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

Hasonló dokumentumok
A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015

STATISZTIKA I. A változók mérési szintjei. Nominális változók. Alacsony és magas mérési szint. Nominális változó ábrázolása

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

STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM.

K Ö R N Y E Z E T É S P I A C E L E M Z É S A M A R K E T I N G K U T A T Á S M Ó D S Z E R E I

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók

Statisztika 2. Dr Gősi Zsuzsanna Egyetemi adjunktus

Bevezető Mi a statisztika? Mérés Csoportosítás

[GVMGS11MNC] Gazdaságstatisztika

2. előadás. Viszonyszámok típusai

Sta t ti t s i zt z i t k i a 1. előadás

Dr. Piskóti István Marketing Intézet. Marketing 2.

KÖZLEKEDÉSÜZEMI ÉS KÖZLEKEDÉSGAZDASÁGI TANSZÉK. Prof. Dr. Tánczos Lászlóné 2015

A statisztika alapjai - Bevezetés az SPSS-be -

Bevezetés az SPSS program használatába

Bevezető Adatok rendezése Adatok jellemzése Időbeli elemzés

Matematikai statisztikai elemzések 2.

Vizuális adatelemzés

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

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

Páros összehasonlítás mátrixok empirikus vizsgálata. Bozóki Sándor

A fejlesztés várt eredményei a 1. évfolyam végén

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

Bevezető Adatok rendezése Adatok jellemzése Időbeli elemzés. Gazdaságstatisztika KGK VMI

Kérdőíves vizsgálatok

Munkakörtervezés és -értékelés

A II. kategória Fizika OKTV mérési feladatainak megoldása

Matematika. 1. osztály. 2. osztály

3. ZH FOGALMAI. Döntéshozó: Az a személy (vagy csoport), aki a cselekvési változatok közül választ egyet.

Környezet és piacelemzés a marketingkutatás módszerei

SZÁMÍTÓGÉPES ADATFELDOLGOZÁS

A GDP hasonlóképpen nem tükrözi a háztartások közötti munka- és termékcseréket.

A Kecskeméti Jubileum paradicsomfajta érésdinamikájának statisztikai vizsgálata

Ösztönzés menedzsment II.

Korrelációs kapcsolatok elemzése

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet

Iránytű a budapesti olimpiához Az Iránytű Intézet októberi közvélemény-kutatásának eredményei

Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN

Környezet és piacelemzés a marketingkutatás módszerei

A statisztika alapjai - Bevezetés az SPSS-be -

Halmazelmélet. 1. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Halmazelmélet p. 1/1

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

Statisztika. Politológus képzés. Daróczi Gergely április 17. Politológia Tanszék

VÁLLALATGAZDASÁGTAN II. Döntési Alapfogalmak

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

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

Statisztikai alapok. Leíró statisztika Lineáris módszerek a statisztikában

Áramköri elemek mérése ipari módszerekkel

Adatok statisztikai értékelésének főbb lehetőségei

A sokaság elemei közül a leggyakrabban előforduló érték. diszkrét folytonos

A szegénység percepciója a visegrádi. országokban

Nyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 7. MA3-7 modul. Helyzetmutatók, átlagok, kvantilisek

Populációbecslések és monitoring

2015. évi Bolyai János Megyei Matematikaverseny MEGOLDÁSI ÉS ÉRTÉKELÉSI ÚTMUTATÓ 12. évfolyam

Biostatisztika Összefoglalás

A sokaság/minta eloszlásának jellemzése

SULINOVA PROGRAMTANTERVÉHEZ ILLESZKEDŐ TANMENET 9. ÉVFOLYAM SZÁMÁRA

Összehasonlítások hibái

Biomatematika 13. Varianciaanaĺızis (ANOVA)

Országos kompetenciamérés eredményeinek kiértékelése 6. és 8. évfolyamokon 2012

Számelmélet Megoldások

Kutatói pályára felkészítı modul

Bevezető Mi a statisztika? Mérés Feldolgozás Adatok rendezése Adatok jellemzése Időbeli elemzés Feladatok. Statisztika I.

Elemi statisztika fizikusoknak

Jelek és rendszerek 1. 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék

számított mező, számított tétel

I. BESZÁLLÍTÓI TELJESÍTMÉNYEK ÉRTÉKELÉSE

A versenytársak elemzése. Máté Domicián

STATISZTIKA I. Változékonyság (szóródás) A szóródás mutatószámai. Terjedelem. Forgalom terjedelem. Excel függvények. Függvénykategória: Statisztikai

Oktatásmarketing Piackutatás 4. Skálatípusok- skálatechnikák az eredmények bemutatása

Faktoranalízis az SPSS-ben

Populációbecslések és monitoring

Félidőben félsiker Részleges eredmények a kutatásalapú kémiatanulás terén

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

Megoldások. Az ismérv megnevezése közös megkülönböztető szeptember 10-én Cégbejegyzés időpontja

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Megoldások

A F u z z y C L I P S a l a p j a i

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

Többtényezős döntési problémák

Gyakorlatias tanácsok PLA fejlesztőknek

MARKETINGKUTATÁS DEFINÍCIÓJA

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

Matematika III. 8. A szórás és a szóródás egyéb mérőszámai Prof. Dr. Závoti, József

Hajder Levente 2018/2019. II. félév

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények

Próba érettségi feladatsor április I. RÉSZ

A hallgató neve:. MENTORTANÁR SEGÉDANYAG ÉS FELADATMEGOLDÓ FÜZET SZERKESZTİ:

Mérési hibák

Környezet és piacelemzés a marketingkutatás módszerei

Numerikus integrálás

352 Nevezetes egyenlôtlenségek. , az átfogó hossza 81 cm

Környezet és piacelemzés a marketingkutatás módszerei

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék

Tájékoztató a Rendszeres Tanulmányi Ösztöndíj Modulóban található adataival kapcsolatban

JA45 Cserkeszőlői Petőfi Sándor Általános Iskola (OM: ) 5465 Cserkeszőlő, Ady Endre utca 1.

Segítség az outputok értelmezéséhez

6. Folytonosság. pontbeli folytonosság, intervallumon való folytonosság, folytonos függvények

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA

Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ)

Átírás:

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 skálák

A fejlődés és az ellenőrzés első lépése a mérés. Ha nem tudsz megmérni valamit, akkor meg sem értheted azt. Ha meg sem értheted azt, akkor nem is tudod ellenőrizni. Ha nem tudod ellenőrizni, akkor nem is tudod fejleszteni. H. James Harrington

Mi is az a mérés? Számok vagy egyéb szimbólumok vizsgálati egységek jellemzőihez történő, előre meghatározott szabályok szerinti hozzárendelése.

Figyelembe vett tényezök A marketingkut.ban a számokat általában meghatározott céllal rendeljük a vizsgálati egységekhez. A vizsgálati egységek egyes attribútumaihoz rendelünk számokat és nem magához a vizsgálati egységekhez Nem minden tevékenység igényel mérést, amivel a kutatók foglalkoznak. A szabály meghatározása, amely alapján a számokat a vizsgálati egységek jellemzőihez rendeljük

Ne feledjük Bármilyen döntéshez vagy döntéssorozathoz számtalan mérést lehet végezni, számtalan módon, de tökéletes bizonyosságra nincs reális esély. A vezetőségnek olyan módszerre van szüksége, amely a döntési lehetőségek elemzésével csökkenti a bizonytalanságot.

Megválaszolandó kérdések Milyen döntést kell támogatnia a mérésnek? Hogyan lehet meghatározni a megmérendő dolog megfigyelhető következményeit? Pontosan hogyan befolyásolja az eredmény a döntéshozatal folyamatát? Mennyi információval rendelkezünk a mérés pillanatában? Mekkora a pluszinformáció értéke?

Skálaképzés A skálaképzés a mérés kiterjesztéseként is értelmezhető Egy skála kialakítása, amelyen a mért vizsgálati egységek elhelyezkednek.

A skálaképzés alapjai Cél, hogy objektív mérési rendszert alakítsunk ki. Mérhetővé tegyük a megkérdezetteknek a kutatás tárgyához kötődő viszonyát 4 elsődleges skálázási technikát különböztetünk meg

Elsödleges mérési skálák 22 13 7 Névleges Sorrendi Arány Második helyezett Első helyezett Harmadik helyezett 9,1 9,6 8,2 14,1 13,4 15,2 Intervallum A teljesítmény értékelése 0-10ig terjedő skálán A célba érés ideje másodpercben 10

Névleges skála Olyan skála, ahol az értékek vizsgálati egységek csoportosítását, azonosítását szolgáló címkék. Az értékek azonosító címkeként funkcionálnak Minden számot kizárólag egy vizsgálati egységhez rendelnek Pl. tanulmányban számot rendelünk a válaszadókhoz

Névleges skála II. A számok nem tükröznek mennyiséget Azok, akiknek magasabb a TAJ száma jobbak? TAJ szám átlaga? Főleg gyakoriságokat értékeljük Százalékszámítás Módusz X2 és binomiális próbák

Sorrendi skála A vizsgálati egységekhez rendelt számok jelzik valamely tulajdonság meglétének relatív mértékét. Így az is meghatározható, hogy egy vizsgálati egység kisebb vagy nagyobb mértékben rendelkezik-e az adott tulajdonsággal, mint egy másik vizsgálati egység.

Sorrendi skála II. Egyfajta rangsoroló skála Egy egység kisebb vagy nagyobb mértékben rendelkezik-e az adott tulajdonsággal A sorrendben első egység jobban rendelkezik az adott tulajdonsággal, mint az őt követő, azt viszont nem tudjuk, hogy milyen mértékben marad le a második Pl. minőségi sorrendek, helyezések stb.

Sorrendi skála III. Relatív attitűd, vélemény, percepció és preferencia mérésben alkalmazzuk Az azonos vizsgálati egységek azonos helyezést kapnak Percentilisen alapuló statisztikai számítások Kvartilis-, medián-, rangkoreláció

intervallum skála Értékei vizsgálati egységek értékelésére szolgálnak. A skálapontok közötti távolságok egyenlők, és kifejezik a mért tulajdonságban lévő különbségeket. Sorrendi információkat is tartalmaz Objektumok közötti összehasonlítás

intervallum skála II. Bármely két szomszédos skálapont értéke közötti különbség megegyezik az intervallumskála bármely más két szomszédos értékének különbségével. A skálaértékek között állandó, ill. egyenlő a különbség. 1-2 2-3 3-4 4-5

Arányskála A legmagasabb rendű skála. Lehetővé teszi a vizsgálati egységek azonosítását, csoportosítását, és intervallum vagy különbségek összehasonlítását. A skálaértékekből arányokat is lehet számolni. Nem csak azt mondhatjuk, hogy 2 5 közötti különbség megegyezik a 14 és 17 közöttivel, de azt is, hogy a 14 abszolút értékben hétszer nagyobb a 2.nél.

A skálaképzési technikák ÖSSZEHASONLÍTÓ SKÁLA nem metrikus Arra alkalmas, hogy a vizsgált egységek, pl. márkák összehasonlítását elvégezzük, azok kedveltsége szerint. Hátránya, hogy az eredményeket csak egymáshoz viszonyítva értelmezhetjük, önmagukban nem. NEM ÖSSZEHASONLÍTÓ SKÁLA - metrikus Minden vizsgálati egységet a többitől függetlenül mérnek. Ezek a skálatípusok intervallum vagy arány szintű skálák. Gyakrabban alkalmazzuk.

Páros összehasonlítás Összehasonlító skálák Rangsor Konstans összegű Skálázási technikák Q-rendező technika és egyéb eljárások Nem összehasonlító skálák Folytonos értékelő skála Tételes értékelő skála Likert skála Szemantikus differenciálskála Stapel skála

Páros összehasonlítás A válaszadó egyszerre két tárgyat értékel, és kiválaszt közülük egyet valamilyen szempont szerint. A kapott adatok általában sorrendi skálának felelnek meg. Pl. Tescóban gyakrabban vásárolok, mint a Matchban. Főleg termékek esetében alkalmazzák. A márkát részesíti előnyben a B márkával szemben, és B-t részesíti előnyben C-vel szemben, akkor A-t is előnyben részesíti C-vel szemben

Rangsorskála A válaszadók több vizsgálati egységet értékelnek egyszerre, és valamely szempont alapján rangsorolják azokat. Hasonlít a valódi vásárlási helyzetre Gyorsan lebonyolítható és megérthető

Konstans összegü skála A válaszadók egy meghatározott szempont alapján adott pontértéket vagy más konstans összeget (pl. pénzösszeget) osztanak el a vizsgálati egységek között. Amennyiben egy tulajdonság közömbös, a válaszadó nullával is jelölheti. Amennyiben dupla olyan fontos, mint egy másik, a válaszadó dupla annyi pontot ad a tulajdonságnak

Q-rendezötechnika A vizsgálati egységek rangsorolását azok egy adott szempont szerinti hasonlóságára alapozva végzi el. Új termék koncepciók tesztelése több terméktulajdonságot kell értékelni A vizsgálati egységekből csoportokat kell alkotniuk

Folytonos értékelöskála Kategóriák nincsenek behatárolva Könnyű választani a válaszadónak A kutató felosztja a vonalat a kívánatos számú kategóriákra Grafikus értékelőskálának is nevezik, ahol a válaszadók egy egyenes vonal megfelelő pozíciójának megjelölésével értékelik a vizsgálati egységeket. A vonal két végén a vizsgált változó szélső értékei találhatóak. Nagyon Közepes Nagyon rossz jó Valószínűleg a legrosszabb --------I-------------------------------- Valószínűleg a legjobb 0 10 20 30 4050 60 70 Hogyan ítéli meg az XY márkát?

Diszkrét értékelöskála A számok vagy rövid leírások szerepelnek minden egyes kategóriánál. A kategóriák a skálán elfoglalt helyük alapján sorrendbe vannak állítva. Likert skála Szemantikus differenciál skála Stappel skála

Likert skála Mérési skála 5 válaszkategóriával, amelyek a teljes mértékben egyetért és az egyáltalán nem ért egyet végpontok között helyezkednek el. A válaszadónak jelölnie kell, mennyire ért egyet egy sor, a vizsgálati egységre vonatkozó állítással. Attitűdmérésre szolgál Fontos a megfelelő kódolás

Szemantikus differenciálskála Szervezet vagy márka imázsának vizsgálata során alkalmazott Érthető végpontok szükségesek Körültekintést igényel Hétfokú értékelőskála szemantikus jelentésű, ellentétes végpontokkal.

Stapel skála Attitűdmérésre használható skála, amelyben egy jelző szerepel egy páros számú értéksor közepén. A válaszadótól azt kérjük, mennyire pontosan írja le a jelző az adott vizsgálati egységet. Összeállítása egyszerű és nincs szükség két végpontra.

Alapvetö szabályok A kategóriák száma Páros vagy páratlan kategória A kategóriaértékek meghatározása számmal, szövegesen Kiegyensúlyozott vagy nem kiegyensúlyozott skála Kényszerítő vagy nem kényszerítő skála Fizikai megjelenés

Az alábbi képek segítségével értékelje, hogy milyen volt az elöadás: Köszönöm a figyelmet!