacji systemu ochrony zdrowia Raport z badania ilościowego realizowanego wśród lekarzy i lekarzy

Bardziej szczegółowo

Wprowadzenie do analizy korelacji i regresji

Wprowadzenie do analizy korelacji i regresji Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących

Bardziej szczegółowo

Wydział Matematyki. Testy zgodności. Wykład 03

Wydział Matematyki. Testy zgodności. Wykład 03 Wydział Matematyki Testy zgodności Wykład 03 Testy zgodności W testach zgodności badamy postać rozkładu teoretycznego zmiennej losowej skokowej lub ciągłej. Weryfikują one stawiane przez badaczy hipotezy

Bardziej szczegółowo

Statystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28

Statystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28 Statystyka #5 Testowanie hipotez statystycznych Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik rok akademicki 2016/2017 1 / 28 Testowanie hipotez statystycznych 2 / 28 Testowanie hipotez statystycznych

Bardziej szczegółowo

Raport z badań monitoringowych za 2011 rok.

Raport z badań monitoringowych za 2011 rok. Zadanie 3 Kursy wyrównawcze Raport z badań monitoringowych za 2011 rok. W semestrze zimowym roku akademickiego 2010/2011 w terminie od 11.10.2010 r. do 4.02.2011 r. realizowana była II edycja kursów wyrównawczych

Bardziej szczegółowo

STATYSTYKA Statistics. Inżynieria Środowiska. II stopień ogólnoakademicki

STATYSTYKA Statistics. Inżynieria Środowiska. II stopień ogólnoakademicki Załącznik nr 7 do Zarządzenia Rektora nr../12 z dnia.... 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/13 STATYSTYKA

Bardziej szczegółowo

I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE. Nie dotyczy. podstawowy i kierunkowy

I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE. Nie dotyczy. podstawowy i kierunkowy 1.1.1 Statystyka opisowa I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE STATYSTYKA OPISOWA Nazwa jednostki organizacyjnej prowadzącej kierunek: Kod przedmiotu: P6 Wydział Zamiejscowy w Ostrowie Wielkopolskim

Bardziej szczegółowo

STRESZCZENIE MARKET RESEARCH WORLD

STRESZCZENIE MARKET RESEARCH WORLD 2013 STRESZCZENIE MARKET RESEARCH WORLD S t r o n a 2 Badanie współfinansowane ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Projekt systemowy Opolskie Obserwatorium Rynku Pracy

Bardziej szczegółowo

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin., Oeconomica 2014, 311(75)2, 153 162 Marta Nowak DOŚWIADCZENIE ZAWODOWE OSÓB STUDIUJĄCYCH NA KIERUNKACH STUDIÓW

Bardziej szczegółowo

OCENA RYZYKA ZAKUPU I SPRZEDAZY NIERUCHOMOSCI ZA POŚREDNICTWEM INTERNETOWYCH SERWISOW AUKCYJNYCH

OCENA RYZYKA ZAKUPU I SPRZEDAZY NIERUCHOMOSCI ZA POŚREDNICTWEM INTERNETOWYCH SERWISOW AUKCYJNYCH Daniel Rodzeń OCENA RYZYKA ZAKUPU., I SPRZEDAZY NIERUCHOMOSCI ZA POŚREDNICTWEM INTERNETOWYCH, SERWISOW AUKCYJNYCH Przedstawiona w pierwszej części artykułu tematyka dotycząca zakupu, sprzedaży nieruchomości

Bardziej szczegółowo

Testowanie hipotez. Hipoteza prosta zawiera jeden element, np. H 0 : θ = 2, hipoteza złożona zawiera więcej niż jeden element, np. H 0 : θ > 4.

Testowanie hipotez. Hipoteza prosta zawiera jeden element, np. H 0 : θ = 2, hipoteza złożona zawiera więcej niż jeden element, np. H 0 : θ > 4. Testowanie hipotez Niech X = (X 1... X n ) będzie próbą losową na przestrzeni X zaś P = {P θ θ Θ} rodziną rozkładów prawdopodobieństwa określonych na przestrzeni próby X. Definicja 1. Hipotezą zerową Θ

Bardziej szczegółowo

OPIS PRZEDMIOTU ZAMOWIENIA Szkolenie pt. Zastosowanie metod statystycznych w badaniach środowiskowych

OPIS PRZEDMIOTU ZAMOWIENIA Szkolenie pt. Zastosowanie metod statystycznych w badaniach środowiskowych Załącznik nr 1 OPIS PRZEDMIOTU ZAMOWIENIA Szkolenie pt. Zastosowanie metod statystycznych w badaniach środowiskowych 1. Przedmiotem zamówienia jest usługa szkolenia z zastosowania metod statystycznych

Bardziej szczegółowo

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI WERYFIKACJA HIPOTEZ Hipoteza statystyczna jakiekolwiek przypuszczenie dotyczące populacji generalnej- jej poszczególnych

Bardziej szczegółowo

Monitorowanie losów zawodowych. Wydział Zarządzania

Monitorowanie losów zawodowych. Wydział Zarządzania Monitorowanie losów zawodowych Wydział Zarządzania Badania w roku 2014 objęły 446 studentów Wydziału Zarządzania. W grupie tych osób znalazło się 265 kobiet oraz 181 mężczyzn. Struktura płci w badaniu

Bardziej szczegółowo

Spis treści 3 SPIS TREŚCI

Spis treści 3 SPIS TREŚCI Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe

Bardziej szczegółowo

Wykład 3 Hipotezy statystyczne

Wykład 3 Hipotezy statystyczne Wykład 3 Hipotezy statystyczne Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu obserwowanej zmiennej losowej (cechy populacji generalnej) Hipoteza zerowa (H 0 ) jest hipoteza

Bardziej szczegółowo

WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LAB IV ZBIORY PRZYBLIŻONE I ODKRYWANIE REGUŁ DECYZYJNYCH

WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LAB IV ZBIORY PRZYBLIŻONE I ODKRYWANIE REGUŁ DECYZYJNYCH WSOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LAB IV ZBIORY RZYBLIŻONE I ODKRYWANIE REGUŁ DECYZYJNYCH 1. Definicje Zbiory, które nie są zbiorami definiowalnymi, są nazywane zbiorami przybliżonymi. Zbiory definiowalne

Bardziej szczegółowo

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1. tel. 44 683 1 55 tel. kom. 64 566 811 e-mail: biuro@wszechwiedza.pl Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: gdzie: y t X t y t = 1 X 1

Bardziej szczegółowo

BADANIA RYNKOWE I MARKETINGOWE

BADANIA RYNKOWE I MARKETINGOWE 1.1.1 Badania rynkowe i marketingowe I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE BADANIA RYNKOWE I MARKETINGOWE Nazwa jednostki organizacyjnej prowadzącej kierunek: Kod przedmiotu: P15 Wydział Zamiejscowy

Bardziej szczegółowo

KARTA KURSU. (do zastosowania w roku akademickim 2015/16) Kod Punktacja ECTS* 3. Dr hab. Tadeusz Sozański

KARTA KURSU. (do zastosowania w roku akademickim 2015/16) Kod Punktacja ECTS* 3. Dr hab. Tadeusz Sozański KARTA KURSU (do zastosowania w roku akademickim 2015/16) Nazwa Statystyka 2 Nazwa w j. ang. Statistics 2 Kod Punktacja ECTS* 3 Koordynator Dr hab. Tadeusz Sozański (koordynator, konwersatorium) Zespół

Bardziej szczegółowo

STUDENCKA ANKIETA OCENY PRACY SEKRETARIATÓW

STUDENCKA ANKIETA OCENY PRACY SEKRETARIATÓW Uniwersytet Rzeszowski Sekcja Jakości Kształcenia STUDENCKA ANKIETA OCENY PRACY SEKRETARIATÓW RAPORT ZBIORCZY rok akademicki 2011/2012 W ostatnich tygodniach semestru letniego w roku akademickim 2011/2012

Bardziej szczegółowo

kod nr w planie ECTS Przedmiot studiów PODSTAWY STATYSTYKI 7 2

kod nr w planie ECTS Przedmiot studiów PODSTAWY STATYSTYKI 7 2 kod nr w planie ECTS Przedmiot studiów PODSTAWY STATYSTYKI 7 2 Kierunek Turystyka i Rekreacja Poziom kształcenia II stopień Rok/Semestr 1/2 Typ przedmiotu (obowiązkowy/fakultatywny) obowiązkowy y/ ćwiczenia

Bardziej szczegółowo

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej

Bardziej szczegółowo

Wzrost wiedzy oraz nabycie kompetencji w zakresie współpracy międzysektorowej

Wzrost wiedzy oraz nabycie kompetencji w zakresie współpracy międzysektorowej Wzrost wiedzy oraz nabycie kompetencji w zakresie współpracy międzysektorowej Raport z badań przeprowadzonych w ramach projektu Standardy współpracy międzysektorowej w powiecie oleckim Program Operacyjny

Bardziej szczegółowo

Sprawozdanie z ankietyzacji przygotowania zawodowego absolwentów na Wydziale Geodezji i Gospodarki Przestrzennej

Sprawozdanie z ankietyzacji przygotowania zawodowego absolwentów na Wydziale Geodezji i Gospodarki Przestrzennej Sprawozdanie z ankietyzacji przygotowania zawodowego absolwentów na Wydziale Geodezji i Gospodarki Przestrzennej Ankiety po 6 miesiącach rok ukończenia 2012/2013 i 2013/2014 Płeć GiK GP Płeć Ilość Procent

Bardziej szczegółowo

Ćwiczenie: Wybrane zagadnienia z korelacji i regresji.

Ćwiczenie: Wybrane zagadnienia z korelacji i regresji. Ćwiczenie: Wybrane zagadnienia z korelacji i regresji. W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Guillforda Przedział Zależność Współczynnik [0,00±0,20)

Bardziej szczegółowo

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013 Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 0/03 WydziałZarządzania i Komunikacji Społecznej Kierunek studiów:

Bardziej szczegółowo

RAPORT Z BADANIA OPINII MIESZKAŃCÓW NA TEMAT UKŁADU KOMUNIKACYJNEGO REJONU OSIEDLA ODRODZENIA, OSIEDLA BAŻANTOWO ORAZ KOSTUCHNY

RAPORT Z BADANIA OPINII MIESZKAŃCÓW NA TEMAT UKŁADU KOMUNIKACYJNEGO REJONU OSIEDLA ODRODZENIA, OSIEDLA BAŻANTOWO ORAZ KOSTUCHNY 40-240 Katowice ul. 1 Maja 88 Tel.: (0 32) 461 31 40 do 48 Fax: (0 32) 251 66 61 e-mail: consul@buscon.pl RAPORT Z BADANIA OPINII MIESZKAŃCÓW NA TEMAT UKŁADU KOMUNIKACYJNEGO REJONU OSIEDLA ODRODZENIA,

Bardziej szczegółowo

RAPORT 2014 OCENA I ROZWÓJ. Kompetencje kadry kierowniczej w sektorze rolniczym

RAPORT 2014 OCENA I ROZWÓJ. Kompetencje kadry kierowniczej w sektorze rolniczym RAPORT 2014 OCENA I ROZWÓJ Kompetencje kadry kierowniczej w sektorze rolniczym W związku z rozwojem koncepcji zrównoważonego rolnictwa (sustainable agriculture) zespół Gamma Consulting przeprowadził diagnozę

Bardziej szczegółowo

STUDIA Z PERSPEKTYWY ABSOLWENTA UWM W OLSZTYNIE Wydział Nauk Społecznych 2015

STUDIA Z PERSPEKTYWY ABSOLWENTA UWM W OLSZTYNIE Wydział Nauk Społecznych 2015 STUDIA Z PERSPEKTYWY ABSOLWENTA UWM W OLSZTYNIE Wydział Nauk Społecznych 2015 Wstęp W badaniu ankietowym dotyczącym opinii absolwentów Wydziału Nauk Społecznych UWM w Olsztynie uczestniczyło 348 osób z

Bardziej szczegółowo

Badanie zależności pomiędzy zmiennymi

Badanie zależności pomiędzy zmiennymi Badanie zależności pomiędzy zmiennymi Czy istnieje związek, a jeśli tak, to jak silny jest pomiędzy np. wykształceniem personelu a jakością świadczonych usług? Ogólnie szukamy miary zależności (współzależności),

Bardziej szczegółowo

Ewaluacja jakości kształcenia Analityka medyczna - studia podyplomowe

Ewaluacja jakości kształcenia Analityka medyczna - studia podyplomowe 2013/2014 Dział Jakości Kształcenia UM w Lublinie - Biuro Oceny Jakości Kształcenia Spis treści 1. Problematyka i metodologia badań... 3 2. Charakterystyka badanej zbiorowości... 4 3. Satysfakcja słuchaczy

Bardziej szczegółowo

KARTA KURSU. (do zastosowania w roku ak. 2015/16) Kod Punktacja ECTS* 4

KARTA KURSU. (do zastosowania w roku ak. 2015/16) Kod Punktacja ECTS* 4 KARTA KURSU (do zastosowania w roku ak. 2015/16) Nazwa Statystyka 1 Nazwa w j. ang. Statistics 1 Kod Punktacja ECTS* 4 Koordynator Dr hab. Tadeusz Sozański (koordynator, wykłady) Dr Paweł Walawender (ćwiczenia)

Bardziej szczegółowo

KORELACJE I REGRESJA LINIOWA

KORELACJE I REGRESJA LINIOWA KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem

Bardziej szczegółowo

Ankieta oceny jakości zajęć dydaktycznych oraz pracy jednostek administracji w roku akademickim 2012/2013

Ankieta oceny jakości zajęć dydaktycznych oraz pracy jednostek administracji w roku akademickim 2012/2013 Ankieta oceny jakości zajęć dydaktycznych oraz pracy jednostek administracji w roku akademickim 2012/2013 Raport z badania Chełm 2013 Metody i cele badania Ankieta studencka jest podstawowym narzędziem

Bardziej szczegółowo

Matematyka - Statystyka matematyczna Mathematical statistics 2, 2, 0, 0, 0

Matematyka - Statystyka matematyczna Mathematical statistics 2, 2, 0, 0, 0 Nazwa przedmiotu: Kierunek: Matematyka - Statystyka matematyczna Mathematical statistics Inżynieria materiałowa Materials Engineering Rodzaj przedmiotu: Poziom studiów: forma studiów: obowiązkowy studia

Bardziej szczegółowo

Raport ewaluacyjny z I edycji praktyk organizowanych w 2011r w ramach projektu Edukacja dla rynku pracy.

Raport ewaluacyjny z I edycji praktyk organizowanych w 2011r w ramach projektu Edukacja dla rynku pracy. Raport ewaluacyjny z I edycji praktyk organizowanych w 2011r w ramach projektu Edukacja dla rynku pracy. Kielce, marzec 2012 Spis treści 1.Informacja o projekcie... 2 1.1. Informacja o praktykach... 3

Bardziej szczegółowo

Biuro Karier i Monitorowania Losów Absolwentów SGGW w Warszawie. Badanie losów absolwentów. Warszawa, 2013

Biuro Karier i Monitorowania Losów Absolwentów SGGW w Warszawie. Badanie losów absolwentów. Warszawa, 2013 Biuro Karier i Monitorowania Losów Absolwentów SGGW w Warszawie Badanie losów absolwentów Warszawa, Cel badania Charakterystyka społeczno-demograficzna absolwentów Aktualny status zawodowy absolwentów

Bardziej szczegółowo

Raport z badań przeprowadzonych w ramach projektu Wzmocnienie konsultacji społecznych w powiecie oleckim. grudzień 2014

Raport z badań przeprowadzonych w ramach projektu Wzmocnienie konsultacji społecznych w powiecie oleckim. grudzień 2014 Znajomość problemów związanych z używaniem alkoholu, środków psychoaktywnych i infoholizmu wśród dzieci i młodzieży oraz potrzeb pogłębienia wiedzy przez osoby dorosłe w tym zakresie Raport z badań przeprowadzonych

Bardziej szczegółowo

RAPORT EWALUACYJNY (MERYTORYCZNY)

RAPORT EWALUACYJNY (MERYTORYCZNY) RAPORT EWALUACYJNY (MERYTORYCZNY) Ewaluacja praktyki zawodowej w laboratorium dla zawodu Opiekun Praktyki Miejsce odbywania praktyki (POZNAŃ / PIŁA) Data praktyki (od - do) TECHNIK MECHATRONIK Szkoła Klasa

Bardziej szczegółowo

Statystyka SYLABUS A. Informacje ogólne

Statystyka SYLABUS A. Informacje ogólne Statystyka SYLABUS A. Informacje ogólne Elementy składowe sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod Język Rodzaj Dziedzina

Bardziej szczegółowo

Competence analysis of trainers and educators and confirmation of Strategic Management Virtual Game topics. Polish version

Competence analysis of trainers and educators and confirmation of Strategic Management Virtual Game topics. Polish version Competence analysis of trainers and educators and confirmation of Strategic Management Virtual Game topics Polish version Wyniki badań ankietowych Opis próby badawczej Analizując możliwości rozwoju gier

Bardziej szczegółowo

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

Statystyczna analiza danych w programie STATISTICA (wykład 2) Dariusz Gozdowski

Statystyczna analiza danych w programie STATISTICA (wykład 2) Dariusz Gozdowski Statystyczna analiza danych w programie STATISTICA (wykład ) Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Weryfikacja (testowanie) hipotez statystycznych

Bardziej szczegółowo

woj. wielkopolskiego.

woj. wielkopolskiego. Prezentacja projektu: Dopasowanie zasobów ludzkich do rozwoju turystyki- trendy rozwojowe i zmiany na rynku pracy woj. wielkopolskiego. Projektodawca: Advance Ewelina Podziomek Priorytet VIII Regionalne

Bardziej szczegółowo

Testy t-studenta są testami różnic pomiędzy średnimi czyli służą do porównania ze sobą dwóch średnich

Testy t-studenta są testami różnic pomiędzy średnimi czyli służą do porównania ze sobą dwóch średnich Testy t-studenta są testami różnic pomiędzy średnimi czyli służą do porównania ze sobą dwóch średnich Zmienne muszą być zmiennymi ilościowym (liczymy i porównujemy średnie!) Są to testy parametryczne Nazwa

Bardziej szczegółowo

Spis treści. Laboratorium III: Testy statystyczne. Inżynieria biomedyczna, I rok, semestr letni 2013/2014 Analiza danych pomiarowych

Spis treści. Laboratorium III: Testy statystyczne. Inżynieria biomedyczna, I rok, semestr letni 2013/2014 Analiza danych pomiarowych 1 Laboratorium III: Testy statystyczne Spis treści Laboratorium III: Testy statystyczne... 1 Wiadomości ogólne... 2 1. Krótkie przypomnienie wiadomości na temat testów statystycznych... 2 1.1. Weryfikacja

Bardziej szczegółowo

RAPORT NR 6. Opracowanie: dr Aldona Kubala-Kukuś dr Małgorzata Wysocka-Kunisz

RAPORT NR 6. Opracowanie: dr Aldona Kubala-Kukuś dr Małgorzata Wysocka-Kunisz RAPORT NR 6 Wydziałowego Zespołu ds. Oceny Jakości Kształcenia dotyczący badań ankietowych przeprowadzonych wśród studentów po semestrze letnim roku akademickiego 2015/2016 Opracowanie: dr Aldona Kubala-Kukuś

Bardziej szczegółowo

ZMIENNE LOSOWE. Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R 1 tzn. X: R 1.

ZMIENNE LOSOWE. Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R 1 tzn. X: R 1. Opracowała: Joanna Kisielińska ZMIENNE LOSOWE Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R tzn. X: R. Realizacją zmiennej losowej

Bardziej szczegółowo

RAPORT Z BADANIA SATYSFAKCJI KLIENTÓW KORZYSTAJĄCYCH Z USŁUG ŚWIADCZONYCH PRZEZ URZĄD MIASTA RZESZOWA

RAPORT Z BADANIA SATYSFAKCJI KLIENTÓW KORZYSTAJĄCYCH Z USŁUG ŚWIADCZONYCH PRZEZ URZĄD MIASTA RZESZOWA RAPORT Z BADANIA SATYSFAKCJI KLIENTÓW KORZYSTAJĄCYCH Z USŁUG ŚWIADCZONYCH PRZEZ URZĄD MIASTA RZESZOWA Rzeszów, sierpień 2016 r. Spis treści 1 PRZEDMIOT ZAMÓWIENIA ORAZ CEL BADAŃ... 3 2 METODOLOGIA... 5

Bardziej szczegółowo

TABLICE PODSTAWOWYCH ROZKŁADÓW PRAWDOPODOBIEŃSTWA. T4. Tablica kwantyli rozkładu chi-kwadrat (I część - poziomy kwantyli 0,5)

TABLICE PODSTAWOWYCH ROZKŁADÓW PRAWDOPODOBIEŃSTWA. T4. Tablica kwantyli rozkładu chi-kwadrat (I część - poziomy kwantyli 0,5) TABLICE PODSTAWOWYCH ROZKŁADÓW PRAWDOPODOBIEŃSTWA T1. Tablica dystrybuanty standardowego normalnego rozkładu N(0,1) T2. Tablica kwantyli standardowego normalnego rozkładu N(0,1) T3. Tablica kwantyli rozkładu

Bardziej szczegółowo

Porównanie wyników grupy w odniesieniu do norm Test t dla jednej próby

Porównanie wyników grupy w odniesieniu do norm Test t dla jednej próby Porównanie wyników grupy w odniesieniu do norm Test t dla jednej próby 1. Wstęp teoretyczny Prezentowane badanie dotyczy analizy wyników uzyskanych podczas badania grupy rodziców pod kątem wpływu ich przekonań

Bardziej szczegółowo

Monitorowanie losów zawodowych absolwentów WAT Badanie pilotażowe 2013

Monitorowanie losów zawodowych absolwentów WAT Badanie pilotażowe 2013 Monitorowanie losów zawodowych absolwentów WAT Badanie pilotażowe 2013 Raport z monitorowania losów zawodowych absolwentów 1/50 Informacje ogólne Badanie zostało przeprowadzone w dniach 19.03.2013 02.0.2013

Bardziej szczegółowo

Test U Manna-Whitneya : Test H Kruskala-Wallisa Test Wilcoxona

Test U Manna-Whitneya : Test H Kruskala-Wallisa Test Wilcoxona Nieparametryczne odpowiedniki testów T-Studenta stosujemy gdy zmienne mierzone są na skalach porządkowych (nie można liczyć średniej) lub kiedy mierzone są na skalach ilościowych, a nie są spełnione wymagania

Bardziej szczegółowo

Proces badawczy schemat i zasady realizacji

Proces badawczy schemat i zasady realizacji Proces badawczy schemat i zasady realizacji Agata Górny Zaoczne Studia Doktoranckie z Ekonomii Warszawa, 23 października 2016 Metodologia i metoda naukowa 1 Metodologia Metodologia nauka o metodach nauki

Bardziej szczegółowo

Gdy n jest duże, statystyka ta (zwana statystyką chikwadrat), przy założeniu prawdziwości hipotezy H 0, ma w przybliżeniu rozkład χ 2 (k 1).

Gdy n jest duże, statystyka ta (zwana statystyką chikwadrat), przy założeniu prawdziwości hipotezy H 0, ma w przybliżeniu rozkład χ 2 (k 1). PRZYKŁADY TESTÓW NIEPARAMETRYCZNYCH. Test zgodności χ 2. Ten test służy testowaniu hipotezy, czy rozważana zmienna ma pewien ustalony rozkład, czy też jej rozkład różni się od tego ustalonego. Tym testem

Bardziej szczegółowo

Ćwiczenie: Weryfikacja hipotez statystycznych dla jednej i dwóch średnich.

Ćwiczenie: Weryfikacja hipotez statystycznych dla jednej i dwóch średnich. Ćwiczenie: Weryfikacja hipotez statystycznych dla jednej i dwóch średnich. EXCEL Do weryfikacji różnic między dwiema grupami jednostek doświadczalnych w Excelu wykorzystujemy funkcję o nazwie T.TEST. Zastosowana

Bardziej szczegółowo

czerwiec 2013 Uwaga: Przy rozwiązywaniu zadań, jeśli to konieczne, należy przyjąć poziom istotności 0,1 i współczynnik ufności 0,90

czerwiec 2013 Uwaga: Przy rozwiązywaniu zadań, jeśli to konieczne, należy przyjąć poziom istotności 0,1 i współczynnik ufności 0,90 Uwaga: Przy rozwiązywaniu zadań, jeśli to konieczne, należy przyjąć poziom istotności 0,1 i współczynnik ufności 0,90 czerwiec 2013 Zadanie 1 Poniższe tabele przestawiają dane dotyczące umieralności dzieci

Bardziej szczegółowo

Analiza korespondencji

Analiza korespondencji Analiza korespondencji Kiedy stosujemy? 2 W wielu badaniach mamy do czynienia ze zmiennymi jakościowymi (nominalne i porządkowe) typu np.: płeć, wykształcenie, status palenia. Punktem wyjścia do analizy

Bardziej szczegółowo

Statystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych.

Statystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych. Statystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych. Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Hipotezy i Testy statystyczne Każde

Bardziej szczegółowo

1. Co sądzą Państwo nt. czasu trwania kursu oraz programu zajęć? Warianty odpowiedzi - szkolenie trwało: zbyt długo, odpowiednio długo, zbyt krótko

1. Co sądzą Państwo nt. czasu trwania kursu oraz programu zajęć? Warianty odpowiedzi - szkolenie trwało: zbyt długo, odpowiednio długo, zbyt krótko Raport z analizy ankiet ewaluacyjnych przeprowadzonych na szkoleniu Zostań także inżynierem w Wydziale Nauk Społeczno Pedagogicznych w Katowicach w 2011r. Wprowadzenie Ankiety ewaluacyjne przeprowadzono

Bardziej szczegółowo

WYNIKI BADAŃ NAD ATRAKCYJNOŚCIĄ ZAJĘĆ PROWADZONYCH PRZY ZASTOSOWANIU TABLICY INTERAKTYWNEJ

WYNIKI BADAŃ NAD ATRAKCYJNOŚCIĄ ZAJĘĆ PROWADZONYCH PRZY ZASTOSOWANIU TABLICY INTERAKTYWNEJ 73 WYNIKI BADAŃ NAD ATRAKCYJNOŚCIĄ ZAJĘĆ PROWADZONYCH PRZY ZASTOSOWANIU TABLICY INTERAKTYWNEJ Małgorzata Nodzyńska Zakład Dydaktyki Chemii, Instytut Biologii, Akademia Pedagogiczna im. KEN, Kraków słowa

Bardziej szczegółowo

Badanie opinii Omniwatch. Oferta badawcza

Badanie opinii Omniwatch. Oferta badawcza Badanie opinii Omniwatch Oferta badawcza Kim jesteśmy? SW Research Agencja badań rynku i opinii Rok założenia 2011 Wizerunek Firma oferująca profesjonalne rozwiązania badawcze, usługi analityczne i doradcze.

Bardziej szczegółowo

Materiały merytoryczne po I edycji szkoleń w ramach projektu Zostań kreatywnym przedsiębiorcą

Materiały merytoryczne po I edycji szkoleń w ramach projektu Zostań kreatywnym przedsiębiorcą Materiały merytoryczne po I edycji szkoleń w ramach projektu Zostań kreatywnym przedsiębiorcą Celem badania ewaluacyjnego było zgromadzenie wiedzy na temat efektywności i skuteczności instrumentów wspierania

Bardziej szczegółowo

1. CEL BADAŃ 2. METODYKA BADAŃ 2.1. ORGANIZACJA BADAŃ

1. CEL BADAŃ 2. METODYKA BADAŃ 2.1. ORGANIZACJA BADAŃ 1. CEL BADAŃ Celem głównym ewaluacji jakości kształcenia jest diagnoza i ocena jakości procesu dydaktycznego realizowanego przez nauczycieli akademickich, wspieranego przez pracowników wszystkich komórek

Bardziej szczegółowo

Pomiary urodzeń według płci noworodka i województwa.podział na miasto i wieś.

Pomiary urodzeń według płci noworodka i województwa.podział na miasto i wieś. Pomiary urodzeń według płci noworodka i województwa.podział na miasto i wieś. Województwo Urodzenia według płci noworodka i województwa. ; Rok 2008; POLSKA Ogółem Miasta Wieś Pozamałżeńskie- Miasta Pozamałżeńskie-

Bardziej szczegółowo

RAPORT Z BADANIA SATYSFAKCJI

RAPORT Z BADANIA SATYSFAKCJI RAPORT Z BADANIA SATYSFAKCJI SATYSFAKCJA MIESZKAŃCÓW DZIENICY URSYNÓW Z JAKOŚCI USŁUG ŚWIADCZONYCH PRZEZ URZĄD DZIELNICY URSYNÓW - RAPORT Z BADAŃ Badanie zostało wykonane na zlecenie Miasta Stołecznego

Bardziej szczegółowo

OCENA KIERUNKOWYCH EFEKTÓW KSZTAŁCENIA

OCENA KIERUNKOWYCH EFEKTÓW KSZTAŁCENIA OCENA KIERUNKOWYCH EFEKTÓW KSZTAŁCENIA Podstawowe informacje Kierunek studiów / Poziom kształcenia logistyka/studia pierwszego stopnia Profil kształcenia / Forma studiów praktyczny/ss i SN Obszar kształcenia

Bardziej szczegółowo

Raport ewaluacyjny z praktyk organizowanych w 2012r w ramach projektu Edukacja dla rynku pracy.

Raport ewaluacyjny z praktyk organizowanych w 2012r w ramach projektu Edukacja dla rynku pracy. Raport ewaluacyjny z praktyk organizowanych w 2012r w ramach projektu Edukacja dla rynku pracy. Kielce, marzec 2013 Spis treści 1.Informacja o projekcie... 2 1.1. Informacja o praktykach... 3 1.2 Statystyki

Bardziej szczegółowo

SCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie.

SCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie. SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:

Bardziej szczegółowo

Biuro ds. Jakości Kształcenia OCENA PRACOWNIKÓW ADMINISTRACYJNYCH DOKONYWANA PRZEZ STUDENTÓW SZKOŁY WYŻSZEJ IM. PAWŁA WŁODKOWICA W PŁOCKU RAPORT

Biuro ds. Jakości Kształcenia OCENA PRACOWNIKÓW ADMINISTRACYJNYCH DOKONYWANA PRZEZ STUDENTÓW SZKOŁY WYŻSZEJ IM. PAWŁA WŁODKOWICA W PŁOCKU RAPORT Biuro ds. Jakości Kształcenia OCENA PRACOWNIKÓW ADMINISTRACYJNYCH DOKONYWANA PRZEZ STUDENTÓW SZKOŁY WYŻSZEJ IM. PAWŁA WŁODKOWICA W PŁOCKU RAPORT Płock, kwiecień 2016 Spis treści Termin badania 3 Cel badania

Bardziej szczegółowo

Kilka uwag o testowaniu istotności współczynnika korelacji

Kilka uwag o testowaniu istotności współczynnika korelacji 341 Zeszyty Naukowe Wyższej Szkoły Bankowej we Wrocławiu Nr 20/2011 Piotr Peternek Uniwersytet Ekonomiczny we Wrocławiu Marek Kośny Uniwersytet Ekonomiczny we Wrocławiu Kilka uwag o testowaniu istotności

Bardziej szczegółowo

I Krajowy Zjazd Szkoleniowy PTORLChGiSz

I Krajowy Zjazd Szkoleniowy PTORLChGiSz ul. Bytkowska 1B,40-955 Katowice, POLSKA tel.: +48 / 32 / 25 98 399, fax: +48 / 32 / 25 98 398 email: altasoft@altasoft.pl www.altasoft.pl I Krajowy Zjazd Szkoleniowy PTORLChGiSz 17-19.11.2011 Podsumowanie

Bardziej szczegółowo

Statystyka. Tematyka wykładów. Przykładowe pytania. dr Tomasz Giętkowski www.krajobraz.ukw.edu.pl. wersja 20.01.2013/13:40

Statystyka. Tematyka wykładów. Przykładowe pytania. dr Tomasz Giętkowski www.krajobraz.ukw.edu.pl. wersja 20.01.2013/13:40 Statystyka dr Tomasz Giętkowski www.krajobraz.ukw.edu.pl wersja 20.01.2013/13:40 Tematyka wykładów 1. Definicja statystyki 2. Populacja, próba 3. Skale pomiarowe 4. Miary położenia (klasyczne i pozycyjne)

Bardziej szczegółowo

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013 Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/201 WydziałPsychologii i Nauk Humanistycznych Kierunek studiów:

Bardziej szczegółowo

Badania eksperymentalne

Badania eksperymentalne Badania eksperymentalne Pomiar na skali porządkowej mgr Agnieszka Zięba Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa Najpopularniejsze sposoby oceny wyników eksperymentu

Bardziej szczegółowo