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

Méret: px
Mutatás kezdődik a ... oldaltól:

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

Átírás

1 Kutatásmódszertan és prezentációkészítés 9. rész: Mintavétel a gyakorlatban Szerzők: Kmetty Zoltán és Sztárayné Kézdy Éva Lektor: Fokasz Nikosz

2 Kilencedik rész Mintavétel a gyakorlatban

3 Tartalomjegyzék Bevezetés EVM Szisztematikus mintavétel Rétegzett mintavétel Többlépcsős mintavétel I Többlépcsős mintavétel II Többlépcsős mintavétel III Nem arányos kiválasztás és súlyozás Nem válaszolás és súlyozás I Nem válaszolás és súlyozás II Nem valószínűségi mintavételi módszerek A nem valószínűségi mintavétel előnyei és hátrányai Nem valószínűségi mintavétel a kvantitatív kutatásokban 1. Kvótás mintavétel 2. Szakértői mintavétel 3. Egyszerűen elérhető alanyokra hagyatkozó mintavétel 4. Hólabda módszer/rds 5. Önkiválasztós módszer A nem valószínűségi mintavétel típusai a kvalitatív kutatásokban Célirányos mintavétel fajtái 1. Célirányos mintavétel fajtái 2. Felhasznált irodalom

4 Bevezetés A korábbi egységekben már érintettük a mintavétel problémakörét A 8. unitban részletesen foglalkoztunk azzal, hogy a mintákból kapott eredmények, milyen módon terjeszthetők ki a teljes sokaságra. Ebben a részben megismerkedünk két nagy mintavételi osztállyal, a valószínűségi mintavételi eljárásokkal, és a nem valószínűségi mintavételi eljárásokkal. Statisztikai következtetések levonásához, csak a valószínűségi mintavételi eljárások alkalmasak - bár egyes nem valószínűségi mintavételi eljárásoknál is kialakítottak már komoly statisztikai eszköztárat és azokon belül is csak azon minták, amik megfelelnek a reprezentativitás kritériumának. Abban az esetben nevezhetünk egy mintát reprezentatívnak, ha a sokaság (szaknyelven populáció), minden egyes tagjának a mintába kerülési valószínűsége ismert és nem nulla.

5 EVM A valószínűségi mintavételi eljárások során a populációból egy véletlen algoritmus segítségével kiválasztjuk a mintába kerülő személyeket. Az itt bemutatott módszerek nem magukban alkalmazandók, hanem részben egymásra épülnek, és együttesen is alkalmazhatók. EVM A valószínűségi mintavételi eljárások közül a legegyszerűbb az egyszerű véletlen kiválasztás módszere. Ehhez rendelkeznünk kell a populáció tagjairól egy listával, amiben szerepel mindenki a sokaságból. Ezt nevezzük mintavételi keretnek. A mintavételi keret a legtöbb esetben sajnos nem fedi le a teljes populációt, ami sérti a reprezentativitás kritériumát, de a kutatások legtöbb esetben behatároltak ebben a tekintetben. Az EVM mintavétel során a listából véletlenszerűen kiválasztunk annyi esetet, ahány főre a mintában szükségünk van. Tehát, ha egy adott egyetemről szeretnék 100 embert megkérdezni, akkor elkérjük a Tanulmányi Osztálytól az egyetem hallgatóinak névsorát, és véletlenszerűen kiválasztunk belőlük 100 főt.

6 Szisztematikus mintavétel A szisztematikus mintavételhez ugyanúgy rendelkeznem kell mintavételi kerettel. Azonban a mintavételi keretből nem véletlenszerűen választom ki a bekerülőket, hanem minden X-ik esetet választom ki. Ha a szisztematikus mintavétel előtt véletlenszerűen sorba rendezem a sokaságot, akkor statisztikailag ugyanolyan véletlen mintát kapok, mint az EVM esetében. Azonban egyes esetekben lehet annak haszna, ha a listánk előzetesen már sorrendbe van állítva valamilyen szempont szerint. Ezzel gyakorlatilag rétegezni tudom a mintámat (lásd később). Ha például az egyetemi listámat úgy állítom sorrendbe, hogy az évfolyamok egymást kövessék, és az ugrásköz elég hosszú ahhoz, hogy végigérjen a teljes sokaságon, akkor biztosítani tudom azt is, hogy minden évfolyamból annyi ember legyen megkérdezve, ahány oda jár. Ezzel a mintavételi hiba problémáját ki tudjuk küszöbölni az évfolyamok vonatkozásában. A sorba rendezett lista azonban bizonyos esetekben problémákhoz is vezethet. Erre példa az a II. világháborús kutatás, amelyben a katonákból szerettek volna mintát venni. A mintavételi keret úgy volt sorrendbe állítva, hogy minden tízedik személy őrmester volt rajta. Mivel a szisztematikus mintavétel során is pont tíz egységgel számoltak a kutatásban, csak őrmesterek kerültek a mintába.

7 Rétegzett mintavétel A rétegzett minta az EVM, és a szisztematikus mintavétel alkalmazásának egy módosított verziója. Az EVM, bár reprezentatív a sokaságra, de minden változó esetében terhelt a mintánk a mintavételi hibával. Ha a populáció egyes arányait előre ismerjük, akkor kialakíthatjuk, úgy a mintavételünket, hogy előre meghatározzuk az egyes csoportok nagyságát, és ezen csoportokon belül veszünk véletlen mintákat. Tehát a korábbi példánkat tovább vezetve előre meg tudjuk határozni, hogy az egyes évfolyamokba hány ember jár. Ez alapján kiszámoljuk, hogy évfolyamonként hány embernek kell bekerülnie ahhoz a mintánkba, hogy minden évfolyam arányosan reprezentálja magát. Ezt követően évfolyamonként választjuk ki a bekerülőket, valamilyen véletlen eljárással. Azon változók esetében, amelyeket fontosnak gondolunk a kutatás kapcsán érdemes rétegeznünk. Ezt azonban csak olyan változók esetében tudjuk elvégezni, amelynek tudjuk a pontos sokaságbeli megoszlását, és amelyek esetében van információnk arról, hogy a minta tagjai milyen kategóriába tartoznak a változó mentén.

8 Többlépcsős mintavétel I Egyes társadalomtudományi kutatások esetében bizonyos hátrányokkal jár, az EVM minta használata. Ezt a következő példa egyszerűen szemléltetni tudja. Szeretnénk egy olyan személyes megkérdezésen alapuló kutatást végezni, ami egész Magyarországot reprezentálja. Tételezzük fel, hogy létezik egy olyan listánk, ami az összes 18 évesnél idősebb magyar személyt tartalmazza. Ha EVM mintavételt használnánk, akkor a gyakorlatban a kérdezőbiztosainknak, megközelítőleg 500 településre kellene kimennie. Ez kutatásmenedzsment szempontból nagyon megterhelő, és a kutatás költségszintjét is jelentősen megemeli, ezért nehezen megvalósítható. Ilyen esetekben a kutatók többlépcsős mintavétel mellett szoktak dönteni. Az első lépcsőben kiválasztják azokat a településeket, amik bekerülnek a mintába, majd a második lépcsőben a kiválasztott településekről vesznek egy véletlen mintát a lakosokból. Tehát a gyakorlatban két mintavételt valósítanak meg. A nehézséget ebben az esetben az okozza, hogy előre meghatározzuk, azokat a valószínűségeket, amivel a települések, és a településen belül a személyek (vagy háztartások) a mintába kerülnek.

9 Többlépcsős mintavétel II Az előző példát tovább vezetve, kétlépcsős települési minta esetén azt az elvet szokták követni, hogy az első lépcsőben a települések mintába kerülési valószínűsége a település nagysággal arányos, majd a második lépcsőben a településekről ugyanannyi személyt kérdeznek le. Ez statisztikailag jó megoldáshoz vezet, azonban a gyakorlatban nem feltétlen jó megoldás, a nagyon eltérő településnagyságok miatt. Ezért az ilyen típusú mintavételeknél még két elvet szoktak követni. Egyrészről a nagyobb települések (főváros, megyeszékhelyek), önreprezentálóak, tehát mintegy külön rétegként működnek, és nem kerülnek be a többlépcsős mintavételbe. Másrészről a kutatók ki szoktak alakítani település nagyság szerinti rétegzést, és ezen rétegeken belül választják ki a településeket. Ez a módszer a gyakorlatban pontosabb és jobb mintákhoz vezet.

10 Többlépcsős mintavétel III A másik nagy kérdés, hogy hány települést válasszunk ki, és a településeken belül hány főt kérdezzünk le. Erre nehéz általános választ adni, mivel egyrészről a sok település költség szinten drága, a kevés település viszont rontja a mintánk illeszkedését a teljes sokaság arányaihoz képest. Ennek az az elsődleges oka, hogy a statisztikai próbák és magának a mintavételi hiba kiszámítása is azon az alapelven nyugszik, hogy a mintába került személyek függetlenek egymástól. Mivel egy településen belül nagyobb valószínűséggel jelennek meg a hasonló emberek, ezért ez a függetlenség valamennyire sérül. Ezt nevezik design-hatásnak a kutatásokban. Arra mindenképpen érdemes figyelni, hogy egy településen legalább 5-10 kérdezett legyen fős országos kutatások esetén, településről szokták a mintát általában kiválasztani.

11 Nem arányos kiválasztás és súlyozás Bizonyos esetekben külső körülmények miatt, vagy a kutató döntése alapján az egyes esetek mintába kerülési valószínűsége nem egyenlő már a mintavétel tervezésekor sem. Például kutatásunk szempontjából különleges fontosságú, hogy a Budapestiek véleményét részletesen megismerjük, ezért úgy tervezzük az 1000 fős mintánkat, hogy 500 fő kerül bele Budapestről, és 500 fő vidékről. Egyértelmű, hogy ha a teljes magyar lakosságra szeretnénk állításokat megfogalmazni a mintánkból, akkor ez az allokáció nem szerencsés, mivel a Budapestiek véleménye túl lesz reprezentálva a mintába. Ilyenkor az elemzés során a súlyozás módszerét tudjuk használni. A súlyozás azt jelenti, hogy a válaszok kiértékelésénél nem mindenkit veszünk ugyanolyan súllyal figyelembe. A mi példánkban egy Budapesti személy súlyszáma 1 alatt lenne, egy vidéki személy súlyszáma pedig 1 felett. Tehát a teljes sokaságra tett megállapításaink esetében kisebb arányban vennénk figyelembe a mintába került Budapestiek véleményét. A mintavételi torzítást kiküszöbölő korrigálást designsúlynak nevezzük.

12 Nem válaszolás és súlyozás I A társadalomtudományi kutatásokban fel kell arra készülnünk, hogy nem minden kiválasztott eset fog majd a kutatásunkban részt venni. A kiválasztott esetek egy része nem elérhető (pl: elköltözött), más része pedig egyszerűen nemet mond a kutatásunkra. Ennek a kezelésére, már a mintavétel során fel kell készülnünk. Erre több módszer is lehetőséget ad. A leggyakoribb a pótcímezés módszere. Ez azt jelenti, hogy ha egy kiválasztott eset lekérdezése valamilyen oknál fogva meghiúsul mintavételi szempontból, akkor helyette a pótcímen kell a kutatást lekérdezni. Bármilyen körültekintőek legyünk is, a kapott mintánk nem fog illeszkedni, minden általunk fontosnak tartott változó mentén a teljes sokaságra. Ez részben abból is adódik, hogy a mintavétel során nem tudunk minden olyan szempontot figyelembe venni a tervezéskor, ami az elemzés kapcsán azonban fontos számunkra. Például az iskolai végzettség szerinti megoszlás általában fontos elemzési kritérium, azonban mivel a mintavételi keret szintjén erről nincs információnk, ezért a mintavételbe nem tudjuk alkalmazni.

13 Nem válaszolás és súlyozás II A nem válaszolásnak lehetnek olyan szisztematikus torzítási mechanizmusai is, amin a pótcímezés sem segít (hiszen a pótcímek kijelölésénél csak 1-2 szempontot tudunk figyelembe venni (pl. a kérdezett korcsoportja és neme). Az ilyen jellegű torzításokat szintén tudjuk valamilyen mértékben kezelni az elemzés során. Azon változók esetében, amelyeknek ismerjük a populációs megoszlását, ki tudjuk számolni, hogy a mintában hány százalékban kellene, hogy előforduljanak. Ez pedig lehetőséget ad arra, hogy a korábban már ismertetett súlyozás módszerét kiterjesszük, erre a problémára is. Különböző algoritmusok alapján (amik legtöbb esetben valamilyen iteratív eljáráson alapulnak), úgy állítjuk be a válaszolók súlyszámait, hogy az általunk kiválasztott változókra, a súlyozott minta összetétele minél pontosabban illeszkedjen.

14 Nem valószínűségi mintavételi módszerek A társadalomtudományos kutatások során azonban nem minden esetben van lehetőség valószínűségi mintavételi eljárással dolgozni, ill. vannak olyan kutatási kérdések, amelyek megválaszolásához nem célszerű vagy szükségszerű a valószínűségi mintavétellel kiválasztott reprezentatív minta vizsgálata. Kvantitatív kutatások esetén, ahol számszerűsíthető, kemény adatokat gyűjtünk, célunk az, hogy egy viszonylag kisebb számú reprezentatív minta eredményeit általánosítani tudjuk a teljes alapsokaságra vonatkozóan. Azonban nem minden esetben áll rendelkezésünkre a teljes populációról egy lista, amelyből reprezentatív mintát tudnánk venni. Ilyen esetben alkalmazzuk a nem valószínűségi mintavételi módszereket. Kvalitatív kutatások esetén pedig mivel a kutatás célja a jelenségek mélyebb értelmének feltárása, megértése, az egyes emberek saját, egyéni tapasztalatai, életútja által is befolyásolt véleményének, attitűdjének megismerése, amelyre nem alkalmasak a nagymintás kvantitatív kutatások általában nem használják a valószínűségi mintavételi módszereket. l. 3. unit

15 A nem valószínűségi mintavétel előnyei és hátrányai: nem jutunk reprezentatív mintához ezért eredményeink nehezen általánosíthatóak viszont eredményeink érvényessége magas kisebb létszámú, kontextusba ágyazott minta kiválasztására alkalmas a kvalitatív kutatásokban

16 Nem valószínűségi mintavétel a kvantitatív kutatásokban: 1. Kvótás mintavétel 2. Szakértői mintavétel 3. Egyszerűen elérhető alanyokra hagyatkozó mintavétel 4. Hólabda módszer/rds 5. Önkiválasztós módszer

17 1. Kvótás mintavétel Kvótás mintavétel esetén reprezentatív mintára törekszünk, azonban nem áll rendelkezésünkre egy lista az alapsokaságról, viszont ismerjük az alapsokaság struktúráját (pl. megbízható, hiteles népszámlálási adatok alapján). Kiindulópontunk egy, a sokaságot a kutatás szempontjából fontos változók szerint, pl. nem, életkor, iskolai végzettség, településtípus, stb. leíró táblázat (mátrix). Ha ismerjük a mátrix egyes celláiba tartozók arányát, a mintánkat úgy választjuk ki, hogy az egyes cellába az alapsokaság arányainak megfelelő számú válaszadó kerüljön lehetőleg úgy, hogy a válaszadók mintába kerülése véletlenszerűen történjen. Tehát a mintánk követi a teljes populációt jellemző arányokat. (Babbie 2008.: 207., Héra-Ligeti 2005: ) Kvótás mintavétel segítségével jósolta meg sikeresen 1936-ban az akkor fiatal kutató, Georg Gallup és intézete Roosevelt győzelmét az amerikai elnökválasztáson. (Babbie 2008.: 204.)

18 2. Szakértői mintavétel Bizonyos esetekben akkor jutunk kutatási kérdésünk megválaszolásához legmegfelelőbb mintához, ha annak alapján választjuk ki a mintát, amit a populáció elemiről előzetesen tudunk. Például egy hallgatói tiltakozó csoport vezetőit szeretnénk megkérdezni, akikről ugyan nem áll rendelkezésünkre lista, viszont jól felismerhetőek. (Babbie 2008: 206.) Vagy egy kérdőívet szeretnénk előzetesen tesztelni a legkülönbözőbb válaszadókon.

19 3. Egyszerűen elérhető alanyokra hagyatkozó mintavétel Szintén kérdőívek előzetes tesztelésére alkalmas módszer, mikor azokat kérdezzük meg különösebb megfontolás nélkül akiket a legegyszerűbb elérni: szomszédaink, barátaink, virtuális ismerőseink, oktatók hallgatói csoportjai stb., A kutatás más szakaszában alkalmazása kerülendő (!), mert bár kényelmes, olcsó és egyszerű módszer (éppen ezért szak- és évfolyamdolgozatokhoz használt önálló kutatások esetén csábító lehetőség), mintánk nem lesz reprezentatív, továbbá általánosítható, megbízható és érvényes eredményre ritkán vezet.

20 4. Hólabda módszer/rds A hólabda módszert akkor alkalmazzuk, ha egy nehezen elérhető társadalmi csoportot (ún. rejtett populációt) szeretnénk vizsgálni, amelynek tagjairól nem létezik, vagy nem áll rendelkezésünkre lista vagy nyilvántartás. Például stigmatizált kisebbségek, hajléktalanok, droghasználók, különböző bűnözői csoportok, illegális bevándorlók, kisebb vallási közösséghez tartozók, arisztokraták, stb. Amennyiben a vizsgálni kívánt csoport egyik/néhány tagját sikerül rávenni a kutatásban való részvételre, adatokat gyűjtünk, majd megkérjük, hogy adják meg még más, a célzott populációba tartozó személyek elérhetőségét. (Schleicher 2007: 20.) A mintánkat tehát úgy gyűjtjük, ahogy a hólabda növekszik. Az RDS (válaszadó vezérelt mintavétel) a hólabda mintavétel egy speciális változata. Az RDS mintavétel bizonyos esetekben lehetőséget biztosít arra is, hogy a teljes sokaságra tegyünk megbízható állításokat belőle. Elsősorban feltáró kutatásokban alkalmazzák.

21 5. Önkiválasztós módszer Az önkiválasztós minta esetében nem a kutató választja a mintát, hanem a válaszadók önként jelentkeznek a részvételre. Például a rádió és tv betelefonálós műsorai, sms-es szavazásai, internetes szavazások, stb. Az ilyen mintavételen alapuló kutatások úgynevezett pszeudo felmérések, tudományos értékük nincs, mivel eredményeit semmiképpen nem vetíthetjük ki semmilyen nagyobb populációra, akármilyen magas a válaszadók száma.

22 A nem valószínűségi mintavétel típusai a kvalitatív kutatásokban 1. Hólabda módszer 2. Önkiválasztós módszer 3. Kényelmi módszer (egyszerűen elérhető alanyokra hagyatkozó mintavételt a kvantitatív kutatásoknál) A kényelmi módszer ritkán indokolható elméleti szempontból. Pl. saját családunk, vagy volt osztálytársaink kutatása esetén (Neményi 1999.) 4. Célirányos/elméletvezérelt mintavétel (l. a szakértői mintavételt a kvantitatív kutatásoknál) (Schleicher 2007: , Miles-Huberman 1994.) Kvalitatív kutatások esetén a leggyakrabban alkalmazott módszer a célirányos mintavétel. Ebben az esetben a kiválasztás elve a kutatás céljától, ill. az alkalmazni kívánt elmélettől függ. A mintánkat célirányosan választjuk, nem véletlenszerűen, így elméletileg orientált, nem reprezentatív mintához jutunk. Azt feltételezzük, hogy az így kiválasztott mintánk a kutatott téma, ill. probléma lehető legmélyebb megértését fogja szolgálni.

23 Célirányos mintavétel fajtái Homogén mintavétel esetén a mintánkba bizonyos szempont(ok)ból azonos vagy hasonló egyedeket válogatunk (pl. nem, kor, társadalmi státusz, iskolai végzettség, stb.) Például fókuszcsoportos kutatás esetén a kutatás tárgyával kapcsolatos élmény szempontjából csoport homogenitása vezérelv (de nem kizárólagos!) a tagok kiválasztásánál. (Síklaki 2006: 70.) l. 5. unit fókuszcsoport 4.2. Heterogén mintavétel esetén a célunk az, hogy a mintánkba minél több, a kutatás szempontjából fontos szempont/változó szerint különböző alany kerüljön. Ha például televíziós hírműsorokat vizsgálunk, érdemes kereskedelmi és közszolgálati, minőségi és bulvár, valamint különböző politikai beállítottságú csatornák híreit beválogatni mintánkba Extrém esetek kiválogatása során a vizsgált jelenség szokatlan megjelenéséből próbáljuk a jelenséget megérteni. Például a társadalom legszegényebbjeinek, vagy leggazdagabbjainak attitűdjére vagyunk kíváncsiak egy bizonyos kormányzati intézkedéssel kapcsolatban.

24 Célirányos mintavétel fajtái Kritikus esetek kiválogatása során olyan eseteket vizsgálunk, amelyek az adott jelenség szempontjából kritikus hatással, következménnyel bírnak. Erre legjobb példa Gyurcsány Ferenc 2006-os ún. balatonőszödi beszéde, amely a politikusi beszédek közül kulcsfontossággal bírt a politikai közbeszéd, valamint a közélet alakulására Tipikus esetek kiválogatása esetén a normális, átlagos jelenséget keressük. Mintánkba olyan egyedeteket válogatunk, amelyek semmilyen szempontból nem térnek el az átlagtól. Piackutatók például elsősorban a tipikus, átlagos fogyasztókat vizsgálják egy-egy termék tesztelése során Deviáns esetek kiválogatása esetén a tipikus esetekkel ellentétben éppen azokat választjuk mintánkba, akik az átlagostól, tipikustól eltérőek. Kvalitatív kutatások esetén a vizsgált jelenség jobb, pontosabb megértéséhez sokszor érdemes (és ajánlott) a deviáns, a szabályosnak tekintett attitűdöktől, magatartásoktól eltérő eseteket is megvizsgálni, megfigyelni. Pl. a Facebook-jelenség jobb megértéséhez hozzásegíthet minket a közösségi portálokon tudatosan nem regisztráló fiatalokat is megfigyelni. l. 5. unit

25 Felhasznált irodalom: Babbie, Earl: A társadalomtudományi kutatás gyakorlata. Budapest, Balassi Kiadó, ISBN: Héra Gábor Ligeti György: Módszertan. A társadalmi jelenségek kutatása. Budapest, Osiris, ISBN: Hoffman Márta Kozák Ákos Veres Zoltán: Piackutatás, Műszaki könyvkiadó 2000 Letenyei László: Településkutatás. Ráció Kiadó, Budapest, Miles, Matthew B. Huberman A. Michel: Qualitative Data Analysis. Sage, London, Neményi Mária: Csoportkép nőkkel. Budapest, Új Mandátum, Schleicher Nóra: Kvalitatív kutatási módszerek a társadalomtudományokban. BKF jegyzet. Századvég, Budapest ISBN: Siklaki István: Vélemények mélyén. A fókuszcsoport módszer a kvalitatív kutatás alapmódszere. Kossuth Könyvkiadó, Budapest,

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

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

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

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

Mintavétel: terv és eljárások

Mintavétel: terv és eljárások Mintavétel: terv és eljárások Kovács István BME Menedzsment és Vállalatgazdaságtan Tanszék Az előadás felépítése Mi is az a mintavétel A mintavétel folyamata Mintavételi technikák A minta nagyságának meghatározása

Részletesebben

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

Szerző: Sztárayné Kézdy Éva Lektor: Fokasz Nikosz TÁMOP-4.1.2.A/1-11/1-2011-0091 INFORMÁCIÓ - TUDÁS ÉRVÉNYESÜLÉS Kutatásmódszertan és prezentációkészítés 3. rész: Kvantitatív és kvalitatív kutatási módszerek Szerző: Sztárayné Kézdy Éva Lektor: Fokasz Nikosz Harmadik rész Kvantitatív és kvalitatív kutatási módszerek

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

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

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

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

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

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 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

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

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

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

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

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

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

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

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

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. 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 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

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

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

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

Kutatásmódszertan és prezentációkészítés

Kutatásmódszertan és prezentációkészítés Kutatásmódszertan és prezentációkészítés 8. rész: Statisztikai eszköztár: Alapfokú statisztikai ismeretek Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz Nyolcadik rész Statisztikai eszköztár: Alapfokú statisztikai

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 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

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

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

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

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

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

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

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

Centura Szövegértés Teszt

Centura Szövegértés Teszt Centura Szövegértés Teszt Megbízhatósági vizsgálata Tesztfejlesztők: Megbízhatósági vizsgálatot végezte: Copyright tulajdonos: Bóka Ferenc, Németh Bernadett, Selmeci Gábor Bodor Andrea Centura Kft. Dátum:

Részletesebben

TÉVÉNÉZÉS AZ INTERNETEN

TÉVÉNÉZÉS AZ INTERNETEN TÉVÉNÉZÉS AZ INTERNETEN 2014. MÁJUS NIELSEN KÖZÖNSÉGMÉRÉS 2014. OKTÓBER 9. A MAGYAR NÉPESSÉG MEGOSZLÁSA ÉS ESZKÖZELLÁTOTTSÁGA 9,4 M Összes személy Van a háztartásban A tévés háztartásban élő 4 éven felüli

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

A kvantitatív kutatás folyamata

A kvantitatív kutatás folyamata A kvantitatív kutatás folyamata A kvantitatív stratégia keretében zajló kutatómunka teljes ívét a következı szakaszokra lehet osztani: 1. Tájékozódás 2. Tervezés 3. Elıvizsgálat (Pilot vizsgálat) 4. Adatgyőjtés

Részletesebben

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása HIPOTÉZIS VIZSGÁLAT A hipotézis feltételezés egy vagy több populációról. (pl. egy gyógyszer az esetek 90%-ában hatásos; egy kezelés jelentősen megnöveli a rákos betegek túlélését). A hipotézis vizsgálat

Részletesebben

Magyarország kerékpáros nagyhatalom és Budapest minden kétséget kizáróan elbringásodott: egyre többen és egyre gyakrabban ülnek nyeregbe a fővárosban

Magyarország kerékpáros nagyhatalom és Budapest minden kétséget kizáróan elbringásodott: egyre többen és egyre gyakrabban ülnek nyeregbe a fővárosban Magyarország kerékpáros nagyhatalom és Budapest minden kétséget kizáróan elbringásodott: egyre többen és egyre gyakrabban ülnek nyeregbe a fővárosban 2014. június 30. A Magyar Kerékpárosklub legfrissebb,

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

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

Alba Radar. 18. hullám

Alba Radar. 18. hullám Alba Radar Lakossági közvélemény-kutatási program Székesfehérváron 18. hullám A székesfehérvári parkok megítélése a fehérváriak szerint 2013. június 17. Készítette: Németh A. Violetta nemetha.violetta@echomail.hu

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

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

A tartalomelemzés szőkebb értelemben olyan szisztematikus kvalitatív eljárás, amely segítségével bármely szöveget értelmezni tudunk, és

A tartalomelemzés szőkebb értelemben olyan szisztematikus kvalitatív eljárás, amely segítségével bármely szöveget értelmezni tudunk, és Tartalomelemzés A tartalomelemzés szőkebb értelemben olyan szisztematikus kvalitatív eljárás, amely segítségével bármely szöveget értelmezni tudunk, és végeredményben a szöveg írójáról vonhatunk le következtetéseket.

Részletesebben

Közbiztonság Budapesten

Közbiztonság Budapesten Közbiztonság Budapesten Budapesti adatok Készítette: ELTE Társadalomtudományi Kar Módszertani Kutatóközpont Módszertan A kutatást végezte: BellResearch Adatgyűjtés ideje: 2014. március 21. 2014. április

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. 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

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

Szerző: Sztárayné Kézdy Éva Lektor: Fokasz Nikosz TÁMOP-4.1.2.A/1-11/1-2011-0091 INFORMÁCIÓ - TUDÁS ÉRVÉNYESÜLÉS Kutatásmódszertan és prezentációkészítés Szerző: Sztárayné Kézdy Éva Lektor: Fokasz Nikosz Első rész Bevezetés a tudományos elemzésbe Tartalomjegyzék Mi a Tudomány? A világ megismerésére szolgáló egyéb

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

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

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

Kutatásmódszertan és prezentációkészítés

Kutatásmódszertan és prezentációkészítés Kutatásmódszertan és prezentációkészítés 7. rész: Tartalomelemzés szövegelemzési módszerek Szerzők: Kmetty Zoltán és Sztárayné Kézdy Éva Lektor: Fokasz Nikosz Hetedik rész: Tartalomelemzés Szövegelemzési

Részletesebben

Verbális adatszerzési technikák. interjú

Verbális adatszerzési technikák. interjú Verbális adatszerzési technikák interjú Az interjú a kérdıívekkel együtt a társadalomtudományokban nagyon gyakran használt felmérés (survey) módszer egyik fajtája. A felmérés információgyőjtı módszer leíró

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

matematikai statisztika

matematikai statisztika Az újságokban, plakátokon, reklámkiadványokban sokszor találkozunk ilyen grafikonokkal, ezért szükséges, hogy megértsük, és jól tudjuk értelmezni őket. A második grafikon ismerős lehet, hiszen a függvények

Részletesebben

V. Gyakorisági táblázatok elemzése

V. Gyakorisági táblázatok elemzése V. Gyakorisági táblázatok elemzése Tartalom Diszkrét változók és eloszlásuk Gyakorisági táblázatok Populációk összehasonlítása diszkrét változók segítségével Diszkrét változók kapcsolatvizsgálata Példák

Részletesebben

Gyakorlat 8 1xANOVA. Dr. Nyéki Lajos 2016

Gyakorlat 8 1xANOVA. Dr. Nyéki Lajos 2016 Gyakorlat 8 1xANOVA Dr. Nyéki Lajos 2016 A probléma leírása Azt vizsgáljuk, hogy milyen hatása van a család jövedelmének a tanulók szövegértés teszten elért tanulmányi eredményeire. A minta 59 iskola adatait

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 9 IX. ROBUsZTUs statisztika 1. ROBUsZTUssÁG Az eddig kidolgozott módszerek főleg olyanok voltak, amelyek valamilyen értelemben optimálisak,

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

Free-Mail User Report 12 Ingyenes levelező használati szokások és attitűdök Magyarországon

Free-Mail User Report 12 Ingyenes levelező használati szokások és attitűdök Magyarországon Free-Mail User Report 1 Ingyenes levelező használati szokások és attitűdök Magyarországon Kutatási ismertető 01. január KutatóCentrum Online Piackutató 1036 Budapest, Lajos utca 103. I. emelet Tel.:+36

Részletesebben

Populációbecslések és monitoring 1. gyakorlat. Elvonásos módszerek az adatokat pl. a vadászok is gyűjthetik, olcsóbb

Populációbecslések és monitoring 1. gyakorlat. Elvonásos módszerek az adatokat pl. a vadászok is gyűjthetik, olcsóbb Populációbecslések és monitoring 1. gyakorlat Nem minden állat látható fogásos módszerek Elvonásos módszerek az adatokat pl. a vadászok is gyűjthetik, olcsóbb 1. Egyszerű arányváltozás - zárt populáció,

Részletesebben

Eloszlás-független módszerek (folytatás) 14. elıadás ( lecke) 27. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok

Eloszlás-független módszerek (folytatás) 14. elıadás ( lecke) 27. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok Eloszlás-független módszerek (folytatás) 14. elıadás (7-8. lecke) Illeszkedés-vizsgálat 7. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok elemzésére Illeszkedés-vizsgálat Gyakorisági sorok

Részletesebben

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

Szerzők: Sztárayné Kézdy Éva Lektor: Fokasz Nikosz TÁMOP-4.1.2.A/1-11/1-2011-0091 INFORMÁCIÓ - TUDÁS ÉRVÉNYESÜLÉS Kutatásmódszertan és prezentációkészítés 5. rész: Kvalitatív módszerek Szerzők: Sztárayné Kézdy Éva Lektor: Fokasz Nikosz Ötödik rész Kvalitatív módszerek Tartalomjegyzék Kvalitatív kutatások a társadalomtudományokban

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

KUTATÁSMÓDSZERTAN. Széll Krisztián ELTE PPK, TDK műhely november 8.

KUTATÁSMÓDSZERTAN. Széll Krisztián ELTE PPK, TDK műhely november 8. Széll Krisztián szell.krisztian@ppk.elte.hu ELTE PPK, TDK műhely Kutatása tárgyának, témájának nem megfelelő kiválasztása! Nem megfelelő kérdés- illetve hipotézis-felvetés! Kevés idő a dolgozat elkészítésére!

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

Győri Lóránt, Mikolai Júlia

Győri Lóránt, Mikolai Júlia És mégis ifjúságkutatás? Közönség és kultúrafogyasztás a Művészetek Völgyében Előadók: Győri Lóránt és Mikolai Júlia Készítette: Antók Péter, Bak Anita, Győri Lóránt, Hordósy Rita, Mikolai Júlia Előzmények

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

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

18. modul: STATISZTIKA

18. modul: STATISZTIKA MATEMATIK A 9. évfolyam 18. modul: STATISZTIKA KÉSZÍTETTE: LÖVEY ÉVA, GIDÓFALVI ZSUZSA MODULJÁNAK FELHASZNÁLÁSÁVAL Matematika A 9. évfolyam. 18. modul: STATISZTIKA Tanári útmutató 2 A modul célja Időkeret

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

Kérem, ismerkedjen meg a DigitAudit program AuditTeszt moduljának Adatok tesztelése menüpontjával.

Kérem, ismerkedjen meg a DigitAudit program AuditTeszt moduljának Adatok tesztelése menüpontjával. Tisztelt Felhasználó! Kérem, ismerkedjen meg a DigitAudit program AuditTeszt moduljának Adatok tesztelése menüpontjával. A program céljai: A programot azért fejlesztettük ki, hogy segítséget adjunk a nagytömegű

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

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

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

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

A helyi demokrácia helyzete Székesfehérváron Helyi Demokrácia Audit 3. jelentés

A helyi demokrácia helyzete Székesfehérváron Helyi Demokrácia Audit 3. jelentés A helyi demokrácia helyzete Székesfehérváron Helyi Demokrácia Audit 3. jelentés Készült a Helyi demokrácia erősítése Székesfehérváron című Phare program keretében (Phare 2003/004-02-02-0039) 2006. június

Részletesebben

TARTALOMJEGYZÉK. 1. téma Átlagbecslés (Barna Katalin) téma Hipotézisvizsgálatok (Nagy Mónika Zita)... 23

TARTALOMJEGYZÉK. 1. téma Átlagbecslés (Barna Katalin) téma Hipotézisvizsgálatok (Nagy Mónika Zita)... 23 TARTALOMJEGYZÉK 1. téma Átlagbecslés (Barna Katalin).... 7 2. téma Hipotézisvizsgálatok (Nagy Mónika Zita)... 23 3. téma Összefüggések vizsgálata, korrelációanalízis (Dr. Molnár Tamás)... 73 4. téma Összefüggések

Részletesebben

Statisztika I. 11. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 11. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 11. előadás Előadó: Dr. Ertsey Imre Összefüggés vizsgálatok A társadalmi gazdasági élet jelenségei kölcsönhatásban állnak, összefüggnek egymással. Statisztika alapvető feladata: - tényszerűségek

Részletesebben

Populációbecslések és monitoring 1. gyakorlat. Elvonásos módszerek az adatokat pl. a vadászok is gyűjthetik, olcsóbb

Populációbecslések és monitoring 1. gyakorlat. Elvonásos módszerek az adatokat pl. a vadászok is gyűjthetik, olcsóbb Populációbecslések és monitoring 1. gyakorlat Nem minden állat látható fogásos módszerek Elvonásos módszerek az adatokat pl. a vadászok is gyűjthetik, olcsóbb 1. Egyszerű arányváltozás - zárt populáció,

Részletesebben

Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz TÁMOP-4.1.2.A/1-11/1-2011-0091 INFORMÁCIÓ - TUDÁS ÉRVÉNYESÜLÉS

Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz TÁMOP-4.1.2.A/1-11/1-2011-0091 INFORMÁCIÓ - TUDÁS ÉRVÉNYESÜLÉS Kutatásmódszertan és prezentációkészítés 4. rész: Kérdőívkészítés elméletben és gyakorlatban Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz Negyedik rész Kérdőívkészítés elméletben és gyakorlatban (Babbie

Részletesebben

Matematikai statisztika c. tárgy oktatásának célja és tematikája

Matematikai statisztika c. tárgy oktatásának célja és tematikája Matematikai statisztika c. tárgy oktatásának célja és tematikája 2015 Tematika Matematikai statisztika 1. Időkeret: 12 héten keresztül heti 3x50 perc (előadás és szeminárium) 2. Szükséges előismeretek:

Részletesebben

DIGITAL CONNECTED CONSUMER 2012 MADHOUSE-GfK HUNGÁRIA. 2012. szeptember

DIGITAL CONNECTED CONSUMER 2012 MADHOUSE-GfK HUNGÁRIA. 2012. szeptember DIGITAL CONNECTED CONSUMER 2012 MADHOUSE-GfK HUNGÁRIA 2012. szeptember ÖSSZEFOGLALÓ 2 A 18-49 rendszeresen internetezők több mint harmada (37%) rendelkezik okostelefonnal, vagyis a kérdőív definíciója

Részletesebben

DIGITÁLIS ÁTÁLLÁS HATÁSA A NÉZETTSÉGMÉRÉSRE DIGITÁLIS KORREKTÚRA Vörös Csilla március 19.

DIGITÁLIS ÁTÁLLÁS HATÁSA A NÉZETTSÉGMÉRÉSRE DIGITÁLIS KORREKTÚRA Vörös Csilla március 19. DIGITÁLIS ÁTÁLLÁS HATÁSA A NÉZETTSÉGMÉRÉSRE DIGITÁLIS KORREKTÚRA 2013 Vörös Csilla 2013. március 19. MÉRÉSI RENDSZER AZ ANALÓG LEKAPCSOLÁS HATÁSA ADATFELVÉTELEK A LEKAPCSOLÁS IDŐSZAKÁBAN PANELMINTA A LEKAPCSOLÁS

Részletesebben

Az értékelés során következtetést fogalmazhatunk meg a

Az értékelés során következtetést fogalmazhatunk meg a Az értékelés során következtetést fogalmazhatunk meg a a tanuló teljesítményére, a tanulási folyamatra, a célokra és követelményekre a szülők teljesítményére, a tanulási folyamatra, a célokra és követelményekre

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

TANM PED 108/a, illetve PEDM 130/1 Kutatásmódszertan és PEDM 135/c1 Kutatásmódszertan, TANM PED 108/a1 Oktatásstatisztikai elemzések

TANM PED 108/a, illetve PEDM 130/1 Kutatásmódszertan és PEDM 135/c1 Kutatásmódszertan, TANM PED 108/a1 Oktatásstatisztikai elemzések Eötvös Loránd Tudományegyetem Pedagógiai és Pszichológiai Kar Neveléstudományi Intézet 1075 Budapest, Kazinczy u. 2 27. Tel.: 461 4552, fax.: 461 452 E mail: nevelestudomany@ppk.elte.hu A kurzus címe:

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

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

Tantárgyi program. 8. Az oktatás személyi feltételei: Gyakorlati oktató: Dr. Szigeti Orsolya egyetemi docens

Tantárgyi program. 8. Az oktatás személyi feltételei: Gyakorlati oktató: Dr. Szigeti Orsolya egyetemi docens Tantárgyi program 1. A tantárgy neve, kódja: AV_KMNL211-K3 Marketing kutatás 2. A neve, beosztása: 3. Szak megnevezése: Kereskedelem és Marketing BA szak, levelező tagozat 4. A tantárgy típusa: A 5. A

Részletesebben

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése 4. A modell érvényességének ellenőrzése STATISZTIKA 4. Előadás Variancia-analízis Lineáris modellek 1. Függetlenség 2. Normális eloszlás 3. Azonos varianciák A maradék független a kezelés és blokk hatástól

Részletesebben

Fábián Zoltán: Szavazói táborok társadalmi, gazdasági beágyazottsága - Statisztikai melléklet

Fábián Zoltán: Szavazói táborok társadalmi, gazdasági beágyazottsága - Statisztikai melléklet Fábián Zoltán: Szavazói táborok társadalmi, gazdasági beágyazottsága - Statisztikai melléklet Megjelent: Angelusz Róbert és Tardos Róbert (szerk.): Törések, hálók, hidak. Választói magatartás és politikai

Részletesebben