11/8/2015 KRYTERIA JAKOŚCI POMIARU RZETELNOŚĆ. METODY BADAŃ SPOŁECZNYCH WYKŁAD 5: PROJEKTOWANIE BADAŃ (cz.2)
|
|
- Dorota Bednarczyk
- 6 lat temu
- Przeglądów:
Transkrypt
1 METODY BADAŃ SPOŁECZNYCH WYKŁAD 5: PROJEKTOWANIE BADAŃ (cz.2) dr Agnieszka Kacprzak KRYTERIA JAKOŚCI POMIARU RZETELNOŚĆ Wybrana technika pomiaru zmiennej powinna dawać za każdym razem ten sam wynik Rzetelność nie gwarantuje poprawności Techniki badania rzetelności tworzonych mierników: Metoda testu powtórnego Metoda połówkowa Stosowanie ustalonych mierników Rzetelność osób zatrudnionych przy realizacji badań 1
2 TRAFNOŚĆ W jakim zakresie dany miernik empiryczny odzwierciedla prawdziwe znaczenie danego pojęcia Trafność fasadowa zgodność z naszymi obrazami mentalnymi Trafność kryterialna zgodność z zewnętrznym kryterium Trafność teoretyczna- logiczne powiązania między zmiennymi Trafność treściowa zakres obejmowania skali znaczeń zawartych w pojęciu RZETELNOŚĆ A TRAFNOŚĆ Pomiar rzetelny, ale nie trafny Pomiar trafny, ale nierzetelny Pomiar trafny i rzetelny DOBÓR PRÓBY BADAWCZEJ 2
3 DOBÓR PRÓBY Dobór próby- procedura wyboru jednostek obserwacji Probabilistyczny dobór próby umożliwia uogólnianie wniosków z próby na cała populację HISTORIA TECHNIK WYBORU PRÓBY Techniki doboru próby badawczej rozwijały się równolegle z badaniami preferencji wyborczych (jedna z niewielu okazji, kiedy można zweryfikować trafność swoich przewidywań w dniu wyborów) sondaże Literary Digest w latach 1924,1928, 1932 trafne, 1936 olbrzymi błąd (książki telefoniczne i spis tablic rejestracyjnych) Sondaże Gallupa (dobór kwotowy) 1936, 1940, 1944 trafne, 1948 błąd Od tego czasu probabilistyczny dobór próby w sondażach PRÓBY NIEPROBABILISTYCZNE Czasami dobór probabilistyczny jest niemożliwy (np. badanie bezdomnych) wtedy stosujemy techniki nieprobabilistyczne: 1. Dobór oparty na dostępności danych 2. Dobór celowy 3. Dobór metoda kuli śnieżnej 4. Dobór kwotowy 3
4 DOBÓR OPARTY NA DOSTĘPNOŚCI DANYCH Bardzo często stosowana i bardzo ryzykowna metoda Na przykład: badania przypadkowych przechodniów na ulicy albo studentów II roku MSM zaocznych ZALETY: łatwość zastosowania i niski koszt WADY: nie da się uogólniać wniosków, nadają się tylko do badań pilotażowych DOBÓR CELOWY Dobranie próby na podstawie własnej wiedzy o danej populacji o celach badań PRZYKŁAD: badania studenckiego ruchu protestu (badamy tylko liderów, których łatwo zauważyć), badania studentów o poglądach lewicowych (badamy tylko członków młodzieżówki SLD), badanie przypadków odbiegających od normy WADY i ZALETY: jak przy poprzednim doborze DOBÓR METODĄ KULI ŚNIEŻNEJ Stosowany, gdy trudno jest odnaleźć członków jakiejś populacji (na przykład: bezdomnych, nielegalnych imigrantów, członków sekty) Zbieramy dane na temat kilku członków danej populacji i prosimy ich o kontakt do kolejnych (każdy badany wskazuje kolejnych do zbadania) WADY: nadaje się do celów eksploracyjnych tylko, próba nie będzie reprezentatywna 4
5 DOBÓR KWOTOWY Podobnie jak próba losowa uwzględnia reprezentatywność Zaczyna się od tabeli zawierającej informacje na temat populacji (w zależności od celów badania: płci, wieku, miejsca zamieszkania, poziomu wykształcenia itp.) Następnie zbieramy dane od takiej ilości osób o określonych cechach aby nasza próba odzwierciedlała cechy jakie ma populacja generalna WADY: ciężko znaleźć dokładne dane na temat populacji generalnej; dobór osób w ramach danej komórki w tabeli pozostaje nielosowy; lepsza do badań jakościowych niż ilościowych (np. wywiadów pogłębionych) DOBÓR LOSOWY (PROBABILISTYCZNY) Aby próba jednostek z danej populacji mogła być dla niej reprezentatywna musi cechować się taką samą zmiennością jak cała populacja Próba jest wtedy reprezentatywna dla całej populacji, jeśli wszyscy jej członkowie mają takie same szanse, że zostaną wybrani do tej próby Taka próba nie będzie tez nigdy doskonale reprezentatywna, ale będzie bardziej reprezentatywna niż jakakolwiek próba nielosowa Rachunek prawdopodobieństwa pozwala oszacować jej reprezentatywność DOBÓR LOSOWY Element jednostka o której zbieramy informacje (zazwyczaj jednostka analizy) Populacja teoretyczny zbiór elementów badania, grupa na temat której chcemy uogólniać nasze wnioski Badana populacja zbiór elementów, z którego próba jest faktycznie pobrana 5
6 LOSOWANIE Podczas losowania każdy element może zostać wybrany z takim samym prawdopodobieństwem Im większa próba tym dokładniejsze są szacunki dokonane na jej podstawie dla całej populacji Rachunek prawdopodobieństwa pozwala ustalić jakiej wielkości próbę potrzebujemy wylosować z populacji generalnej, aby móc oszacować jej parametry na zakładanym poziomie ufności. POZIOM UFNOŚCI Poziom ufności ufność co do tego, że oszacowane przez nas statystyki mieszczą się w określonym przedziale parametru (ilu procentową pewność mamy, że parametr leży między dwoma konkretnymi wartościami) PRZYKŁAD: dla populacji studentów musimy wylosować 400, aby mieć 95 % pewność, że oszacowane parametry różnią się o +/- 5% od parametrów w całej populacji POPULACJA A OPERAT LOSOWANIA Operat losowania jest to lista elementów z której losuje się próbę (np. lista studentów, książka telefoniczna, spis mieszkańców danej dzielnicy) Operat powinien być zbieżny z badaną populacją, ale w praktyce rzadko jest to możliwe 6
7 SCHEMATY LOSOWANIA 1. Prosty dobór losowy numerujemy kolejno wszystkie elementy listy i dobieramy elementy do próby za pomocą tablic liczb losowych lub komputera 2. Dobór systematyczny do próby dobieramy co k- ty element listy, pierwszy element powinien zostać wylosowany ZALETY: wyniki empiryczne są identyczne jak przy doborze prostym, a łatwiej go przeprowadzić WADY: pojawiają się jeśli na liście występuje cykliczność SCHEMATY LOSOWANIA 3. Dobór warstwowy pomaga zwiększyć reprezentatywność próby poprzez obniżenie możliwego błędu 4. Dobór wielostopniowy grupowy stosowany, kiedy nie możemy sporządzić listy w celu wylosowania próby: najpierw losujemy subpopulację, a potem w jej ramach elementy WADY: im więcej stopni losowania tym więcej bledów z próby W celu redukcji błędu lepiej zwiększać jest liczbę grup niż liczbę elementów losowanych w ich ramach MIERNIKI ZMIENNYCH W celu pomiaru zmiennej używamy różnych jej wskaźników Wiek czy płeć: wystarczy jeden wskaźnik ( zaznacz płeć ile masz lat? ), jednak w przypadku badania postaw czy poglądów używa się wielu wskaźników (pytań) dla ich zmierzenia Indeksy i skale służą połączeniu wielu wskaźników w pojedynczy miernik Indeksy i skale pozwalają zredukować dane, poprzez podsumowanie wielu wskaźników w pojedynczym wyniku liczbowym 7
8 INDEKS A SKALA Indeks powstaje przez proste zsumowanie wyników przypisanych do poszczególnych wskaźników Skala powstaje przez przypisanie określonego wyniku punktowego pewnym układom odpowiedzi, przy założeniu, że niektóre pytania świadczą o relatywnie wyższym, a inne niższym poziomie danej zmiennej INDEKS: Kobiety różnią się od mężczyzn INDEKS A SKALA Miejsce kobiety jest w domu Kobiety nie powinny mieć praw wyborczych SKALA: NIE NIE NIE TAK NIE NIE TAK TAK NIE TAK TAK TAK BUDOWA INDEKSU 1. Wybór pytań (wskaźników zmiennej) 2. Zbadanie zależności empirycznej między nimi 3. Ustalenie punktacji indeksu 4. Walidacja indeksu 8
9 DOBÓR PYTAŃ Trafność fasadowa: każde z pytań musi być logicznie powiązane ze zmienną Jednowymiarowość: jeden miernik powinien mierzyć tylko jeden wymiar danego pojęcia Ogólność czy szczegółowość: na ile ogólnie lub szczegółowo chcemy mierzyć daną zmienną Zmienność: odrzucamy pytanie, które nie klasyfikują nikogo albo klasyfikują wszystkich jako cechujących się daną wartością zmiennej BADANIA ZALEŻNOŚCI EMPIRYCZNYCH Zależność empiryczna polega na tym, że odpowiedź respondenta na jedno pytanie kwestionariusza pozwala przewidzieć jego odpowiedź na inne pytanie Należy usunąć z indeksu wszystkie pytania, które nie są powiązane empirycznie z innymi, bo najprawdopodobniej nie mierzą tej samej zmiennej W programach statystyczny liczy się to przy pomocy współczynnika Alfa Cronbacha, który pokazuje korelacje każdego pytania z wynikiem ogólnym i pozwala na wychwycenie pytań nieskorelowanych i usunięcie ich z indeksu USTALENIE PUNKTACJI INDEKSU Określenie zakresu punktacji (dążenie do szerokiego zakresu pomiaru indeksu a odpowiednia liczba przypadków dla każdego poziomu indeksu) Określenie wagi poszczególnych pytań indeksu (normą są identyczne wagi) PRZYKŁAD: pomiar depresji związanej z pracą (Wharton i Baron, 1987): Czuję się przygnębiony i smutny Czuję się zmęczony bez powodu Jestem niespokojny Jestem bardziej rozdrażniony niż zwykle Często =4 Czasami = 3 Rzadko= 2 Nigdy=1 9
10 WALIDACJA INDEKSU Polega na ocenie trafności indeksu (czy rzeczywiście mierzy zmienną o którą nam chodziło?) Metody walidacji indeksu: Walidacja wewnętrzna analiza pytań (czy wszystkie pytania są wystarczająco mocno powiązane z indeksem) Walidacja zewnętrzna porównanie z innymi wskaźnikami tej zmiennej (zazwyczaj inne pytania kwestionariusza) BUDOWA SKALI Skale uwzględniają poziomy intensywności wskaźnika Metody skalowania: Skala Bogardusa Skala Thurstone a Skala Likerta Skala dyferencjału semantycznego Skala Guttmana SKALA BOGARDUSA Uszeregowanie pytań od łatwiejszych do trudniejszych Zgodnie z logiką osoba, która odrzuciła jedno z pytań na skali odrzuca tez wszystkie kolejne Sprowadzamy wynik do jednej liczby (wiemy nie tylko ile stwierdzeń akceptuje badany, ale też które) PRZYKŁAD: 1. Czy zgodziłbyś się, aby przestępcy seksualni mieszkali w twoim kraju? 2. Czy zgodziłbyś się, aby przestępcy seksualni mieszkali w twojej miejscowości? 3. Czy zgodziłbyś się, aby przestępca seksualny był twoim sąsiadem? 4. Czy zgodziłbyś się, aby twoje dziecko poślubiło przestępcę seksualnego? 10
11 SKALA THURSTONE A Dla wskaźników bez oczywistej logicznej struktury jak w skali Bogardusa Wykorzystujemy sędziów do oceny wskaźników pod względem ich siły Odrzucamy pytania, które uzyskały niejednoznaczną ocenę u sędziów Resztę szeregujemy od najtrudniejszych do najłatwiejszych Tak jak w skali Bogardusa każdemu respondentowi możemy przypisać pojedynczy wynik SKALA LIKERTA Skala Likerta i format Likerta to nie to samo (!) Obecnie jest powszechnie stosowany format Likerta: zdecydowanie się zgadzam, raczej się zgadzam, ani sie zgadzam ani się nie zgadam, raczej się nie zgadzam, zdecydowanie się nie zgadzam przydatny dzięki jednoznacznemu uporządkowaniu kategorii odpowiedzi SKALA DYFERENCJAŁU SEMANTYCZNEGO Wybór między dwiema przeciwstawnymi postawami aby uniknąć obciążeń nie należy umieszczać po tej samej stronie terminów, które mogą być ze sobą powiązane PRZYKŁAD: Co sądzisz o reklamie lizaków X? Zbyt długa Zbyt krótka Etyczna Nieetyczna Ciekawa Nudna 11
12 SKALA GUTTMANA konstruując skalę poszukujemy trudnych i łatwych wskaźników danej zmiennej PRZYKŁAD: Poparcie dla prawa kobiet do aborcji w rożnych sytuacjach (CBOS 2010) poważne zagrożenie życia matki 87 % ciąża w wyniku gwałtu 78 % z powodu trudnej sytuacji społecznej matki 38 % Założenie: każdy kto wykazuje wysoki poziom danej zmiennej, wykaże także niższy 12
BADANIA ILOŚCIOWE MIERNIKI ZMIENNYCH METODY BADAŃ SPOŁECZNYCH WYKŁAD 5
METODY BADAŃ SPOŁECZNYCH WYKŁAD 5 dr Agnieszka Kacprzak BADANIA ILOŚCIOWE MIERNIKI ZMIENNYCH W celu pomiaru zmiennej używamy różnych jej wskaźników Wiek czy płeć: wystarczy jeden wskaźnik ( zaznacz płeć
Bardziej szczegółowoPROJEKTOWANIE BADAŃ CELE BADAWCZE METODY BADAŃ SPOŁECZNYCH WYKŁAD 3. dr Agnieszka Kacprzak CELE EKSPLORACYJNE OPISOWE WYJAŚNIAJĄCE
METODY BADAŃ SPOŁECZNYCH WYKŁAD 3 dr Agnieszka Kacprzak PROJEKTOWANIE BADAŃ CELE BADAWCZE CELE EKSPLORACYJNE OPISOWE WYJAŚNIAJĄCE 1 CELE EKSPLORACYJNE Gdy badamy zupełnie nową dziedzinę, chcemy naświetlić
Bardziej szczegółowoPROJEKTOWANIE BADAŃ PROJEKT BADAWCZY METODY BADAŃ SPOŁECZNYCH WYKŁAD 3. dr Agnieszka Kacprzak ZAINTERESOWANIA
METODY BADAŃ SPOŁECZNYCH WYKŁAD 3 dr Agnieszka Kacprzak PROJEKTOWANIE BADAŃ PROJEKT BADAWCZY ZAINTERESOWANIA PRZEGLĄD LITERATURY, OBSERWACJE, BADANIA EKSPLORACYJNE OKRESLENIE CELU/ PROBLEMU BADAWCZEGO
Bardziej szczegółowoPROJEKTOWANIE BADAŃ PROJEKT BADAWCZY METODY BADAŃ SPOŁECZNYCH WYKŁAD 3. dr Agnieszka Kacprzak ZAINTERESOWANIA
METODY BADAŃ SPOŁECZNYCH WYKŁAD 3 dr Agnieszka Kacprzak PROJEKTOWANIE BADAŃ PROJEKT BADAWCZY ZAINTERESOWANIA PRZEGLĄD LITERATURY, OBSERWACJE, BADANIA EKSPLORACYJNE OKRESLENIE CELU/ PROBLEMU BADAWCZEGO
Bardziej szczegółowoMetody 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 szczegółowoSEMINARIUM DYPLOMOWE dr hab., prof. nzw. Janusz Gierszewski ZAGADNIENIE:
SEMINARIUM DYPLOMOWE dr hab., prof. nzw. Janusz Gierszewski ZAGADNIENIE: 1 DOBÓR PRÓBY MINIMALNEJ : Reprezentatywność: Próbę uznamy za reprezentatywną dla populacji, z której została dobrana, jeśli zagregowane
Bardziej szczegółowoBadania marketingowe
Wiesz już co chcesz osiągnąć w badaniu marketingowym i jak to (idealnie) zorganizować. Ale jakimi metodami? Skąd pewność, że będą efektywne? Ćwiczenie: jaką metodą zbadasz co koledzy/koleżanki na sali
Bardziej szczegółowoCzy, jak i właściwie dlaczego można badać opinię publiczną?
Czy, jak i właściwie dlaczego można badać opinię publiczną? Instytut Socjologii UO// Kształtowanie i badanie opinii publicznej // lato 2013/14 dr Magdalena Piejko Jak badać opinię publiczną? Co to jest
Bardziej szczegółowoDOBÓR PRÓBY. Czyli kogo badać?
DOBÓR PRÓBY Czyli kogo badać? DZISIAJ METODĄ PRACY Z TEKSTEM I INNYMI Po co dobieramy próbę? Czym różni się próba od populacji? Na czym polega reprezentatywność statystyczna? Podstawowe zasady doboru próby
Bardziej szczegółowoBadania marketingowe. Omówione zagadnienia. Społeczna Wyższa Szkoła Przedsiębiorczości i Zarządzania
Społeczna Wyższa Szkoła Przedsiębiorczości i Zarządzania kierunek: Zarządzanie Badania marketingowe Wykład 5 Opracowanie: dr Joanna Krygier 1 Omówione zagadnienia Ograniczenia wtórnych źródeł informacji
Bardziej szczegółowoCz. 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 szczegółowoSpis treści. Wprowadzenie 13. Część 1. Wprowadzenie do badań 17. Rozdział 1. Działalność badawcza człowieka a nauka 19
Spis treści Wprowadzenie 13 Część 1. Wprowadzenie do badań 17 Rozdział 1. Działalność badawcza człowieka a nauka 19 Wstępny dylemat 20 Wprowadzenie 20 W poszukiwaniu rzeczywistości 21 Zwykła działalność
Bardziej szczegółowoRodzaje badań statystycznych
Rodzaje badań statystycznych Zbieranie danych, które zostaną poddane analizie statystycznej nazywamy obserwacją statystyczną. Dane uzyskuje się na podstawie badania jednostek statystycznych. Badania statystyczne
Bardziej szczegółowoPobieranie 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 szczegółowoStatystyka 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 szczegółowoZad. 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 szczegółowoPodstawy badań społecznych Autor: Earl Babbie
Podstawy badań społecznych Autor: Earl Babbie Spis treści Wprowadzenie 13 Część 1. Wprowadzenie do badań 17 Rozdział 1. Działalność badawcza człowieka a nauka 19 Wstępny dylemat 20 Wprowadzenie 20 W poszukiwaniu
Bardziej szczegółowoWeryfikacja 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 szczegółowoBadania sondażowe. Schematy losowania. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa
Badania sondażowe Schematy losowania Agnieszka Zięba Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa 1 Próba jako miniatura populacji CELOWA subiektywny dobór jednostek
Bardziej szczegółowoSprowadzenie 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 szczegółowoZadania 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 szczegółowoBadania marketingowe. Podstawy metodyczne Stanisław Kaczmarczyk
Badania marketingowe. Podstawy metodyczne Stanisław Kaczmarczyk Badania marketingowe stanowią jeden z najważniejszych elementów działań marketingowych w każdym przedsiębiorstwie. Dostarczają decydentom
Bardziej szczegółowoPsychometria PLAN NAJBLIŻSZYCH WYKŁADÓW. Co wyniki testu mówią nam o samym teście? A. Rzetelność pomiaru testem. TEN SLAJD JUŻ ZNAMY
definicja rzetelności błąd pomiaru: systematyczny i losowy Psychometria Co wyniki testu mówią nam o samym teście? A. Rzetelność pomiaru testem. rozkład X + błąd losowy rozkład X rozkład X + błąd systematyczny
Bardziej szczegółowo1. Projektowanie badania. 2. Dobór próby. 3. Dobór metody i budowa instrumentu. 4. Pomiar (badanie) 5. Redukcja danych. 6.
1. Projektowanie badania 2. Dobór próby 3. Dobór metody i budowa instrumentu badawczego 4. Pomiar (badanie) 5. Redukcja danych 6. Analiza danych 7. Przygotowanie raportu (prezentacja wyników) Określenie
Bardziej szczegółowoProces badawczy schemat i zasady realizacji
Proces badawczy schemat i zasady realizacji Agata Górny Zaoczne Studia Doktoranckie z Ekonomii Warszawa, 14 grudnia 2014 Metodologia i metoda badawcza Metodologia Zadania metodologii Metodologia nauka
Bardziej szczegółowoZagadnienia: wprowadzenie podstawowe pojęcia. Doświadczalnictwo. Anna Rajfura
Zagadnienia: wprowadzenie podstawowe pojęcia Doświadczalnictwo 1 Termin doświadczalnictwo Doświadczalnictwo planowanie doświadczeń oraz analiza danych doświadczalnych z użyciem metod statystycznych. Doświadczalnictwo
Bardziej szczegółowoDOBÓR PRÓBY. Czyli kogo badać?
DOBÓR PRÓBY Czyli kogo badać? DZISIAJ METODĄ PRACY Z TEKSTEM I INNYMI Po co dobieramy próbę? Czym róŝni się próba od populacji? Na czym polega reprezentatywność statystyczna? Podstawowe zasady doboru próby
Bardziej szczegółowoProblem 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 szczegółowoStatystyka 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 szczegółowoProces badawczy schemat i zasady realizacji
Proces badawczy schemat i zasady realizacji Agata Górny Zaoczne Studia Doktoranckie z Ekonomii Warszawa, 23 października 2016 Metodologia i metoda naukowa 1 Metodologia Metodologia nauka o metodach nauki
Bardziej szczegółowoBadania 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 szczegółowoProces badawczy schemat i zasady realizacji
Proces badawczy schemat i zasady realizacji Agata Górny Wydział Nauk Ekonomicznych UW Warszawa, 28 października 2014 Najważniejsze rodzaje badań Typy badań Podział wg celu badawczego Kryteria przyczynowości
Bardziej szczegółowoKARTA 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 szczegółowoBadania marketingowe. Omówione zagadnienia
Społeczna Wyższa Szkoła Przedsiębiorczości i Zarządzania kierunek: Zarządzanie Badania marketingowe Wykład 4 Opracowanie: dr Joanna Krygier 1 Omówione zagadnienia Informacje wtórne definicja Pojęcie wtórnych
Bardziej szczegółowoBadania eksploracyjne Badania opisowe Badania wyjaśniające (przyczynowe)
Proces badawczy schemat i zasady realizacji Agata Górny Demografia Wydział Nauk Ekonomicznych UW Warszawa, 4 listopada 2008 Najważniejsze rodzaje badań Typy badań Podział wg celu badawczego Badania eksploracyjne
Bardziej szczegółowoPrzygotowanie 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 szczegółowoPrzyjmuje 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 szczegółowoPróbkowanie. Wykład 4 Próbkowanie i rozkłady próbkowe. Populacja a próba. Błędy w póbkowaniu, cd, Przykład 1 (Ochotnicy)
Wykład 4 Próbkowanie i rozkłady próbkowe µ = średnia w populacji, µ=ey, wartość oczekiwana zmiennej Y σ= odchylenie standardowe w populacji, σ =(Var Y) 1/2, pierwiastek kwadratowy wariancji zmiennej Y,
Bardziej szczegółowoPrzyjmuje 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 szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoP: Czy studiujący i niestudiujący preferują inne sklepy internetowe?
2 Test niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia czy pomiędzy zmiennymi istnieje związek/zależność. Stosujemy go w sytuacji, kiedy zmienna zależna mierzona jest na skali
Bardziej szczegółowoStatystyki: 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 szczegółowoCZĘŚĆ I. PRZYGOTOWANIE PROCESU BADAŃ MARKETINGOWYCH. 1.2.1. Faza identyfikacji problemów decyzyjnych lub okoliczności sprzyjających
Badania marketingowe. Podstawy metodyczne Autor: Stanisław Kaczmarczyk Wstęp CZĘŚĆ I. PRZYGOTOWANIE PROCESU BADAŃ MARKETINGOWYCH Rozdział 1. Badania marketingowe a zarządzanie 1.1. Rozwój praktyki i teorii
Bardziej szczegółowoStatystyki: 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 szczegółowoStatystyka matematyczna i ekonometria
Statystyka matematyczna i ekonometria Wykład 5 dr inż. Anna Skowrońska-Szmer zima 2017/2018 Hipotezy 2 Hipoteza zerowa (H 0 )- hipoteza o wartości jednego (lub wielu) parametru populacji. Traktujemy ją
Bardziej szczegółowoPDF 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 szczegółowoW8. Metody doboru próby w badaniach rynkowych
W8. Metody doboru próby w badaniach rynkowych 1 Wielkość próby a błąd pomiaru Statystyka matematyczna Centralne twierdzenie graniczne-średnia wielkość błędu estymacji jest odwrotnie proporcjonalna do pierwiastka
Bardziej szczegółowoTrafność egzaminów w kontekście metody EWD
Trafność egzaminów w kontekście metody EWD Aleksandra Jasińska (a.jasinska@ibe.edu.pl) Tomasz Żółtak (t.zoltak@ibe.edu.pl) Instytut Badań Edukacyjnych ul. Górczewska 8 01-180 Warszawa JESIENNA SZKOŁA EWD
Bardziej szczegółowoMetodologia badań psychologicznych. Wykład 4 Testy
Metodologia badań psychologicznych Lucyna Golińska SPOŁECZNA AKADEMIA NAUK Wykład 4 Testy Definicja testu Pierwszy test- James McKeen Cattell w 1890r. (mental test and measurements) test do badania zdolności
Bardziej szczegółowoWeryfikacja przypuszczeń odnoszących się do określonego poziomu cechy w zbiorowości (grupach) lub jej rozkładu w populacji generalnej,
Szacownie nieznanych wartości parametrów (średniej arytmetycznej, odchylenia standardowego, itd.) w populacji generalnej na postawie wartości tych miar otrzymanych w próbie (punktowa, przedziałowa) Weryfikacja
Bardziej szczegółowoZadania ze statystyki cz. 8 I rok socjologii. Zadanie 1.
Zadania ze statystyki cz. 8 I rok socjologii Zadanie 1. W potocznej opinii pokutuje przekonanie, że lepsi z matematyki są chłopcy niż dziewczęta. Chcąc zweryfikować tę opinię, przeprowadzono badanie w
Bardziej szczegółowo10. Podstawowe wskaźniki psychometryczne
10. Podstawowe wskaźniki psychometryczne q analiza własności pozycji testowych q metody szacowania mocy dyskryminacyjnej q stronniczość pozycji testowych q własności pozycji testowych a kształt rozkładu
Bardziej szczegółowoWydział 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 szczegółowoMetodologia badań psychologicznych " - tworzenie projektu badania" dr Magdalena Hyla
Metodologia badań psychologicznych " - tworzenie projektu badania" dr Magdalena Hyla Struktura procesu badawczego " w psychologii wg Brzezińskiego " Sformułowanie problemu badawczego Określenie obrazu
Bardziej szczegółowoLiczba zadań a rzetelność testu na przykładzie testów biegłości językowej z języka angielskiego
Ewaluacja biegłości językowej Od pomiaru do sztuki pomiaru Liczba zadań a rzetelność testu na przykładzie testów biegłości językowej z języka angielskiego Tomasz Żółtak Instytut Badań Edukacyjnych oraz
Bardziej szczegółowoTestowanie 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 szczegółowoBadanie postaw i opinii mieszkańców. Warszawy
Badanie postaw, potrzeb i opinii mieszkańców Badanie postaw i opinii mieszkańców Warszawy Warszawy Nota metodologiczna Czas realizacji badania: 5-7 września 2016 roku Miejsce realizacji: Warszawa Próba:
Bardziej szczegółowo166 Wstęp do statystyki matematycznej
166 Wstęp do statystyki matematycznej Etap trzeci realizacji procesu analizy danych statystycznych w zasadzie powinien rozwiązać nasz zasadniczy problem związany z identyfikacją cechy populacji generalnej
Bardziej szczegółowoSzkice rozwiązań z R:
Szkice rozwiązań z R: Zadanie 1. Założono doświadczenie farmakologiczne. Obserwowano przyrost wagi ciała (przyrost [gram]) przy zadanych dawkach trzech preparatów (dawka.a, dawka.b, dawka.c). Obiektami
Bardziej szczegółowoA N K I E T A. Zalety i wady ankiety. wielka możliwość nieszczerych odpowiedzi przy posyłaniu ankiet pocztą wiele z nich nie wraca
A N K I E T A 1 Badania ankietowe stosuje się najczęściej w celu szybkiego przebadania bardzo licznych populacji. Jest to najbardziej oszczędny sposób zbierania danych. 2 Zalety i wady ankiety zalety wady
Bardziej szczegółowoPostrzeganie Telemarketingu, obszary zmian, perspektywy dla rozwoju branży call center w Polsce
Postrzeganie Telemarketingu, obszary zmian, perspektywy dla rozwoju branży call center w Polsce Monika Dawid Sawicka Menedżer Projektu Fundacja Obserwatorium Zarządzania Krzysztof Wiśniewski Dyrektor Zarządzający,
Bardziej szczegółowoWykład 4: Wnioskowanie statystyczne. Podstawowe informacje oraz implementacja przykładowego testu w programie STATISTICA
Wykład 4: Wnioskowanie statystyczne Podstawowe informacje oraz implementacja przykładowego testu w programie STATISTICA Idea wnioskowania statystycznego Celem analizy statystycznej nie jest zwykle tylko
Bardziej szczegółowoZadania 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 szczegółowoStatystyka matematyczna i ekonometria
Statystyka matematyczna i ekonometria Wykład 5 Anna Skowrońska-Szmer lato 2016/2017 Hipotezy 2 Hipoteza zerowa (H 0 )- hipoteza o wartości jednego (lub wielu) parametru populacji. Traktujemy ją jako prawdziwą
Bardziej szczegółowoGospodarka 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 szczegółowoTestowanie hipotez. Marcin Zajenkowski. Marcin Zajenkowski () Testowanie hipotez 1 / 25
Testowanie hipotez Marcin Zajenkowski Marcin Zajenkowski () Testowanie hipotez 1 / 25 Testowanie hipotez Aby porównać ze sobą dwie statystyki z próby stosuje się testy istotności. Mówią one o tym czy uzyskane
Bardziej szczegółowoCharakterystyka liczbowa opisującą właściwości zbioru danych (np. średnia, mediana, odchylenie standardowe)
Dyscyplina naukowa zajmująca się sposobami (metodami i narzędziami) gromadzenia i opisywania danych ilościowych oraz wyprowadzania na ich podstawie wniosków odnoszących się do procesów masowych Charakterystyka
Bardziej szczegółowoStatystyka 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 szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.
Bardziej szczegółowoOpis zakładanych efektów kształcenia na studiach podyplomowych WIEDZA
Opis zakładanych efektów kształcenia na studiach podyplomowych Nazwa studiów: BIOSTATYSTYKA PRAKTYCZNE ASPEKTY STATYSTYKI W BADANIACH MEDYCZNYCH Typ studiów: doskonalące Symbol Efekty kształcenia dla studiów
Bardziej szczegółowo7. Trafność pomiaru testowego
7. Trafność pomiaru testowego v Pojęcie trafności testu v Rodzaje trafności v Metody szacowania trafności treściowej i kryterialnej v Metody szacowania trafności teoretycznej Przesunięcie akcentu z pojęcia
Bardziej szczegółowoZadania ze statystyki cz.5 I rok socjologii miary związków między zmiennymi jakościowymi
Zadania ze statystyki cz.5 I rok socjologii miary związków między zmiennymi jakościowymi Zadanie 1 Zdaniem wielu komentatorów, kobiety częściej niż mężczyźni głosują na partię rządzącą. Wyniki badań przedstawia
Bardziej szczegółowoModel EWD dla II etapu edukacyjnego.
Model EWD dla II etapu edukacyjnego. Na podstawie materiałów Pracowni EWD Instytut Badań Edukacyjnych Warszawa, 28-29.11.2014 r. Plan zajęć /moduł 9. i 10./ 1. Idea EWD 2. Model EWD dla II etapu 3. Prezentacja
Bardziej szczegółowoMetodologia 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 szczegółowoUstalanie mocy testu i optymalnej wielkości próby
Warsztaty szkoleniowe z zakresu oceny oddziaływania instrumentów aktywnej polityki rynku pracy Ustalanie mocy testu i optymalnej wielkości próby Piotr Ćwiakowski, Kraków, 7 czerwca 2017 r. Plan wykładu
Bardziej szczegółowoW1. 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 szczegółowoWeryfikacja 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 szczegółowoMetody probabilistyczne
Metody probabilistyczne 13. Elementy statystki matematycznej I Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 17.01.2019 1 / 30 Zagadnienia statystki Przeprowadzamy
Bardziej szczegółowoJeśli powyższy opis nie jest zrozumiały należy powtórzyć zagadnienie standaryzacji zanim przejdzie się dalej!
CO POWINNIŚMY WIEDZIEĆ (I ROZUMIEĆ) ZABIERAJĄC SIĘ DO CZYTANIA 1. Jeśli mamy wynik (np. z kolokwium) podany w wartościach standaryzowanych (np.: z=0,8) to wiemy, że aby ustalić jaki był wynik przed standaryzacją
Bardziej szczegółowoEwaluacja w polityce społecznej
Ewaluacja w polityce społecznej Dane i badania w kontekście ewaluacji metody ilościowe Dr hab. Ryszard Szarfenberg Instytut Polityki Społecznej UW rszarf.ips.uw.edu.pl/ewalps/dzienne/ Rok akademicki 2017/2018
Bardziej szczegółowoAnaliza 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 szczegółowoWykład 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 szczegółowoElementy 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 szczegółowoESTYMACJA. Przedział ufności dla średniej
ESTYMACJA Przedział ufności dla średniej W grupie 900 losowo wybranych pracowników przedsiębiorstwa średnia liczba dni nieobecności w pracy wynosiła 30, a odchylenie standardowe 3 dni. a) Przyjmując współczynnik
Bardziej szczegółowoSondaż: Preferencje wyborcze w okręgu senackim nr 64
Sondaż: Preferencje wyborcze w okręgu senackim nr 64 PRÓBA Wyniki sondażu dla REALIZACJA TERENOWA Wykonawca: ANALIZA Warszawa, 4 października 2011r. WIEDZA NOTA METODOLOGICZNA Czas realizacji badania:
Bardziej szczegółowozbieranie porządkowanie i prezentacja (tabele, wykresy) analiza interpretacja (wnioskowanie statystyczne)
STATYSTYKA zbieranie porządkowanie i prezentacja (tabele, wykresy) analiza interpretacja (wnioskowanie statystyczne) DANYCH STATYSTYKA MATEMATYCZNA analiza i interpretacja danych przy wykorzystaniu metod
Bardziej szczegółowoTest 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 szczegółowoCharakterystyka liczbowa opisującą właściwości zbioru danych (np. średnia, mediana, odchylenie standardowe)
1 Dyscyplina naukowa zajmująca się sposobami (metodami i narzędziami) gromadzenia i opisywania danych ilościowych oraz wyprowadzania na ich podstawie wniosków odnoszących się do procesów masowych Charakterystyka
Bardziej szczegółowoTesty 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 szczegółowoTest U Manna-Whitneya : Test H Kruskala-Wallisa Test Wilcoxona
Nieparametryczne odpowiedniki testów T-Studenta stosujemy gdy zmienne mierzone są na skalach porządkowych (nie można liczyć średniej) lub kiedy mierzone są na skalach ilościowych, a nie są spełnione wymagania
Bardziej szczegółowoKontekstowe 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 szczegółowoRecenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak
Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak Redakcja i korekta Bogdan Baran Projekt graficzny okładki Katarzyna Juras Copyright by Wydawnictwo Naukowe Scholar, Warszawa 2011 ISBN
Bardziej szczegółowoTeoria 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 szczegółowoZadania ze statystyki cz.8. Zadanie 1.
Zadania ze statystyki cz.8. Zadanie 1. Wykonano pewien eksperyment skuteczności działania pewnej reklamy na zmianę postawy. Wylosowano 10 osobową próbę studentów, których poproszono o ocenę pewnego produktu,
Bardziej szczegółowoWeryfikacja przypuszczeń odnoszących się do określonego poziomu cechy w zbiorowości (grupach) lub jej rozkładu w populacji generalnej,
Szacownie nieznanych wartości parametrów (średniej arytmetycznej, odchylenia standardowego, itd.) w populacji generalnej na postawie wartości tych miar otrzymanych w próbie (estymacja punktowa, przedziałowa)
Bardziej szczegółowoGRUPY NIEZALEŻNE Chi kwadrat Pearsona GRUPY ZALEŻNE (zmienne dwuwartościowe) McNemara Q Cochrana
GRUPY NIEZALEŻNE Chi kwadrat Pearsona Testy stosujemy w sytuacji, kiedy zmienna zależna mierzona jest na skali nominalnej Liczba porównywanych grup (czyli liczba kategorii zmiennej niezależnej) nie ma
Bardziej szczegółowoX Y 4,0 3,3 8,0 6,8 12,0 11,0 16,0 15,2 20,0 18,9
Zadanie W celu sprawdzenia, czy pipeta jest obarczona błędem systematycznym stałym lub zmiennym wykonano szereg pomiarów przy różnych ustawieniach pipety. Wyznacz równanie regresji liniowej, które pozwoli
Bardziej szczegółowoEWALUACJA WEWNĘTRZNA:
Opracowały: Izabela Kazimierska, Indira Lachowicz, Laura Piotrowska EWALUACJA WEWNĘTRZNA: WYKORZYSTANIE W PODSUMOWANIU RPW Publikacja powstała w ramach programu System doskonalenia oparty na ogólnodostępnym
Bardziej szczegółowoBADANIA SONDAŻOWE W PRACY ADMINISTRACJI PUBLICZNEJ
Kierunek studiów Stopień studiów Forma studiów ADMINISTRACJA I niestacjonarne SYLABUS PRZEDMIOTU BADANIA SONDAŻOWE W PRACY ADMINISTRACJI PUBLICZNEJ 1. DANE PODSTAWOWE Rodzaj przedmiotu Kod przedmiotu:
Bardziej szczegółowoStatystyka 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