Az empirikus vizsgálatok alapfogalmai

Hasonló dokumentumok
Statisztikai alapok. Leíró statisztika Lineáris módszerek a statisztikában

Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN

Mintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás

1 Hipot ezisek, sk alat ıpusok Objektumok az R-ben

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

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

PIACKUTATÁS (MARKETINGKUTATÁS)

Vargha András Károli Gáspár Református Egyetem Budapest

Matematikai alapok és valószínőségszámítás. Statisztikai változók Adatok megtekintése

Mi az adat? Az adat elemi ismeret. Az adatokból információkat

Kutatásmódszertan. Kulturális szempont megjelenése. Modulok áttekintése. Történet Témák és megközelítések. 11. Társadalmi nézőpont

y ij = µ + α i + e ij

FİBB PONTOK PIACKUTATÁS (MARKETINGKUTATÁS) Kutatási terv október 20.

Kísérlettervezés alapfogalmak

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

Mintavétel. Kovács István BME Menedzsment és Vállalatgazdaságtan. Tanszék

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

3/29/12. Biomatematika 2. előadás. Biostatisztika = Biometria = Orvosi statisztika. Néhány egyszerű definíció:

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Kísérlettervezés alapfogalmak

[Biomatematika 2] Orvosi biometria

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

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

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

KUTATÁSMÓDSZERTAN 4. ELŐADÁS. A minta és mintavétel

A Statisztika alapjai

[Biomatematika 2] Orvosi biometria

Matematikai alapok és valószínőségszámítás. Bevezetés Statisztikai mintavétel

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

Biomatematika 2 Orvosi biometria

4. okt. 3.: statisztika: binomiális regresszió, saját kísérletek

Alba Vélemény Radar 1. - GYORSJELENTÉS -

1. ábra: Az egészségi állapot szubjektív jellemzése (%) 38,9 37,5 10,6 9,7. Nagyon rossz Rossz Elfogadható Jó Nagyon jó

Területi statisztikai elemzések

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

Közösségi kezdeményezéseket megalapozó szükségletfeltárás módszertana. Domokos Tamás, módszertani igazgató

Munkahely, megélhetőségi tervek. Szlávity Ágnes. MTT, Szabadka, február 22.

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

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

Alba Radar. 6. hullám

Biomatematika 13. Varianciaanaĺızis (ANOVA)

Alba Radar. 15. hullám. Karácsonyi készülődés Székesfehérváron

KÖFOP VEKOP A jó kormányzást megalapozó közszolgálat-fejlesztés

Témaválasztás, kutatási kérdések, kutatásmódszertan

Miben fejlődne szívesen?

KÖVETKEZTETŐ STATISZTIKA

A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015

Áruforgalom tervezése. 1. óra A gazdasági statisztika alapjai Alapfogalmak, viszonyszámok

A társadalomkutatás módszerei I.

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

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

EREDMÉNYEK, KÖVETKEZTETÉSEK, TERVEK

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

Tervezet: A BIZOTTSÁG /2008/EK RENDELETE

Online melléklet. Kertesi Gábor és Kézdi Gábor. c. tanulmányához

MINŐSÉGFEJLESZTÉSI BESZÁMOLÓ

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

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

Szocio- lingvisztikai alapismeretek

A Jó Állam Véleményfelmérés tapasztalatai

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

Statisztika. Politológus képzés. Daróczi Gergely április 24. Politológia Tanszék

[Biomatematika 2] Orvosi biometria

Sta t ti t s i zt z i t k i a 3. előadás

A társadalomkutatás módszerei I.


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

A közösségszervezés szerepe a vidéki gazdasági társulások létrejöttében

Biomatematika 2 Orvosi biometria

Függetlenségvizsgálat, Illeszkedésvizsgálat

Mintavétel: terv és eljárások

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

Korrelációs kapcsolatok elemzése

V. Gyakorisági táblázatok elemzése

S atisztika 2. előadás

Győri Lóránt, Mikolai Júlia

Alba Radar. 3. hullám. Vélemények a fehérvári médiáról

Populációbecslések és monitoring

Alba Radar. 28. hullám

Boldogság - itthon vagy külföldön? Kőrössy Judit Kékesi Márk Csabai Márta

Többváltozós lineáris regressziós modell feltételeinek tesztelése II.

A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra

Populációbecslések és monitoring

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

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem

TÁRSADALMI BEFOGADÁS A TÁRSADALMI VÁLLALKOZÁSOKBAN MAGYARORSZÁGON KISS JULIANNA PRIMECZ HENRIETT TOARNICZKY ANDREA

MagyarBrands kutatás 2017

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!

Irányított TULAJDONSÁGRA IRÁNYULÓ Melyik minta sósabb?, érettebb?, stb. KEDVELTSÉGRE IRÁNYULÓ Melyik minta jobb? rosszabb?

AZ EGYETEMI KAROK JELLEMZŐINEK ÖSSZEFOGLALÓ ÉRTÉKELÉSE

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

Elvándorlás lélektana

Alba Radar. 21. hullám

Adatelemzés az R-ben április 25.

A kockázat fogalma. A kockázat fogalma. Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás

Trófeabírálat (SMKVB2235VN) V. Gímtrófeák bírálata. Kovács Imre. Gödöllő 2018

A kvantitatív kutatás folyamata

Döntéselmélet KOCKÁZAT ÉS BIZONYTALANSÁG

Alba Radar. 20. hullám

Átírás:

Az empirikus vizsgálatok alapfogalmai

Az adatok forrása és jellege Milyen kísérleti típusok fordulnak elő a beszédtudományokban? Milyen adatok jönnek ki ezekből?

Tudományosan (statisztikailag) megválaszolható kérdések Okosabbak-e a magyarok, mint más nemzetek? Soványabbak leszünk-e ha négy hétig csak fogyasztó koktélokat eszünk? Jobb-e a kétnyelvű hatévesek kognitív teljesítménye, mint az egynyelvűeké? Feltűnő, hogy ha megválaszolható is, több dolgot is pontosan meg kell határozni: Kiken/miken vizsgálódom? Mit mérek? alapfogalmak

Tudományosan és statisztikailag NEM tesztelhető állítások A keserűcsokoládé finomabb, mint a tejcsoki. A patkány a legrondább állat, a pók szorosan követi. A nők arra vannak teremtve, hogy ellássák a háztartást. Szebbek-e a magyar nők, mint az olaszok? Miért? Ezek szubjektív vélekedések; és ezek kvalitatív tulajdonságok (kategóriák), azaz nehezen tesztelhetőek közvetlenül számszerű adatokkal, nehezen mérhetőek (a méréséhez kell némi módszertani ismeret és konszenzus).

Kvalitatív és kvantitatív adatok Kvantitatív: megszámolható vagy mérhető egységek. Kvalitatív vagy kategorikus: nem számszerű, kategóriákba tartozó, pl. szemszín, vallás, vélekedés arról, hogy szép.

Statisztikailag nem tesztelhető kérdések átalakítása Statisztikailag nem tesztelhető kérdések gyakran tesztelhetővé alakíthatók a kérdés átfogalmazásával: pl. vélekedés meghatározása valamely mérhető paraméterben, egy meghatározott (valamiért releváns) csoportban. a csokoládé ízének megítélése egy ötfokú skálán kisiskolások (és felnőttek) esetében, háziasszonyok és vezető beosztású nők elégedettségi mutatói.

Az empirikus vizsgálatok néhány alapfogalma Populáció = statisztikai sokaság: az egyéneknek az a csoportja, akikre az állítás vonatozik. (Nem a teljes emberiség, hanem pl. az idősek vagy cukorbetegek, stb.) Valamely olyan közös tulajdonsággal rendelkezik, Amely alapján eldönthető, hogy egy egyed a populációba tartozik-e. A populáció tulajdonságait nem tudom a populáció egészén vizsgálni ~ Sajtból van a Hold nem tudok kimerítő vizsgálatot végezni Megfigyelési egységek: amikre/akikre vonatkozóan a megfigyelést teszem (pl. vizsgálati személyek; nyelvi egységek, pl. beszédhangok; gyümölcsfák, stb.)

Az empirikus vizsgálatok néhány alapfogalma Minta: A kutatásba ténylegesen bevont megfigyelési egységek együttese pontosabban a vizsgált változó ezeken az egységeken mért értéke (nem Sanyi, hanem 192 cm) A minta alapján megfogalmazott következtetés csak akkor utal a populációra, ha a minta reprezentatív, tehát jól leképezi a populáció tulajdonságait. Ez hogyan biztosítható? Mivel a populáció tulajdonságait nem, vagy nem jól ismerjük, a reprezentatív mintavétel úgy biztosítható, ha a mintavétel véletlen és független tehát a populáció minden tagjának egyenlő esélye van bekerülni. Irányítottan reprezentatív mintavétel: a minta rétegzettsége leképezi a társadalmat (ez nagyon ritka, főként mert nagyon nehéz)

Az empirikus vizsgálatok néhány alapfogalma Minél heterogénebb a populáció, annál nagyobb minta kellene a reprezentativitáshoz. De önmagában még ez sem elég: A reprezentativitás például a beszédvizsgálatokban általában nem teljesül, mert a fiatal budapesti egyetemisták felülreprezentáltak a kísérletekben (hiába 100 egyetemistát vizsgálok). Ezt szem előtt kell tartani a következtetések levonásánál! Még ilyen esetben is betartandó: nyelvészeti vizsgálatot nyelvészhallgatókkal sose végezzünk! (hacsak nem éppen a nyelvészségük az egyik vizsgált független változó).

Az empirikus vizsgálatok néhány alapfogalma A mintabeli egységeket nem teljességükben, csak bizonyos jellemzőik, paramétereik tekintetében vizsgáljuk (Pl. vajdasági és mo.-i magyarok összevetése antropometriai? Pszichológiai? Szociológiai? nyelvi?). Statisztikai változó vagy változó: Meg kell határozni, milyen ismérvek hordozzák a kérdéses jelenségről az információt (pl. nem, életkor, vérnyomás, tetszés mértéke egy ötfokú skálán, formánsfrekvenciák, stb).

Az empirikus vizsgálatok néhány alapfogalma A változó kritériumai: Egyértelmű definíció pl. mit jelent, hogy felsőfokú végzettség? Egyértelmű besorolhatóság: minden megfigyelési egységre egyértelműen eldönthető és egyetlen érték. Pl. Hová sorolom a 4 osztályt végzettet? És hová a 8 osztályt végzettet? Határozzunk meg alsó- közép- és felsőfokú végzettséget, és soroljuk mindkettőt az alsóba.