JEDNO- I WIELOWYMIAROWE SKALE POMIAROWE

Wielkość: px
Rozpocząć pokaz od strony:

Download "JEDNO- I WIELOWYMIAROWE SKALE POMIAROWE"

Transkrypt

1 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 1 JEDNO- I WIELOWYMIAROWE SKALE POMIAROWE Skale do pomiaru postaw Przedmiotem większości pomiarów w badaniach marketingowych są postawy nabywców różnych dóbr. Pomiar postaw, w porównaniu z pomiarem zachowania się, daje odpowiedź na kwestię przyczyn określonego zachowania się i ma znaczenie diagnostyczne. Kategoria postaw Postawa jest to pozytywne lub negatywne ustosunkowanie się do pewnego przedmiotu, pojęcia lub sytuacji, jak również gotowość do reagowania w pewien z góry określony sposób na te (lub związane z nimi) przedmioty, pojęcia, sytuacje. Postawy kształtują się w wyniku wzajemnego oddziaływania danej jednostki i jej otoczenia. Psychologowie wyróżniają trzy składniki postaw: przekonanie (wynik doświadczenia i wiedzy) emocje. Składnik emocjonalny przejawia się w upodobaniach i preferencjach. zachowanie się. Element behawiorystyczny decyduje o działaniu nabywcy przed, w trakcie i po dokonaniu zakupu. Postawy przyjmują wartości mieszczące się w przedziale postawa skrajnie pozytywna postawa zdecydowanie negatywna. Dzięki temu można ją mierzyć przy wykorzystaniu różnych skal, głównie porządkowych.

2 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 2 Rodzaj skali Zasady skalowania Zasada I Skalowanie zrównoważone i niezrównoważone Skalowanie zrównoważone wymaga ustalenia klasy środkowej oraz wyznaczenia jednakowej liczby klas (przedziałów) o jednakowej intensywności po obu stronach ustalonej klasy środkowej. Jeśli po obu stronach klasy środkowej występuje różna liczba klas lub klasy o niejednakowej intensywności, to takie skalowanie nazywa się skalowaniem niezrównoważonym. Przykłady zrównoważonego i niezrównoważonego skalowania odpowiedzi porządkowa przedziałowa lub stosunkowa Skalowanie zrównoważone pytania Jak oceniasz szybkość obsługi klientów w sklepie X? Jaka część rocznej produkcji Waszej firmy jest eksportowana? odpowiedzi wyskalowane Bardzo szybka Szybka Ani szybka, ani powolna Powolna Bardzo powolna 0 20 % % % % % Skalowanie niezrównoważone pytania Jak zareagowałeś na ukazanie się nowego produktu XYZ? Ile razy podróżował Pan w roku ubiegłym samolotem PLL LOT za granicę? odpowiedzi wyskalowane Entuzjastycznie Bardzo pozytywnie Pozytywnie Obojętnie Negatywnie Ani razu 1 raz 2-4 razy 5-9 razy razy 20 i więcej

3 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 3 Zasada II Graficzna forma skali Kategorie danej skali mogą być opisane werbalnie, numerycznie, graficznie lub w sposób kombinowany. Im dokładniej opisane kategorie skali, tym rzetelniejszy pomiar. Graficzna forma skali dostosowana jest do specyfiki grupy respondentów będzie inna dla dorosłych, a inna dla przedszkolaków. Instrument pomiarowy w formie suwaka Skala dla prowadzącego pomiar Trzy sposoby odpowiedzi na pytania odzwierciedlające postawy wobec produktu XYZ A. Jakie są Pana(i) odczucia w związku z produktem XYZ? Świetny Jestem zadowolony Jest niezły Mieszane Raczej kiepski Nie jestem zadowolony Straszny B. W jakim stopniu zadowolił Pana(ią) produkt XYZ? 100% % Całkowicie mnie zadowolił Jestem zupełnie niezadowolony C. W jakim stopniu zaspokaja obecnie Pana(i) potrzeby produkt XYZ? Nadzwyczaj dobrze Nadzwyczaj dobrze

4 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 4 Zasada III Liczba kategorii skali Liczba kategorii między biegunami skali zależy od postawy respondenta, formy pomiaru i metody analizy danych. Zwykle jeśli badacz chce się dowiedzieć czegoś więcej na temat postaw, to powinien zastosować pięć lub siedem kategorii. Zasada IV Parzysta lub nieparzysta liczba kategorii Wybór tej liczby przesądza o tym, czy skala będzie zawierała środkową, neutralną pozycję. Zwolennicy stosowania parzystej liczby kategorii argumentują to tym, że postawy nie mogą być neutralne. Warto pamiętać, że respondenci wykazują tendencję do wyboru tych kategorii, które są bliżej środka. Zasada V Skalowanie wymuszające i niewymuszające Skalowanie wymuszające ma na celu wykazanie przez respondenta ściśle określonej kategorii na skali odpowiedzi. W przypadku gdy respondent nie jest w stanie wyrazić swojej postawy, stosuje się skalowanie niewymuszające. Np. na pytanie o ocenę PLL LOT w porównaniu do innych linii lotniczych skala powinna rozpoczynać się od odpowiedzi Nie wiem dla osób, które nie latały innymi niż PLL LOT liniami lotniczymi. Jednowymiarowe skale do pomiaru postaw Jednowymiarowe skale postaw dzielimy na proste i złożone. Przykłady prostych skal postaw Proste skale, stosowane w badaniach marketingowych to m.in.: skale stopniowe opisowe i obrazkowe skale ciągłe skale rang metoda porównywania parami skale sumowanych ocen Skale stopniowa obrazkowa, opisowe przedstawiono na folii 3. Skala ciągła była przedstawiona na poprzednim wykładzie.

5 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 5 Skala rang powstaje gdy respondent porządkuje wymienione w kwestionariuszu kategorie według podanego kryterium. W kwestionariuszu odpowiedź jest wyskalowana według skali nominalnej. W wyniku ocen respondenta skala nominalna zmienia się w skalę rang, które jest skalą porządkową. Skale rang są często stosowane w pomiarach preferencji. Wadą ich jest malejąca efektywność w miarę wzrostu liczby ocenianych cech. W przypadku dużej liczby cech lepiej jest zastosować porównywanie parami. Przykład pytania w kwestionariuszu z zastosowaną skalą rang P.1. Oto lista cech samochodu, do których może Pan(i) przywiązywać większą lub mniejszą wagę. Proszę wpisać odpowiadające poszczególnym cechom symbole literowe kolejno do kratek skali od 1 do 9, porządkując je tak, aby cecha, która dla Pana(i) ma największą wagę, znalazła się w pierwszej kratce, druga najważniejsza - w drugiej itd. A producent D łatwość obsługi G szybkość maksymalna B cena E zużycie paliwa H przyspieszenie C kolor F moc silnika I pojemność bagażnika Metoda porównywania parami pozwala nie tylko dokonać pomiaru, ale jednocześnie umożliwia analizę zebranych danych.

6 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 6 Respondent wybiera jedną z dwóch przedstawionych możliwości zgodnie z podanym kryterium. Kryterium stanowią zazwyczaj skale alternatywne. Porównując trzy cechy zestawia się 3 pary (AB, AC, BC), przy czterech cechach 6 par (AB, AC, AD, BC, BD, CD), i ogólnie przy n cechach zestawia się 0,5n(n-1) par. Dla 9 cech samochodów respondent będzie więc porównywał 36 par. A producent D łatwość obsługi G szybkość maksymalna B cena E zużycie paliwa H przyspieszenie C kolor F moc silnika I pojemność bagażnika Macierz ocen cech samochodu A B C D E F G H I A B C D E F G H I Suma Porównując parami cechy samochodów stwierdzamy, że cena jest ważniejsza niż kolor, (cena - 80, a kolor - 20) zużycie paliwa ma większą wagę niż pojemność bagażnika (65 do 35) łatwość obsługi jest ważniejsza od ceny (70 do 30) itd. Przy tej metodzie badań najważniejszą cechą samochodu jest cecha A, najmniej ważną jest cecha C.

7 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 7 Skala sumowanych ocen. Są dwie odmiany tej skali: porównawcza - wymaga się od respondenta, aby wymienionym cechom lub obiektom przyporządkował zgodnie ze swoimi preferencjami oceny liczbowe, które razem muszą się sumować do określonej liczby (najczęściej do 100). P.1. Proszę podzielić 100 punktów między każdą z trzech podanych miejscowości wypoczynkowych Międzyzdroje (...) + Szklarska Poręba (...) = 100 Kołobrzeg (...) + Bielsko Biała (...) = 100 Sopot (...) + Krynica Górska (...) = 100 rangowa P.1. Proszę podzielić 100 punktów między wymienione niżej cechy samochodu Polonez tak, aby podział punktów odzwierciedlał to, w jakim stopniu ważna jest dla Pana(i) każda cecha. Wygląd zewnętrzny Ekonomika jazdy Komfort Status społeczny Cena Bezpieczeństwo Szybkość Przyspieszenie RAZEM 100

8 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 8 Przykłady złożonych skal postaw Skale złożone są w porównaniu do skal prostych skalami o wyższym stopniu standaryzacji. Charakteryzują się lepszą trafnością pomiaru. Każda złożona skala postaw składa się z wielu skal elementarnych, głównie porządkowych. Do najczęściej stosowanych zalicza się skale: pozycyjną, semantyczną, Stapela, Likerta Skala pozycyjna. Oparta na skali nominalnej. Poszczególne pozycje są oceniane za pomocą jednakowych skal porządkowych. Respondent ocenia zgodnie ze swoimi preferencjami każdą pozycje skali nominalnej. Oceny tej dokonuje za pomocą skali porządkowej P.1. Jak często prowadzone są w Pana(i) firmie badania w niżej wymienionych zakresach? Proszę dać tylko jedną odpowiedź dla każdego zakresu. Stale Bardzo Często Czasami Nigdy często 1. Potrzeby i opinie nabywców 2. Konkurencja 3. Akty prawne 4. Kooperacja i pośrednicy 5. Własny produkt 6. Efektywność i skuteczność własnej reklamy 7. Reklamacje klientów 8. Ceny i warunki sprzedaży

9 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 9 Analiza polega na poklasyfikowaniu zebranych danych i ich zaprezentowaniu w postaci szeregów statystycznych. Skala semantyczna (metoda profili semantycznych, metoda profili polaryzacji) Jest zestawem kilku lub kilkunastu skal porządkowych, zwykle dwubiegunowych. Pomiar: umieszcza się w kwestionariuszu zestaw kilku skal porządkowych, zazwyczaj 7-stopniowych i niezależnych od siebie. Respondent ma wyróżnić jedną kategorię na każdej skali Proszę zaznaczyć swoje oceny najlepiej odzwierciedlające Pana(i) opinię o wymienionych cechach importowanego samochodu Jaguar XJ-S (każda skala reprezentuje jedną cechę o siedmiostopniowej intensywności) Szybki Tani X X Wolny Drogi Luksusowy Mały X X Zwykły Duży Zbieranie i redukcja danych polega na zliczeniu wszystkich wypełnionych skal z kwestionariuszy, poklasyfikowaniu i zaprezentowaniu wyników zliczania w postaci szeregów statystycznych. Analiza profilowa (najczęściej stosowana) polega na: przyjęciu, że przedziały skal porządkowych są sobie równe przyporządkowaniu przedziałom skal wag (od-3 do +3 lub od 1 do 7) obliczeniu średnich arytmetycznych ważonych lub mediany z danych. Otrzymane średnie łączy się zwykle liniami na zestawionych razem skalach. Każda linia reprezentuje inny obiekt (np. produkt, sklep, znak firmowy, środek reklamy i in.). W wyniku porównania wszystkich linii na

10 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 10 jednym wykresie otrzymuje się profile polaryzacji, charakteryzujące preferencje i postawy określonych grup respondentów Graficzny obraz wyników analizy profilowej cech produktów francuskich, amerykańskich i brytyjskich w ocenie kadry brytyjskich sklepów detalicznych Zaawansowanie techniczne Produkowane masowo Łatwo dostępne Pomysłowe Starannie wykonane Technicznie opóźnione Produkowane ręcznie Trudno dostępne Imitacyjne Niestarannie wykonane Francja W.Brytania Stany Zjedn.

11 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 11 Skala Stapela. Jest odmianą skali pozycyjnej. Pozycje skali nominalnej są zestawem skal jednobiegunowych, dziesięcio- lub jedenastostopniowych, których bieguny mają wartości od -5 do +5. Skale służą do pomiaru kierunku i natężenia postaw. Wystarczy zatem po jednym przymiotniku do każdej skali, bez szukania antonimów. Na rysunku 4.9 przedstawiono przykład skali Stapela. Zaletą tej skali jest łatwiejsze jej zastosowanie w porównaniu ze skalą semantyczną. Rezultaty pomiarów przy wykorzystaniu obu skal są równoważne. Skale Stapela stosuje się do pomiaru opinii i wyobrażeń o punktach sprzedaży,, nowych produktach żywnościowych oraz środkach reklamy. Dane zebrane z pomiaru mogą być analizowane metodą profilową. P.1. Niżej podano cztery cechy charakteryzujące sklep wolnocłowy X. Proszę wskazać, jak - Pana(i) zdaniem - należy ocenić poszczególne cechy. Jeżeli ocenia Pan(i) daną cechę pozytywnie, proszę wskazać, w jakim stopniu jest ona pozytywna, przez zakreślenie jednej z kratek od +3 do +1. Jeśli ocena jest negatywna - proszę zaznaczyć jej stopień odpowiednio od -1 do -3. A. Czystość B. Obsługa C. Wybór D. Wystrój

12 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 12 Skala Likerta - jest skalą nominalną składającą się z wielu pozycji (od kilku do kilkudziesięciu), stanowiących zestaw skal porządkowych. Wszystkie pozycje skali Likerta mają przyporządkowanie skale intensywności, będące skalami porządkowymi dwubiegunowymi, zazwyczaj pięciostopniowymi. Stopnie skali są opisane w kwestionariuszu werbalnie, a także numerycznie do celów redukcji i analizy danych. P.1. Niżej wymieniono kilka czynników wpływających na działalność firm zagranicznych w Polsce. Proszę o podanie swojej opinii przez zaznaczenie odpowiedniego miejsca przy każdym z czynników. 1. Istnieje chłonny rynek wewnętrzny w Polsce 2. Konkurencja firm polskich jest poważną przeszkodą 3. W Polsce możliwy jest szybki wzrost zysków 4. Występuje nieżyczliwe nastawienie władz centralnych Całkowicie się zgadzam Zgadzam się Ani się zgadzam, ani się nie zgadzam Nie zgadzam się Całkowicie się nie zgadzam

13 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 13 W budowie skali wyodrębnia się kilka etapów: Etap 1: Sformułowanie wystarczającej liczby pozycji (zdań), obejmujących możliwie wszystkie przejawy badanych postaw. Etap 2: Etap 3: Przygotowanie kwestionariusza próbnego Dobranie próbki respondentów z próby ostatecznej oraz przeprowadzenie pomiaru próbnego Etap 4: Zliczanie wypełnionych kwestionariuszy próbnych. Wynikiem są sumy punktów dla każdego respondenta (np. w pytaniu 1 4 pkt, w pyt. 2 5 pkt, w pyt. 3 2 pkt, w pyt. 4 5 pkt; razem 16 pkt). Etap 5: Wybór pozycji, które dobrze różnicują postawy sprzyjające (duża suma punktów) od niesprzyjających (mała suma punktów). W kwestionariuszu pozostawia się tylko pozycje wystarczająco silnie różnicujące respondentów. Analiza danych z pomiaru za pomocą skali Likerta polega na porównaniu i interpretacji zliczonych punktów dla poszczególnych pozycji albo dla poszczególnych respondentów.

14 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 14 Wielowymiarowe skale do pomiaru postaw Zalicza się do najnowszych metod, które znalazły zastosowanie w pomiarach i analizach postaw nabywców. Wyróżnia się dwie metody: skalowanie wielowymiarowe pomiar wieloczynnikowy Skalowanie wielowymiarowe Wymaga stosowania metod statystycznych przy użyciu komputerów. Celem analiz jest przekształcenie zebranych z pomiaru danych, dotyczących preferencji i percepcji nabywców na spójny i czytelny obraz w przestrzeni wielowymiarowej. Dystans między punktem idealnym a danym modelem odzwierciedla preferencje respondentów; odległość między dwoma modelami podobieństwa w odczucie respondentów. Preferencje i podobieństwa samochodów w USA modele z 1986 r. sportowy Punkt idealny zwykły luksusowy popularny Ford Taunus 2. Mercury Sable 3. Lincoln Continental 4. Ford Thunderbird 5. Ford Escort 6. Cadillac Eldorado 7. Jaguar XJ Sedan 8. AMC Alliance 9. Plymuth Reliant 10. Buick Le Sabre 11. Chevrolet Cavalier

15 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 15 Pomiar wieloczynnikowy Polega na pomiarze preferencji respondentów względem kilku powiązanych ze sobą czynników (cech) jednego produktu. Rezultatem pomiaru i analizy są dane tworzące skalę przedziałową. Respondentowi prezentuje się do oceny wybrane cechy produktu. Poszczególne cechy produktu można porównywać parami. Rozważmy jako przykład następujące cechy powiedzmy pasty do podłóg: 1. Cena 3 wartości (10 $, 20 $, 30 $) 2. Pojemność opakowania 3 wartości (1 l, 3 l, 5 l) 3. Opakowanie (materiał, z którego zrobione) 3 wartości (plastikowe, blaszane, szklane) Załóżmy, że producent pasty zainteresowany jest szczególnie trzema pierwszymi cechami. Dzięki temu respondent będzie oceniał 27 kombinacji trzech cech lub każdych dwóch z trzech interesujących nas cech. (patrz rysunek) Pomiar preferencji za pomocą porównań parami Cena Cena Opakowanie p b sz Pojemność 1 l 3 l 5 Opakowanie p b sz Pojemność 1 l 3 l 5 l p plastikowe, b blaszane, sz - szklane Na każdym diagramie zaznacza się optymalną kombinację dwóch cech. Prowadzi to do wyboru optymalnych preferencji po zliczeniu wszystkich wskazań respondentów.

Sprowadzenie rzeczywistości do pewnych jej elementów określanych jako zmienne i stałe, razem z relacjami, jakie między tymi elementami zachodzą.

Sprowadzenie rzeczywistości do pewnych jej elementów określanych jako zmienne i stałe, razem z relacjami, jakie między tymi elementami zachodzą. Model: Sprowadzenie rzeczywistości do pewnych jej elementów określanych jako zmienne i stałe, razem z relacjami, jakie między tymi elementami zachodzą. Odwzorowanie rzeczywistości poprzez definiowanie

Bardziej szczegółowo

Statystyka w pracy badawczej nauczyciela

Statystyka w pracy badawczej nauczyciela Statystyka w pracy badawczej nauczyciela Wykład 1: Terminologia badań statystycznych dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka (1) Statystyka to nauka zajmująca się zbieraniem, badaniem

Bardziej szczegółowo

Badania marketingowe. - Konspekt wykładowy

Badania marketingowe. - Konspekt wykładowy Badania marketingowe - Konspekt wykładowy Badania marketingowe w logistyce Zakres materiału do egzaminu: 1. Wprowadzenie do przedmiotu - istota, przesłanki oraz użyteczność badań marketingowych 2. Informacja

Bardziej szczegółowo

Podstawowe pojęcia statystyczne

Podstawowe pojęcia statystyczne Podstawowe pojęcia statystyczne Istnieją trzy rodzaje kłamstwa: przepowiadanie pogody, statystyka i komunikat dyplomatyczny Jean Rigaux Co to jest statystyka? Nauka o metodach ilościowych badania zjawisk

Bardziej szczegółowo

BADANIA MARKETINGOWE

BADANIA MARKETINGOWE BADANIA MARKETINGOWE BADANIA MARKETINGOWE to gromadzenie i analizowanie informacji niezbędnych do podejmowania decyzji rynkowych w przedsiębiorstwie. Kryteria podziału badań marketingowych: 1.Charakter

Bardziej szczegółowo

Temat: Badania ankietowe projektowanie kwestionariusza ankietowego

Temat: Badania ankietowe projektowanie kwestionariusza ankietowego Temat: Badania ankietowe projektowanie kwestionariusza ankietowego Badania ankietowe - metoda gromadzenia informacji pierwotnych przez zbieranie odpowiedzi na przygotowane uprzednio pytania, zadawane wybranym

Bardziej szczegółowo

BADANIA MARKETINGOWE MATERIAŁY DO ZALICZENIA

BADANIA MARKETINGOWE MATERIAŁY DO ZALICZENIA BADANIA MARKETINGOWE DO ZALICZENIA BUDOWA KWESTIONARIUSZA WPROWADZENIE 3 Co to są badania marketingowe? Rodzaje badań Instrumenty w badaniach marketingowych PROCES BUDOWY KWESTIONARIUSZA 4 Określenie celu

Bardziej szczegółowo

Przyjmuje dowolne wartości z określonego przedziału (skończonego lub nie). Zmienne ciągłe: wzrost, czas rozwiązana testu, kwota dochodu

Przyjmuje dowolne wartości z określonego przedziału (skończonego lub nie). Zmienne ciągłe: wzrost, czas rozwiązana testu, kwota dochodu cecha (właściwość), którą posiadają jednostki badanej zbiorowości, przyjmującą co najmniej dwie wartości. Zmienna to właściwość pod względem której elementy zbioru różnią się między sobą Przyjmuje dowolne

Bardziej szczegółowo

KLASYFIKACJA l ANALIZA DANYCH

KLASYFIKACJA l ANALIZA DANYCH SEKCJA KLASYFIKACJI l ANALIZY DANYCH POLSKIEGO TOWARZYSTWA STATYSTYCZNEGO Zeszyt 2 TAKSONOMIA 1995 KLASYFIKACJA l ANALIZA DANYCH PROBLEMY TEORETYCZNE Jelenia Góra -Wrcdaw- Kraków REDAKTORZY NAUKOWI Krzysztof

Bardziej szczegółowo

Badania Statystyczne

Badania Statystyczne Statystyka Opisowa z Demografią oraz Biostatystyka Badania Statystyczne Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2 82-300 Elblag oraz Biostatystyka

Bardziej szczegółowo

Przyjmuje dowolne wartości z określonego przedziału (skończonego lub nie). Zmienne ciągłe: wzrost, czas rozwiązana testu, kwota dochodu

Przyjmuje dowolne wartości z określonego przedziału (skończonego lub nie). Zmienne ciągłe: wzrost, czas rozwiązana testu, kwota dochodu cecha (właściwość), którą posiadają jednostki badanej zbiorowości, przyjmującą co najmniej dwie wartości. Zmienna to właściwość pod względem której elementy zbioru różnią się między sobą Przyjmuje dowolne

Bardziej szczegółowo

W1. Wprowadzenie. Statystyka opisowa

W1. Wprowadzenie. Statystyka opisowa W1. Wprowadzenie. Statystyka opisowa dr hab. Jerzy Nakielski Zakład Biofizyki i Morfogenezy Roślin Plan wykładu: 1. O co chodzi w statystyce 2. Etapy badania statystycznego 3. Zmienna losowa, rozkład

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

Rodzaje metod, m.in. ankiety, wywiady, panele, obserwacje, eksperymenty, badania symulacyjne, pomiary fizjologiczne, metody projekcyjne.

Rodzaje metod, m.in. ankiety, wywiady, panele, obserwacje, eksperymenty, badania symulacyjne, pomiary fizjologiczne, metody projekcyjne. METODY BADAWCZE Rodzaje metod, m.in. ankiety, wywiady, panele, obserwacje, eksperymenty, badania symulacyjne, pomiary fizjologiczne, metody projekcyjne. ANKIETA Metoda pomiaru pośredniego charakteryzująca

Bardziej szczegółowo

Porównywanie populacji

Porównywanie populacji 3 Porównywanie populacji 2 Porównywanie populacji Tendencja centralna Jednostki (w grupie) według pewnej zmiennej porównuje się w ten sposób, że dokonuje się komparacji ich wartości, osiągniętych w tej

Bardziej szczegółowo

Badania marketingowe. Omówione zagadnienia. Metody i techniki pomiarowe w badaniach ilościowych i jakościowych

Badania marketingowe. Omówione zagadnienia. Metody i techniki pomiarowe w badaniach ilościowych i jakościowych Społeczna Wyższa Szkoła Przedsiębiorczości i Zarządzania kierunek: Zarządzanie Badania marketingowe Wykład 8 Opracowanie: dr Joanna Krygier 1 Omówione zagadnienia Metody i techniki pomiarowe w badaniach

Bardziej szczegółowo

Wykład 4: Statystyki opisowe (część 1)

Wykład 4: Statystyki opisowe (część 1) Wykład 4: Statystyki opisowe (część 1) Wprowadzenie W przypadku danych mających charakter liczbowy do ich charakterystyki można wykorzystać tak zwane STATYSTYKI OPISOWE. Za pomocą statystyk opisowych można

Bardziej szczegółowo

Zmienne zależne i niezależne

Zmienne zależne i niezależne Analiza kanoniczna Motywacja (1) 2 Często w badaniach spotykamy problemy badawcze, w których szukamy zakresu i kierunku zależności pomiędzy zbiorami zmiennych: { X i Jak oceniać takie 1, X 2,..., X p }

Bardziej szczegółowo

Statystyka opisowa. Wykład I. Elementy statystyki opisowej

Statystyka opisowa. Wykład I. Elementy statystyki opisowej Statystyka opisowa. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Elementy statystyku opisowej 1 Elementy statystyku opisowej 2 3 Elementy statystyku opisowej Definicja Statystyka jest to nauka o

Bardziej szczegółowo

Badania marketingowe. wykład 3

Badania marketingowe. wykład 3 Badania marketingowe wykład 3 Etapy procesu badawczego 1. Projektowanie badania 2. Dobór próby 3. Dobór metody i budowa instrumentu badawczego 4. Pomiar 5. Redukcja danych 6. Analiza danych 7. Przygotowanie

Bardziej szczegółowo

Wykład ze statystyki. Maciej Wolny

Wykład ze statystyki. Maciej Wolny Wykład ze statystyki Maciej Wolny T1: Zajęcia organizacyjne Agenda 1. Program wykładu 2. Cel zajęć 3. Nabyte umiejętności 4. Literatura 5. Warunki zaliczenia Program wykładu T1: Zajęcia organizacyjne T2:

Bardziej szczegółowo

W kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów:

W kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów: Na dzisiejszym wykładzie omówimy najważniejsze charakterystyki liczbowe występujące w statystyce opisowej. Poszczególne wzory będziemy podawać w miarę potrzeby w trzech postaciach: dla szeregu szczegółowego,

Bardziej szczegółowo

Marketing (2) dr Jolanta Tkaczyk

Marketing (2) dr Jolanta Tkaczyk Marketing (2) dr Jolanta Tkaczyk Marketing Istota marketingu Badania marketingowe Zachowania nabywców Marketing doświadczeń (CEM) Segmentacja, dobór rynku docelowego i pozycjonowanie Marketing -mix Badania

Bardziej szczegółowo

Wykład 3: Prezentacja danych statystycznych

Wykład 3: Prezentacja danych statystycznych Wykład 3: Prezentacja danych statystycznych Dobór metody prezentacji danych Dobór metody prezentacji danych zależy od: charakteru danych statystycznych (inne metody wybierzemy dla danych przekrojowych,

Bardziej szczegółowo

SPIS TREŚCI CZĘŚĆ I : PRZEZNACZENIE, PROCES I PODSTAWY METODOLOGICZNE BADAŃ MARKETINGOWYCH...17

SPIS TREŚCI CZĘŚĆ I : PRZEZNACZENIE, PROCES I PODSTAWY METODOLOGICZNE BADAŃ MARKETINGOWYCH...17 SPIS TREŚCI WSTĘP..13 CZĘŚĆ I : PRZEZNACZENIE, PROCES I PODSTAWY METODOLOGICZNE BADAŃ MARKETINGOWYCH...17 1. TREŚĆ, PRZEZNACZENIE I PROCES BADAŃ MARKETINGOWYCH....19 1.1. Dlaczego badania marketingowe

Bardziej szczegółowo

KOMUNIKATzBADAŃ. Oczekiwania dochodowe Polaków NR 158/2015 ISSN

KOMUNIKATzBADAŃ. Oczekiwania dochodowe Polaków NR 158/2015 ISSN KOMUNIKATzBADAŃ NR 158/2015 ISSN 2353-5822 Oczekiwania dochodowe Polaków Przedruk i rozpowszechnianie tej publikacji w całości dozwolone wyłącznie za zgodą CBOS. Wykorzystanie fragmentów oraz danych empirycznych

Bardziej szczegółowo

STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych;

STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych; STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych; - badanie skuteczności nowego leku; - badanie stopnia zanieczyszczenia gleb metalami

Bardziej szczegółowo

Rozdział 1. Analiza Struktury. Jan Żółtowski. Problem 1.1. Lp. Pytanie Odpowiedź

Rozdział 1. Analiza Struktury. Jan Żółtowski. Problem 1.1. Lp. Pytanie Odpowiedź Rozdział 1 Analiza Struktury Jan Żółtowski Problem 1.1 Kuratorium w Łodzi postanowiło ocenić wpływ warunków szkolnych i pozaszkolnych na wyniki uczniów piszących próbną EMaturę z matematyki 1. W badaniu

Bardziej szczegółowo

Mariola Kajfasz Magdalena Krzak Magda Kaczmarczyk Anna Jabłońska

Mariola Kajfasz Magdalena Krzak Magda Kaczmarczyk Anna Jabłońska Mariola Kajfasz Magdalena Krzak Magda Kaczmarczyk Anna Jabłońska Plan prezentacji 1. Podstawowe definicje produkt, marka 2. Dwojakie spojrzenie na markę; 3. Postawa wobec marki; 4. Tożsamość marki 5. Rodzaje

Bardziej szczegółowo

Analiza danych ankietowych. Wykład 1. Projekt badawczy. Rodzaje danych ankietowych. Jerzy Legut

Analiza danych ankietowych. Wykład 1. Projekt badawczy. Rodzaje danych ankietowych. Jerzy Legut Analiza danych ankietowych Wykład Projekt badawczy. Rodzaje danych ankietowych Jerzy Legut Etapy projektu badawczego. Zdefiniowanie celu badań. Określenie grupy docelowej 3. Wybór metody badań 4. Projekt

Bardziej szczegółowo

Ewaluacja w polityce społecznej

Ewaluacja w polityce społecznej Ewaluacja w polityce społecznej Metoda ewaluacji Dr hab. Ryszard Szarfenberg Instytut Polityki Społecznej UW rszarf.ips.uw.edu.pl/ewalps/dzienne/ Rok akademicki 2018/2019 Od pytań ewaluacyjnych do ocen

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

Metodologia badań psychologicznych

Metodologia badań psychologicznych Metodologia badań psychologicznych Lucyna Golińska SPOŁECZNA AKADEMIA NAUK Psychologia jako nauka empiryczna Wprowadzenie pojęć Wykład 5 Cele badań naukowych 1. Opis- (funkcja deskryptywna) procedura definiowania

Bardziej szczegółowo

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część populacji, którą podaje się badaniu statystycznemu

Bardziej szczegółowo

Graficzna prezentacja danych statystycznych

Graficzna prezentacja danych statystycznych Szkolenie dla pracowników Urzędu Statystycznego nt. Wybrane metody statystyczne w analizach makroekonomicznych Katowice, 12 i 26 czerwca 2014 r. Dopasowanie narzędzia do typu zmiennej Dobór narzędzia do

Bardziej szczegółowo

Analiza danych ankietowych. Wykład 1. Projekt badawczy. Rodzaje danych ankietowych. Jerzy Legut

Analiza danych ankietowych. Wykład 1. Projekt badawczy. Rodzaje danych ankietowych. Jerzy Legut Analiza danych ankietowych Wykład Projekt badawczy. Rodzaje danych ankietowych Jerzy Legut Etapy projektu badawczego. Zdefiniowanie celu badań. Określenie grupy docelowej 3. Wybór metody badań 4. Projekt

Bardziej szczegółowo

Analiza struktury i przeciętnego poziomu cechy

Analiza struktury i przeciętnego poziomu cechy Analiza struktury i przeciętnego poziomu cechy Analiza struktury Pod pojęciem analizy struktury rozumiemy badanie budowy (składu) określonej zbiorowości, lub próby, tj. ustalenie, z jakich składa się elementów

Bardziej szczegółowo

08. Normalizacja wyników testu

08. Normalizacja wyników testu 08. Normalizacja wyników testu q Pojęcie normy q Rodzaje norm q Znormalizowana skala ciągła ( z ) q Znormalizowane skale skokowe q Kryteria wyboru właściwej skali standardowej vpojęcie normy Norma -wzór,

Bardziej szczegółowo

1 Podstawy rachunku prawdopodobieństwa

1 Podstawy rachunku prawdopodobieństwa 1 Podstawy rachunku prawdopodobieństwa Dystrybuantą zmiennej losowej X nazywamy prawdopodobieństwo przyjęcia przez zmienną losową X wartości mniejszej od x, tzn. F (x) = P [X < x]. 1. dla zmiennej losowej

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

Wprowadzenie Pojęcia podstawowe Szeregi rozdzielcze STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP.

Wprowadzenie Pojęcia podstawowe Szeregi rozdzielcze STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 18 września 2017 1 Wprowadzenie 2 Pojęcia podstawowe 3 Szeregi rozdzielcze Zwykle wyróżnia się dwa podstawowe działy statystyki: statystyka

Bardziej szczegółowo

Statystyka i opracowanie danych W5: Wprowadzenie do statystycznej analizy danych. Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl

Statystyka i opracowanie danych W5: Wprowadzenie do statystycznej analizy danych. Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Statystyka i opracowanie danych W5: Wprowadzenie do statystycznej analizy danych Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Wprowadzenie Podstawowe cele analizy zbiorów danych Uogólniony opis poszczególnych

Bardziej szczegółowo

Wykład Prezentacja materiału statystycznego. 2. Rodzaje szeregów statystycznych.

Wykład Prezentacja materiału statystycznego. 2. Rodzaje szeregów statystycznych. Wykład 2. 1. Prezentacja materiału statystycznego. 2. Rodzaje szeregów statystycznych. 3. Wykresy: histogram, diagram i ogiwa. Prezentacja materiału statystycznego Przy badaniu struktury zbiorowości punktem

Bardziej szczegółowo

Badania sondażowe. Wprowadzenie. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa

Badania sondażowe. Wprowadzenie. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa Badania sondażowe Wprowadzenie Agnieszka Zięba Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa 1 Zasady zaliczenia części Badania sondażowe: 3 prace zaliczeniowe wysyłane

Bardziej szczegółowo

Statystyka matematyczna. dr Katarzyna Góral-Radziszewska Katedra Genetyki i Ogólnej Hodowli Zwierząt

Statystyka matematyczna. dr Katarzyna Góral-Radziszewska Katedra Genetyki i Ogólnej Hodowli Zwierząt Statystyka matematyczna dr Katarzyna Góral-Radziszewska Katedra Genetyki i Ogólnej Hodowli Zwierząt Zasady zaliczenia przedmiotu: część wykładowa Maksymalna liczba punktów do zdobycia 40. Egzamin będzie

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

STATYSTYKA IV SEMESTR ALK (PwZ) STATYSTYKA OPISOWA RODZAJE CECH W POPULACJACH I SKALE POMIAROWE

STATYSTYKA IV SEMESTR ALK (PwZ) STATYSTYKA OPISOWA RODZAJE CECH W POPULACJACH I SKALE POMIAROWE STATYSTYKA IV SEMESTR ALK (PwZ) STATYSTYKA OPISOWA RODZAJE CECH W POPULACJACH I SKALE POMIAROWE CECHY mogą być: jakościowe nieuporządkowane - skala nominalna płeć, rasa, kolor oczu, narodowość, marka samochodu,

Bardziej szczegółowo

Hierarchiczna analiza skupień

Hierarchiczna analiza skupień Hierarchiczna analiza skupień Cel analizy Analiza skupień ma na celu wykrycie w zbiorze obserwacji klastrów, czyli rozłącznych podzbiorów obserwacji, wewnątrz których obserwacje są sobie w jakimś określonym

Bardziej szczegółowo

Podstawowe definicje statystyczne

Podstawowe definicje statystyczne Podstawowe definicje statystyczne 1. Definicje podstawowych wskaźników statystycznych Do opisu wyników surowych (w punktach, w skali procentowej) stosuje się następujące wskaźniki statystyczne: wynik minimalny

Bardziej szczegółowo

Cz. II. Metodologia prowadzonych badań. Rozdz. 1. Cele badawcze. Rozdz. 2. Metody i narzędzia badawcze. Celem badawczym niniejszego projektu jest:

Cz. II. Metodologia prowadzonych badań. Rozdz. 1. Cele badawcze. Rozdz. 2. Metody i narzędzia badawcze. Celem badawczym niniejszego projektu jest: Cz. II. Metodologia prowadzonych badań Rozdz. 1. Cele badawcze Celem badawczym niniejszego projektu jest: 1. Analiza zachowań zdrowotnych, składających się na styl życia Wrocławian: aktywność fizyczna,

Bardziej szczegółowo

Strategia B. Mapa grup strategicznych

Strategia B. Mapa grup strategicznych Strategia B. Mapa grup strategicznych W tabeli 1 (12). wypisz nazwy konkurentów działających w sektorze, w którym działa również twoja firma. Jeżeli twoja firma działa w wielu sektorach równolegle to dla

Bardziej szczegółowo

Statystyka podstawowe wzory i definicje

Statystyka podstawowe wzory i definicje 1 Statystyka podstawowe wzory i definicje Średnia arytmetyczna to suma wszystkich liczb (a 1, a 2,, a n) podzielona przez ich ilość (n) Przykład 1 Dany jest zbiór liczb {6, 8, 11, 2, 5, 3}. Oblicz średnią

Bardziej szczegółowo

Szybkodziałające analogi insuliny: percepcja i konsekwencje wejścia nowego preparatu insuliny lispro

Szybkodziałające analogi insuliny: percepcja i konsekwencje wejścia nowego preparatu insuliny lispro Szybkodziałające analogi insuliny: percepcja i konsekwencje wejścia nowego preparatu insuliny lispro RAPORT Z BADANIA ILOŚCIOWEGO REALIZOWANEGO DLA FIRMY SANOFI Listopad 2017 Cele i metodologia badania

Bardziej szczegółowo

Statystyka. Wykład 7. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Statystyka 16 kwietnia / 35

Statystyka. Wykład 7. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Statystyka 16 kwietnia / 35 Statystyka Wykład 7 Magdalena Alama-Bućko 16 kwietnia 2017 Magdalena Alama-Bućko Statystyka 16 kwietnia 2017 1 / 35 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia

Bardziej szczegółowo

Badanie rozwoju społeczno-gospodarczego województw - wpływ metodyki badań na uzyskane wyniki

Badanie rozwoju społeczno-gospodarczego województw - wpływ metodyki badań na uzyskane wyniki Zeszyty Naukowe Wyższej Szkoły Bankowej w Poznaniu Nr / Rafał Czyżycki Uniwersytet Szczeciński Badanie rozwoju społeczno-gospodarczego województw - wpływ metodyki badań na uzyskane wyniki Streszczenie,

Bardziej szczegółowo

Zadania ze statystyki, cz.6

Zadania ze statystyki, cz.6 Zadania ze statystyki, cz.6 Zad.1 Proszę wskazać, jaką część pola pod krzywą normalną wyznaczają wartości Z rozkładu dystrybuanty rozkładu normalnego: - Z > 1,25 - Z > 2,23 - Z < -1,23 - Z > -1,16 - Z

Bardziej szczegółowo

Badania marketingowe

Badania marketingowe Badania marketingowe Dr hab. prof. SGH Katedra Rynku i Marketingu SGH teresataranko@o2.pl Konsultacje pokój 302 Madalińskiego 6/8 Wtorek -15.00-16.00 Struktura problematyki 1. Definicja i funkcje badań

Bardziej szczegółowo

Analiza składowych głównych. Wprowadzenie

Analiza składowych głównych. Wprowadzenie Wprowadzenie jest techniką redukcji wymiaru. Składowe główne zostały po raz pierwszy zaproponowane przez Pearsona(1901), a następnie rozwinięte przez Hotellinga (1933). jest zaliczana do systemów uczących

Bardziej szczegółowo

Estymacja punktowa i przedziałowa

Estymacja punktowa i przedziałowa Temat: Estymacja punktowa i przedziałowa Kody znaków: żółte wyróżnienie nowe pojęcie czerwony uwaga kursywa komentarz 1 Zagadnienia 1. Statystyczny opis próby. Idea estymacji punktowej pojęcie estymatora

Bardziej szczegółowo

STATYSTYKA OPISOWA. Dr Alina Gleska. 12 listopada Instytut Matematyki WE PP

STATYSTYKA OPISOWA. Dr Alina Gleska. 12 listopada Instytut Matematyki WE PP STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 12 listopada 2017 1 Analiza współzależności dwóch cech 2 Jednostka zbiorowości - para (X,Y ). Przy badaniu korelacji nie ma znaczenia, która

Bardziej szczegółowo

Statystyka. Wykład 1. Magdalena Alama-Bućko. 26 lutego Magdalena Alama-Bućko Statystyka 26 lutego / 34

Statystyka. Wykład 1. Magdalena Alama-Bućko. 26 lutego Magdalena Alama-Bućko Statystyka 26 lutego / 34 Statystyka Wykład 1 Magdalena Alama-Bućko 26 lutego 2018 Magdalena Alama-Bućko Statystyka 26 lutego 2018 1 / 34 Wykład : 30h Laboratoria : 30h egzamin w sesji letniej (po uprzednim zaliczeniu ćwiczeń)

Bardziej szczegółowo

Sprzedawcy we własnych oczach

Sprzedawcy we własnych oczach Sprzedawcy we własnych oczach R A P O R T Z B A D A N I A D L A P O L I S H N AT I O N A L S A L E S A W A R D S Autorzy: Kuba Antoszewski, Olga Wagner, Paweł Wójcik 1 Warszawa, Luty 01 Metodologia CELE

Bardziej szczegółowo

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE 1 W trakcie badania obliczono wartości średniej (15,4), mediany (13,6) oraz dominanty (10,0). Określ typ asymetrii rozkładu. 2 Wymień 3 cechy rozkładu Gauss

Bardziej szczegółowo

Badania marketingowe : podstawy metodyczne / Stanisław Kaczmarczyk. - wyd. 4. Warszawa, 2011

Badania marketingowe : podstawy metodyczne / Stanisław Kaczmarczyk. - wyd. 4. Warszawa, 2011 Badania marketingowe : podstawy metodyczne / Stanisław Kaczmarczyk. - wyd. 4. Warszawa, 2011 Spis treści Wstęp 13 CZĘŚĆ I. Przygotowanie procesu badań marketingowych 17 Rozdział 1. Badania marketingowe

Bardziej szczegółowo

BADANIA OPERACYJNE PROGRAMOWANIE WIELOKRYTERIALNE

BADANIA OPERACYJNE PROGRAMOWANIE WIELOKRYTERIALNE DR ADAM SOJDA Czasem istnieje wiele kryteriów oceny. Kupno samochodu: cena prędkość maksymalna spalanie kolor typ nadwozia bagażnik najniższa najwyższa najniższe {czarny*, czerwony, } {sedan, coupe, SUV,

Bardziej szczegółowo

Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41

Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41 Statystyka Wykład 4 Magdalena Alama-Bućko 13 marca 2017 Magdalena Alama-Bućko Statystyka 13 marca 2017 1 / 41 Na poprzednim wykładzie omówiliśmy następujace miary rozproszenia: Wariancja - to średnia arytmetyczna

Bardziej szczegółowo

Wykład 5: Statystyki opisowe (część 2)

Wykład 5: Statystyki opisowe (część 2) Wykład 5: Statystyki opisowe (część 2) Wprowadzenie Na poprzednim wykładzie wprowadzone zostały statystyki opisowe nazywane miarami położenia (średnia, mediana, kwartyle, minimum i maksimum, modalna oraz

Bardziej szczegółowo

Wykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy

Wykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy Wykład Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy Zbiorowość statystyczna - zbiór elementów lub wyników jakiegoś procesu powiązanych ze sobą logicznie (tzn. posiadających wspólne cechy

Bardziej szczegółowo

Zadanie 1. Za pomocą analizy rzetelności skali i wspólczynnika Alfa- Cronbacha ustalić, czy pytania ankiety stanowią jednorodny zbiór.

Zadanie 1. Za pomocą analizy rzetelności skali i wspólczynnika Alfa- Cronbacha ustalić, czy pytania ankiety stanowią jednorodny zbiór. L a b o r a t o r i u m S P S S S t r o n a 1 W zbiorze Pytania zamieszczono odpowiedzi 25 opiekunów dzieci w wieku 8. lat na następujące pytania 1 : P1. Dziecko nie reaguje na bieżące uwagi opiekuna gdy

Bardziej szczegółowo

Klasyfikatory: k-nn oraz naiwny Bayesa. Agnieszka Nowak Brzezińska Wykład IV

Klasyfikatory: k-nn oraz naiwny Bayesa. Agnieszka Nowak Brzezińska Wykład IV Klasyfikatory: k-nn oraz naiwny Bayesa Agnieszka Nowak Brzezińska Wykład IV Naiwny klasyfikator Bayesa Naiwny klasyfikator bayesowski jest prostym probabilistycznym klasyfikatorem. Zakłada się wzajemną

Bardziej szczegółowo

Statystyka i analiza danych Wstępne opracowanie danych Statystyka opisowa. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl

Statystyka i analiza danych Wstępne opracowanie danych Statystyka opisowa. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl Statystyka i analiza danych Wstępne opracowanie danych Statystyka opisowa Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl Wprowadzenie Podstawowe cele analizy zbiorów danych Uogólniony opis poszczególnych

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 Treści i efekty kształcenia Treści: Statystyka matematyczna, planowanie eksperymentu Efekty kształcenia: student potrafi opisywać zjawiska za

Bardziej szczegółowo

Prof. zw. dr hab. inż. dr h.c. Stanisław Urban Uniwersytet Ekonomiczny we Wrocławiu

Prof. zw. dr hab. inż. dr h.c. Stanisław Urban Uniwersytet Ekonomiczny we Wrocławiu Prof. zw. dr hab. inż. dr h.c. Stanisław Urban Uniwersytet Ekonomiczny we Wrocławiu Analiza rynku. Badania produktów By decyzje podejmowane na różnych etapach zarządzania produktem były trafne, trzeba

Bardziej szczegółowo

WYKŁAD 2: ANALIZA RYNKU W WYCENIE. Mariusz Dacko

WYKŁAD 2: ANALIZA RYNKU W WYCENIE. Mariusz Dacko WYKŁAD 2: ANALIZA RYNKU W WYCENIE Mariusz Dacko Analiza rynku: Rozpoznanie mechanizmu rynku, jego struktury, stanu i rozwoju jego elementów Przestrzenny zakres badania rynku. Pojęcie rynku lokalnego. Nieruchomość

Bardziej szczegółowo

-> Średnia arytmetyczna (5) (4) ->Kwartyl dolny, mediana, kwartyl górny, moda - analogicznie jak

-> Średnia arytmetyczna (5) (4) ->Kwartyl dolny, mediana, kwartyl górny, moda - analogicznie jak Wzory dla szeregu szczegółowego: Wzory dla szeregu rozdzielczego punktowego: ->Średnia arytmetyczna ważona -> Średnia arytmetyczna (5) ->Średnia harmoniczna (1) ->Średnia harmoniczna (6) (2) ->Średnia

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

Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33

Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33 Statystyka Wykład 4 Magdalena Alama-Bućko 19 marca 2018 Magdalena Alama-Bućko Statystyka 19 marca 2018 1 / 33 Analiza struktury zbiorowości miary położenia ( miary średnie) miary zmienności (rozproszenia,

Bardziej szczegółowo

BADANIA U&A ANALIZA PRZYKŁADOWA

BADANIA U&A ANALIZA PRZYKŁADOWA Wizerunek czołowych producentów odzieży sportowej mierzono prosząc respondentów o ocenę w pięciopunktowej skali, w jakim stopniu określone stwierdzenia pasują do analizowanych marek. Szczegółową listę

Bardziej szczegółowo

STATYSTYKA OPISOWA. Przykłady problemów: - badanie opinii publicznej na temat preferencji wyborczych;

STATYSTYKA OPISOWA. Przykłady problemów: - badanie opinii publicznej na temat preferencji wyborczych; STATYSTYKA OPISOWA Przykłady problemów: - badanie opinii publicznej na temat preferencji wyborczych; - badanie stanu zdrowia w pewnej miejscowości; - badanie stopnia zanieczyszczenia gleb metalami ciężkimi

Bardziej szczegółowo

Analiza współzależności zjawisk. dr Marta Kuc-Czarnecka

Analiza współzależności zjawisk. dr Marta Kuc-Czarnecka Analiza współzależności zjawisk dr Marta Kuc-Czarnecka Wprowadzenie Prawidłowości statystyczne mają swoje przyczyny, w związku z tym dla poznania całokształtu badanego zjawiska potrzebna jest analiza z

Bardziej szczegółowo

Parametry statystyczne

Parametry statystyczne I. MIARY POŁOŻENIA charakteryzują średni lub typowy poziom wartości cechy, wokół nich skupiają się wszystkie pozostałe wartości analizowanej cechy. I.1. Średnia arytmetyczna x = x 1 + x + + x n n = 1 n

Bardziej szczegółowo

Podstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na

Podstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony zbiór jednostek, które

Bardziej szczegółowo

Badanie opinii mieszkańców Miasteczka Wilanów na temat planowanej inwestycji Galeria Wilanów.

Badanie opinii mieszkańców Miasteczka Wilanów na temat planowanej inwestycji Galeria Wilanów. Badanie opinii mieszkańców Miasteczka Wilanów na temat planowanej inwestycji Galeria Wilanów. W y n i k i b a d a n i a i l o ś c i o w e g o Warszawa, październik 2014 Główne wnioski Wiedza o planowanej

Bardziej szczegółowo

Statystyka. Opisowa analiza zjawisk masowych

Statystyka. Opisowa analiza zjawisk masowych Statystyka Opisowa analiza zjawisk masowych Typy rozkładów empirycznych jednej zmiennej Rozkładem empirycznym zmiennej nazywamy przyporządkowanie kolejnym wartościom zmiennej (x i ) odpowiadających im

Bardziej szczegółowo

Agnieszka MISZTAL Inż. Syst. Projakośc. Kontrola jakości. INŻYNIERIA SYSTEMÓW PROJAKOŚCIOWYCH Wykład 2 Kontrola jakości

Agnieszka MISZTAL Inż. Syst. Projakośc. Kontrola jakości. INŻYNIERIA SYSTEMÓW PROJAKOŚCIOWYCH Wykład 2 Kontrola jakości INŻYNIERI SYSTEMÓW PROJKOŚIOWYH Wykład 2 Kontrola jakości KONTROL - działanie takie jak: zmierzenie, zbadanie, oszacowanie lub sprawdzenie jednej lub kilku właściwości obiektu oraz porównanie wyników z

Bardziej szczegółowo

Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej

Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

CZEŚĆ PIERWSZA. Wymagania na poszczególne oceny,,matematyka wokół nas Klasa III I. POTĘGI

CZEŚĆ PIERWSZA. Wymagania na poszczególne oceny,,matematyka wokół nas Klasa III I. POTĘGI Wymagania na poszczególne oceny,,matematyka wokół nas Klasa III CZEŚĆ PIERWSZA I. POTĘGI Zamienia potęgi o wykładniku całkowitym ujemnym na odpowiednie potęgi o wykładniku naturalnym. Oblicza wartości

Bardziej szczegółowo

Statystyka. Wykład 2. Magdalena Alama-Bućko. 5 marca Magdalena Alama-Bućko Statystyka 5 marca / 34

Statystyka. Wykład 2. Magdalena Alama-Bućko. 5 marca Magdalena Alama-Bućko Statystyka 5 marca / 34 Statystyka Wykład 2 Magdalena Alama-Bućko 5 marca 2018 Magdalena Alama-Bućko Statystyka 5 marca 2018 1 / 34 Banki danych: Bank danych lokalnych : Główny urzad statystyczny: Baza Demografia : https://bdl.stat.gov.pl/

Bardziej szczegółowo

MINISTER INWESTYCJI I ROZWOJU 1)

MINISTER INWESTYCJI I ROZWOJU 1) projekt z dnia 22 lutego 2019 r. MINISTER INWESTYCJI I ROZWOJU 1) Warszawa, dnia STANDARD ZAWODOWY RZECZOZNAWCÓW MAJĄTKOWYCH NR 2 WYCENA NIERUCHOMOŚCI PRZY ZASTOSOWANIU PODEJŚCIA PORÓWNAWCZEGO Na podstawie

Bardziej szczegółowo

Kontekstowe wskaźniki efektywności nauczania - warsztaty

Kontekstowe wskaźniki efektywności nauczania - warsztaty Kontekstowe wskaźniki efektywności nauczania - warsztaty Przygotowała: Aleksandra Jasińska (a.jasinska@ibe.edu.pl) wykorzystując materiały Zespołu EWD Czy dobrze uczymy? Metody oceny efektywności nauczania

Bardziej szczegółowo

Wykład 2: Grupowanie danych (szeregi statystyczne) + porady dotyczące analizy danych w programie STATISTICA

Wykład 2: Grupowanie danych (szeregi statystyczne) + porady dotyczące analizy danych w programie STATISTICA Wykład 2: Grupowanie danych (szeregi statystyczne) + porady dotyczące analizy danych w programie STATISTICA Dobór metody prezentacji danych Dobór metody prezentacji danych zależy od: charakteru danych

Bardziej szczegółowo

Analiza Współzależności

Analiza Współzależności Statystyka Opisowa z Demografią oraz Biostatystyka Analiza Współzależności Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2 82-300 Elblag oraz Biostatystyka

Bardziej szczegółowo

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski Literatura STATYSTYKA OPISOWA A. Aczel, Statystyka w Zarządzaniu, PWN, 2000 A. Obecny, Statystyka opisowa w Excelu dla szkół. Ćwiczenia praktyczne, Helion, 2002. A. Obecny, Statystyka matematyczna w Excelu

Bardziej szczegółowo

Elementy modelowania matematycznego

Elementy modelowania matematycznego Elementy modelowania matematycznego Modelowanie algorytmów klasyfikujących. Podejście probabilistyczne. Naiwny klasyfikator bayesowski. Modelowanie danych metodą najbliższych sąsiadów. Jakub Wróblewski

Bardziej szczegółowo

BADANIE KLIENTÓW SATYSFAKCJI JAK KLIENCI OCENIAJĄ LIVESPACE CRM? Raport LiveSpace

BADANIE KLIENTÓW SATYSFAKCJI JAK KLIENCI OCENIAJĄ LIVESPACE CRM? Raport LiveSpace BADANIE SATYSFAKCJI KLIENTÓW JAK KLIENCI OCENIAJĄ LIVESPACE CRM? Raport LiveSpace LiveSpace CRM, styczeń 2015 Badanie satysfakcji klientów Badanie satysfakcji klientów zostało przeprowadzone w styczniu

Bardziej szczegółowo

Analiza wariancji. dr Janusz Górczyński

Analiza wariancji. dr Janusz Górczyński Analiza wariancji dr Janusz Górczyński Wprowadzenie Powiedzmy, że badamy pewną populację π, w której cecha Y ma rozkład N o średniej m i odchyleniu standardowym σ. Powiedzmy dalej, że istnieje pewien czynnik

Bardziej szczegółowo

Raport Końcowy z ewaluacji w projekcie: Droga do bezpiecznej służby

Raport Końcowy z ewaluacji w projekcie: Droga do bezpiecznej służby Raport Końcowy z ewaluacji w projekcie: Droga do bezpiecznej służby 1.10.2011-30.04.2013 WYKONAWCA: HABITAT SP. Z O.O. UL. 10 LUTEGO 37/5 GDYNIA SPIS TREŚCI Sprawozdanie z działań ewaluacyjnych... 3 1.

Bardziej szczegółowo

Zbiór liczb rzeczywistych, to zbiór wszystkich liczb - wymiernych i niewymiernych. Zbiór liczb rzeczywistych oznaczamy symbolem R.

Zbiór liczb rzeczywistych, to zbiór wszystkich liczb - wymiernych i niewymiernych. Zbiór liczb rzeczywistych oznaczamy symbolem R. Zbiór liczb rzeczywistych, to zbiór wszystkich liczb - wymiernych i niewymiernych. Zbiór liczb rzeczywistych oznaczamy symbolem R. Liczby naturalne - to liczby całkowite, dodatnie: 1,2,3,4,5,6,... Czasami

Bardziej szczegółowo

Agnieszka Nowak Brzezińska Wykład III

Agnieszka Nowak Brzezińska Wykład III Agnieszka Nowak Brzezińska Wykład III Naiwny klasyfikator bayesowski jest prostym probabilistycznym klasyfikatorem. Zakłada się wzajemną niezależność zmiennych niezależnych (tu naiwność) Bardziej opisowe

Bardziej szczegółowo

Gospodarka o obiegu zamkniętym wobec eko- innowacji i zrównoważonego rozwoju regionu

Gospodarka o obiegu zamkniętym wobec eko- innowacji i zrównoważonego rozwoju regionu Gospodarka o obiegu zamkniętym wobec eko- innowacji i zrównoważonego rozwoju regionu mgr Agnieszka Nowaczek KONFERENCJA NA TEMAT GOSPODARKI OBIEGU ZAMKNIĘTEGO W MIASTACH Zamość, 07.03.2018 r. Gospodarka

Bardziej szczegółowo