Mintavétel. Kovács István BME Menedzsment és Vállalatgazdaságtan. Tanszék
|
|
- György Kovács
- 7 évvel ezelőtt
- Látták:
Átírás
1 Mintavétel Kovács István BME Menedzsment és Vállalatgazdaságtan Tanszék
2 Alapfogalmaink Sokaság azon elemek összessége, amelyek valamilyen közös jellemzővel bírnak, és megfelelnek a marketingkutatási probléma céljainak (pl. azoknak a fogyasztóknak az aránya, akik hűek egy bizonyos fogkrémmárkához). Cenzus A sokaság elemeinek teljes körű számbavétele. Minta A sokaság elemeinek egy csoportja, amelyet azért választottak ki, hogy részt vegyen a kutatásban. A mintajellemzőket, más néven statisztikákat ezt követően arra használjuk, hogy következtetéseket vonjunk le belőlük a sokasági paraméterekre.
3 A mintavételi eljárás lépései 1. A sokaság meghatározása 2. A mintavételi keret meghatározása 3. A mintavételi technika kiválasztása 4. A mintanagyság meghatározása 5. A mintavétel végrehajtása
4 A célsokaság meghatározása I. Célsokaság azon elemek összessége, amelyek rendelkeznek a kutató által keresett információval, és amelyekről a kutató következtetéseket akar levonni. Fontos a pontos definiálás pontos állításokat határozunk meg arra, kinek kell és kinek nem szabad bekerülnie a mintába. A célsokaságot a sokasági elemek, a mintavételi egységek, a területi kiterjedés és az idő segítségével határozzuk meg.
5 A célsokaság meghatározása II. A sokasági elem az az egység, amelyről vagy amitől az információt keressük (általában a válaszadó). A mintavételi egység maga is egy sokasági elem vagy egy olyan egység, amely magában foglalja a sokasági elemet, és a mintavételi folyamat egy fázisában kiválasztásra alkalmas. Pl. Rúzzsal kapcsolatos felmérést szeretnénk végezni a 18 év feletti nők körében. Két lehetőségünk van: 1) A kiválasztást közvetlenül a 18 év feletti nők körében végezzük el (a mintavételi egység megegyezik a sokasággal) 2) A mintavételi egységek lehetnek a háztartások (az itt élő nőket kérdezzük meg).
6 A mintavételi keret meghatározása I. Definíció: az alapsokaság elemeinek megjelenítése és elérhetőségének biztosítása egy konkrét adatbázis, lista, vagy a kerethez tartozó elemek egyértelmű meghatározása által (pl. telefonkönyv, szövetségek taglistái stb.) Alapsokaság A célcsoport elméleti meghatározása Mintavételi keret A célcsoport gyakorlati elérhetősége
7 A mintavételi keret meghatározása II. Gyakran azonban a listához tartozó egyes elemek kimaradhatnak vagy esetleg olyan elemek is bekerülhetnek, amelyek nem tartoznak a sokasághoz. Ezt nevezzük mintavételi keretből eredő hibának. Mit tehetünk? 1) Újradefiniáljuk a sokaságot pl. ha telefonkönyvet használunk mintavételi keretnek, akkor a sokaságot úgy határozzuk meg újból, mint azokat a háztartásokat, amelyek szerepelnek az adott földrajzi területen.
8 A mintavételi keret meghatározása III. 2) Az adatgyűjtési szakaszban figyelembe vesszük a mintavételi keretből adódó hibát. Kizárhatjuk a nem megfelelő sokasági elemeket (pl. nem megfelelő demográfiai adatok alapján) nem tudjuk viszont figyelembe venni azokat az elemeket, amelyek abból hiányoznak. 3) Az összegyűjtött adatokat átsúlyozzuk, hogy ellensúlyozzuk a mintavételi keretből adódó hibát.
9 A mintavételi keret meghatározása IV. Alapsokaság Mintavételi keret Magyarország felnőtt lakossága Magyarország felnőtt lakossága A BME hallgatói A BME hallgatói A BME hallgatói Telefonkönyv Országos Választási Iroda adatbázisa A beiratkozott hallgatók listája A hallgatók címlistája A kutatás 2 hetében az egyetemről kifelé jövő emberek
10 A mintavételi technika kiválasztása I. A kutatónak el kell dönteni: Hogy a Bayes-féle vagy a hagyományos mintavételi megközelítést alkalmazza-e; hogy visszatevéses, vagy visszatevés nélküli mintát vesze; illetve véletlen vagy nem véletlen mintavételt használ-e. A Bayes-féle megközelítés során az elemeket egymást követően választjuk ki. Explicit módon magába foglal sokasági paraméterekkel kapcsolat mintavétel előtt ismert információkat, valamint a rossz döntéshozatallal kapcsolatos költségeket és valószínűségeket. HAGYOMÁNYOS MINTAVÉTEL!!!
11 A mintavételi technika kiválasztása II. Visszatevéses mintavétel során egy elem egynél többször is a mintába kerülhet. Ezért miután kiválasztottunk egy elemet rögzítjük annak adatait, majd visszahelyezzük a mintába. Visszatevés nélküli mintavétel során egy elem egynél többször nem kerülhet a mintába. A két eljárás megkülönböztetése csak akkor fontos, ha a mintavételi keret a mintanagysághoz viszonyítva kicsi.
12 A mintavételi technika kiválasztása III. Véletlen vagy nem véletlen mintavételt alkalmazzunk? Ha a mintavételi egység eltér a sokasági elemtől, szükséges, hogy pontosan meghatározzuk, hogy a mintavételi egységen belül hogyan választjuk ki a mintaelemeket. Az otthoni szóbeli megkérdezéseknél és a telefonos megkérdezéseknél pusztán a cím vagy a telefonszám meghatározása lehet, hogy nem elegendő.
13 A mintavételi technikák csoportosítása Mintavételi technikák Nem véletlen Véletlen Önkényes Elbírálásos Kvótás Hólabda- Egyszerű véletlen Szisztematikus Rétegzett Csoportos Egyéb
14 A mintavételi technikák csoportosítása I. Nem véletlen mintavétel inkább a kutató személyes megítélésén alapszik, mint a mintaelemek véletlenszerű kiválasztásán. Jó becslést adhatnak a sokasági jellemzőkkel kapcsolatban. A minta eredményeire vonatkozó pontosságról azonban nem tesznek lehetővé objektív értékelést. Mivel egyik sokasági elem esetén sem tudjuk meghatározni azt, milyen valószínűséggel kerülhetnek a mintába, a kapott becslések statisztikailag nem általánosíthatók a sokaságra.
15 A mintavételi technikák csoportosítása II. Véletlen mintavétel során a mintavételi egységeket véletlenszerűen választjuk ki. Ez a fajta mintavételi eljárás már lehetővé teszi pont a sokaság elemeinek a mintába való bekerülésének ismert valószínűsége miatt, hogy a kutató az adatok kiértékelése után általánosításokat tegyen a célsokaságra.
16 Nem véletlen mintavételi technikák I. Önkényes mintavétel megpróbál a kényelmesen elérhető elemekből egy mintát nyerni. A mintavételi egységek kiválasztása elsősorban a kérdezőbiztos döntése Olcsó, nem időigényes, legegyszerűbb Kiválasztásból eredő torzítás nagy, a minta nem reprezentatív, nem javasolt leíró vagy ok-okozati kutatás esetén, feltáró kutatás során alkalmazható ötletek és mélyebb betekintés nyerésére Példa: utcai, bevásárlóközpontban végzett megkérdezés, kóstoltatás során végzett megkérdezés, próba kérdőívek előtesztelése, próbakutatások stb.
17 Nem véletlen mintavételi technikák II. A B C D E
18 Nem véletlen mintavételi technikák IV. Elbírálásos mintavétel a sokaság elemeit a kutató saját megítélése alapján választja ki, mivel úgy ítéli meg, hogy azok reprezentálják a szóban forgó sokaságot. Olcsó, nem időigényes Szubjektív, még mindig nem általánosítható Példa: új termék keresletének meghatározásához tesztpiacok kiválasztása, fontosabb körzetek kiválasztása a választási magatartás vizsgálatára, áruházi vevőkörkutatás stb.
19 Nem véletlen mintavételi technikák V. A B C D E
20 Nem véletlen mintavételi technikák VI. Kvótás mintavétel kétlépcsős elbírálásos mintavétel. Az első szakaszban a kutató felállítja a sokaság kontrollkategóriáit, azaz a kvótákat (pl. kor, nem, faj stb.). A második szakaszban önkényesen vagy elbírálásos alapon választják ki. célszerű, ha nem túl sok ismérvünk szerint jelöljük ki a kvótákat A minta reprezentatív a kvóta-kategóriák tekintetében A minta nem reprezentatív a vizsgált jellemző tekintetében
21 Nem véletlen mintavételi technikák VII. A B C D E
22 Nem véletlen mintavételi technikák IX. Hólabda-mintavétel Első körben kiválasztok néhány potenciális válaszadót, majd a következő fázisban az általuk javasolt címeket keresem fel, vagy ők adják tovább a kérdőíveket. ezt a folyamatot hullámokban lehet elvégezni Többnyire olyankor alkalmazzák, amikor nehezen felderíthetők a sokaságba tartozó személyek, vagy olyan jellemzőket vizsgálnak, amelyek ritkák a sokaságon belül, például elszórt kisebbséget kívánnunk vizsgálni (pl. 35 év alatti özvegy férfiak) olcsó, időigényes és szubjektív
23 Nem véletlen mintavételi technikák X. A B C D E
24 Véletlen mintavételi technikák I. Egyszerű véletlen mintavétel a sokaság valamennyi eleme ismert, és azonos valószínűséggel kerülhet a mintába. Minden egyes elemet a többitől függetlenül egy véletlen eljárással választanak ki egy mintavételi keretből. minden egyes elemhez egyedi azonosító számot rendelünk véletlen számokat generálunk, hogy meghatározzuk, melyik elem kerüljön a mintába az eredményei kivetíthetők a célsokaságra, viszont nem mindig reprezentatívak és drága is. Példa: Lottóhúzás típusú kiválasztás
25 Véletlen mintavételi technikák II. A B C D E
26 Véletlen mintavételi technikák III. Szisztematikus mintavétel a mintát oly módon kapjuk, hogy véletlenszerűen kijelölünk egy kiindulópontot a mintavételi keretben, és ezt követően minden i-edik elemet választjuk ki. A kutató azzal a feltételezéssel él, hogy valamilyen sorrendbe vannak állítva a sokaság elemei (pl. Telefonkönyv, adott iparágban működő vállalatokat éves forgalmuk szerint állítjuk sorrendbe). Ha a sorrendbe valamilyen ciklikusság kerül, az ronthatja a reprezentativitást (áruház elmúlt 60 évben elért havi forgalma). A mintavételi intervallumot (i) úgy határozzuk meg, hogy a sokaság nagyságát (N) elosztjuk a mintanagysággal (n), és a legközelebbi egész számra kerekítjük.
27 Véletlen mintavételi technikák IV. A B C D E
28 Véletlen mintavételi technikák VI. Rétegzett mintavétel két lépcsőből álló folyamatot alkalmaznak. Először a sokaságot részsokaságokra vagy rétegekre osztják, majd minden egyes rétegből véletlen eljárással választják ki a mintaelemeket. minden elemet be lehet sorolni egy, csakis egy rétegbe, ugyanakkor egy elem sem maradhat ki abban különbözik a kvótástól, hogy a mintaelemeket véletlenszerűen és nem önkényesen választjuk ki. legfőbb célja, hogy növelje a pontosságot a költségek emelkedése nélkül legáltalánosabb rétegképző ismérvek a demográfiai jellemzők, a vásárlói típusok, a vállalat mérete, vagy az iparág típusa hatnál több réteget fölösleges képezni.
29 Véletlen mintavételi technikák VII. A B C D E
30 Véletlen mintavételi technikák IX. Csoportos mintavétel eljárás során először a célsokaságot egymást kölcsönösen kizáró, de együttesen véve a sokaságot egészében lefedő részsokaságokra, azaz csoportokra osztják. Ezt követően a csoportokból véletlen mintát vesznek, például egyszerű véletlen mintavétellel. Minden egyes kiválasztott csoport esetében vagy az összes elemet beleveszik a mintába (egylépcsős csoportos), vagy véletlenszerűen választják ki a mintaelemeket (kétlépcsős csoportos). Olcsó, könnyű megvalósítani, Csökkenti a reprezentativitást
31 Véletlen mintavételi technikák X. A B C D E
32
33 Véletlen és a nem véletlen minta közötti döntés Azok a helyzetek, amelyek mellett inkább a Nem véletlen mintavételt használjuk Tényezők Véletlen használjuk A kutatás természete Feltáró Leíró mintavételt A mintavételi és a nem A nem mintavételi A mintavételi hibák mintavételi hiba hibák nagyobbak nagyobbak nagysága egymáshoz képest A sokaság szóródása Homogén (alacsony) Heterogén (alacsony) Statisztikai szempontok Nem ajánlott Ajánlott Objektív szempontok Ajánlott Nem ajánlott
34 A mintanagyság meghatározása I. A mintanagyság a kutatás számára kiválasztott sokasági elemek száma. Meghatározásához mind kvalitatív mind kvantitatív tényezőkre van szükségünk. Legfontosabb kvalitatív szempontok: 1) A döntés súlya 2) A kutatás természete 3) A változók száma 4) Az elemzés módja 5) A hasonló tanulmányokban használt mintanagyság 6) Az előfordulási arány 7) A megvalósulási arány 8) A rendelkezésre álló források.
35 A mintanagyság meghatározása II. A tanulmány típusa Minimumnagyság Tipikus sáv Problémafeltáró kutatás (pl. piaci potenciál) Problémamegoldó kutatás (pl. árazás) Termékteszt Tesztpiaci tanulmányok TV-/rádió-/nyomtatott hirdetések (tesztelt hirdetésként) Tesztpiac vizsgálata 10 üzlet üzlet Fókuszcsoportok
36 A mintanagyság meghatározása III. Megvalósulási arány - szűrőfeltételeknek megfelelő személyek közül hány emberrel sikerült megvalósítani az interjút, megkérdezést A visszautasítás, ill. az elérhetetlenség csökkenti Előfordulási arány - Az alapsokasághoz tartozó elemek százalékos előfordulási aránya a mintavételi keretben Példa: véletlen séta esetén nem minden háztartásban élnek olyanok, akiket keresünk
37 A mintanagyság meghatározása IV. Kiinduló mintanagyság meghatározása Kiinduló mintanagyság = Végső mintanagyság Előfordulási arány x Megvalósulási arány Példa: Postai megkérdezés a felnőtt lakosság körében. A kutatás célja az internettel rendelkező háztartások körében felmérni a szolgáltatóval való elégedettséget. Az elérni kívánt mintanagyság: 1000 fő A előfordulási arány: 10% A megvalósulási arány: 8% A kiinduló mintanagyság: 1000 / (0,1 x 0,08) = fő
38 A mintavétel kivitelezése Fontos, hogy részletesen leírjuk, hogy A sokasággal A mintavételi kerettel A mintavételi egységgel A mintavételi technikával és a Mintanagysággal kapcsolatos döntéseket hogyan valósítjuk meg. Pl. ha háztartások szolgálnak a mintavétel egységeiként, akkor a háztartások operatív definiálása szükséges. Meg kell határozni a teendőket arra az esetre is, ha a kiválasztott lakásban nem laknak stb.
39 Köszönöm a figyelmet!
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
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 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,
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
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
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 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,
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
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
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
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
RészletesebbenS atisztika 1. előadás
Statisztika 1. előadás A kutatás hatlépcsős folyamata 1. lépés: Problémameghatározás 2. lépés: A probléma megközelítésének kidolgozása 3. lépés: A kutatási terv meghatározása 4. lépés: Terepmunka vagy
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
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 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:
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
RészletesebbenS atisztika 1. előadás
Statisztika 1. előadás A kutatás hatlépcsős folyamata 1. lépés: Problémameghatározás 2. lépés: A probléma megközelítésének kidolgozása 3. lépés: A kutatási terv meghatározása 4. lépés: Terepmunka vagy
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,
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
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
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
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,
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. 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
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,
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
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
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
RészletesebbenMintavételezés
. 3. 3. Mintavételezés Informatikai Tudományok Doktori Iskola. 3. 3. Statisztikai sokaság, populáció A halmaz egészének kevés adattal történı tömör jellemzése, és a populáció egyedeinek leírására bevezetett
RészletesebbenSta t ti t s i zt z i t k i a 3. előadás
Statisztika 3. előadás Statisztika fogalma Gyakorlati tevékenység Adatok összessége Módszertan A statisztika, mint gyakorlati tevékenység a tömegesen előforduló jelenségek egyedeire vonatkozó információk
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...
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
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
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,
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
RészletesebbenA Statisztika alapjai
A Statisztika alapjai BME A3c Magyar Róbert 2016.05.12. Mi az a Statisztika? A statisztika a valóság számszerű információinak megfigyelésére, összegzésére, elemzésére és modellezésére irányuló gyakorlati
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
RészletesebbenMarketingkutatás. II. előadás Marketing mesterszak Kovács István. BME Menedzsment és Vállalatgazdaságtan Tanszék
Marketingkutatás II. előadás Marketing mesterszak Kovács István BME Menedzsment és Vállalatgazdaságtan Tanszék A KUTATÁSI TERV ÉS A SZEKUNDER KUTATÁS Félelmetes volt, hogy mennyi véletlen jött közbe, de
RészletesebbenMi az adat? Az adat elemi ismeret. Az adatokból információkat
Mi az adat? Az adat elemi ismeret. Tények, fogalmak olyan megjelenési formája, amely alkalmas emberi eszközökkel történő értelmezésre, feldolgozásra, továbbításra. Az adatokból gondolkodás vagy gépi feldolgozás
Részletesebben3. 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
RészletesebbenMarketing a gyakorlatban I. előadás BME Menedzsment és Vállalatgazdaságtan Tanszék
MARKETINGKUTATÁS Marketing a gyakorlatban I. előadás Kovács István BME Menedzsment és Vállalatgazdaságtan Tanszék Piac-, marketing- és közvélemény kutatás elhatárolása Kutatás: célja a problémamegoldás
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
RészletesebbenSzerzők: Kmetty Zoltán és Sztárayné Kézdy Éva Lektor: Fokasz Nikosz TÁMOP-4.1.2.A/1-11/1-2011-0091 INFORMÁCIÓ - TUDÁS ÉRVÉNYESÜLÉS
Kutatásmódszertan és prezentációkészítés 9. rész: Mintavétel a gyakorlatban Szerzők: Kmetty Zoltán és Sztárayné Kézdy Éva Lektor: Fokasz Nikosz Kilencedik rész Mintavétel a gyakorlatban Tartalomjegyzék
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
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
RészletesebbenPopulációbecslések 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[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.15. Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza) alkotja az eseményteret. Esemény: az eseménytér részhalmazai.
RészletesebbenBAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. 1 Mérési hibák súlya és szerepe a mérési eredményben A mérési hibák csoportosítása A hiba rendűsége Mérési bizonytalanság Standard és kiterjesztett
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
Részletesebben[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
RészletesebbenBiomatematika 2 Orvosi biometria
Biomatematika 2 Orvosi biometria 2017.02.13. Populáció és minta jellemző adatai Hibaszámítás Valószínűség 1 Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza)
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
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
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.
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
RészletesebbenTorma Dorisz 2012. május 29. Kaposvári Egyetem, Gazdaságtudományi Kar Marketing és Kereskedelem Tanszék
Torma Dorisz 2012. május 29. Kaposvári Egyetem, Gazdaságtudományi Kar Marketing és Kereskedelem Tanszék Konzulens: Dr. Szente Viktória Egyetemi docens Dr. Szakály Zoltán Egyetemi docens In-store minden
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
RészletesebbenA termékfejlesztés modelljei
Marketing II. Ipari termék- és formatervező mérnök szak A termékfejlesztési folyamat modellezése és marketing információval való támogatása. Amiről ma szó lesz Tankönyv: 7. fejezet. Témakörök: 1. A termékfejlesztési
RészletesebbenBevezető Mi a statisztika? Mérés Csoportosítás
Gazdaságstatisztika 1. előadás Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Oktatók Előadó Kóczy Á. László (koczy.laszlo@kgk.bmf.hu) Fogadóóra: szerda 11:30 11:55, TA125 Gyakorlatvezető
RészletesebbenPopulációbecslések 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
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...
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
RészletesebbenMagyarBrands kutatás 2017
MagyarBrands kutatás 2017 A kutatási program leírása GfK, 2017. 1 A kutatás módszertana Lakossági Magyarbrands márkák mérése Módszertan: Online önkitöltős (CAWI) megkérdezés GfK Hungária online paneltagjainak
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
RészletesebbenLAKOSSÁGI 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
RészletesebbenÉpítési hálók és neonreklámok elérési adatai
Építési hálók és neonreklámok elérési adatai 2008. január 3. Tartalom 1. Kutatás háttere 1. 1 Módszertan Outdoor Mapping rendszerről 1.2 Módszertan - A kutatás módszertana 1.3 Módszertan - Az elemzésben
RészletesebbenBabes-Bolyai Egyetem. Összefoglaló jelentés. Vállalati innovációirányítási rendszer bevezetésére irányuló képzés a versenyképes cégekért 2016/06/06
Babes-Bolyai Egyetem Összefoglaló jelentés Vállalati innovációirányítási rendszer bevezetésére irányuló képzés a versenyképes cégekért 2016/06/06 Project N : 2015-1-HU01-KA202-13551 Összefoglaló jelentés
RészletesebbenGyakorló feladatok. Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László
Gyakorló feladatok Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László I/. A vizsgaidőszak második napján a hallgatók %-ának az E épületben, %-ának a D épületben,
RészletesebbenMINTAVÉTELEZÉS. Alaptípusai: sampling. véletlen érvényesítésére v. mellőzzük azt. = preferenciális mintav. = véletlen mintav.
A teljes alapsokaságot nem ismerhetjük meg. MINTAVÉTELEZÉS Fontossága: minden későbbi értékelés ezen alapszik. Alaptípusai: Szubjektív folyamat Objektív folyamat (non-probabilistic) (probabilistic) sampling
RészletesebbenMódszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!
BGF KKK Módszertani Intézeti Tanszéki Osztály Budapest, 2012.. Név:... Neptun kód:... Érdemjegy:..... STATISZTIKA II. VIZSGADOLGOZAT Feladatok 1. 2. 3. 4. 5. 6. Összesen Szerezhető pontszám 21 20 7 22
RészletesebbenBevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus
Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár PhD kurzus Mi a statisztika? A sokaság (a sok valami) feletti áttekintés megszerzése, a sokaságról való információszerzés eszköze. Célja: - a sokaságot
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
RészletesebbenKockázatalapú változó paraméterű szabályozó kártya kidolgozása a mérési bizonytalanság figyelembevételével
Kockázatalapú változó paraméterű szabályozó kártya kidolgozása a mérési bizonytalanság figyelembevételével Hazai hallgatói, illetve kutatói személyi támogatást biztosító rendszer kidolgozása és működtetése
Részletesebben[GVMGS11MNC] Gazdaságstatisztika
[GVMGS11MNC] Gazdaságstatisztika 1. előadás Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem Oktatók Előadó Kóczy Á. László (koczy.laszlo@kgk.uni-obuda.hu)
RészletesebbenA társadalomkutatás módszerei I. Outline. A mintavételi hiba és konfidencia-intervallum Elmélet. Szükséges képletek: Tehát:
A társadalomkutatás módszerei I. 10. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. november 17. Outline 1 Ismétlés Számítási feladat Egyéb példák 2 A mintavételi hiba dichotóm változók esetében
RészletesebbenMIÉRT NEM VÁLASZOLUNK?
MIÉRT VÁLASZOLUNK? TENDENCIÁK ÉS TÉNYEZŐK A KSH EGYIK LAKOSSÁGI FELVÉTELÉNEK TÜKRÉBEN HORVÁTH BEÁTA KSH beata.horvath@ksh.hu ÁTTEKINTŐ ELMÉLETI MEGKÖZELÍTÉS GYAKORLATI MEGKÖZELÍTÉS MILYENEK VAGYUNK MI
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
RészletesebbenBevezető milyen információkkal rendelkezik a magyar lakosság ezekről a termékkategóriákról Módszertan:
Bevezető A Szinapszis Kft. a Magyar Gyógyszerészi Kamarával együttműködve piackutatást kezdeményezett, amelynek célja annak feltárása, milyen szerepe van a gyógyszernek illetve az egyéb, gyógyhatású, étrend-kiegészítő
RészletesebbenMérés és skálaképzés. Kovács István. BME Menedzsment és Vállalatgazdaságtan Tanszék
Mérés és skálaképzés Kovács István BME Menedzsment és Vállalatgazdaságtan Tanszék Miröl is lesz ma szó? Mi is az a mérés? A skálaképzés alapjai A skálaképzés technikái Összehasonlító skálák Nem összehasonlító
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 mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv
Mérések, mérési eredmények, mérési bizonytalanság A mérések általános és alapvető metrológiai fogalmai és definíciói mérés Műveletek összessége, amelyek célja egy mennyiség értékének meghatározása. mérési
Részletesebben3/29/12. Biomatematika 2. előadás. Biostatisztika = Biometria = Orvosi statisztika. Néhány egyszerű definíció:
Biostatisztika = Biometria = Orvosi statisztika Biomatematika 2. előadás Néhány egyszerű definíció: A statisztika olyan tudomány, amely a tömegjelenségekkel kapcsolatos tapasztalati törvényeket megfigyelések
RészletesebbenDr. 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?
RészletesebbenIpsos Public Affairs new PPT template Nobody s Unpredictable
Vélemények A munka törvénykönyvének módosításáról 2011. szeptember Nobody s Unpredictable Módszertani áttekintés A kutatást végezte: Ipsos Média-, Vélemény és Piackutató Zrt. Mintanagyság: 800 fő Mintavétel
RészletesebbenLineáris regresszió vizsgálata resampling eljárással
Lineáris regresszió vizsgálata resampling eljárással Dolgozatomban az European Social Survey (ESS) harmadik hullámának adatait fogom felhasználni, melyben a teljes nemzetközi lekérdezés feldolgozásra került,
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,
RészletesebbenDr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért november 15.
Dr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért 2018. november 15. PÉNZ a boldogság bitorlója? A jövedelemegyenlőtlenség természetes határa A boldog ember gondolata a
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
RészletesebbenLakossági elégedettségmérés. Budakalász Város Önkormányzatánál
Lakossági elégedettségmérés Budakalász Város Önkormányzatánál 2017.11.14. TARTALOM A kutatás célja 3 A lakossági elégedettségmérés módszertana 4 Demográfia 5 A felmérés kérdései és a válaszlehetőségek
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
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
Részletesebben1 A SIKERES PROJEKT KOCKÁZATMENEDZ SMENT FŐ ELEMEI ÉS KULCSTÉNYEZŐI
1 A SIKERES PROJEKT KOCKÁZATMENEDZ SMENT FŐ ELEMEI ÉS KULCSTÉNYEZŐI 1.1 MIT JELENT ÉS MIÉRT FONTOS A KOCKÁZATMENEDZSMEN T? A Project Management Institute (PMI) definíciója szerint a projekt egy ideiglenes
RészletesebbenVIZSGADOLGOZAT. I. PÉLDÁK (60 pont)
VIZSGADOLGOZAT (100 pont) A megoldások csak szöveges válaszokkal teljes értékűek! I. PÉLDÁK (60 pont) 1. példa (13 pont) Az egyik budapesti könyvtárban az olvasókból vett 400 elemű minta alapján a következőket
RészletesebbenPIACKUTATÁS VERSENYTÁRS ELEMZÉS
PIACKUTATÁS VERSENYTÁRS ELEMZÉS 1 Ügyfélismeretből kiinduló üzleti modellek Az egész a vevő megértésével kezdődik Lehetséges vevőink, a PIAC ahova az értékajánlatunkat el kell juttatnunk: Emberek és számítógépes
RészletesebbenA lakossági jelzáloghitelek fogyasztói megítélése
Kaposvári Egyetem, Gazdaságtudományi Kar Marketing és Kereskedelem Tanszék A lakossági jelzáloghitelek fogyasztói megítélése Konzulensek: Dr. Szente Viktória Böröndi-Fülöp Nikoletta Abai-Nagy Zoltán III.
RészletesebbenKörnyezet és piacelemzés a marketingkutatás módszerei
Környezet és piacelemzés a marketingkutatás módszerei MARKETING - 2. előadás Prof. Dr. Piskóti István intézetigazgató 1 Mai kérdésköreink 1. A marketing, mint tudatos, tervezett tevékenység 2. Marketingkutatás,
RészletesebbenKörnyezet statisztika
Környezet statisztika Permutáció, variáció, kombináció k számú golyót n számú urnába helyezve hányféle helykitöltés lehetséges, ha a golyókat helykitöltés Minden urnába akárhány golyó kerülhet (ismétléses)
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.
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 TANÁCSADÁSI MODELLEK GYAKORLATI ALKALMAZÁSÁNAK FŐBB SAJÁTOSSÁGAI
A TANÁCSADÁSI MODELLEK GYAKORLATI ALKALMAZÁSÁNAK FŐBB SAJÁTOSSÁGAI Józsa Imola Doktorjelölt Dr. Vinogradov Sergey PhD.Tanszékvezető Egyetemi docens SZENT ISTVÁN EGYETEM Gödöllő BUDAPESTI KERESKEDELMI ÉS
Részletesebben