Mintavétel. Kovács István BME Menedzsment és Vállalatgazdaságtan. Tanszék

Hasonló dokumentumok
Mintavétel: terv és eljárások

Mintavétel: terv és eljárások

KUTATÁSMÓDSZERTAN 4. ELŐADÁS. A minta és mintavétel

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

Mintavételi eljárások

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok.

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok.

PIACKUTATÁS (MARKETINGKUTATÁS)

S atisztika 2. előadás

Témaválasztás, kutatási kérdések, kutatásmódszertan

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

S atisztika 1. előadás

FİBB PONTOK PIACKUTATÁS (MARKETINGKUTATÁS) Kutatási terv október 20.

KÖVETKEZTETŐ STATISZTIKA

A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

S atisztika 1. előadás

Közösségi kezdeményezéseket megalapozó szükségletfeltárás módszertana. Domokos Tamás, módszertani igazgató

Az empirikus vizsgálatok alapfogalmai

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

Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN

Dr. Piskóti István Marketing Intézet. Marketing 2.

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

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

Statisztikai alapok. Leíró statisztika Lineáris módszerek a statisztikában

A társadalomkutatás módszerei I. Outline. 1. Zh Egyéni eredmények. Notes. Notes. Notes. 9. hét. Daróczi Gergely november 10.

A társadalomkutatás módszerei I.

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

Mintavételezés

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

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

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

A társadalomkutatás módszerei I.

Mintavétel a gyakorlatban

y ij = µ + α i + e ij

A Statisztika alapjai

STATISZTIKAI TÜKÖR. Gazdaságstatisztikai KSH-adatgyűjtések. kiválasztási gyakorlatáról. Tartalom december

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

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

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

Marketing a gyakorlatban I. előadás BME Menedzsment és Vállalatgazdaságtan Tanszék

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

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

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet

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

Populációbecslések és monitoring

[Biomatematika 2] Orvosi biometria

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

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

[Biomatematika 2] Orvosi biometria

Biomatematika 2 Orvosi biometria

A társadalomkutatás módszerei I.

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

A populáció meghatározása

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

Torma Dorisz május 29. Kaposvári Egyetem, Gazdaságtudományi Kar Marketing és Kereskedelem Tanszék

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

A termékfejlesztés modelljei

Bevezető Mi a statisztika? Mérés Csoportosítás

Populációbecslések és monitoring

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

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

MagyarBrands kutatás 2017

BETEGJOGI, ELLÁTOTTJOGI ÉS GYERMEKJOGI KUTATÁS

LAKOSSÁGI INTERNET-HASZNÁLAT 2006

Építési hálók és neonreklámok elérési adatai

Babes-Bolyai Egyetem. Összefoglaló jelentés. Vállalati innovációirányítási rendszer bevezetésére irányuló képzés a versenyképes cégekért 2016/06/06

Gyakorló feladatok. Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László

MINTAVÉTELEZÉS. Alaptípusai: sampling. véletlen érvényesítésére v. mellőzzük azt. = preferenciális mintav. = véletlen mintav.

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

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

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

Kockázatalapú változó paraméterű szabályozó kártya kidolgozása a mérési bizonytalanság figyelembevételével

[GVMGS11MNC] Gazdaságstatisztika

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

MIÉRT NEM VÁLASZOLUNK?

A kutatási minta és módszer

Bevezető milyen információkkal rendelkezik a magyar lakosság ezekről a termékkategóriákról Módszertan:

Mérés és skálaképzés. Kovács István. BME Menedzsment és Vállalatgazdaságtan Tanszék

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

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

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

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

Ipsos Public Affairs new PPT template Nobody s Unpredictable

Lineáris regresszió vizsgálata resampling eljárással

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Dr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért november 15.

Az OECD PISA, IEA TIMSS és PIRLS adatbázisainak bemutatása

Lakossági elégedettségmérés. Budakalász Város Önkormányzatánál

NÉPESSÉGTUDOMÁNYI KUTATÓ INTÉZET

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

1 A SIKERES PROJEKT KOCKÁZATMENEDZ SMENT FŐ ELEMEI ÉS KULCSTÉNYEZŐI

VIZSGADOLGOZAT. I. PÉLDÁK (60 pont)

PIACKUTATÁS VERSENYTÁRS ELEMZÉS

A lakossági jelzáloghitelek fogyasztói megítélése

Környezet és piacelemzés a marketingkutatás módszerei

Környezet statisztika

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

Verbális adatszerzési technikák. interjú

A TANÁCSADÁSI MODELLEK GYAKORLATI ALKALMAZÁSÁNAK FŐBB SAJÁTOSSÁGAI

Átírás:

Mintavétel Kovács István BME Menedzsment és Vállalatgazdaságtan Tanszék

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.

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

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.

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).

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

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.

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.

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 emailcímlistája A kutatás 2 hetében az egyetemről kifelé jövő emberek

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!!!

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.

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.

A mintavételi technikák csoportosítása Mintavételi technikák Nem véletlen Véletlen Önkényes Elbírálásos Kvótás Hólabda- Egyszerű véletlen Szisztematikus Rétegzett Csoportos Egyéb

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.

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.

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.

Nem véletlen mintavételi technikák II. A B C D E 1 6 11 16 21 2 7 12 17 22 3 8 13 18 23 4 9 14 19 24 5 10 15 20 25

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.

Nem véletlen mintavételi technikák V. A B C D E 1 6 11 16 21 2 7 12 17 22 3 8 13 18 23 4 9 14 19 24 5 10 15 20 25

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

Nem véletlen mintavételi technikák VII. A B C D E 1 6 11 16 21 2 7 12 17 22 3 8 13 18 23 4 9 14 19 24 5 10 15 20 25

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

Nem véletlen mintavételi technikák X. A B C D E 1 6 11 16 21 2 7 12 17 22 3 8 13 18 23 4 9 14 19 24 5 10 15 20 25

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

Véletlen mintavételi technikák II. A B C D E 1 6 11 16 21 2 7 12 17 22 3 8 13 18 23 4 9 14 19 24 5 10 15 20 25

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.

Véletlen mintavételi technikák IV. A B C D E 1 6 11 16 21 2 7 12 17 22 3 8 13 18 23 4 9 14 19 24 5 10 15 20 25

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.

Véletlen mintavételi technikák VII. A B C D E 1 6 11 16 21 2 7 12 17 22 3 8 13 18 23 4 9 14 19 24 5 10 15 20 25

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

Véletlen mintavételi technikák X. A B C D E 1 6 11 16 21 2 7 12 17 22 3 8 13 18 23 4 9 14 19 24 5 10 15 20 25

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

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.

A mintanagyság meghatározása II. A tanulmány típusa Minimumnagyság Tipikus sáv Problémafeltáró kutatás (pl. piaci potenciál) 500 1000-2500 Problémamegoldó kutatás (pl. árazás) 200 300-500 Termékteszt 200 300-500 Tesztpiaci tanulmányok 200 300-500 TV-/rádió-/nyomtatott hirdetések (tesztelt hirdetésként) 150 200-300 Tesztpiac vizsgálata 10 üzlet 10-20 üzlet Fókuszcsoportok 2 6-15

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

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) = 125000 fő

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.

Köszönöm a figyelmet!