Mintavétel: terv és eljárások

Save this PDF as:
 WORD  PNG  TXT  JPG

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Mintavétel: terv és eljárások"

Átírás

1 Mintavétel: terv és eljárások Kovács István BME Menedzsment és Vállalatgazdaságtan Tanszék

2 Az előadás felépítése Mi is az a mintavétel A mintavétel folyamata Mintavételi technikák A minta nagyságának meghatározása

3 Figyelembe vesszük a megoldandó problémát Egy új piacra lépés Geográfiai ismérvek + demográfia Új kampány tesztelése Pszichográfiai jellemzők Termék fejlesztése Termék használati szokások K O M B I N Á C I Ó

4 Alapfogalmak Sokaság azon elemek összessége, amelyek valamilyen közös jellemzővel bírnak, és megfelelnek a marketingkutatási probléma céljainak. Cenzus A sokaság elemeinek teljes körű számbavétele. Minta A sokaság elemeinek egy csoportja, amelyet azért választottak ki, hogy részt vegyen a kutatásban.

5 Mintavétel vagy teljes körű adatfelvétel? A nagyszámú fogyasztó Költségvetési korlátok Mintavétel Cenzus A sokaság kevés elemből tevődik össze Az adatok automatikusan rögzítésre kerülnek

6 Mintavétel vagy teljes körű adatfelvétel? II. Kedvező körülmények a mintának a cenzusnak 1. költségvetés kicsi magas 2. rendelkezésre álló idő kevés sok 3. a sokaság nagysága nagy kicsi 4. a jellemző szóródása kicsi nagy 5. a mintavételi hiba költsége alacsony magas 6. a nem mintavételi hiba költsége magas alacsony 7. a mérés természete romboló nem romboló 8. figyelem az egyedi esetekre igen nem

7 Alapkérdés Hogyan tudunk egy nagy esetszámú alapsokaságból (populációból) oly módon kiválasztani viszonylag kevés számú egyedet, hogy azok vizsgálata révén az egész populációról tudjunk releváns megállapításokat tenni.

8 A mintavétel folyamata 1. A sokaság meghatározása 2. A mintavételi keret meghatározása 3. A mintavételi technika kiválasztása 4. A mintanagyság meghatározása 5. A mintavétel végrehajtása

9 A sokaság meghatározása Sokféle lehet a vizsgálat tárgya és jellegének megfelelően A döntéshozatalt érintő szegmens ismert, akkor az a leendő kutatás sokaságát is jelenti Egy meghatározott sokaságból vett minta mindig csak az adott sokaságra vonatkoztatva nyújt releváns információkat

10 A sokaság meghatározása II. Célsokaság = Azon elemek összessége, amelyek rendelkeznek a kutató által keresett információval, és amelyekről a kutató következtetéseket akar levonni. Pontos definiálás Sokasági elem Mintavételi egységek

11 A sokaság meghatározása III. A sokasági elem az az egység, amelyről vagy amitől az információt keressük (általában a válaszadó). A mintavételi egység maga is egy sokasági elem vagy egy olyan egység, amely magában foglalja a sokasági elemet, és a mintavételi folyamat egy fázisában kiválasztásra alkalmas. A kutatónak kell mérlegelnie, hogy kik azok, akik rendelkeznek az információkkal megbízhatóság, hatékonyság.

12 A sokaság meghatározása IV. Akkor nehézkes, ha a vásárlási és termékhasználati folyamatban eltérnek a szereplők. Pl.1 Otthoni internetszolgáltatóval szembeni elégedettség mérése. Hogyan határozzuk meg a kutatás sokaságát? Pl.2. Gyógyszer-fejlesztés esetében a sokaság hogyan határozható meg?

13 A sokaság meghatározása V. Célszerű minél szélesebb sokaságra törekedni Mindegyik érintett szereplőtől információkat gyűjteni (akár külön kut.). Az internet-szolgáltató esetében a sokaság = mindazok, akik az otthoni internethasználatban és előfizetésben érintettek

14 A mintavételi keret meghatározása A sokasági elemek elérését lehetővé tevő lista, adatbázis vagy az egyértelműen meghatározó leírás. Alapsokaság A célcsoport elméleti meghatározása Mintavételi keret A célcsoport gyakorlati elérhetősége Lehetséges idő és hely meghatározásával is

15 A mintavételi keret meghatározása II. Gyakran azonban a listához tartozó egyes elemek kimaradhatnak vagy esetleg olyan elemek is bekerülhetnek, amelyek nem tartoznak a sokasághoz. Ezt nevezzük mintavételi keretből eredő hibának. Újradefiniáljuk a sokaságot Átsúlyozzuk az adatokat Kizárjuk a nem megfelelő sokasági elemeket

16 A mintavételi keret meghatározása III. Több mintavételi keretből is választhatunk Ne tartalmazzon a sokasághoz nem tartozó elemeket. Lefedjük a sokaságot

17 A mintavételi keret meghatározása IV. Alapsokaság Magyarország felnőtt lakossága Magyarország felnőtt lakossága A BME hallgatói Mintavételi keret Telefonkönyv Országos Választási Iroda A hallgatók mail címlistája A BME hallgatói A BME hallgatói A beiratkozott hallgatók listája A kutatás 2 hetében az egyetemről kifelé jövő emberek

18 A mintavételi technika kiválasztása Hogyan választjuk ki a mintavételi keretből a mintaelemeket. Valószínűségi Nem valószínűségi Különbség: a mintába kerülés valószínűségének az ismeretében van.

19 A mintavételi technika kiválasztása II. Fontos következménye a két technikának: A valószínűségi (véletlen) esetében elmondható, hogy számszerűsíthető a minta reprezentativitásának valószínűségét. A nem valószínűségi (nem véletlen) esetében csak tippelhetünk, és csak reménykedhetünk, hogy a minta valamennyire ténylegesen reprezentálja a sokaságot.

20 A mintavételi technika kiválasztása III. A véletlen mintavétel során a mintavételi keret tagjainak mintába kerülési valószínűségét ismerjük, nem pedig a sokasági elemek valószínűségét. A gyakorlatban véletlen minta szinte csak egyedi adatokból álló listákból, adatbázisokból készíthető. Nem véletlen esetében nem szoktak mintavételi keretet meghatározni, ami elég nagy hiba.

21 A mintavételi technika kiválasztása IV.

22 Nem véletlen mintavételi technika A kvantitatív kutatásban is elterjedtek Okai: Könnyebb a lebonyolítása Nincs szükség előzetes adatbázisra Nem kell rendelkezni információkkal a sokaságról Főleg a kvalitatív kutatásban ajánlott Bizonyos esetekben megközelítik a nem véletlen minta pontosságát is (pl. politikai közvéleménykutatások) Fenntartásokkal szabad alkalmazni.

23 Nem véletlen mintavételi technika önkényes mintavétel Legkényelmesebb Legköltségkímélőbb Reprezentativitásra legveszélyesebb 4 Szubjektív, kvalitatív esetén ajánlott 5 Sokszor csak az előírt darabszám a cél

24 Nem véletlen mintavételi technika önkényes mintavétel II. Önkiválasztós technika (pl. büfé pultján elhelyezett kérdőív) Magazin behúzásként mellékel egy kérdőívet Adott weboldalon szereplő állandó kérdőív Nem mintavételről, hanem a mintavételi keret minden tagját elérjük tehát teljes körű felmérést végzünk.

25 Nem véletlen mintavételi technika elbírálásos mintavétel Annyiban különbözik az önkényestől, hogy nem a kérdezőbiztos, hanem a kutató dönti el, hogy kik kerüljenek a mintába. Szakmai érvek mérlegelése Főleg B2B (fontosabb szereplők meghatározása) Példa: stakeholder-analízis CSR lehetséges módjainak megismerése

26 Nem véletlen mintavételi technika kvótás mintavétel Előírunk bizonyos demográfiai vagy keresleti jellemzőket, amellyel a kiválasztottnak rendelkeznie kell. Pl. kérdezzen meg 20 db, év közötti nőt, válasszon ki 10 db férfit, aki repült fapados légitársasággal A kutató ismeri a sokaság megoszlását e jellemzők tekintetében, így tudja biztosítani a sokaságban is fellelhető arányokat a mintában. A minta reprezentatív a kvóta-kategóriák tekintetében, viszont nem reprezentatív a vizsgált jellemző tekintetében

27 Nem véletlen mintavételi technika kvótás mintavétel II. A reprezentativitás javítható Olyan kvótajellemzők kiválasztásával, amelyek összefüggnek a kutatás témájával Fenntartással kell alkalmazni Fókuszcsoport tagjainak kiválasztására alkalmas

28 Nem véletlen mintavételi technika hólabda-mintavétel Nehezen elérhető sokaság Pl. kis létszámú csoportok Kiinduló pont meghatáro zása Ajánlás révén újabb tagok elérése Erős torzító hatás figyelhető meg.

29 Nem véletlen mintavételi technika hólabda-mintavétel II. Több kiinduló személy választása segít kiküszöbölni a hibákat Fő cél, hogy elérjük a zártabb csoportokat

30 Nem véletlen mintavételi technika véletlensétás mintavétel A gyakorlatban a legnépszerűbb Előnye: Közelít a véletlen minta eredményéhez Elfogadható, reprezentatív mintát Nem igényel előzetes információt a sokaságról A kérdezők véletlenül kiválasztott kiindulópontokat kapnak az adott településen, ahonnan egy előre meghatározott szabály szerint haladva minden 5. háztartásba kell bekopogniuk. Kitér minden apró részletre a szabály. Legközelebbi születésnap módszere.

31 Véletlen mintavételi technika A kvantitatív kutatásnál törekedni kell erre, főleg ha ki akarjuk vetíteni a sokaságra az eredményeinket. Az egyes módszerek közti különbségek: A reprezentativitás biztosításának eltérő valószínűsége A gyakorlati megvalósítás egyszerűsége A költségek mértéke

32 Véletlen mintavételi technika Egyszerű véletlen mintavétel Azonos valószínűség Statisztikailag jól magyarázható Visszatevéses mintavétel Lottósorsolás Hozzárendelünk számokat Nem feltétlenül reprezentatív Véletlen számokat generálunk Szélsőséges mintát kaphatunk

33 Véletlen mintavételi technika Szisztematikus mintavétel EVM-el szemben annyi előnye van, hogy bizonyos jellemző mentén javítható a minta reprezentativitása. Ugrásköz = a szükséges mintanagyságot elosztom a mintavételi keret tagjainak számával. A mintavétel keret tagjait valamilyen jellemző mentén sorrendbe rakjuk, majd minden k-dik elemet kiválasztjuk. A jellemző mentén a minta egészen biztosan reprezentatív lesz. ABC alapján sorrendbe rakható? Kor alapján sorrendbe rakható?

34 Véletlen mintavételi technika Szisztematikus mintavétel II. Megvalósításához mindenképp rendelkeznünk kell többletinformációval a kerettagokról. Ha ciklikusság kerül a sorrendbe, akkor csökkenhet a minta reprezentativitása.

35 Véletlen mintavételi technika Rétegzett mintavétel Az EVM és a szisztematikus között helyezkedik el. Csoportokat rétegeket képzünk és ezekbe soroljuk a kerettagokat. A rétegeken belül EVM segítségével kiválasztjuk a mintaelemeket. Lehet arányos és nem arányos. Arányos esetében közvetlenül kivetíthető eredményeket kapunk. Nem arányosnál súlyozni kell.

36 Véletlen mintavételi technika Rétegzett mintavétel II. Nagyobb valószínűséggel biztosítja a reprezentativitást Nem feltétlenül szerepel minden pl. korcsoport a kiválasztottak között (30-59 évesek közül csak a 30sok kerülnek be). Rétegek (korcsoport ok) A mintavételi keret nagysága Arányos minta Nem arányos minta Összesen

37 Véletlen mintavételi technika Csoportos mintavétel Némileg engedünk a reprezentativitás követelményeiből. Többlépcsős eljárás: csoportokat alkotunk, véletlenszerűen kiválasztunk egy mintát. Második lépcsőben a kiválasztott csoporton belül vagy teljes körű vagy véletlen mintát veszünk. Pl. Országos felmérés egymástól távol eső falvak lakosainak elérése.

38 A mintanagyság meghatározása Mekkora mintára van szükség ahhoz, hogy Egy jó nagy minta mindig jobb, mint egy kisebb minta. Két különböző módszerrel vett minta esetében ezt nem jelenthetjük ki. Lehet arányos és nem arányos. A lényeg a kiválasztás módjában van. Reprezentativitás = minta nagyság?

39 A mintanagyság meghatározása II. Hiedelem: a szükséges mintanagyságot a sokasági elemek száma határozza meg. Ha ez így lenne, minden kutatás esetben 30x nagyobb mintával kellene dolgozniuk pl. az USA-ban, mint itthon. Tegyük fel, hogy az egyetemen véletlenül benyitok két terembe, az ott tartózkodók átlagéletkorának megbecslése végett. 1. terem: nappali képzés, ahol 500 fő tartózkodik. Életkorban max. 1-2 év eltérés. 2. terem: levelezős képzés, ahol 40 fő tartózkodik. Életkorban jelentősebb eltérések.

40 A mintanagyság meghatározása III. Azt kell figyelembe venni, hogy milyen pontossággal akarom megkapni az eredményeket, és a minta milyen kisebb csoportjaira akarok még elemzést elvégezni. A gyakorlatban ritkán, csak célzott kísérleteknél szokásos a szükséges mintanagyság statisztikai úton történő meghatározása.

41 A mintavétel megvalósítása A kérdőív megjelenése A kérdezőbiztos megfelelő kiválasztása A válaszadók motiválása Megfelelő helyen Kérdőív hosszának kontrollálása Megfelelő időben Válaszadási hajlandóság Mintavétel precíz ellenőrzése Mintavételi utasítások betartása

42 A mintavétel megvalósítása II. A mintanagyság a kutatás számára kiválasztott sokasági elemek száma. Meghatározásához mind kvalitatív mind kvantitatív tényezőkre van szükségünk. Legfontosabb kvalitatív szempontok: 1) A döntés súlya 2) A kutatás természete 3) A változók száma 4) Az elemzés módja 5) A hasonló tanulmányokban használt mintanagyság 6) Az előfordulási arány 7) A megvalósulási arány 8) A rendelkezésre álló források.

43 A mintavételből eredő torzítások utólagos korrekciója Ritka eset, hogy a végső mintánk minden tekintetben megfelel az elvárásoknak tökéletesen reprezentálja a sokaságot. Ellenőrizzük, hogy elérjük-e a megfelelő elemszámot (ha nem, van-e idő pótlásra kik az alulreprezentáltak). Trendelemzés alkalmazása/átlagosnál erősebb motiváció a nem válaszolók elérése véget. Súlyozás Imputálás

44 Köszönöm a figyelmet!

Mintavétel. Kovács István BME Menedzsment és Vállalatgazdaságtan. Tanszék

Mintavétel. Kovács István BME Menedzsment és Vállalatgazdaságtan. Tanszék Mintavétel Kovács István BME Menedzsment és Vállalatgazdaságtan Tanszék Alapfogalmaink Sokaság azon elemek összessége, amelyek valamilyen közös jellemzővel bírnak, és megfelelnek a marketingkutatási probléma

Részletesebben

KUTATÁSMÓDSZERTAN 4. ELŐADÁS. A minta és mintavétel

KUTATÁSMÓDSZERTAN 4. ELŐADÁS. A minta és mintavétel KUTATÁSMÓDSZERTAN 4. ELŐADÁS A minta és mintavétel 1 1. A MINTA ÉS A POPULÁCIÓ VISZONYA Populáció: tágabb halmaz, alapsokaság a vizsgálandó csoport egésze Minta: részhalmaz, az alapsokaság azon része,

Részletesebben

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása Matematikai alapok és valószínőségszámítás Statisztikai becslés Statisztikák eloszlása Mintavétel A statisztikában a cél, hogy az érdeklõdés tárgyát képezõ populáció bizonyos paramétereit a populációból

Részletesebben

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 8. előadás Előadó: Dr. Ertsey Imre Minták alapján történő értékelések A statisztika foglalkozik. a tömegjelenségek vizsgálatával Bizonyos esetekben lehetetlen illetve célszerűtlen a teljes

Részletesebben

PIACKUTATÁS (MARKETINGKUTATÁS)

PIACKUTATÁS (MARKETINGKUTATÁS) PIACKUTATÁS (MARKETINGKUTATÁS). FŐBB PONTOK A kutatási terv fogalmának meghatározása, a különböző kutatási módszerek osztályozása, a feltáró és a következtető kutatási módszerek közötti különbségtétel

Részletesebben

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1. Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,

Részletesebben

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1. Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,

Részletesebben

A TÁRKI ADATFELVÉTELEINEK DOKUMENTUMAI. Omnibusz 2003/08. A kutatás dokumentációja. Teljes kötet

A TÁRKI ADATFELVÉTELEINEK DOKUMENTUMAI. Omnibusz 2003/08. A kutatás dokumentációja. Teljes kötet A TÁRKI ADATFELVÉTELEINEK DOKUMENTUMAI Omnibusz 2003/08 A kutatás dokumentációja Teljes kötet 2003 Tartalom BEVEZETÉS... 4 A MINTA... 6 AZ ADATFELVÉTEL FŐBB ADATAI... 8 TÁBLÁK A SÚLYVÁLTOZÓ KÉSZÍTÉSÉHEZ...

Részletesebben

S atisztika 2. előadás

S atisztika 2. előadás Statisztika 2. előadás 4. lépés Terepmunka vagy adatgyűjtés Kutatási módszerek osztályozása Kutatási módszer Feltáró kutatás Következtető kutatás Leíró kutatás Ok-okozati kutatás Keresztmetszeti kutatás

Részletesebben

A társadalomkutatás módszerei I. Outline. A mintaválasztás A mintaválasztás célja. Notes. Notes. Notes. 13. hét. Daróczi Gergely. 2011. december 8.

A társadalomkutatás módszerei I. Outline. A mintaválasztás A mintaválasztás célja. Notes. Notes. Notes. 13. hét. Daróczi Gergely. 2011. december 8. A társadalomkutatás módszerei I. 13. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. december 8. Outline 1 célja 2 Alapfogalmak 3 Mintavételi eljárások 4 További fogalmak 5 Mintavételi hiba számítása

Részletesebben

A TÁRKI ADATFELVÉTELEINEK DOKUMENTUMAI OMNIBUSZ 2004/05. A kutatás dokumentációja

A TÁRKI ADATFELVÉTELEINEK DOKUMENTUMAI OMNIBUSZ 2004/05. A kutatás dokumentációja A TÁRKI ADATFELVÉTELEINEK DOKUMENTUMAI OMNIBUSZ 2004/05 A kutatás dokumentációja 2004 Omnibusz 2004/05 Mellékletek Tartalom BEVEZETÉS... 3 A MINTA... 5 AZ ADATFELVÉTEL FŐBB ADATAI... 7 Bevezetés A kutatást

Részletesebben

KÖVETKEZTETŐ STATISZTIKA

KÖVETKEZTETŐ STATISZTIKA ÁVF GM szak 2010 ősz KÖVETKEZTETŐ STATISZTIKA A MINTAVÉTEL BECSLÉS A sokasági átlag becslése 2010 ősz Utoljára módosítva: 2010-09-07 ÁVF Oktató: Lipécz György 1 A becslés alapfeladata Pl. Hányan láttak

Részletesebben

A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra

A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra Vörös Zsuzsanna NÉBIH RFI tervezési referens 2013. április 17. Egy kis felmérés nem kor Következtetések: 1. a jelenlevők nemi megoszlása:

Részletesebben

FİBB PONTOK PIACKUTATÁS (MARKETINGKUTATÁS) Kutatási terv október 20.

FİBB PONTOK PIACKUTATÁS (MARKETINGKUTATÁS) Kutatási terv október 20. FİBB PONTOK PIACKUTATÁS (MARKETINGKUTATÁS) 2010. október 20. A kutatási terv fogalmának, a különbözı kutatási módszerek osztályozása, a feltáró és a következtetı kutatási módszerek közötti különbségtétel

Részletesebben

A társadalomkutatás módszerei I.

A társadalomkutatás módszerei I. A társadalomkutatás módszerei I. 13. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. december 8. Outline 1 A mintaválasztás célja 2 Alapfogalmak 3 Mintavételi eljárások 4 További fogalmak 5 Mintavételi

Részletesebben

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA OMNIBUSZ 98/1. SPSS állomány neve: Könyvtári dokumentum sorszáma: 287. Budapest, 1998.

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA OMNIBUSZ 98/1. SPSS állomány neve: Könyvtári dokumentum sorszáma: 287. Budapest, 1998. TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA OMNIBUSZ 98/1 SPSS állomány neve: d58.sav Könyvtári dokumentum sora: 287 Budapest, 1998. Omnibusz 98/1 2 Tartalomjegyzék TARTALOMJEGYZÉK 2 BEVEZETÉS 3 A MINTA ÖSSZEHASONLÍTÁSA

Részletesebben

Közösségi kezdeményezéseket megalapozó szükségletfeltárás módszertana. Domokos Tamás, módszertani igazgató

Közösségi kezdeményezéseket megalapozó szükségletfeltárás módszertana. Domokos Tamás, módszertani igazgató Közösségi kezdeményezéseket megalapozó szükségletfeltárás módszertana Domokos Tamás, módszertani igazgató A helyzetfeltárás célja A közösségi kezdeményezéshez kapcsolódó kutatások célja elsősorban felderítés,

Részletesebben

Szerzők: Kmetty Zoltán és Sztárayné Kézdy Éva Lektor: Fokasz Nikosz TÁMOP-4.1.2.A/1-11/1-2011-0091 INFORMÁCIÓ - TUDÁS ÉRVÉNYESÜLÉS

Szerzők: Kmetty Zoltán és Sztárayné Kézdy Éva Lektor: Fokasz Nikosz TÁMOP-4.1.2.A/1-11/1-2011-0091 INFORMÁCIÓ - TUDÁS ÉRVÉNYESÜLÉS Kutatásmódszertan és prezentációkészítés 9. rész: Mintavétel a gyakorlatban Szerzők: Kmetty Zoltán és Sztárayné Kézdy Éva Lektor: Fokasz Nikosz Kilencedik rész Mintavétel a gyakorlatban Tartalomjegyzék

Részletesebben

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA. Inflációs várakozás 2002/8. SPSS állomány neve: Budapest, augusztus

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA. Inflációs várakozás 2002/8. SPSS állomány neve: Budapest, augusztus TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA Inflációs várakozás 2002/8 SPSS állomány neve: F53 Budapest, 2002. augusztus Inflációs várakozás 2002/8 2 Tartalomjegyzék BEVEZETÉS... 3 AZ INFLÁCIÓS VÁRAKOZÁS

Részletesebben

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA. Változás SPSS állomány neve: Budapest, 2002.

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA. Változás SPSS állomány neve: Budapest, 2002. TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA Változás 2002 SPSS állomány neve: F54 Budapest, 2002. Változás 2002 2 Tartalomjegyzék BEVEZETÉS... 3 A SÚLYOZATLAN MINTA ÖSSZEHASONLÍTÁSA ISMERT DEMOGRÁFIAI ELOSZLÁSOKKAL...

Részletesebben

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA OMNIBUSZ 2002/10. SPSS állomány neve: Budapest, október

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA OMNIBUSZ 2002/10. SPSS állomány neve: Budapest, október TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA OMNIBUSZ 2002/10 SPSS állomány neve: F56 Budapest, 2002. október OMNIBUSZ 2002/10 2 Tartalomjegyzék BEVEZETÉS...3 A SÚLYOZATLAN MINTA ÖSSZEHASONLÍTÁSA ISMERT DEMOGRÁFIAI

Részletesebben

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA OMNIBUSZ 2003/2. SPSS állomány neve: Budapest, február

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA OMNIBUSZ 2003/2. SPSS állomány neve: Budapest, február TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA SPSS állomány neve: F63 Budapest, 2003. február 2 Tartalomjegyzék BEVEZETÉS...3 A SÚLYOZATLAN MINTA ÖSSZEHASONLÍTÁSA ISMERT DEMOGRÁFIAI ELOSZLÁSOKKAL...4 Nem szerinti

Részletesebben

Dr. Piskóti István Marketing Intézet. Marketing 2.

Dr. Piskóti István Marketing Intézet. Marketing 2. Kutatni kell kutatni jó! - avagy a MIR és a marketingkutatás módszerei Dr. Piskóti István Marketing Intézet Marketing 2. Marketing-menedzsment A marketing összes feladatát és aktivitásait összefoglalóan,

Részletesebben

Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN

Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN (Babbie) 1. Konceptualizáció 2. Operacionalizálás 3. Mérés 4. Adatfeldolgozás 5. Elemzés 6. Felhasználás KUTATÁS LÉPÉSEI 1. Konceptualizáció 2. Operacionalizálás

Részletesebben

Két adatfelvétel: a szegény háztartások fogyasztási szokásai és a tulajdonosi jövedelmek szerkezete. Medgyesi Márton Tárki Zrt

Két adatfelvétel: a szegény háztartások fogyasztási szokásai és a tulajdonosi jövedelmek szerkezete. Medgyesi Márton Tárki Zrt Két adatfelvétel: a szegény háztartások fogyasztási szokásai és a tulajdonosi jövedelmek szerkezete Medgyesi Márton Tárki Zrt Vázlat 1.A szegény háztartások fogyasztási szokásai A kutatás célja Mintavétel

Részletesebben

MÓDSZERTANI LEÍRÁS DIPLOMÁS KUTATÁS 2010. A vizsgálat keretei. A kutatás alapsokasága. Az adatfelvétel módszere

MÓDSZERTANI LEÍRÁS DIPLOMÁS KUTATÁS 2010. A vizsgálat keretei. A kutatás alapsokasága. Az adatfelvétel módszere FÜGGELÉK FÜGGELÉK DIPLOMÁS KUTATÁS 2010 MÓDSZERTANI LEÍRÁS A vizsgálat keretei A Diplomás kutatás 2010 adatfelvétele az Országos Diplomás Pályakövetési Rendszer kutatási programjának keretében zajlott

Részletesebben

Kvantitatív kutatás mire figyeljünk? Majláth Melinda PhD Tartalom. Kutatási kérdés kérdőív kérdés. Kutatási kérdés kérdőív kérdés

Kvantitatív kutatás mire figyeljünk? Majláth Melinda PhD Tartalom. Kutatási kérdés kérdőív kérdés. Kutatási kérdés kérdőív kérdés Kvantitatív kutatás mire figyeljünk?. Tartalom Kutatási kérdés Mintaválasztás Kérdésfeltevés Elemzés Jánossy Ferenc Szakkollégium- TDK felkészítő előadások sorozat, 2016. február Óbudai Egyetem Mintavétel

Részletesebben

BETEGJOGI, ELLÁTOTTJOGI ÉS GYERMEKJOGI KUTATÁS

BETEGJOGI, ELLÁTOTTJOGI ÉS GYERMEKJOGI KUTATÁS BETEGJOGI, ELLÁTOTTJOGI ÉS GYERMEKJOGI KUTATÁS Készült a Országos Betegjogi, Ellátottjogi, Gyermekjogi és Dokumentációs Központ megbízásából a Kutatópont műhelyében A kutatás elvégzésére a TÁMOP 5.5.7-08/1-2008-0001

Részletesebben

3. A mintavételi kockázat elfogadható szintjének meghatározása (pl. 5 vagy 10%)

3. A mintavételi kockázat elfogadható szintjének meghatározása (pl. 5 vagy 10%) MINTAVÉTELEZÉSI ELJÁRÁSOK A mintavételezés célja A statisztikai és nem statisztikai mintavételi eljárások során az ellenőr megtervezi és kiválasztja az ellenőrzési mintát, valamint kiértékeli a mintavétel

Részletesebben

6. Előadás. Vereb György, DE OEC BSI, október 12.

6. Előadás. Vereb György, DE OEC BSI, október 12. 6. Előadás Visszatekintés: a normális eloszlás Becslés, mintavételezés Reprezentatív minta A statisztika, mint változó Paraméter és Statisztika Torzítatlan becslés A mintaközép eloszlása - centrális határeloszlás

Részletesebben

Mintavétel a gyakorlatban

Mintavétel a gyakorlatban Mintavétel a gyakorlatban Tóth Gergely ELTE-TÁTK, Doktori iskola Statisztika tanszék 1 Hol találkozhatunk mintavétellel Közvéleménykutatások A XY Intézet 2011. október 17-19. között, 500 fő telefonos megkérdezésével,

Részletesebben

Diplomás kutatás 2010. Módszertani leírás

Diplomás kutatás 2010. Módszertani leírás Diplomás kutatás 2010 Módszertani leírás A kutatás alapsokasága Vizsgálati populáció: államilag elismert felsőoktatási intézmények alapképzésben, kiegészítő alapképzésben és diplomás képzésben (minden

Részletesebben

A populáció meghatározása

A populáció meghatározása A mintavétel Mi a minta? Minden kutatásban alapvetı lépés annak eldöntése, hogy hány személyt vonjunk be a vizsgálatba, és hogyan válasszuk ki ıket ezek a mintavétellel kapcsolatos alapvetı problémák.

Részletesebben

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA. Reform. SPSS állomány neve: Budapest, október

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA. Reform. SPSS állomány neve: Budapest, október TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA Reform SPSS állomány neve: D09 Budapest, 2002. október Reform 2 Tartalomjegyzék 1. AZ ADATFELVÉTELRŐL...3 1. TÁBLÁZAT A REFORM KUTATÁS ELKÉSZÜLT KÉRDŐÍVEINEK SZÁMA

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.29. A statisztika típusai Leíró jellegű statisztika: összegzi egy adathalmaz jellemzőit. A középértéket jelemzi (medián, módus, átlag) Az adatok változékonyságát

Részletesebben

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Klaszteranalízis Hasonló dolgok csoportosítását jelenti, gyakorlatilag az osztályozás szinonimájaként értelmezhetjük. A klaszteranalízis célja A klaszteranalízis alapvető célja, hogy a megfigyelési egységeket

Részletesebben

Témaválasztás, kutatási kérdések, kutatásmódszertan

Témaválasztás, kutatási kérdések, kutatásmódszertan Témaválasztás, kutatási kérdések, kutatásmódszertan Dr. Dernóczy-Polyák Adrienn PhD egyetemi adjunktus, MMT dernoczy@sze.hu A projekt címe: Széchenyi István Egyetem minőségi kutatói utánpótlás nevelésének

Részletesebben

Jelszavak 2011-ben. Milyen jelszavakat használnak a magyar internet-felhasználók?

Jelszavak 2011-ben. Milyen jelszavakat használnak a magyar internet-felhasználók? Jelszavak 2011-ben Milyen jelszavakat használnak a magyar internet-felhasználók? Összefoglaló A legjellemzőbb jelszótípus e-mail fiókok esetében a betűk és számok (például: gabi34, ilrw12) kombinációjának

Részletesebben

Marketing a gyakorlatban I. előadás BME Menedzsment és Vállalatgazdaságtan Tanszék

Marketing a gyakorlatban I. előadás BME Menedzsment és Vállalatgazdaságtan Tanszék MARKETINGKUTATÁS Marketing a gyakorlatban I. előadás Kovács István BME Menedzsment és Vállalatgazdaságtan Tanszék Piac-, marketing- és közvélemény kutatás elhatárolása Kutatás: célja a problémamegoldás

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen

Részletesebben

Alba Radar. 20. hullám

Alba Radar. 20. hullám Alba Radar Lakossági közvélemény-kutatási program Székesfehérváron 20. hullám Adományosztási hajlandóság a Fehérváriak körében - ÁROP 1.1.14-2012-2012-0009 projekt keretén belül - 2013. december 17. Készítette:

Részletesebben

NÉPESSÉGTUDOMÁNYI KUTATÓ INTÉZET

NÉPESSÉGTUDOMÁNYI KUTATÓ INTÉZET NKI KÖZPONTI STATISZTIKAI HIVATAL NÉPESSÉGTUDOMÁNYI KUTATÓ INTÉZET CSALÁDI EGYÜTTÉLÉS A kutatás dokumentációja 2003 Tartalom Bevezetés 3 A minta 4 Az adatfelvétel főbb adatai..5 Az adatbázis súlyozása.8

Részletesebben

2010 őszi piackutatás eredményei PartyBor

2010 őszi piackutatás eredményei PartyBor 2010 őszi piackutatás eredményei PartyBor A kutatás célja A felmérés kérdéskörei: Kik vettek részt a rendezvényeken? Hogyan alakulnak borfogyasztási szokásaik? Milyen gyakran fogyasztanak bort? Hol fogyasztanak

Részletesebben

1. ECHO Innovációs Műhely Obádovics Csilla Vinogradov Szergej: tavaszi on-line felmérés

1. ECHO Innovációs Műhely Obádovics Csilla Vinogradov Szergej: tavaszi on-line felmérés 1. ECHO Innovációs Műhely Obádovics Csilla Vinogradov Szergej: 2010. tavaszi on-line felmérés Módszertan Az aktív hallgatók felmérése Vizsgálati populáció: a Szent István Egyetemen alapképzésben, mesterképzésben,

Részletesebben

Míg a kérdıíves felérés elsısorban kvantitatív (statisztikai) elemzésre alkalmas adatokat szolgáltat, a terepkutatásból ezzel szemben inkább

Míg a kérdıíves felérés elsısorban kvantitatív (statisztikai) elemzésre alkalmas adatokat szolgáltat, a terepkutatásból ezzel szemben inkább Terepkutatás Míg a kérdıíves felérés elsısorban kvantitatív (statisztikai) elemzésre alkalmas adatokat szolgáltat, a terepkutatásból ezzel szemben inkább kvalitatív adatok származnak Megfigyelések, melyek

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.15. Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza) alkotja az eseményteret. Esemény: az eseménytér részhalmazai.

Részletesebben

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás Kísérlettervezés - biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás A matematikai-statisztika feladata tapasztalati adatok feldolgozásával segítséget nyújtani

Részletesebben

Hallgatók 2011. Diplomás Pályakövetési Rendszer Intézményi adatfelvétel a felsőoktatási hallgatók körében - 2011. Módszertani összefoglaló

Hallgatók 2011. Diplomás Pályakövetési Rendszer Intézményi adatfelvétel a felsőoktatási hallgatók körében - 2011. Módszertani összefoglaló Hallgatók 2011 Diplomás Pályakövetési Rendszer Intézményi adatfelvétel a felsőoktatási hallgatók körében - 2011 Módszertani összefoglaló Készítette: Veroszta Zsuzsanna PhD 2012. március 1. Az adatfelvétel

Részletesebben

B/21. számú melléklet TÁMOP 4.1.1 - Intézményi követelmények Diplomás Pályakövető Rendszer

B/21. számú melléklet TÁMOP 4.1.1 - Intézményi követelmények Diplomás Pályakövető Rendszer B/21. számú melléklet TÁMOP 4.1.1 - Intézményi követelmények Diplomás Pályakövető Rendszer 1. Támogatandó szakmai követelmények - pályakövető kutatások A pályakövetési vizsgálatok főbb elemei: hallgatói

Részletesebben

A társadalomkutatás módszerei I. Outline. A mintavételi hiba és konfidencia-intervallum Elmélet. Szükséges képletek: Tehát:

A társadalomkutatás módszerei I. Outline. A mintavételi hiba és konfidencia-intervallum Elmélet. Szükséges képletek: Tehát: A társadalomkutatás módszerei I. 10. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. november 17. Outline 1 Ismétlés Számítási feladat Egyéb példák 2 A mintavételi hiba dichotóm változók esetében

Részletesebben

Bevezető Mi a statisztika? Mérés Csoportosítás

Bevezető Mi a statisztika? Mérés Csoportosítás Gazdaságstatisztika 1. előadás Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Oktatók Előadó Kóczy Á. László (koczy.laszlo@kgk.bmf.hu) Fogadóóra: szerda 11:30 11:55, TA125 Gyakorlatvezető

Részletesebben

MIÉRT NEM VÁLASZOLUNK?

MIÉRT NEM VÁLASZOLUNK? MIÉRT VÁLASZOLUNK? TENDENCIÁK ÉS TÉNYEZŐK A KSH EGYIK LAKOSSÁGI FELVÉTELÉNEK TÜKRÉBEN HORVÁTH BEÁTA KSH beata.horvath@ksh.hu ÁTTEKINTŐ ELMÉLETI MEGKÖZELÍTÉS GYAKORLATI MEGKÖZELÍTÉS MILYENEK VAGYUNK MI

Részletesebben

A társadalomkutatás módszerei I.

A társadalomkutatás módszerei I. A társadalomkutatás módszerei I. 2. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. IX. 22. Outline 1 Bevezetés 2 Társadalomtudományi módszerek Beavatkozásmentes vizsgálatok Kvalitatív terepkutatás

Részletesebben

Hogyan kerülnek haza a vállalati adatok?

Hogyan kerülnek haza a vállalati adatok? Hogyan kerülnek haza a vállalati adatok? G Data-felmérés G Data. A biztonság németül. Munkahely és magánélet kapcsolata A 18 75 éves internetezők 56%-a rendelkezik teljes munkaidős vagy részmunkaidős állással.

Részletesebben

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI,

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI, Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár PhD kurzus. KOKI, 2015.09.17. Mi a statisztika? A sokaság (a sok valami) feletti áttekintés megszerzése, a sokaságról való információszerzés eszköze.

Részletesebben

Statisztika I. 1. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 1. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 1. előadás Előadó: Dr. Ertsey Imre A STATISZTIKA FOGALMA 1. Gyakorlati számbavételi tevékenység tömegjelenségek számbavétele, elemzése összefüggések feltárása következtetések levonása Célja:

Részletesebben

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók Matematikai alapok és valószínőségszámítás Középértékek és szóródási mutatók Középértékek A leíró statisztikák talán leggyakrabban használt csoportját a középértékek jelentik. Legkönnyebben mint az adathalmaz

Részletesebben

[GVMGS11MNC] Gazdaságstatisztika

[GVMGS11MNC] Gazdaságstatisztika [GVMGS11MNC] Gazdaságstatisztika 1. előadás Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem Oktatók Előadó Kóczy Á. László (koczy.laszlo@kgk.uni-obuda.hu)

Részletesebben

y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell

y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell Példa STATISZTIKA Egy gazdálkodó k kukorica hibrid termesztése között választhat. Jelöljük a fajtákat A, B, C, D-vel. Döntsük el, hogy a hibridek termesztése esetén azonos terméseredményre számíthatunk-e.

Részletesebben

LAKOSSÁGI INTERNET-HASZNÁLAT 2006

LAKOSSÁGI INTERNET-HASZNÁLAT 2006 LAKOSSÁGI INTERNET-HASZNÁLAT 2006 A felmérés módszertana adatfelvétel november 25-e és december 8-a között személyes interjúkkal a válaszadók lakásán Az adatfelvételt a Medián kft. kérdezőbiztosai végezték

Részletesebben

Á ltala nos Ája nlati Felte telek (Á ÁF)

Á ltala nos Ája nlati Felte telek (Á ÁF) Á ltala nos Ája nlati Felte telek (Á ÁF) Kutatási/adatfelvételi módszertan Amennyiben az ajánlattétel nem részletezi, akkor a különböző kutatási/adatfelvételi módszertanok alatt az alábbiakat értjük: CAPI:

Részletesebben

Fogyasztói szokások az étrendkiegészítők. élelmiszer-biztonság szempontjából

Fogyasztói szokások az étrendkiegészítők. élelmiszer-biztonság szempontjából Fogyasztói szokások az étrendkiegészítők körében az élelmiszer-biztonság szempontjából Németh Nikolett Szent István Egyetem Gazdálkodás- és Szervezéstudományok Doktori Iskola Bükfürdő, 2016. április 7-8.

Részletesebben

A MIDAS_HU modell elemei és eredményei

A MIDAS_HU modell elemei és eredményei A MIDAS_HU modell elemei és eredményei Tóth Krisztián Országos Nyugdíjbiztosítási Főigazgatóság A MIDAS_HU mikroszimulációs nyugdíjmodell eredményei további tervek Workshop ONYF, 2015. május 28. MIDAS_HU

Részletesebben

2005. ÉVI TÁRKI HÁZTARTÁS MONITOR

2005. ÉVI TÁRKI HÁZTARTÁS MONITOR 2005. ÉVI TÁRKI HÁZTARTÁS MONITOR (Dokumentációs kötet) Szerződésszám: VI-SZ/296/2/2005 IX-18/33/4/2005. Budapest, 2005. december Készült a TÁRKI Rt. és a Miniszterelnöki Hivatal között 2005. szeptember

Részletesebben

Termelés- és szolgáltatásmenedzsment

Termelés- és szolgáltatásmenedzsment Termelés- és szolgáltatásmenedzsment egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelés- és szolgáltatásmenedzsment 13. Előrejelzési módszerek 14. Az előrejelzési modellek felépítése

Részletesebben

A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv

A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv Mérések, mérési eredmények, mérési bizonytalanság A mérések általános és alapvető metrológiai fogalmai és definíciói mérés Műveletek összessége, amelyek célja egy mennyiség értékének meghatározása. mérési

Részletesebben

Mintavételezés

Mintavételezés . 3. 3. Mintavételezés Informatikai Tudományok Doktori Iskola. 3. 3. Statisztikai sokaság, populáció A halmaz egészének kevés adattal történı tömör jellemzése, és a populáció egyedeinek leírására bevezetett

Részletesebben

ÚJPEST MÉDIA-KUTATÁS. Közvélemény-kutatás, 2007 október Újpesti Média Kht részére

ÚJPEST MÉDIA-KUTATÁS. Közvélemény-kutatás, 2007 október Újpesti Média Kht részére ÚJPEST MÉDIA-KUTATÁS Közvélemény-kutatás, 27 október Újpesti Média Kht részére TARTALOM A kutatás paraméterei Eredmények: Tájékozódási szokások Újpest TV lakossági megítélése Újpesti Napló lakossági megítélése

Részletesebben

A 2001/2002. évi tanév. rendje

A 2001/2002. évi tanév. rendje TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA A 2001/2002. évi tanév rendje SPSS állomány neve: E44 Budapest, 2001. február A 2000/2001. évi tanév rendje 2 Tartalomjegyzék TARTALOMJEGYZÉK 2 BEVEZETÉS 3 A KUTATÁS

Részletesebben

Populációbecslések és monitoring

Populációbecslések és monitoring Populációbecslések és monitoring A becslés szerepe az ökológiában és a vadgazdálkodásban. A becslési módszerek csoportosítása. Teljes számlálás. Statisztikai alapfogalmak. Fontos lehet tudnunk, hogy hány

Részletesebben

Hol végződik az esélyegyenlőség, és hol kezdődik a szakadék?

Hol végződik az esélyegyenlőség, és hol kezdődik a szakadék? Hol végződik az esélyegyenlőség, és hol kezdődik a szakadék? A digitális írástudás aktuális jellemzői A Magyar Infokommunikációs Jelentés 2012 alapján 2012. november 15. Jó döntéseket támogatunk. Tartalom

Részletesebben

A telefonnal való ellátottság kapcsolata a rádió és televízió műsorszórás használatával a 14 éves és idősebb lakosság körében

A telefonnal való ellátottság kapcsolata a rádió és televízió műsorszórás használatával a 14 éves és idősebb lakosság körében A telefonnal való ellátottság kapcsolata a rádió és televízió műsorszórás használatával a 14 éves és idősebb lakosság körében Kiegészítő elemzés A rádió és televízió műsorszórás használatára a 14 éves

Részletesebben

Statisztika I. 9. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 9. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 9. előadás Előadó: Dr. Ertsey Imre Statisztikai hipotézis vizsgálatok elsősorban a biometriában alkalmazzák, újabban reprezentatív jellegű ökonómiai vizsgálatoknál, üzemi szinten élelmiszeripari

Részletesebben

Diplomás Pályakövető Rendszer. Motiváció és elégedettség

Diplomás Pályakövető Rendszer. Motiváció és elégedettség Diplomás Pályakövető Rendszer Motiváció és elégedettség A Diplomás Pályakövető Rendszerhez kapcsolódó kérdőívvel minden tanév második félévében megkeressük az Egyetem aktuális hallgatói állományát. Az

Részletesebben

Projektek értékelése. dr. Koós Tamás 2013. szeptember 18. Budapest

Projektek értékelése. dr. Koós Tamás 2013. szeptember 18. Budapest Projektek értékelése dr. Koós Tamás 2013. szeptember 18. Budapest Az értékelés Annak a vizsgálata, hogy a projekt vagy program miképpen járul hozzá a kitűzött, átfogó célok eléréséhez; Annak vizsgálata,

Részletesebben

Alba Radar. 20. hullám. Karácsonyi készülődés

Alba Radar. 20. hullám. Karácsonyi készülődés Alba Radar Lakossági közvélemény-kutatási program Székesfehérváron 20. hullám Karácsonyi készülődés 2013. december 13-15. Készítette: Turzó-Németh A. Violetta nemetha.violetta@echomail.hu www.echoinn.hu

Részletesebben

Alba Radar. 18. hullám. Az iskolai közösségi szolgálat megítélése

Alba Radar. 18. hullám. Az iskolai közösségi szolgálat megítélése Alba Radar Lakossági közvélemény-kutatási program Székesfehérváron 18. hullám Az iskolai közösségi szolgálat megítélése - ÁROP 1.1.14-2012-2012-0009 projekt keretén belül - 2013. június 17. Készítette:

Részletesebben

I. A felfedési kockázat mérése és a mikroadatokhoz való hozzáférés jövője II. Paraadatok használata a rugalmas (responsive) mintavétel során

I. A felfedési kockázat mérése és a mikroadatokhoz való hozzáférés jövője II. Paraadatok használata a rugalmas (responsive) mintavétel során Magyar Statisztikai Társaság Gazdaságstatisztikai és Nemzetközi Statisztikai Szakosztálya Magyar résztvevők az ISI (58.) dublini konferenciájáról I. A felfedési kockázat mérése és a mikroadatokhoz való

Részletesebben

Közösségi oldalak használata a magyar munkahelyeken. Gateprotect-felmérés, 2012. szeptember

Közösségi oldalak használata a magyar munkahelyeken. Gateprotect-felmérés, 2012. szeptember Közösségi oldalak használata a magyar munkahelyeken Gateprotect-felmérés, 2012. szeptember Összefoglaló A felnőtt internetező lakosság csaknem 60 százaléka dolgozik teljes vagy részmunkaidőben. Munkahelyükön

Részletesebben

Oktatásmarketing Piackutatás 3. A piackutatás típusai és a folyamat főbb jellemezői

Oktatásmarketing Piackutatás 3. A piackutatás típusai és a folyamat főbb jellemezői Oktatásmarketing Piackutatás 3. A piackutatás típusai és a folyamat főbb jellemezői Dr. Benkei-Kovács Balázs egyetemi adjunktus ELTE PPK A piackutatás céljai Feltáró-kutatás Valamit nem ismerünk, információra

Részletesebben

Mérési hibák 2006.10.04. 1

Mérési hibák 2006.10.04. 1 Mérési hibák 2006.10.04. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák_labor/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség

Részletesebben

Alba Radar. 22. hullám. Nyaralási tervek

Alba Radar. 22. hullám. Nyaralási tervek Alba Radar Lakossági közvélemény-kutatási program Székesfehérváron 22. hullám Nyaralási tervek 201. július 03. Készítette: Bokros Hajnalka bokros.hajnalka@echomail.hu www.echoinn.hu 1 A kutatás háttere

Részletesebben

Módszertani leírás a Munkaerő-felmérés II. negyedévi Megváltozott munkaképességűek a munkaerőpiacon című kiegészítő felvételhez

Módszertani leírás a Munkaerő-felmérés II. negyedévi Megváltozott munkaképességűek a munkaerőpiacon című kiegészítő felvételhez Az alapfelvétel jellemzői Módszertani leírás a Munkaerő-felmérés 2011. II. negyedévi Megváltozott munkaképességűek a munkaerőpiacon című kiegészítő felvételhez A Központi Statisztikai Hivatal a lakosság

Részletesebben

Környezet statisztika

Környezet statisztika Környezet statisztika Permutáció, variáció, kombináció k számú golyót n számú urnába helyezve hányféle helykitöltés lehetséges, ha a golyókat helykitöltés Minden urnába akárhány golyó kerülhet (ismétléses)

Részletesebben

Építési hálók és neonreklámok elérési adatai

Építési hálók és neonreklámok elérési adatai Építési hálók és neonreklámok elérési adatai 2008. január 3. Tartalom 1. Kutatás háttere 1. 1 Módszertan Outdoor Mapping rendszerről 1.2 Módszertan - A kutatás módszertana 1.3 Módszertan - Az elemzésben

Részletesebben

Modellpontok képzése és használata

Modellpontok képzése és használata Modellpontok képzése és használata Dr. Kovács Erzsébet egyetemi tanár Budapesti Corvinus Egyetem A jogosultságszerzés modellezése szekció 2015.05.28. MIDAS_HU Workshop: Modellpontok képzése 1 Szakmai kihívás

Részletesebben

Dr. Király István Igazságügyi szakértő Varga Zoltán Igazságügyi szakértő Dr. Marosán Miklós Igazságügyi szakértő

Dr. Király István Igazságügyi szakértő Varga Zoltán Igazságügyi szakértő Dr. Marosán Miklós Igazságügyi szakértő Dr. Király István Igazságügyi szakértő Varga Zoltán Igazságügyi szakértő Dr. Marosán Miklós Igazságügyi szakértő Mintaterületek kijelölésének javasolt módjai kapás sortávú növényekre Miért is kell mintatér?

Részletesebben

Elvándorlás lélektana

Elvándorlás lélektana Elvándorlás lélektana Kiss Paszkál ELTE Társadalom és Neveléspszichológiai Tanszék Két kérdés Ki szeretne néhány hónapra külföldre menni? Ki volt már rövid ideig külföldön tanulni, dolgozni? 100% 90% 80%

Részletesebben

Alba Radar. 15. hullám. Karácsonyi készülődés Székesfehérváron

Alba Radar. 15. hullám. Karácsonyi készülődés Székesfehérváron Alba Radar Lakossági közvélemény-kutatási program Székesfehérváron 15. hullám Karácsonyi készülődés Székesfehérváron 2012. december 23. Készítette: Domokos Tamás tdomokos@echomail.hu Echo Innovációs Műhely

Részletesebben

Nyomtatott könyvek és elektronikus könyvek

Nyomtatott könyvek és elektronikus könyvek Nyomtatott könyvek és elektronikus könyvek Kérdőíves kutatás az e-könyv olvasási szokásokról Készítette a Társadalomkutatási Intézet Zrt. a Szellemi Tulajdon Nemzeti Hivatala, a Hamisítás Elleni Nemzeti

Részletesebben

Matematikai alapok és valószínőségszámítás. Statisztikai változók Adatok megtekintése

Matematikai alapok és valószínőségszámítás. Statisztikai változók Adatok megtekintése Matematikai alapok és valószínőségszámítás Statisztikai változók Adatok megtekintése Statisztikai változók A statisztikai elemzések során a vizsgálati, vagy megfigyelési egységeket különbözı jellemzık

Részletesebben

Kiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely.

Kiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely. Kiválasztás A változó szerint Egymintás t-próba Mann-Whitney U-test paraméteres nem-paraméteres Varianciaanalízis De melyiket válasszam? Kétmintás t-próba Fontos, hogy mindig a kérdésnek és a változónak

Részletesebben

KÖFOP VEKOP A jó kormányzást megalapozó közszolgálat-fejlesztés

KÖFOP VEKOP A jó kormányzást megalapozó közszolgálat-fejlesztés KÖFOP-2.1.2-VEKOP-15-2016-00001 A jó kormányzást megalapozó közszolgálat-fejlesztés A Jó Állam Véleményfelmérés bemutatása Demeter Endre Nemzeti Közszolgálati Egyetem JÓ ÁLLAM VÉLEMÉNYFELMÉRÉS CÉLJAI Hiányzó

Részletesebben

Marketingkutatás. II. előadás Marketing mesterszak Kovács István. BME Menedzsment és Vállalatgazdaságtan Tanszék

Marketingkutatás. II. előadás Marketing mesterszak Kovács István. BME Menedzsment és Vállalatgazdaságtan Tanszék Marketingkutatás II. előadás Marketing mesterszak Kovács István BME Menedzsment és Vállalatgazdaságtan Tanszék A KUTATÁSI TERV ÉS A SZEKUNDER KUTATÁS Félelmetes volt, hogy mennyi véletlen jött közbe, de

Részletesebben

Kutatásmódszertan és prezentációkészítés

Kutatásmódszertan és prezentációkészítés Kutatásmódszertan és prezentációkészítés 10. rész: Az adatelemzés alapjai Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz Tizedik rész Az adatelemzés alapjai Tartalomjegyzék Bevezetés Leíró statisztikák I

Részletesebben

Szerzők: Kmetty Zoltán Lektor: Fokasz Nikosz TÁMOP A/1-11/ INFORMÁCIÓ - TUDÁS ÉRVÉNYESÜLÉS

Szerzők: Kmetty Zoltán Lektor: Fokasz Nikosz TÁMOP A/1-11/ INFORMÁCIÓ - TUDÁS ÉRVÉNYESÜLÉS Kutatásmódszertan és prezentációkészítés 2. rész: Kutatási terv készítése Szerzők: Kmetty Zoltán Lektor: Fokasz Nikosz Második rész Kutatási terv készítése (Babbie 2008 alapján) Tartalomjegyzék Kutatási

Részletesebben

ÖKOTÁR S ZSEBKÖ NY V 1.

ÖKOTÁR S ZSEBKÖ NY V 1. ÖKOTÁR S ZSEBKÖ NY V 1. Sorozatunkkal az a célunk, hogy segítséget nyújtsunk a civil non-profit szervezetek életében felmerülő szervezési kérdésekben. Lényegre törő leírásokra törekedtünk, ami alkalmassá

Részletesebben

Miben fejlődne szívesen?

Miben fejlődne szívesen? Miben fejlődne szívesen? Tartalomelemzés Szegedi Eszter 2011. január A vizsgálat egy nagyobb kutatás keretében történt, melynek címe: A TANÁRI KOMEPETENCIÁK ÉS A TANÍTÁS EREDMÉNYESSÉGE A kutatás három

Részletesebben

Alba Radar. 25. hullám

Alba Radar. 25. hullám Alba Radar Lakossági közvélemény-kutatási program Székesfehérváron. hullám Rádióhallgatási szokások Székesfehérváron 01. december 1. Készítette: Bokros Hajnalka bokros.hajnalka@echomail.hu www.echoinn.hu

Részletesebben

Biomatematika 13. Varianciaanaĺızis (ANOVA)

Biomatematika 13. Varianciaanaĺızis (ANOVA) Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 13. Varianciaanaĺızis (ANOVA) Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date:

Részletesebben