Szerzők: Kmetty Zoltán és Sztárayné Kézdy Éva Lektor: Fokasz Nikosz TÁMOP A/1-11/ INFORMÁCIÓ - TUDÁS ÉRVÉNYESÜLÉS
|
|
- Natália Mészáros
- 9 évvel ezelőtt
- Látták:
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 1 1. A MINTA ÉS A POPULÁCIÓ VISZONYA Populáció: tágabb halmaz, alapsokaság a vizsgálandó csoport egésze Minta: részhalmaz, az alapsokaság azon része,
RészletesebbenMintavételi eljárások
Mintavételi eljárások Daróczi Gergely, PPKE BTK 2008. X.6. Óravázlat A mintavétel célja Alapfogalmak Alapsokaság, mintavételi keret, megfigyelési egység, mintavételi egység... Nem valószínűségi mintavételezési
RészletesebbenSzerzők: 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
RészletesebbenMintavétel. 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
RészletesebbenA 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...
RészletesebbenSzerző: 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
RészletesebbenMintavétel: 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
RészletesebbenKutatásmódszertan 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
RészletesebbenA 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
RészletesebbenStatisztika 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
RészletesebbenMintavétel: 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
RészletesebbenS 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
RészletesebbenMatematikai 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
RészletesebbenA 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.
RészletesebbenTÁRKI 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
RészletesebbenMintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás
STATISZTIKA, BIOMETRIA. Előadás Mintavétel, mintavételi technikák, adatbázis Mintavétel fogalmai A mintavételt meg kell tervezni A sokaság elemei: X, X X N, lehet véges és végtelen Mintaelemek: x, x x
RészletesebbenTÁRKI 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
RészletesebbenKvantitatív 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
RészletesebbenStatisztika 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,
RészletesebbenStatisztika. Politológus képzés. Daróczi Gergely április 24. Politológia Tanszék
Statisztika Politológus képzés Daróczi Gergely Politológia Tanszék 2012. április 24. Outline 1 A mintavételi hiba és konfidencia-intervallum 2 A mintaválasztás A mintaválasztás célja Alapfogalmak A mintaválasztás
RészletesebbenMÓDSZERTANI 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
RészletesebbenStatisztika 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,
RészletesebbenOrvosi 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
RészletesebbenKÖVETKEZTETŐ 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
RészletesebbenA 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
RészletesebbenTÁRKI 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...
RészletesebbenPIACKUTATÁS (MARKETINGKUTATÁS)
PIACKUTATÁS (MARKETINGKUTATÁS). FŐBB PONTOK A kutatási terv fogalmának meghatározása, a különböző kutatási módszerek osztályozása, a feltáró és a következtető kutatási módszerek közötti különbségtétel
RészletesebbenA társadalomkutatás módszerei I. Outline. 1. Zh Egyéni eredmények. Notes. Notes. Notes. 9. hét. Daróczi Gergely november 10.
A társadalomkutatás módszerei I. 9. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. november 10. Outline 1 1. Zh eredmények 2 Újra a hibatényezőkről 3 A mintavételi keret 4 Valószínűségi mintavételi
RészletesebbenTÁRKI 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
RészletesebbenTÁRKI 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
RészletesebbenAz empirikus vizsgálatok alapfogalmai
Az empirikus vizsgálatok alapfogalmai Az adatok forrása és jellege Milyen kísérleti típusok fordulnak elő a beszédtudományokban? Milyen adatok jönnek ki ezekből? Tudományosan (statisztikailag) megválaszolható
RészletesebbenA 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
Részletesebben6. 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
RészletesebbenKözösségi 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,
RészletesebbenBiomatematika 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:
RészletesebbenA társadalomkutatás módszerei I.
A társadalomkutatás módszerei I. 9. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. november 10. Outline 1 1. Zh eredmények 2 Újra a hibatényezőkről 3 A mintavételi keret 4 Valószínűségi mintavételi
RészletesebbenKutatásmódszertan és prezentációkészítés
Kutatásmódszertan és prezentációkészítés 8. rész: Statisztikai eszköztár: Alapfokú statisztikai ismeretek Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz Nyolcadik rész Statisztikai eszköztár: Alapfokú statisztikai
RészletesebbenDiplomás 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
RészletesebbenTémaválasztás, 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
RészletesebbenA 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:
Részletesebbeny ij = µ + α i + e ij
Elmélet STATISZTIKA 3. Előadás Variancia-analízis Lineáris modellek A magyarázat a függő változó teljes heterogenitásának két részre bontását jelenti. A teljes heterogenitás egyik része az, amelynek okai
RészletesebbenNÉPESSÉGTUDOMÁNYI 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
RészletesebbenA 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
RészletesebbenStatisztika 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
RészletesebbenA 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
RészletesebbenSTATISZTIKA I. Mintavétel fogalmai. Mintavételi hiba. Statisztikai adatgyűjtés Nem véletlenen alapuló kiválasztás
Mintavétel fogalmai STATISZTIKA I.. Előadás Mintavétel, mintavételi technikák, adatbázis A mintavételt meg kell tervezni A sokaság elemei: X, X X N, lehet véges és végtelen Mintaelemek: x, x x n, mindig
RészletesebbenFİBB 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
RészletesebbenTÉVÉNÉZÉS 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
RészletesebbenTartalomjegyzék I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE
Tartalomjegyzék 5 Tartalomjegyzék Előszó I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE 1. fejezet: Kontrollált kísérletek 21 1. A Salk-oltás kipróbálása 21 2. A porta-cava sönt 25 3. Történeti kontrollok 27 4. Összefoglalás
RészletesebbenKutatásmódszertan. Kulturális szempont megjelenése. Modulok áttekintése. Történet Témák és megközelítések. 11. Társadalmi nézőpont
Kutatásmódszertan. Társadalmi nézőpont Modulok áttekintése Kulturális szempont megjelenése Kulturális összehasonlító pszichológia Kulturális pszichológia Értékelő vizsgálatok HÁZI FELADAT 2006.08.29. Kutatásmódszertan:
RészletesebbenMagyarország 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,
Részletesebben1. 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,
RészletesebbenBETEGJOGI, 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
RészletesebbenDr. 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,
RészletesebbenA 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
RészletesebbenKét 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
RészletesebbenKözbiztonság Budapesten
Közbiztonság Budapesten Budapesti adatok Készítette: ELTE Társadalomtudományi Kar Módszertani Kutatóközpont Módszertan A kutatást végezte: BellResearch Adatgyűjtés ideje: 2014. március 21. 2014. április
RészletesebbenJelszavak 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
RészletesebbenÁLLAMI SZÁMVEVŐSZÉKRŐL - ÁBRÁK -
LAKOSSÁGI VÉLEMÉNYEK AZ ÁLLAMI SZÁMVEVŐSZÉKRŐL 201. április - ÁBRÁK - MÓDSZERTANI ÁTTEKINTÉS A kutatást végezte: Ipsos Zrt. Mintanagyság: 1000 fő Mintavétel módja: személyes kérdezés, kérdezőbiztosok által,
RészletesebbenStatisztikai alapok. Leíró statisztika Lineáris módszerek a statisztikában
Statisztikai alapok Leíró statisztika Lineáris módszerek a statisztikában Tudományosan és statisztikailag tesztelhető állítások? A keserűcsokoládé finomabb, mint a tejcsoki. A patkány a legrondább állat,
RészletesebbenTÁRKI 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
RészletesebbenMíg 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
Részletesebben1. 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
RészletesebbenAlba 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
RészletesebbenFEGYVERNEKI 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,
RészletesebbenFEGYVERNEKI 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
RészletesebbenCentura Szövegértés Teszt
Centura Szövegértés Teszt Megbízhatósági vizsgálata Tesztfejlesztők: Megbízhatósági vizsgálatot végezte: Copyright tulajdonos: Bóka Ferenc, Németh Bernadett, Selmeci Gábor Bodor Andrea Centura Kft. Dátum:
RészletesebbenSTATISZTIKAI TÜKÖR. Gazdaságstatisztikai KSH-adatgyűjtések. kiválasztási gyakorlatáról. Tartalom december
2016. december Gazdaságstatisztikai KSH-adatgyűjtések adatszolgáltatóinak kiválasztási gyakorlatáról STATISZTIKAI TÜKÖR Tartalom Az adatszolgáltatási kötelezettség jogi háttere...2 A gazdaságstatisztikai
Részletesebbenmatematikai 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
RészletesebbenVerbális 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
RészletesebbenA 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.
RészletesebbenKutatásmódszertan és prezentációkészítés
Kutatásmódszertan és prezentációkészítés 7. rész: Tartalomelemzés szövegelemzési módszerek Szerzők: Kmetty Zoltán és Sztárayné Kézdy Éva Lektor: Fokasz Nikosz Hetedik rész: Tartalomelemzés Szövegelemzési
RészletesebbenAlba 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:
RészletesebbenAz OECD PISA, IEA TIMSS és PIRLS adatbázisainak bemutatása
Balázsi Ildikó Az OECD PISA, IEA TIMSS és PIRLS adatbázisainak bemutatása Ebben az előadásban szeretném bemutatni az adatbázisok felépítését, valamint a méréseknek és az adatelemzési szabályoknak néhány
RészletesebbenMintavétel 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,
RészletesebbenA kutatási minta és módszer
A kutatási minta és módszer KOHORSZ 18 - Nyitókonferencia 2017. November 13. Kapitány Balázs KSH Népességtudományi Kutatóintézet Egy nagymintás kérdőíves kutatás tervezési és megvalósulási folyamata Anyagi
RészletesebbenHipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás
STATISZTIKA Hipotézis, sejtés 11. Előadás Hipotézisvizsgálatok, nem paraméteres próbák Tudományos hipotézis Nullhipotézis felállítása (H 0 ): Kétmintás hipotézisek Munkahipotézis (H a ) Nullhipotézis (H
RészletesebbenAlba 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:
RészletesebbenEFOP Fenntartható, intelligens és befogadó regionális és városi modellek
Fenntartható, intelligens és befogadó regionális és városi A BALATON RÉGIÓ IMÁZSA ÉS A HELYI IDENTITÁS VIZSGÁLATA BANÁSZ ZSUZSANNA, EGY. ADJUNKTUS LŐRINCZ KATALIN, INTÉZETIGAZGATÓ EGY. DOCENS LANG LETÍCIA
RészletesebbenA Jó Állam Véleményfelmérés tapasztalatai
KÖFOP-2.1.2-VEKOP-15-2016-00001 A jó kormányzást megalapozó közszolgálatfejlesztés A Jó Állam Véleményfelmérés tapasztalatai Demeter Endre Nemzeti Közszolgálati Egyetem A KUTATÁSOK FŐBB JELLEMZŐI: JÓ ÁLLAM
Részletesebbeny 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.
RészletesebbenV. Gyakorisági táblázatok elemzése
V. Gyakorisági táblázatok elemzése Tartalom Diszkrét változók és eloszlásuk Gyakorisági táblázatok Populációk összehasonlítása diszkrét változók segítségével Diszkrét változók kapcsolatvizsgálata Példák
RészletesebbenGyakorlat 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
RészletesebbenMatematikai 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
RészletesebbenAlba 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
RészletesebbenPopulációbecslések 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,
RészletesebbenEloszlás-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
RészletesebbenFree-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
Részletesebbenbiometria 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
Részletesebben18. 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
RészletesebbenHallgatók 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
RészletesebbenGyőri 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
RészletesebbenTHE GALLUP ORGANIZATION PRINCETON, NEW JERSEY MAGYAR GALLUP INTÉZET
THE GALLUP ORGANIZATION PRINCETON, NEW JERSEY MAGYAR GALLUP INTÉZET BUDAPEST, FŐ TÉR 1. ZICHY KASTÉLY Az energiaárak és az energiafogyasztás összefüggése, a környezeti károkkal és az energiafogyasztással
RészletesebbenKUTATÁSMÓDSZERTAN. 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!
RészletesebbenSzerzők: 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
RészletesebbenMiskolci 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
RészletesebbenHipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok
STATISZTIKA 1. Előadás Hipotézisvizsgálatok Tematika 1. Hipotézis vizsgálatok 2. t-próbák 3. Variancia-analízis 4. A variancia-analízis validálása, erőfüggvény 5. Korreláció számítás 6. Kétváltozós lineáris
RészletesebbenDIGITAL 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
RészletesebbenOktatásmarketing 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
RészletesebbenNYELVHASZNÁLATI FELMÉRÉS KIÉRTÉKELÉSE (Kassai lakosok / Kassa-környéki lakosok)
NYELVHASZNÁLATI FELMÉRÉS KIÉRTÉKELÉSE (Kassai lakosok / Kassa-környéki lakosok) Egy átlagos napon, ÖSSZESEN hány órát néz TV-t, videót? (Kassai lakos) 2,3 órát Egy átlagos napon, hány órát néz
Részletesebben