Metodologia badań ilościowych CATI

Wielkość: px
Rozpocząć pokaz od strony:

Download "Metodologia badań ilościowych CATI"

Transkrypt

1 Poznań, dnia 16/08/017 roku ZAŁĄCZNIK NR 1 do Zapytania Ofertowego z dnia 16 sierpnia 017 roku, dotyczącego realizacji zadań w ramach projektu pn. Potrzeby kadrowe przedsiębiorców aglomeracji poznańskiej na tle kierunków społecznogospodarczego rozwoju regionu. Diagnoza, prognoza, monitoring. Metodologia badań ilościowych CATI 1. Metodologia doboru próby w badaniach ilościowych CATI wersja metodologii uwzględniająca warstwę mikroprzedsiębiorstw 1.1. Definicja badanej populacji Badaną populację stanowią wszystkie podmioty gospodarki narodowej wpisane do rejestru REGON (tj. osoby prawne, jednostki organizacyjne niemające osobowości prawnej, osoby fizyczne prowadzące działalność gospodarczą, a także jednostki lokalne wymienionych podmiotów), posiadające siedzibę albo lokalny oddział na terenie: Poznania, lub w gminach powiatu poznańskiego: o Buk, o Czerwonak, o Dopiewo, o Kleszczewo, o Komorniki, o Kostrzyn, o Kórnik, o Luboń, o Mosina, o Murowana Goślina, o Pobiedziska, 1

2 o Puszczykowo, o Rokietnica, o Stęszew, o Suchy Las, o Swarzędz, o Tarnowo Podgórne. W definicji badanej populacji wymaga się również określenia ram czasowych, do których jest ona odnoszona. Najlepszym rozwiązaniem wydaje się przyjęcie zasady, że badana populacja obejmować będzie wszystkie podmioty gospodarki narodowej zarejestrowane w REGON według stanu z dnia przeprowadzonego losowania próby. 1.. Operat doboru próby Konsekwencją przyjętej definicji badanej populacji, jest utożsamienie populacji z rejestrem REGON prowadzonym przez GUS. A zatem operatem doboru próby przedsiębiorstw aglomeracji poznańskiej będzie rejestr REGON. Zasady funkcjonowania tego operatu określają odpowiednie przepisy o statystyce publicznej (Dz. U. z 01 r., poz. 591, z późn. zm., Dz. U. Nr 69, poz. 763 z późniejszymi zmianami). Zgodnie z zasadami udostępniania operatu REGON, urzędy statystyczne zobowiązane są do nieodpłatnego przekazania informacji z REGON m.in. organom administracji rządowej oraz jednostkom samorządu terytorialnego. Losowanie próby, zgodnie z normami GUS, prowadzone jest przez wojewódzkie oddziału GUSu. Zamówienie na wylosowanie próby należy zatem złożyć do: Urzędu Statystycznego w Poznaniu, ul. Wojska Polskiego 7/ Poznań, pokój 110, 113 tel , 31, 33, 334, lub 354 Zakres informacji o podmiotach gospodarki narodowej wpisanych do rejestru REGON powinien obejmować przynajmniej: numer identyfikacyjny REGON, nazwę podmiotu, adres siedziby,

3 numer telefonu i faksu siedziby, adres poczty elektronicznej oraz strony internetowej (dane te w zakresie osób fizycznych prowadzących działalność gospodarczą nie są udostępniane podmiotom nieupoważnionym do bezpłatnego uzyskania danych z rejestru REGON, a zatem jednostka samorządu terytorialnego będzie upoważniona do pełnego dostępu do w/w informacji. Jest to szczególnie ważne w kontekście realizacji badań w oparciu o technikę wywiadów telefonicznych), formę prawną, formę własności, wykonywana działalność, w tym rodzaj przeważającej działalności, datę powstania, datę rozpoczęcia działalności, szacowaną liczbę pracowników. W przekazanym zapotrzebowaniu na wylosowanie próby należy przekazać informację o liczbie podmiotów, jakie należy wylosować z każdej warstwy populacji. Szczegółowe informacje o wielkości prób badawczych oraz ich rozwarstwieniu podane zostaną poniżej Schemat doboru próby Zgodnie z danymi GUS za rok 013 obejmującymi informacje o liczbie podmiotów gospodarki narodowej wg rejestru REGON, struktura populacji w gminach tworzących aglomerację poznańską ukazuje na znaczną dominację przedsiębiorstw ulokowanych w granicach administracyjnych Poznania. Cechą charakterystyczną struktury przedsiębiorstw jest również znaczna dominacja mikro przedsiębiorstw (zatrudniających do 9 osób) obejmujących ponad 95% wszystkich podmiotów, wśród których dominują osoby fizyczne prowadzące działalność gospodarczą. Odpowiednio 4% całości tworzą przedsiębiorstwa od 10 do 49 pracowników, a niespełna 1% przedsiębiorstwa zatrudniające 50 osób i więcej. Tabela. Liczba podmiotów gospodarki narodowej w Poznaniu oraz powiecie poznańskim według rejestru REGON (liczebność populacji) oraz struktura populacji według oddziału terytorialnego i wielkości zatrudnienia (dane GUS za rok 013) Warstwy populacji Liczebność populacji Rozkład warstw w populacji m. Poznań razem ,5% Od 0 do 9 pracowników ,4% Od 10 do 49 pracowników ,7% Od 50 do 49 pracowników 71 0,7% 50 pracowników i więcej 16 0,% Powiat poznański razem ,5% 3

4 Od 0 do 9 pracowników ,6% Od 10 do 49 pracowników ,5% Od 50 do 49 pracowników 379 0,7% 50 pracowników i więcej 53 0,1% Ogółem ,0% Tak wyraźna dominacja mikro przedsiębiorstw stanowi wyzwanie na etapie ustalenia schematu losowania próby badawczej. Gdyby bowiem w próbie badawczej zachować rzeczywiste proporcje warstw wynikające z rozkładów populacji, to utrudnione byłoby jakiekolwiek sensowne wnioskowanie o rozkładach analizowanych cech w mniej licznych warstwach populacji. Z tego względu metodologia badawcza przewiduje losowanie większej, niż wynika z rozkładu populacyjnego, firm zatrudniających pow. 10 pracowników. Za takim schematem losowania przemawia podstawowy argument, a mianowicie, iż rozwarstwienie populacji pozostaje stosunkowo prostą oraz niezwykle efektywną metodą poprawy precyzji wnioskowania statystycznego w mniej licznych warstwach próby, pozwalającą jednocześnie na kontrolowanie liczebności podmiotów z uwagi na liczbę zatrudnionych osób. Innymi słowy, ponieważ populacja przedsiębiorstw charakteryzuje się dominacją warstwy przedsiębiorstw mikro (stanowią one ponad 95% całości), to szanse wylosowania podmiotów zatrudniających 10 osób i więcej, są znacznie mniejsze niż wynika to z wielkości zatrudnienia. Niebezpieczeństwa wynikające z doboru prostego najlepiej ograniczyć poprzez zastosowane doboru warstwowego nieproporcjonalnego, tzn. losowania mniejszej, niż wynika to z rozkładów populacyjnych, liczby mikro przedsiębiorstw. Zachowana powinna zostać przy tym proporcja przedsiębiorstw w warstwach populacji z uwagi na siedzibę firmy (m. Poznań vs. powiat poznański). Zastosowane zostanie zatem losowanie warstwowe (według miejsca zarejestrowania przedsiębiorstwa oraz wielkości zatrudnienia) z losowaniem przedsiębiorstw nieproporcjonalnym do liczby podmiotów wyróżnionych z uwagi na liczbę pracujących osób. Przyjęty schemat doboru próby wiąże się ze zdefiniowaniem dwóch zmiennych warstwujących populację. Pierwszą z nich jest wielkość przedsiębiorstwa: mikro, tj. zatrudniające od 0 9 osób, małe, tj. zatrudniające od osób, 4

5 średnie, tj. zatrudniające od osób, duże, zatrudniające pow. 50 osób. Z kolei druga zmienna warstwująca powinna identyfikować miejsce siedziby firmy lub jej lokalnego oddziału: m. Poznań, gminy powiatu poznańskiego. Tabela. Rekomendowany udział przedsiębiorstw z wyróżnionych warstw populacji w próbie badawczej Warstwy populacji Rekomendowany rozkład warstw w próbie badawczej m. Poznań razem 66,5% Od 0 do 9 pracowników 85,0% Od 10 do 49 pracowników 10,0% Od 50 do 49 pracowników 3,0% 50 pracowników i więcej,0% Powiat poznański razem 33,5% Od 0 do 9 pracowników 85,0% Od 10 do 49 pracowników 10,0% Od 50 do 49 pracowników 3,0% 50 pracowników i więcej,0% Ogółem 100,0% Rekomendowany schemat doboru próby wiąże się z koniecznością zastosowania procedury ważenia danych wyrównujących szanse losowania podmiotów gospodarczych z poszczególnych warstw do rzeczywistych szans wynikających z ich udziału w populacji. Taki rodzaj wag nazywa się w metodologii badań sondażowych mianem design-weights i ustala jako iloraz proporcji wszystkich podmiotów w warstwie (informacje o rozkładzie liczby podmiotów znajdują się w Banku Danych Lokalnych GUS) oraz proporcji wylosowanych podmiotów z danej warstwy. Wzorcowe wartości wag design-weights dla rekomendowanego schematu doboru próby zawiera poniższa tabela. Tabela. Wartości wag design-weights wynikające ze schematu doboru próby Warstwy populacji Rzeczywisty rozkład warstw w populacji Rekomendowany rozkład warstw w próbie m. Poznań razem 66,5% 66,5% - Od 0 do 9 pracowników 94,4% 85,0% 1,111 Od 10 do 49 pracowników 3,7% 10,0% 0,370 Od 50 do 49 pracowników 0,7% 3,0% 0,33 50 pracowników i więcej 0,%,0% 0,100 Powiat poznański razem 33,5% 33,5% - Od 0 do 9 pracowników 95,6% 85,0% 1,15 Od 10 do 49 pracowników 3,5% 10,0% 0,350 5 Wartość wagi design-weight

6 Od 50 do 49 pracowników 0,7% 3,0% 0,33 50 pracowników i więcej 0,1%,0% 0,050 W bazie danych wynikowych z badan CATI należy stworzyć zmienną design-weight i każdemu podmiotowi gospodarki narodowej wylosowanemu z operatu REGON przyporządkować odpowiednią wartość wagi. Dla przykładu, każdemu z podmiotów z m. Poznań o wielkości zatrudnienia od 0 do 9 pracowników trzeba przypisać wagę 1,111; każdemu podmiotowi z m. Poznań o wielkości zatrudnienia od 10 do 49 pracowników należy przypisać wagę 0,370, itd... Terenowa realizacja badań CATI.1. Schemat terenowej realizacji próby Zgodnie z metodologią projektu badawczego w schemacie terenowej realizacji próby badawczej zakłada się zastosowanie tzw. próby realizowanej do wyczerpania. Idea takiego sposobu przeprowadzenia badania polega na tym, że nie dopuszcza się możliwości zamiany podmiotu wylosowanego z bazy na jakiś inny, tj. dobrany w zamian. Stosowanie próby zastępczej nie ma żadnego uzasadnienia merytorycznego i nie poprawia w ogóle jakości prowadzonych badań. W celu zwiększenia szans przeprowadzenia wywiadu z przedsiębiorstwami wylosowanymi do próby badawczej rekomenduje się schemat polegający na podejmowaniu wielokrotnych prób nawiązania kontaktu oraz realizacji wywiadu z wylosowanymi podmiotami. W odniesieniu do każdej dobranej jednostki podejmowane powinny być przynajmniej 3 próby nawiązania kontaktu, po których dopiero można uznać, iż realizacja wywiadu nie ma szans dojść do skutku. Dla każdego wylosowanego podmiotu ewentualną przyczyną niezrealizowania wywiadu mogą być: błędne dane adresowe (niemożliwość skontaktowania się), niedostępność w całym okresie przeznaczonym na badanie, odmowa udziału w badaniu. W wylosowanych przedsiębiorstwach wywiady prowadzone powinny być z właścicielem, współwłaścicielem firmy, menedżerem lub z kimś wskazanym przez w/w osoby. W trakcie terenowej realizacji badań CATI należy zastosować następujące procedury kontroli prowadzonych wywiadów: 6

7 1. Analiza formalna oraz testowanie skryptów / poprawności działania elektronicznych wersji narzędzia badawczego, w tym reguł przejść pomiędzy pytaniami oraz pytań filtrujących.. Przeprowadzenie szkolenia teleankieterów. 3. Stały nadzór supervisora nad przebiegiem wywiadów. 4. Nagrywanie wywiadów (także nieefektywnych) w celu weryfikacji: 1) poprawności prowadzenia wywiadu; ) poprawności stosowania się do procedur określających liczbę oraz częstotliwość prób nawiązania kontaktu z przedstawicielami wylosowanych przedsiębiorstw; 3) poprawności stosowania zasad klasyfikujących wylosowane jednostki do zbioru respondentów (przedsiębiorstw, z którymi udało się zrealizować wywiady) oraz zbioru jednostek niedostępnych (przedsiębiorstw, dla których wywiady nie zostały przeprowadzone). 5. Dzienne raportowanie o liczbie wywiadów efektywnych oraz nieefektywnych, w tym przesyłanie dokładnych informacji o wylosowanych przedsiębiorstwach w zakresie: 1) liczby podjętych prób nawiązania kontaktu (0, 1,, itd.) ) efektach realizacji wywiadu (zrealizowano wywiad/ wywiad nie został zrealizowany) 3) powodach niezrealizowania wywiadu, w tym: a) błędach operatów uniemożliwiających identyfikację przedsiębiorstwa b) definitywnych odmowach udziału w badaniu, bez szans na kontynuowanie c) czasowej odmowie udziału w badaniu, z szansą na powtórną realizację, wraz z informacją o przewidywanym terminie ponownego kontaktu d) czasowej niedostępności (niepodjęciu rozmowy), wraz z informacją o przewidywanym terminie ponownego kontaktu. 7

8 .. Wielkość próby badawczej oraz poziom błędu statystycznego wersja dla badań uwzględniających warstwę mikroprzedsiębiorstw Rekomenduje się, aby wielkość zrealizowanej próby badawczej wynosiła co najmniej N=600 podmiotów gospodarczych. Ponieważ najlepszym schematem terenowej realizacji próby pozostaje, jak już zostało wskazane, jest prowadzenie badań bez możliwości zamiany respondentów z próby na innych, to w liczebności próby wylosowanej należy uwzględnić przewidywany wskaźnik realizowalności próby (tj. liczbę podmiotów wylosowanych do próby umniejszoną o odsetek przedsiębiorstw niedostępnych, jak też błędne dane operatu. Realnym wydaje się założenie 30-to procentowej realizacji próby. W takiej sytuacji z operatu REGON należałoby wylosować próbę co najmniej 000 podmiotów. Tabela. Liczba podmiotów gospodarki narodowej wylosowana do badań CATI Warstwy populacji Liczebność próby Rekomendowany rozkład warstw w próbie m. Poznań razem ,5% Od 0 do 9 pracowników ,0% Od 10 do 49 pracowników ,0% Od 50 do 49 pracowników 40 3,0% 50 pracowników i więcej 7,0% Powiat poznański razem ,5% Od 0 do 9 pracowników ,0% Od 10 do 49 pracowników 67 10,0% Od 50 do 49 pracowników 0 3,0% 50 pracowników i więcej 15,0% Ogółem ,0% Maksymalną wielkość statystycznego błędu wnioskowania statystycznego (oznaczonego jako d), dla danej realizacji próby badawczej, przy założeniu współczynnika ufności równego 95%, należy wyznaczyć ze wzoru: d = ±1,96 (1 n N ) 1 4(n 1), gdzie: n jest liczebnością zrealizowanej próby badawczej; N jest liczebnością populacji (liczbę podmiotów gospodarki narodowej w populacji należy ustalić odwołując się do danych GUS). 8

9 W przypadku realizacji zakładanych 600 wywiadów wielkość błędu statystycznego (dla populacji liczącej elementy) wyniesie ±3,99pp..3. Wyznaczenie wartości wag post-stratyfikacyjnych oraz wag końcowych Wagi korygujące post-realizacyjną strukturę próby: Po zakończeniu badania należy ustalić różnice w strukturze próby wylosowanej oraz zrealizowanej. Odmienność takich rozkładów wynikać będzie z niepełnej realizacji próby (np. odmów udziału w badaniu) które mogą być odmienne w kolejnych warstwach i oddziaływać na jakość pomiaru. Konieczne jest zatem post-realizacyjne ważenie danych korygujące uzyskane rozkłady do rozkładów w próbie wylosowanej Wagi takie, nazywane będą dalej jako nonresponse-weights. Przykładowe obliczenia wartości wag post-realizacyjnych zawiera poniższa tabela: 9

10 Tabela. Wartości wag nonresponse-weights wynikające z niepełnej realizacji próby przykład dla badań CATI uwzględniających warstwę mikroprzedsiębiorstw Warstwy populacji Rekomendowany rozkład warstw w próbie Rzeczywisty rozkład warstw w próbie zrealizowanej Wartość wagi nonresponseweight wylosowanej m. Poznań razem 66,5% 66,5% - Od 0 do 9 pracowników 85,0% 9,0% 0,94 Od 10 do 49 pracowników 10,0% 7,0% 1,49 Od 50 do 49 pracowników 3,0% 0,5% 6, pracowników i więcej,0% 0,5% 4,000 Powiat poznański razem 33,5% 33,5% - Od 0 do 9 pracowników 85,0% 91,0% 0,934 Od 10 do 49 pracowników 10,0% 6,0% 1,667 Od 50 do 49 pracowników 3,0%,0% 1, pracowników i więcej,0% 1,0%,000 Podobnie jak w przypadku wag design-weights, tak i w przypadku wag nonresponse-weights należy w zbiorze danych wynikowych utworzyć nową zmienną w której zapisywana będzie informacja o wartości wagi. Przykładowo, każdemu podmiotowi z m. Poznań i wielkości zatrudnienia od 0 do 9 pracowników należałoby przyporządkować wagę nonresponse równą 0,94, itd. Analogiczny sposób wyznaczania wielkości wag stosuje się dla badań wyłączających warstwę mikroprzedsiębiorstw. Waga końcowa powinna uwzględniać oba typy zastosowanych wag (w przypadku badania wyłączającego warstwę mikroprzedsiębiorstw, uwzględnić trzeba będzie jedynie wagę wynikającą z niepełnej realizacji próby). Należy zatem wyznaczyć iloczyn wag design weights oraz nonresponse weights (wiąże się to z koniecznością utworzenia w bazie danych nowej zmiennej oraz przemnożeniu kolumny design weights oraz nonresponse weights. Ponieważ wartość wagi nie może zmieniać liczebności próby, to wagi końcowe muszą zostać znormalizowane według wzoru: gdzie: w i = n w i n i=1 w i, n jest liczebnością zrealizowanej próby badawczej w i jest wagą końcową przyporządkowaną każdemu podmiotowi ze zrealizowanej części próby badawczej. 10

11 3. Procedury analizy oraz metody prezentacji wyników badań CATI 3.1. Rozkład liczebności Tworzenie rozkładu liczebności dla wyników pomiaru dowolnej zmiennej X polega na przyporządkowaniu: wszystkim wartościom zmiennej dyskretnej X 1, X,..., X k lub przedziałom klasowym ~ ~ ~ X 1, X,..., X k zawierającym wartości zmiennej ciągłej, odpowiadających im liczebności oraz procentów. Rozkład liczebności przyjmuje najczęściej postać tabeli lub wykresu. 3.. Współczynnik korelacji rangowej Spearmana Współczynnik korelacji rangowej określa poziom współzależności dwóch zmiennych i definiuje się go jako: gdzie: ρ = 1 6 n i=1 d i, n(n 1) n jest liczebnością próby badawczej d oznacza różnicę pomiędzy rangą zmiennej 1 i. Właściwości współczynnika korelacji rangowej Spearmana: 1) współczynnik ten przyjmuje wartości pomiędzy -1 a +1; ) wartość zero występuje jeżeli między badanymi zmiennymi nie zachodzi zależność; 3) im wartość bliższa -1 lub +1 tym siła związku jest większa; 4) jeżeli wartość współczynnika korelacji jest większa od zera to oznacza, że między badanymi zmiennymi zachodzi zależność wprost proporcjonalna; 5) jeżeli wartość współczynnika korelacji jest mniejsza od zera to oznacza, że między badanymi zmiennymi zachodzi zależność odwrotnie proporcjonalna. 6) można przyjąć, że wartość współczynnika korelacji rangowej - Spearmana przekłada się w następujący sposób na siłę związku między badanymi zmiennymi: a) jeżeli 0,3; 0, 3 to można przyjąć, że między badanymi zmiennymi zależność jest słaba;fg b) jeżeli 0,5; 0,3) lub ( 0,3; 0, 5 to można przyjąć, że między badanymi zmiennymi zachodzi średnia zależność; 11

12 c) jeżeli 0,5 lub 0,5 to można przyjąć, że między badanymi zmiennymi zachodzi silna zależność. 7) współczynnik można stosować, gdy liczebność próby odpowiadająca każdej zmiennej jest większa lub równa 5 ( 3.3. Test niezależności chi-kwadrat n 5 ). Wersja dla zmiennych dychotomicznych Testem niezależności chi-kwadrat bada się, czy dwie zmienne są ze sobą powiązane (zależą od siebie) w sensie stochastycznym. Układ hipotez przyjmuje postać: H0: Nie zachodzi zależność pomiędzy zmiennymi H1: ~H0 Pobierając N elementową próbę losową oraz ustalając dla każdej jednostki statystycznej w próbie wartości I oraz II zmiennej, otrzymuje się tabelę krzyżową zawierającą wartości I oraz II zmiennej: gdzie N=a+b+c+d. Zmienna 1 Zmienna a b 1 c d Statystyka testowa przyjmuje postać: n( ad bc), ( a b)( a c)( c d)( b d) a obszar krytyczny D: 1 : ), gdzie ; 1 ; jest wartością odczytaną z tablic rozkładu chi- kwadrat. Dla poziomu istotności 0, 05 można przyjąć 3, 84. 1;0,05 Wersja dla zmiennych wielowartościowych: Test ten stosuje się wówczas, jeżeli chce się zbadać, czy istnieje zależność stochastyczna pomiędzy dwiema zmiennymi. Poziom pomiaru zmiennej może być w zasadzie dowolny, ale zmienne muszą być skategoryzowane (tzn. mieć skończoną liczbę wartości). Test ten nie nadaje się zatem dla zmiennych ciągłych lub quasi-ciągłych i w praktyce wykorzystuje się go dla zmiennych nominalnych lub co najwyżej porządkowych. Zakłada się ponadto, że przynajmniej jedna ze zmiennych przyjmuje więcej niż dwie różne wartości. Układ hipotez jest następujący: 1

13 H0: Nie zachodzi zależność pomiędzy zmiennymi H1: ~H0 Zakłada się, że zmienna I przyjmuje r różnych wartości, a zmienna II przyjmuje s różnych wartości. Pobierając n elementową próbę losową oraz ustalając dla każdej jednostki statystycznej w próbie wartości I oraz II zmiennej, otrzymuje się następującą tabelę krzyżową (tabelę liczebności obserwowanych): Zmienna 1 r 1 n11 n1 n1r A1 Zmienna 1 n1 n nr A s ns1 ns nsr As B1 B Br gdzie dla A oznaczają sumy wartości w wierszach, a B oznaczają sumy wartości w kolumnach. Czyli zapisując całość formalnie otrzymuje się, że i{1,,..., s} A n n... n i i1 i ir oraz j{1,,..., r} B n n... n j 1 j j sj. Ponadto, dla każdego elementu n ij (czyli każdej liczebności A B obserwowanej) w tej tabeli oblicza się wartości n~ i j ij (tzw. liczebność oczekiwaną), n gdzie n jest wielkością całej próby. Wówczas statystka testowa przyjmuje postać: s r n ij n n~, a obszar odrzuceń hipotezy H0 jest postaci D:,( r1)( s1) ; ), gdzie i1 j1,( r1)( s1) ij jest wartością odczytaną z tablic rozkładu chi-kwadrat Test Manna-Whitneya Test Manna-Whitneya można stosować wtedy, gdy: 1) Badana zmienna charakteryzuje się ilorazowym lub przedziałowym poziomem pomiaru, ale jednocześnie nie charakteryzuje się rozkładem normalnym, czyli nie można stosować testu dla średniej; 13

14 ) Badana zmienna charakteryzuje się porządkowym poziomem pomiaru (choć właściwe wymaga się, by miała dowolny rozkład ciągły). Test Manna-Whitneya powinno się stosować dla socjologicznych skal pomiarowych. Ponieważ test Manna-Whitneya jest testem nieparametrycznym, to układ hipotez dotyczy podobieństwa rozkładów zmiennej w obu grupach porównawczych. Układ hipotez jest zatem następujący: H0: F1(x)= F(x) co oznacza, że w obu grupach rozkład zmiennej jest jednakowy H1: ~H0 co jest zaprzeczeniem hipotezy H0 i oznacza, że rozkład zmiennej w grupie I jest inny, niż w grupie II. W celu weryfikacji takiego układu hipotez postępuje się zgodnie z następującymi zasadami: 1) Obserwacje z obu grup porównawczych porządkuje się łącznie od najmniejszej do największej i nadaje rangi; ) Oblicza się sumy rang dla I oraz II grupy. Sumy rang oznaczamy odpowiednio w grupie I jako R1, a grupie II jako R; 3) Oblicza się dwie wartości: a. U n n 1 n1 ( n1 1) R 1 oraz U n n 1 n ( n 1) R ; 4) Wybiera się mniejszą z wartości U oraz U i oznacza przez U min U; U min ; 5) Dalej postępuje się w zależności od dwóch przypadków: 6) Przypadek 1` Jeżeli n 1 0 i n 0, to: U min, tzn. 7) Hipotezę zerową (H0) odrzuca się jeżeli U min U; 0, gdzie U ; 0 przy danym poziomie istotności α jest wartością odczytaną z tablic rozkładu Manna-Whitneya. Gdy U min U;0, to nie ma podstaw do odrzucenia H0. 8) Przypadek ` Jeżeli n 1 0 lub n 0, to: 14

15 n1n U min 9) Obliczamy statystykę testową: U n1n ( n1 n 1) 1 dla poziomu =0,05 postać D : (-;-1,96><1,96;+ )., a obszar krytyczny przyjmuje 3.5. Test Kruskala-Wallisa Test Kruskala-Wallisa można stosować wtedy, gdy: Badana zmienna charakteryzuje się ilorazowym lub przedziałowym poziomem pomiaru, ale jednocześnie nie charakteryzuje się rozkładem normalnym, czyli nie można stosować testu analizy wariancji; Badana zmienna charakteryzuje się ilorazowym lub przedziałowym poziomem pomiaru, charakteryzuje się rozkładem normalnym, ale jednocześnie nie jest spełniony warunek homogeniczności wariancji; Badana zmienna charakteryzuje się porządkowym poziomem pomiaru (choć właściwe wymaga się, by miała dowolny rozkład ciągły). Test Kruskala-Wallisa powinno się stosować dla socjologicznych skal pomiarowych. Ponieważ test Kruskala-Wallisa jest testem nieparametrycznym, to układ hipotez dotyczy podobieństwa rozkładów zmiennej w badanych grupach porównawczych. Układ hipotez jest zatem następujący: H0: F1(x)= F(x)= = Fk(x) co oznacza, że we wszystkich grupach rozkład zmiennej jest jednakowy H1: ~H0 co jest zaprzeczeniem hipotezy H0 i oznacza, że w przynajmniej jednej grupie rozkład zmiennej odbiega od rozkładu w pozostałych grupach. W celu weryfikacji takiego układu hipotez postępuje się zgodnie z następującymi zasadami: 1) Zakłada się porównywanie k grup (k>); ) Z każdej grupy pobiera się próbę losową o liczebnościach n1, n,, nk. Razem ma się zatem n= n1 + n + + nk obserwacji. 3) Obserwacje ze wszystkich grup porównawczych porządkuje się łącznie od najmniejszej do największej i nadaje rangi; 15

16 4) Oblicza się sumy rang dla każdej grupy. Sumy rang odpowiednio w grupie I oznacza się jako R1, a w grupie II jako R, itd. aż do grupy k-tej, gdzie sumę rang oznacza się przez Rk. 1 R1 R R k 5) Statystyka testowa przyjmuje postać: H... 3( n 1), n( n 1) n n n a. a obszar odrzuceń hipotezy H0 przyjmuje postać D:, ; ), 1 k 1 k b. gdzie, k 1 jest wartością odczytaną z tablic rozkładu chi-kwadrat. 16

17 4. Narzędzie badawcze w ramach badań CATI Wprowadzenie Badanie do którego wylosowana została Pana/Pani firma jest elementem diagnozy sytuacji społeczno-gospodarczej w aglomeracji poznańskiej. Celem głównym przedsięwzięcia jest dostarczenie przedstawicielom jednostek samorządu terytorialnego wiedzy w zakresie potrzeb kadrowych pracodawców funkcjonujących na terenie gmin aglomeracji poznańskiej. Pana/Pani firma została wylosowana z rejestru REGON prowadzonego przez GUS. Przeprowadzane badanie ma charakter w pełni anonimowy, a wyniki prezentowane będą wyłącznie w postaci zbiorczych tabel statystycznych. Czy może Pan/Pani poświęcić swój czas i odpowiedzieć na kilka pytań dotyczących przedsiębiorstwa? Tak 1 [kontynuować wywiad] Nie [umówić kolejną rozmowę telefoniczną] Nie, ale są szanse na późniejszą realizację [przerwać wywiad] Część I. Ocena tendencji na regionalnym i aglomeracyjnym rynku pracy Pytanie 1. Jak ocenia Pan/Pani obecną sytuację gospodarczą w województwie wielkopolskim w porównaniu z poprzednim rokiem? Poprawiła się 3 Pozostała bez zmian Pogorszyła się 1 Trudno powiedzieć [nie czytać] 0 Pytanie. Jak ocenia Pan/Pani obecną sytuację gospodarczą w swojej firmie w porównaniu z poprzednim rokiem? Poprawiła się 3 Pozostała bez zmian Pogorszyła się 1 Trudno powiedzieć [nie czytać] 0 Pytanie 3. Jak aktualnie ocenia Pan/Pani kondycję swojej firmy? Bardzo dobrze 5 Dobrze 4 Przeciętnie 3 Raczej źle Bardzo źle 1 Trudno powiedzieć [nie czytać] 0 Pytanie 4. Czy w ciągu najbliższych 1 miesięcy spodziewa się Pan/Pani, że w P. firmie płace: Wzrosną 1 Spadną Utrzymają się na obecnym poziomie 3 Trudno powiedzieć [nie czytać] 0 17

18 Pytanie 5. Jak ocenia Pan/Pani perspektywy firmy/ instytucji na najbliższe trzy lata? Firma będzie się rozwijać 1 Firma utrzyma się na obecnym poziomie rozwoju Firma będzie ograniczać swoją działalność 3 Firma zostanie zlikwidowana 4 Trudno powiedzieć [nie czytać] 0 Pytanie 6_filtr. Czy Pana/Pani firma przeżywa aktualnie jakieś problemy? Tak 1 [zadać pytanie 6] Nie [przejść do pytania 7] Pytanie 6. Czy Pana/Pani firma przeżywa aktualnie: [możliwość wskazania maksymalnie trzech odpowiedzi, rotować kolejność problemów poza ostatnią odpowiedzią inne problemy ] Problemy z kredytowaniem 1 Problemy z płynnością finansową Problemy z brakiem pracowników 3 Problemy z wysokimi kosztami/obciążeniami płac składkami ZUS i NFZ 4 Problemy z obniżonym popytem na produkty/usługi firmy 5 Problemy z obniżonym eksportem 6 Problemy z kooperacją (niewiarygodni kooperanci) 7 Inne problemy, jakie? [zakodować wypowiedź] 8 Pytanie 7. Czy spodziewa się Pan/Pani polepszenia wyników finansowych z ubiegłego roku? Tak 1 Nie Trudno powiedzieć [nie czytać] 0 Odmowa odpowiedzi [nie czytać] 77 Pytanie 8_filtr. Czy spodziewa się Pan/Pani jakichś problemów związanych z funkcjonowaniem przedsiębiorstwa w najbliższych 1 miesiącach? Tak 1 przejść do pyt. 8 Nie przejść do pyt. 9 Pytanie 8. Jakich problemów związanych z funkcjonowaniem przedsiębiorstwa spodziewa się Pan/Pani w najbliższym 1 miesięcznym okresie? [możliwość wskazania maksymalnie trzech odpowiedzi, rotować kolejność problemów poza ostatnią odpowiedzią inne problemy ] Problem z kredytowaniem 1 Problem z płynnością finansową Problem z brakiem pracowników 3 Problem z wysokimi kosztami/obciążeniami płac składkami ZUS i NFZ 4 Problem z obniżonym popytem na produkty/usługi firmy 5 Problem z obniżonym eksportem 6 Problem z kooperacją (niewiarygodni kooperanci) 7 Inne problemy, jakie? [zakodować wypowiedź] 8 18

19 Część II. Potrzeby kadrowe pracodawców aglomeracji poznańskiej Pytanie 9. Jak zmienił się poziom zatrudnienia w Pana/Pani firmie w okresie ostatnich 1 miesięcy? Wzrósł 1 Nie zmienił się Zmalał 3 Trudno powiedzieć [nie czytać] 0 Pytanie 10. Czy w okresie ostatnich 1 miesięcy zatrudniono nowych pracowników? Tak 1 przejść do pyt. 11 Nie przejść do pyt. 1 Pytanie 11. Które z wymienionych czynników zadecydowały o zatrudnieniu nowych pracowników? [możliwość wskazania maksymalnie trzech odpowiedzi, rotować kolejność poza ostatnią odpowiedzią inne ] Wzrost popytu na produkty/ usługi firmy 1 Wprowadzenie na rynek nowych produktów/usług firmy Wprowadzenie nowych technologii 3 Rotacja zatrudnienia 4 Potrzeba rekrutacji nowych pracowników ze specyficznymi kwalifikacjami 5 Wprowadzenie elastycznych form zatrudnienia 6 Restrukturyzacja, przemiany w firmie 7 Przejęcie innej firmy 8 Inne, jakie? [zakodować wypowiedź] 9 Pytanie 1. Czy w okresie ostatnich 1 miesięcy z firmy odeszli/zostali zwolnieni pracownicy? Tak 1 przejść do pyt. 13 następnie zadać 14 Nie przejść do pyt. 15 Pytanie 13. Z jakiego powodu zwolniono tych pracowników? [możliwość wskazania maksymalnie trzech odpowiedzi, rotować kolejność poza ostatnią odpowiedzią inne ] Spadek popytu na produkty/ usługi P. firmy 1 Ograniczenie działalności w wyniku problemów z uzyskaniem kredytu Wzrost kosztów pracy 3 Zmiana kursu walutowego 4 Niezadowolenie z pracownika 5 Niesprzyjające regulacje prawne 6 Fuzja, przejęcie przez inną firmę 7 Restrukturyzacja, przemiany w firmie 8 Odejście pracownika na własną prośbę 9 Inne, jakie? [zakodować wypowiedź] 10 19

20 Pytanie 14. Jakich stanowisk pracy dotyczyły te zwolnienia? [w ramach każdego pytania odpowiedzi Tak/Nie] Tak Nie 1. Specjalistów 1 0. Techników i inny średni personel Pracowników biurowych Pracowników usług osobistych i sprzedawców Rolników, ogrodników, leśników i rybaków Robotników przemysłowych i rzemieślników Operatorów i monterów maszyn i urządzeń Pracowników przy pracach prostych Innych, jakich? [zakodować wypowiedź] 1 Pytanie 15. Czy w ciągu najbliższych 1 miesięcy planuje się przyjąć w Pan/Pani firmie nowych pracowników? Tak 1 przejść do pyt. 16 Nie Trudno powiedzieć [nie czytać] 0 0 przejść do pyt. 17 Pytanie 16. Na jakie stanowiska Pana/Pani firma będzie zatrudniać nowych pracowników? [w ramach każdego pytania odpowiedzi Tak/Nie] Tak Nie 1. Specjaliści 1 0. Technicy i inny średni personel Pracownicy biurowi Pracownicy usług osobistych i sprzedawcy Rolnicy, ogrodnicy, leśnicy i rybacy Robotnicy przemysłowi i rzemieślnicy Operatorzy i monterzy maszyn i urządzeń Pracownicy przy pracach prostych Inne, jakie? [zakodować wypowiedź] 1 Pytanie 17. A jak Pan/Pani sądzi, na jakie stanowiska pracy będzie największe zapotrzebowanie w przedsiębiorstwach działających na terenie aglomeracji Poznańskiej? [możliwość wskazania maksymalnie trzech odpowiedzi] Tak Nie 1. Specjaliści 1 0. Technicy i inny średni personel Pracownicy biurowi Pracownicy usług osobistych i sprzedawcy Rolnicy, ogrodnicy, leśnicy i rybacy Robotnicy przemysłowi i rzemieślnicy Operatorzy i monterzy maszyn i urządzeń Pracownicy przy pracach prostych Inne, jakie? [zakodować wypowiedź] 1 Pytanie 18. Czy ogólnie rzecz biorąc, w perspektywie najbliższych 1 miesięcy, przewiduje Pan/Pani w swojej firmie: Wzrost zatrudnienia 1

21 Spadek zatrudnienia Utrzymanie zatrudnienia na obecnym poziomie 3 Trudno powiedzieć [nie czytać] 0 Część III. Oczekiwania pracodawców wobec kandydatów do pracy Pytanie 19. Które z podanych elementów przygotowania zawodowego pracowników są w Pana/Pani opinii najważniejsze przy zatrudnianiu do Pana/Pani firmy? [możliwość wskazania maksymalnie trzech odpowiedzi, rotować kolejność] 1. Doświadczenie 1. Ukończone kursy i szkolenia 3. Znajomość branży 3 4. Praktyczna umiejętność obsługi specjalistycznych maszyn i urządzeń 4 5. Znajomość języków obcych 5 6. Posiadanie prawa jazdy 6 7. Umiejętność obsługi urządzeń biurowych 7 8. Umiejętność obsługi komputera 8 9. Znajomość specjalistycznych programów komputerowych 9 Pytanie 0. Które z podanych elementów przygotowania pozazawodowego pracowników są w Pana/Pani opinii najważniejsze przy zatrudnianiu do Pan/Pani firmy? [możliwość wskazania maksymalnie trzech odpowiedzi, rotować kolejność] 1. Przedsiębiorczość 1. Umiejętność analitycznego myślenia 3. Komunikatywność 3 4. Otwartość na ludzi 4 5. Pewność siebie 5 6. Umiejętności autoprezentacji 6 Część IV. Sposoby rekrutacji nowych pracowników Pytanie 1_filtr. Czy w okresie ostatnich 1 miesięcy Pana/Pani firma rekrutowała nowych pracowników (nie dotyczy to staży)? Tak 1 [zadać pytanie 0] Nie [przejść do pytania 1] Pytanie 1. W jaki sposób Pana/Pani firma [instytucja] rekrutowała nowych pracowników w okresie ostatnich 1 miesięcy? [możliwość wskazania maksymalnie trzech odpowiedzi, rotować kolejność poza ostatnią odpowiedzią inne ] Poprzez zamieszczanie ogłoszeń prasowych 1 Poprzez zamieszczanie ogłoszeń w Internecie Zatrudnienie z polecenia 3 Korzystanie z usług urzędów pracy 4 Korzystanie z komercyjnych usług rekrutacyjnych 5 Osoba sama się zgłosiła z podaniem 6 Poprzez zamieszczanie ogłoszeń prasowych 7 Inne, jakie? [zakodować wypowiedź] 8 1

22 Część V. Uczestnictwo pracowników w kształceniu ustawicznym Pytanie. Czy w ciągu ostatnich 1 miesięcy Pana/Pani pracownicy uczestniczyli w dodatkowych szkoleniach? Tak 1 [zadać pytanie, 3] Nie [przejść do pytania 4] Pytanie 3. Kto był organizatorem tych szkoleń? [w ramach każdego pytania odpowiedzi Tak/Nie] Tak Nie 1. Pracodawca we własnym zakresie 1 0. Powiatowy Urząd Pracy Wojewódzki Urząd Pracy Organizacja pozarządowa Inna instytucja, jaka? [zakodować] 1 Pytanie 4. Czy jest Pan/Pani zadowolony z efektów szkolenia? Tak 1 Nie Część VI. Współpraca przedsiębiorstw z instytucjami rynku pracy Pytanie 5. Czy Pana/Pani firma współpracuje lub współpracowała z instytucjami wspierającymi rynek pracy? Tak 1 [zadać pytanie 5, 6, 7] Nie [przejść do pytania 8] Pytanie 6. Z jakimi podmiotami/ instytucjami wspierającymi rynek pracy Pana/Pani firma do tej pory współpracowała? [w ramach każdego pytania odpowiedzi Tak/Nie] Tak Nie 1. Wojewódzki Urząd Pracy w Poznaniu 1 0. Powiatowy Urząd Pracy w Poznaniu Organizacja pozarządowa Biuro Karier Szkoła lub uczelnia Ochotniczy Hufiec Pracy Komercyjne agencje zatrudnienia Inne, jakie? [zakodować] 1 Pytanie 7. Jakich obszarów dotyczyła ta współpraca? [w ramach każdego pytania odpowiedzi Tak/Nie] Tak Nie 1. Pośrednictwo pracy 1 0. Udział w szkoleniach Udział w konferencji Doradztwo w zakresie pozyskiwania środków z funduszy europejskich Doradztwo w zakresie prawa pracy Staże i praktyki 1 0

23 7. Inne, jakie? [zakodować] 1 Pytanie 8. Jak ogólnie ocenia Pan/Pani współpracę z instytucjami rynku pracy? Zdecydowanie pozytywnie 1 Raczej pozytywnie Raczej negatywnie 3 Zdecydowanie negatywnie 4 Trudno powiedzieć [nie czytać] 0 Odmowa odpowiedzi [nie czytać] 77 Część VII. Współpraca przedsiębiorstw z instytucjami edukacyjnymi Pytanie 9. Czy Pana/Pani firma współpracuje lub współpracowała z instytucjami edukacyjnymi? Tak 1 [zadać pytanie 9, 30, 31] Nie [przejść do pytania M1] Pytanie 30. Z jakimi podmiotami/ instytucjami edukacyjnymi Pan/Pani firma do tej pory współpracowała? [w ramach każdego pytania odpowiedzi Tak/Nie] Tak Nie 1. Szkoły zawodowe 1 0. Szkoły wyższe Kuratorium oświaty Ośrodki szkoleń zawodowych Ośrodki doradztwa zawodowego Inne, jakie? [zakodować] 1 Pytanie 31. Jakich obszarów dotyczyła ta współpraca? [w ramach każdego pytania odpowiedzi Tak/Nie] Tak Nie 1. Pośrednictwo pracy 1 0. Udział w szkoleniach Udział w konferencji Doradztwo w zakresie pozyskiwania środków z funduszy europejskich Doradztwo w zakresie prawa pracy Staże i praktyki Inne, jakie? [zakodować] 1 Pytanie 3. Jak ogólnie Pan/Pani ocenia współpracę z instytucjami rynku pracy? Zdecydowanie pozytywnie 1 Raczej pozytywnie Raczej negatywnie 3 Zdecydowanie negatywnie 4 Trudno powiedzieć [nie czytać] 0 Odmowa odpowiedzi [nie czytać] 77 3

24 Część VIII. Charakterystyki przedsiębiorstw metryczka wywiadu M1. Powiat (kodowanie automatyczne z operatu REGON) Poznań 1 Powiat poznański M (wersja pytania dla badań CATI uwzględniających warstwę mikroprzedsiębiorstw). Wielkość zatrudnienia w przedsiębiorstwie (kodowanie automatyczne z operatu REGON) i więcej 4 M3. Czy w Pana/Pani firmie posiadają udziały osoby zagraniczne (osoby fizyczne zamieszkałe zagranicą lub firmy zarejestrowane zagranicą)? Tak 1 Nie M4. Czy Pana/Pani firma eksportuje? Tak 1 Nie M5. Czy Pana/Pani firma importuje? Tak 1 Nie M6. Jaki był przychód netto firmy w roku ubiegłym? Do zł zł zł zł zł zł 6 Powyżej zł 7 Odmowa odpowiedzi [nie czytać] 77 4

SZCZEGÓŁOWY OPIS PRZEDMIOTU ZAMÓWIENIA

SZCZEGÓŁOWY OPIS PRZEDMIOTU ZAMÓWIENIA Poznań, dnia 16/08/2017 roku ZAŁĄCZNIK NR 4 do Zapytania Ofertowego z dnia 16 sierpnia 2017 roku, dotyczącego realizacji zadań w ramach projektu pn. Potrzeby kadrowe przedsiębiorców aglomeracji poznańskiej

Bardziej szczegółowo

Cykliczne badanie popytu na pracę w ramach projektu Opolskie Obserwatorium Rynku Pracy III cykl I: sierpień - wrzesień 2013

Cykliczne badanie popytu na pracę w ramach projektu Opolskie Obserwatorium Rynku Pracy III cykl I: sierpień - wrzesień 2013 Cykliczne badanie popytu na pracę w ramach projektu Opolskie Obserwatorium Rynku Pracy III cykl I: sierpień - wrzesień 2013 Zamawiający: Wojewódzki Urząd Pracy w Opolu, ul. Głogowska 25c, 45-315 Opole

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

Cykliczne badanie popytu na pracę w ramach projektu Opolskie Obserwatorium Rynku Pracy III cykl IV: grudzień 2014/ styczeń 2015

Cykliczne badanie popytu na pracę w ramach projektu Opolskie Obserwatorium Rynku Pracy III cykl IV: grudzień 2014/ styczeń 2015 Cykliczne badanie popytu na pracę w ramach projektu Opolskie Obserwatorium Rynku Pracy III cykl IV: grudzień 2014/ styczeń 2015 Zamawiający: Wojewódzki Urząd Pracy w Opolu, ul. Głogowska 25c, 45-315 Opole

Bardziej szczegółowo

TESTY NIEPARAMETRYCZNE. 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa.

TESTY NIEPARAMETRYCZNE. 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa. TESTY NIEPARAMETRYCZNE 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa. Standardowe testy równości średnich wymagają aby badane zmienne losowe

Bardziej szczegółowo

Cykliczne badanie popytu na pracę w ramach projektu Opolskie Obserwatorium Rynku Pracy III cykl III: czerwiec - lipiec 2014

Cykliczne badanie popytu na pracę w ramach projektu Opolskie Obserwatorium Rynku Pracy III cykl III: czerwiec - lipiec 2014 Cykliczne badanie popytu na pracę w ramach projektu Opolskie Obserwatorium Rynku Pracy III cykl III: czerwiec - lipiec 2014 Zamawiający: Wojewódzki Urząd Pracy w Opolu, ul. Głogowska 25c, 45-315 Opole

Bardziej szczegółowo

Kwestionariusz do badania przedsiębiorstw w powiecie w 20.. roku

Kwestionariusz do badania przedsiębiorstw w powiecie w 20.. roku Kwestionariusz do badania przedsiębiorstw w powiecie w 20.. roku Dzień dobry! [GDY PUP REALIZUJE BADANIE SAMODZIELNIE] Nazywam się i jestem pracownikiem Powiatowego Urzędu Pracy w [GDY PUP ZLECA BADANIE

Bardziej szczegółowo

Kwestionariusz do badania przedsiębiorstw w powiecie w 20.. roku

Kwestionariusz do badania przedsiębiorstw w powiecie w 20.. roku Załącznik nr 1 Kwestionariusz do badania przedsiębiorstw w powiecie w 20.. roku Dzień dobry! [gdy PUP realizuje badania samodzielnie] Nazywam się i jestem pracownikiem Powiatowego Urzędu Pracy w [gdy PUP

Bardziej szczegółowo

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego

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

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego

Bardziej szczegółowo

Weryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1

Weryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1 Weryfikacja hipotez statystycznych KG (CC) Statystyka 26 V 2009 1 / 1 Sformułowanie problemu Weryfikacja hipotez statystycznych jest drugą (po estymacji) metodą uogólniania wyników uzyskanych w próbie

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com Analiza korelacji i regresji KORELACJA zależność liniowa Obserwujemy parę cech ilościowych (X,Y). Doświadczenie jest tak pomyślane, aby obserwowane pary cech X i Y (tzn i ta para x i i y i dla różnych

Bardziej szczegółowo

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r Statystyka matematyczna Testowanie hipotez i estymacja parametrów Wrocław, 18.03.2016r Plan wykładu: 1. Testowanie hipotez 2. Etapy testowania hipotez 3. Błędy 4. Testowanie wielokrotne 5. Estymacja parametrów

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

Wnioskowanie statystyczne i weryfikacja hipotez statystycznych

Wnioskowanie statystyczne i weryfikacja hipotez statystycznych Wnioskowanie statystyczne i weryfikacja hipotez statystycznych Wnioskowanie statystyczne Wnioskowanie statystyczne obejmuje następujące czynności: Sformułowanie hipotezy zerowej i hipotezy alternatywnej.

Bardziej szczegółowo

weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja) założenie: znany rozkład populacji (wykorzystuje się dystrybuantę)

weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja) założenie: znany rozkład populacji (wykorzystuje się dystrybuantę) PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne (na

Bardziej szczegółowo

Błędy przy testowaniu hipotez statystycznych. Decyzja H 0 jest prawdziwa H 0 jest faszywa

Błędy przy testowaniu hipotez statystycznych. Decyzja H 0 jest prawdziwa H 0 jest faszywa Weryfikacja hipotez statystycznych Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu badanej cechy populacji, o prawdziwości lub fałszywości którego wnioskuje się na podstawie

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X.

STATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X. STATYSTYKA MATEMATYCZNA WYKŁAD 4 WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X. Wysuwamy hipotezy: zerową (podstawową H ( θ = θ i alternatywną H, która ma jedną z

Bardziej szczegółowo

Wykład 9 Testy rangowe w problemie dwóch prób

Wykład 9 Testy rangowe w problemie dwóch prób Wykład 9 Testy rangowe w problemie dwóch prób Wrocław, 18 kwietnia 2018 Test rangowy Testem rangowym nazywamy test, w którym statystyka testowa jest konstruowana w oparciu o rangi współrzędnych wektora

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

SZCZEGÓŁOWY OPIS PRZEDMIOTU ZAMÓWIENIA

SZCZEGÓŁOWY OPIS PRZEDMIOTU ZAMÓWIENIA Poznań, dnia 17.09.2015 roku ZAŁĄCZNIK NR 1 do zapytania ofertowego z dnia 17 września 2015 roku, dotyczącego realizacji badania ilościowego polegającego na przeprowadzeniu techniką wspomaganych komputerowo

Bardziej szczegółowo

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych Temat Testowanie hipotez statystycznych Kody znaków: Ŝółte wyróŝnienie nowe pojęcie pomarańczowy uwaga kursywa komentarz 1 Zagadnienia omawiane na zajęciach 1. Idea i pojęcia teorii testowania hipotez

Bardziej szczegółowo

Idea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość

Idea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość Idea Niech θ oznacza parametr modelu statystycznego. Dotychczasowe rozważania dotyczyły metod estymacji tego parametru. Teraz zamiast szacować nieznaną wartość parametru będziemy weryfikowali hipotezę

Bardziej szczegółowo

WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH

WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH Było: Estymacja parametrów rozkładu teoretycznego punktowa przedziałowa Przykład. Cecha X masa owocu pewnej odmiany. ZałoŜenie: cecha X ma w populacji rozkład

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

Badanie zgodności dwóch rozkładów - test serii, test mediany, test Wilcoxona, test Kruskala-Wallisa

Badanie zgodności dwóch rozkładów - test serii, test mediany, test Wilcoxona, test Kruskala-Wallisa Badanie zgodności dwóch rozkładów - test serii, test mediany, test Wilcoxona, test Kruskala-Wallisa Test serii (test Walda-Wolfowitza) Założenie. Rozpatrywane rozkłady są ciągłe. Mamy dwa uporządkowane

Bardziej szczegółowo

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd. Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru

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

Oczekiwania zachodniopomorskich pracodawców w kontekście szkolnictwa zawodowego

Oczekiwania zachodniopomorskich pracodawców w kontekście szkolnictwa zawodowego Oczekiwania zachodniopomorskich pracodawców w kontekście szkolnictwa zawodowego Artur Frąckiewicz Czy w ciągu najbliższych 12 miesięcy w Pana/i przedsiębiorstwie jest planowane zatrudnianie nowych pracowników?

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

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

Weryfikacja hipotez statystycznych

Weryfikacja hipotez statystycznych Weryfikacja hipotez statystycznych Przykład. Producent pewnych detali twierdzi, że wadliwość jego produkcji nie przekracza 2%. Odbiorca pewnej partii tego produktu chce sprawdzić, czy może wierzyć producentowi.

Bardziej szczegółowo

Teoria Estymacji. Do Powyżej

Teoria Estymacji. Do Powyżej Teoria Estymacji Zad.1. W pewnym przedsiębiorstwie wylosowano niezależnie próbę 25 pracowników. Staż pracy (w latach) tych pracowników w 1996 roku był następujący: 37; 34; 0*; 5; 17; 17; 0*; 2; 24; 33;

Bardziej szczegółowo

Doświadczalnictwo leśne. Wydział Leśny SGGW Studia II stopnia

Doświadczalnictwo leśne. Wydział Leśny SGGW Studia II stopnia Doświadczalnictwo leśne Wydział Leśny SGGW Studia II stopnia Metody nieparametryczne Do tej pory omawialiśmy metody odpowiednie do opracowywania danych ilościowych, mierzalnych W kaŝdym przypadku zakładaliśmy

Bardziej szczegółowo

Szczegółowy opis badania - badanie CAPI na ogólnopolskiej próbie stowarzyszeń i fundacji

Szczegółowy opis badania - badanie CAPI na ogólnopolskiej próbie stowarzyszeń i fundacji Zapytanie ofertowe Stowarzyszenie Klon/Jawor od 2002 roku prowadzi ogólnopolski projekt badawczy dotyczący funkcjonowania organizacji pozarządowych. W ramach tego przedsięwzięcia, w regularnych odstępach

Bardziej szczegółowo

Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych

Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych Statystyka matematyczna. Wykład IV. e-mail:e.kozlovski@pollub.pl Spis treści 1 2 3 Definicja 1 Hipoteza statystyczna jest to przypuszczenie dotyczące rozkładu (wielkości parametru lub rodzaju) zmiennej

Bardziej szczegółowo

Korelacja krzywoliniowa i współzależność cech niemierzalnych

Korelacja krzywoliniowa i współzależność cech niemierzalnych Korelacja krzywoliniowa i współzależność cech niemierzalnych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki Szczecińskiej

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

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

Metody doboru próby do badań. Dr Kalina Grzesiuk

Metody doboru próby do badań. Dr Kalina Grzesiuk Metody doboru próby do badań Dr Kalina Grzesiuk Proces doboru próby 1. Ustalenie populacji badanej 2. Ustalenie wykazu populacji badanej 3. Ustalenie liczebności próby 4. Wybór metody doboru próby do badań

Bardziej szczegółowo

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności: Zadania ze statystyki cz. 7. Zad.1 Z populacji wyłoniono próbę wielkości 64 jednostek. Średnia arytmetyczna wartość cechy wyniosła 110, zaś odchylenie standardowe 16. Należy wyznaczyć przedział ufności

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

Porównanie dwóch rozkładów normalnych

Porównanie dwóch rozkładów normalnych Porównanie dwóch rozkładów normalnych Założenia: 1. X 1 N(µ 1, σ 2 1), X 2 N(µ 2, σ 2 2) 2. X 1, X 2 są niezależne Ocena µ 1 µ 2 oraz σ 2 1/σ 2 2. Próby: X 11,..., X 1n1 ; X 21,..., X 2n2 X 1, varx 1,

Bardziej szczegółowo

DANE STATYSTYKI PUBLICZNEJ I OBLICZENIA WSKAŹNIKÓW CHARAKTERYZUJĄCYCH RYNEK PRACY ORAZ GOSPODARKĘ AGLOMERACJI POZNAŃSKIEJ

DANE STATYSTYKI PUBLICZNEJ I OBLICZENIA WSKAŹNIKÓW CHARAKTERYZUJĄCYCH RYNEK PRACY ORAZ GOSPODARKĘ AGLOMERACJI POZNAŃSKIEJ DANE STATYSTYKI PUBLICZNEJ I OBLICZENIA WSKAŹNIKÓW CHARAKTERYZUJĄCYCH RYNEK PRACY ORAZ GOSPODARKĘ AGLOMERACJI POZNAŃSKIEJ OBSERWATORIUM GOSPODARKI I RYNKU PRACY AGLOMERACJI POZNAŃSKIEJ STOPA BEZROBOCIA

Bardziej szczegółowo

Przykład 1. (A. Łomnicki)

Przykład 1. (A. Łomnicki) Plan wykładu: 1. Wariancje wewnątrz grup i między grupami do czego prowadzi ich ocena 2. Rozkład F 3. Analiza wariancji jako metoda badań założenia, etapy postępowania 4. Dwie klasyfikacje a dwa modele

Bardziej szczegółowo

Zaktualizowana prognoza zatrudnienia według wielkich grup zawodów w Polsce na lata

Zaktualizowana prognoza zatrudnienia według wielkich grup zawodów w Polsce na lata Zaktualizowana prognoza zatrudnienia według wielkich grup zawodów w Polsce na lata 4- Projekt Analiza procesów zachodzących na polskim rynku pracy i w obszarze integracji społecznej w kontekście prowadzonej

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 6

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 6 STATYSTYKA I DOŚWIADCZALNICTWO Wykład 6 Metody sprawdzania założeń w analizie wariancji: -Sprawdzanie równości (jednorodności) wariancji testy: - Cochrana - Hartleya - Bartletta -Sprawdzanie zgodności

Bardziej szczegółowo

a. opisać badaną cechę; cechą X jest pomiar średnicy kulki

a. opisać badaną cechę; cechą X jest pomiar średnicy kulki Maszyna ustawiona jest tak, by produkowała kulki łożyskowe o średnicy 1 cm. Pomiar dziesięciu wylosowanych z produkcji kulek dał x = 1.1 oraz s 2 = 0.009. Czy można uznać, że maszyna nie rozregulowała

Bardziej szczegółowo

Wnioskowanie statystyczne. Statystyka w 5

Wnioskowanie statystyczne. Statystyka w 5 Wnioskowanie statystyczne tatystyka w 5 Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających

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

Aglomeracja w liczbach Q3-2016

Aglomeracja w liczbach Q3-2016 Aglomeracja w liczbach Q-6 część część część część % 7% % 68% 65% 5% 6% 7% DEMOGRAFIA GOSPODARKA RYNEK PRACY EDUKACJA SPIS TREŚCI CZĘŚĆ DEMOGRAFIA - liczba ludności ogółem, liczba ludności według płci,

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

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI Test zgodności i analiza wariancji Analiza wariancji Test zgodności Chi-kwadrat Sprawdza się za jego pomocą ZGODNOŚĆ ROZKŁADU EMPIRYCZNEGO Z PRÓBY Z ROZKŁADEM HIPOTETYCZNYM

Bardziej szczegółowo

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd. Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru

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

VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15

VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15 VI WYKŁAD STATYSTYKA 9/04/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 6 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI Weryfikacja hipotez ( błędy I i II rodzaju, poziom istotności, zasady

Bardziej szczegółowo

Badanie zależności skala nominalna

Badanie zależności skala nominalna Badanie zależności skala nominalna I. Jak kształtuje się zależność miedzy płcią a wykształceniem? II. Jak kształtuje się zależność między płcią a otyłością (opis BMI)? III. Jak kształtuje się zależność

Bardziej szczegółowo

Rozkłady statystyk z próby

Rozkłady statystyk z próby Rozkłady statystyk z próby Rozkłady statystyk z próby Przypuśćmy, że wykonujemy serię doświadczeń polegających na 4 krotnym rzucie symetryczną kostką do gry, obserwując liczbę wyrzuconych oczek Nr kolejny

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

dr hab. Dariusz Piwczyński, prof. nadzw. UTP

dr hab. Dariusz Piwczyński, prof. nadzw. UTP dr hab. Dariusz Piwczyński, prof. nadzw. UTP Cechy jakościowe są to cechy, których jednoznaczne i oczywiste scharakteryzowanie za pomocą liczb jest niemożliwe lub bardzo utrudnione. nominalna porządek

Bardziej szczegółowo

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( ) Statystyka Rozkład prawdopodobieństwa Testowanie hipotez Wykład III (04.01.2016) Rozkład t-studenta Rozkład T jest rozkładem pomocniczym we wnioskowaniu statystycznym; stosuje się go wyznaczenia przedziału

Bardziej szczegółowo

Test niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia związku pomiędzy dwiema zmiennymi nominalnymi (lub porządkowymi)

Test niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia związku pomiędzy dwiema zmiennymi nominalnymi (lub porządkowymi) Test niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia związku pomiędzy dwiema zmiennymi nominalnymi (lub porządkowymi) Czy miejsce zamieszkania różnicuje uprawianie sportu? Mieszkańcy

Bardziej szczegółowo

Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu

Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)

Bardziej szczegółowo

), którą będziemy uważać za prawdziwą jeżeli okaże się, że hipoteza H 0

), którą będziemy uważać za prawdziwą jeżeli okaże się, że hipoteza H 0 Testowanie hipotez Każde przypuszczenie dotyczące nieznanego rozkładu badanej cechy nazywamy hipotezą statystyczną. Hipoteza określająca jedynie wartości nieznanych parametrów liczbowych badanej cechy

Bardziej szczegółowo

Nastroje zatrudnieniowe pracodawców w województwie zachodniopomorskim w III kwartale 2016 r.

Nastroje zatrudnieniowe pracodawców w województwie zachodniopomorskim w III kwartale 2016 r. Nastroje zatrudnieniowe pracodawców w województwie zachodniopomorskim w III kwartale 2016 r. W o j e w ó d z k i U r z ą d P r a c y w S z c z e c i n i e A u t o r : P a w e ł W o j t a s z y k Badanie

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

TESTOWANIE HIPOTEZ STATYSTYCZNYCH Hipotezą statystyczną nazywamy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas cechy.

TESTOWANIE HIPOTEZ STATYSTYCZNYCH Hipotezą statystyczną nazywamy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas cechy. TESTOWANIE HIPOTEZ STATYSTYCZNYCH Hipotezą statystyczną nazywamy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas cechy. Hipotezy dzielimy na parametryczne i nieparametryczne. Zajmiemy

Bardziej szczegółowo

Współczynnik korelacji. Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ

Współczynnik korelacji. Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ Współczynnik korelacji Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ Własności współczynnika korelacji 1. Współczynnik korelacji jest liczbą niemianowaną 2. ϱ 1,

Bardziej szczegółowo

Wykład 2 Hipoteza statystyczna, test statystyczny, poziom istotn. istotności, p-wartość i moc testu

Wykład 2 Hipoteza statystyczna, test statystyczny, poziom istotn. istotności, p-wartość i moc testu Wykład 2 Hipoteza statystyczna, test statystyczny, poziom istotności, p-wartość i moc testu Wrocław, 01.03.2017r Przykład 2.1 Właściciel firmy produkującej telefony komórkowe twierdzi, że wśród jego produktów

Bardziej szczegółowo

W raporcie zostały zaprezentowane wyniki badania przeprowadzonego. Podejmowana tematyka potrzeb kadrowych przedsiębiorstw zlokalizowanych

W raporcie zostały zaprezentowane wyniki badania przeprowadzonego. Podejmowana tematyka potrzeb kadrowych przedsiębiorstw zlokalizowanych 2017 Podejmowana tematyka potrzeb kadrowych przedsiębiorstw zlokalizowanych na terenie aglomeracji poznańskiej (miasto Poznań oraz gminy powiatu poznańskiego) jest aktualna w kontekście korzystnych zmian

Bardziej szczegółowo

VII WYKŁAD STATYSTYKA. 30/04/2014 B8 sala 0.10B Godz. 15:15

VII WYKŁAD STATYSTYKA. 30/04/2014 B8 sala 0.10B Godz. 15:15 VII WYKŁAD STATYSTYKA 30/04/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 7 (c.d) WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI Weryfikacja hipotez ( błędy I i II rodzaju, poziom istotności,

Bardziej szczegółowo

Wnioskowanie statystyczne Weryfikacja hipotez. Statystyka

Wnioskowanie statystyczne Weryfikacja hipotez. Statystyka Wnioskowanie statystyczne Weryfikacja hipotez Statystyka Co nazywamy hipotezą Każde stwierdzenie o parametrach rozkładu lub rozkładzie zmiennej losowej w populacji nazywać będziemy hipotezą statystyczną

Bardziej szczegółowo

Temat: Badanie niezależności dwóch cech jakościowych test chi-kwadrat

Temat: Badanie niezależności dwóch cech jakościowych test chi-kwadrat Temat: Badanie niezależności dwóch cech jakościowych test chi-kwadrat Anna Rajfura 1 Przykład W celu porównania skuteczności wybranych herbicydów: A, B, C sprawdzano, czy masa chwastów na poletku zależy

Bardziej szczegółowo

Przygotowanie danych

Przygotowanie danych 2 Przygotowanie danych 2 Przygotowanie danych Przed opracowaniem statystycznym należy uporządkować dane. Czynność ta ułatwia opracowywanie danych. Od czasu, kiedy pojawiły się komputery, procedury porządkowania

Bardziej szczegółowo

2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona

2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona Sprawdzanie założeń przyjętych o modelu (etap IIIC przyjętego schematu modelowania regresyjnego) 1. Szum 2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona

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

Księgarnia PWN: George A. Ferguson, Yoshio Takane - Analiza statystyczna w psychologii i pedagogice

Księgarnia PWN: George A. Ferguson, Yoshio Takane - Analiza statystyczna w psychologii i pedagogice Księgarnia PWN: George A. Ferguson, Yoshio Takane - Analiza statystyczna w psychologii i pedagogice Przedmowa do wydania polskiego Przedmowa CZĘŚĆ I. PODSTAWY STATYSTYKI Rozdział 1 Podstawowe pojęcia statystyki

Bardziej szczegółowo

TESTOWANIE HIPOTEZ STATYSTYCZNYCH

TESTOWANIE HIPOTEZ STATYSTYCZNYCH TETOWANIE HIPOTEZ TATYTYCZNYCH HIPOTEZA TATYTYCZNA przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Prawdziwość tego przypuszczenia jest oceniana na

Bardziej szczegółowo

DANE STATYSTYKI PUBLICZNEJ I OBLICZENIA WSKAŹNIKÓW CHARAKTERYZUJĄCYCH RYNEK PRACY ORAZ GOSPODARKĘ AGLOMERACJI POZNAŃSKIEJ

DANE STATYSTYKI PUBLICZNEJ I OBLICZENIA WSKAŹNIKÓW CHARAKTERYZUJĄCYCH RYNEK PRACY ORAZ GOSPODARKĘ AGLOMERACJI POZNAŃSKIEJ DANE STATYSTYKI PUBLICZNEJ I OBLICZENIA WSKAŹNIKÓW CHARAKTERYZUJĄCYCH RYNEK PRACY ORAZ GOSPODARKĘ AGLOMERACJI POZNAŃSKIEJ OBSERWATORIUM GOSPODARKI I RYNKU PRACY AGLOMERACJI POZNAŃSKIEJ STOPA BEZROBOCIA

Bardziej szczegółowo

DANE STATYSTYKI PUBLICZNEJ I OBLICZENIA WSKAŹNIKÓW CHARAKTERYZUJĄCYCH RYNEK PRACY ORAZ GOSPODARKĘ AGLOMERACJI POZNAŃSKIEJ

DANE STATYSTYKI PUBLICZNEJ I OBLICZENIA WSKAŹNIKÓW CHARAKTERYZUJĄCYCH RYNEK PRACY ORAZ GOSPODARKĘ AGLOMERACJI POZNAŃSKIEJ DANE STATYSTYKI PUBLICZNEJ I OBLICZENIA WSKAŹNIKÓW CHARAKTERYZUJĄCYCH RYNEK PRACY ORAZ GOSPODARKĘ AGLOMERACJI POZNAŃSKIEJ OBSERWATORIUM GOSPODARKI I RYNKU PRACY AGLOMERACJI POZNAŃSKIEJ STOPA BEZROBOCIA

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

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1 Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT Anna Rajfura 1 Przykład wprowadzający Wiadomo, że 40% owoców ulega uszkodzeniu podczas pakowania automatycznego.

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

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zad. 1 Średnia ocen z semestru letniego w populacji studentów socjologii w roku akademickim 2011/2012

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

Importowanie danych do SPSS Eksportowanie rezultatów do formatu MS Word... 22

Importowanie danych do SPSS Eksportowanie rezultatów do formatu MS Word... 22 Spis treści Przedmowa do wydania pierwszego.... 11 Przedmowa do wydania drugiego.... 15 Wykaz symboli.... 17 Litery alfabetu greckiego wykorzystywane w podręczniku.... 17 Symbole wykorzystywane w zagadnieniach

Bardziej szczegółowo

Przedmowa Wykaz symboli Litery alfabetu greckiego wykorzystywane w podręczniku Symbole wykorzystywane w zagadnieniach teorii

Przedmowa Wykaz symboli Litery alfabetu greckiego wykorzystywane w podręczniku Symbole wykorzystywane w zagadnieniach teorii SPIS TREŚCI Przedmowa... 11 Wykaz symboli... 15 Litery alfabetu greckiego wykorzystywane w podręczniku... 15 Symbole wykorzystywane w zagadnieniach teorii mnogości (rachunku zbiorów)... 16 Symbole stosowane

Bardziej szczegółowo

DANE STATYSTYKI PUBLICZNEJ I OBLICZENIA WSKAŹNIKÓW CHARAKTERYZUJĄCYCH RYNEK PRACY ORAZ GOSPODARKĘ AGLOMERACJI POZNAŃSKIEJ

DANE STATYSTYKI PUBLICZNEJ I OBLICZENIA WSKAŹNIKÓW CHARAKTERYZUJĄCYCH RYNEK PRACY ORAZ GOSPODARKĘ AGLOMERACJI POZNAŃSKIEJ DANE STATYSTYKI PUBLICZNEJ I OBLICZENIA WSKAŹNIKÓW CHARAKTERYZUJĄCYCH RYNEK PRACY ORAZ GOSPODARKĘ AGLOMERACJI POZNAŃSKIEJ OBSERWATORIUM GOSPODARKI I RYNKU PRACY AGLOMERACJI POZNAŃSKIEJ STOPA BEZROBOCIA

Bardziej szczegółowo

Nastroje zatrudnieniowe pracodawców w województwie zachodniopomorskim w IV kwartale 2016 r.

Nastroje zatrudnieniowe pracodawców w województwie zachodniopomorskim w IV kwartale 2016 r. Nastroje zatrudnieniowe pracodawców w województwie zachodniopomorskim w IV kwartale 2016 r. W o j e w ó d z k i U r z ą d P r a c y w S z c z e c i n i e A u t o r : P a w e ł W o j t a s z y k Badanie

Bardziej szczegółowo

Plany Pracodawców. Wyniki 32. edycji badania 5 grudnia 2016 r.

Plany Pracodawców. Wyniki 32. edycji badania 5 grudnia 2016 r. Plany Pracodawców Wyniki 32. edycji badania 5 grudnia 2016 r. Plan raportu Metodologia badania Plany Pracodawców Wyniki 32. edycji badania ocena bieżącej sytuacji gospodarczej kraju a sytuacja finansowa

Bardziej szczegółowo

Pobieranie prób i rozkład z próby

Pobieranie prób i rozkład z próby Pobieranie prób i rozkład z próby Marcin Zajenkowski Marcin Zajenkowski () Pobieranie prób i rozkład z próby 1 / 15 Populacja i próba Populacja dowolnie określony zespół przedmiotów, obserwacji, osób itp.

Bardziej szczegółowo

LABORATORIUM 9 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

LABORATORIUM 9 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI LABORATORIUM 9 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI 1. Test dla dwóch średnich P.G. 2. Testy dla wskaźnika struktury 3. Testy dla wariancji DECYZJE Obszar krytyczny od pozostałej

Bardziej szczegółowo

ANALIZA DWUZMIENNOWA. czyli ABC KOREALCJI

ANALIZA DWUZMIENNOWA. czyli ABC KOREALCJI ANALIZA DWUZMIENNOWA czyli ABC KOREALCJI DZIASIAJ Pożegnanie ze statystyką: Krótko o tym, co to znaczy, że ze sobą korelują Jak te korelacje badać Kilka ćwiczeń praktycznych ANALIZA DWUZMIENNOWA Centralne

Bardziej szczegółowo

Problem badawczy Przeprowadzenia badania ewaluacyjnego projektu realizowanego w ramach Poddziałania 6.1.3

Problem badawczy Przeprowadzenia badania ewaluacyjnego projektu realizowanego w ramach Poddziałania 6.1.3 Problem badawczy Przeprowadzenia badania ewaluacyjnego projektu realizowanego w ramach Poddziałania 6.1.3 Przeprowadzenia badania ewaluacyjnego projektu realizowanego w ramach Programu Operacyjnego Kapitał

Bardziej szczegółowo

TESTOWANIE HIPOTEZ STATYSTYCZNYCH Przez hipotezę statystyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas

TESTOWANIE HIPOTEZ STATYSTYCZNYCH Przez hipotezę statystyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas TESTOWANIE HIPOTEZ STATYSTYCZNYCH Przez hipotezę statystyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas cechy. Hipotezy dzielimy na parametryczne i nieparametryczne.

Bardziej szczegółowo

Statystyka opisowa. Wykład VI. Analiza danych jakośiowych

Statystyka opisowa. Wykład VI. Analiza danych jakośiowych Statystyka opisowa. Wykład VI. e-mail:e.kozlovski@pollub.pl Spis treści Rangowanie 1 Rangowanie 3 Rangowanie Badaniu statystycznemu czasami podlegają cechy niemierzalne jakościowe), np. kolor włosów, stopień

Bardziej szczegółowo

Prognoza liczby pracujących w usługach rynkowych w przekroju grup zawodów

Prognoza liczby pracujących w usługach rynkowych w przekroju grup zawodów Prognoza liczby pracujących w usługach rynkowych w przekroju grup zawodów Rysunek 1. Udział (w %) i liczba (w tys. osób) pracujących w usługach rynkowych w wielkiej grupie zawodowej: Przedstawiciele władz

Bardziej szczegółowo

SPIS TREŚCI CZĘŚĆ 1 CZĘŚĆ 2 CZĘŚĆ 3 CZĘŚĆ 4

SPIS TREŚCI CZĘŚĆ 1 CZĘŚĆ 2 CZĘŚĆ 3 CZĘŚĆ 4 SPIS TREŚCI CZĘŚĆ 1 DEMOGRAFIA - liczba ludności ogółem, liczba ludności według płci, saldo migracji, indeks starości, liczba ludności według ekonomicznych grup wieku, prognoza indeksu starości, przyrost

Bardziej szczegółowo

Nastroje zatrudnieniowe pracodawców w województwie zachodniopomorskim w IV kwartale 2014 r.

Nastroje zatrudnieniowe pracodawców w województwie zachodniopomorskim w IV kwartale 2014 r. Nastroje zatrudnieniowe pracodawców w województwie zachodniopomorskim w IV kwartale 2014 r. W o j e w ó d z k i U r z ą d P r a c y w S z c z e c i n i e A u t o r : P a w e ł W o j t a s z y k Badanie

Bardziej szczegółowo