Mintavétel: terv és eljárások

Hasonló dokumentumok
Mintavétel: terv és eljárások

Mintavétel. Kovács István BME Menedzsment és Vállalatgazdaságtan. Tanszék

KUTATÁSMÓDSZERTAN 4. ELŐADÁS. A minta és mintavétel

Mintavételi eljárások

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

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

PIACKUTATÁS (MARKETINGKUTATÁS)

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

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.

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

S atisztika 2. előadás

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

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

KÖVETKEZTETŐ STATISZTIKA

A társadalomkutatás módszerei I.

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

A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra

FİBB PONTOK PIACKUTATÁS (MARKETINGKUTATÁS) Kutatási terv október 20.

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

Közösségi kezdeményezéseket megalapozó szükségletfeltárás módszertana. Domokos Tamás, módszertani igazgató

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

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

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

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

Dr. Piskóti István Marketing Intézet. Marketing 2.

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA OMNIBUSZ 2003/2. SPSS állomány neve: Budapest, február

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

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

Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN

MÓDSZERTANI LEÍRÁS DIPLOMÁS KUTATÁS A vizsgálat keretei. A kutatás alapsokasága. Az adatfelvétel módszere

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

Az empirikus vizsgálatok alapfogalmai

A Jó Állam Véleményfelmérés tapasztalatai

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

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

A társadalomkutatás módszerei I.

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

BETEGJOGI, ELLÁTOTTJOGI ÉS GYERMEKJOGI KUTATÁS

S atisztika 1. előadás

Statisztikai alapok. Leíró statisztika Lineáris módszerek a statisztikában

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

S atisztika 1. előadás

Mintavétel a gyakorlatban

MIBŐL ÉLÜNK? A HÁZTARTÁSOK PÉNZÜGYEIRE ÉS FOGYASZTÁSÁRA VONATKOZÓ EURÓPAI ADATFELVÉTEL

Diplomás kutatás Módszertani leírás

A populáció meghatározása

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

y ij = µ + α i + e ij

[Biomatematika 2] Orvosi biometria

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet

Témaválasztás, kutatási kérdések, kutatásmódszertan

Marketing a gyakorlatban I. előadás BME Menedzsment és Vállalatgazdaságtan Tanszék

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

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA. Reform. SPSS állomány neve: Budapest, október

Biomatematika 2 Orvosi biometria

Alba Radar. 20. hullám

[Biomatematika 2] Orvosi biometria

MagyarBrands kutatás 2017

(Minőségirányítási utasítás) 3. sz. verzió. A kiadás dátuma: február 1. Dr. Gáti József általános rektrohelyettes

NÉPESSÉGTUDOMÁNYI KUTATÓ INTÉZET

1. ECHO Innovációs Műhely Obádovics Csilla Vinogradov Szergej: tavaszi on-line felmérés

Lineáris regresszió vizsgálata resampling eljárással

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

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

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

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

Hallgatók Diplomás Pályakövetési Rendszer Intézményi adatfelvétel a felsőoktatási hallgatók körében Módszertani összefoglaló

PIACKUTATÁS VERSENYTÁRS ELEMZÉS

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

Az OECD PISA, IEA TIMSS és PIRLS adatbázisainak bemutatása

Bevezető Mi a statisztika? Mérés Csoportosítás

2010 őszi piackutatás eredményei PartyBor

A harmadik országbeli állampolgárok munkaerő-piaci helyzetére és beilleszkedésre vonatkozó II. negyedéves KSH adatgyűjtés

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók

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

A társadalomkutatás módszerei I.

Hogyan kerülnek haza a vállalati adatok?

Termelés- és szolgáltatásmenedzsment

Korrelációs kapcsolatok elemzése

[GVMGS11MNC] Gazdaságstatisztika

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

LAKOSSÁGI INTERNET-HASZNÁLAT 2006

A kutatási minta és módszer

Összehasonlítások hibái

Fogyasztói szokások az étrendkiegészítők. élelmiszer-biztonság szempontjából

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

Lakossági elégedettségmérés. Budakalász Város Önkormányzatánál

Statisztika I. 1. előadás. Előadó: Dr. Ertsey Imre

4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis

Á ltala nos Ája nlati Felte telek (Á ÁF)

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

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

A MIDAS_HU modell elemei és eredményei

A magyar lakosság vitaminbevitelének. Schreiberné Molnár Erzsébet, Bakacs Márta

ÚJPEST MÉDIA-KUTATÁS. Közvélemény-kutatás, 2007 október Újpesti Média Kht részére

MIÉRT NEM VÁLASZOLUNK?

Mintavételezés

A 2001/2002. évi tanév. rendje

Hol végződik az esélyegyenlőség, és hol kezdődik a szakadék?

Átírás:

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

Figyelembe vesszük a megoldandó problémát Egy új piacra lépés Geográfiai ismérvek + demográfia Új kampány tesztelése Pszichográfiai jellemzők Termék fejlesztése Termék használati szokások K O M B I N Á C I Ó

Alapfogalmak Sokaság azon elemek összessége, amelyek valamilyen közös jellemzővel bírnak, és megfelelnek a marketingkutatási probléma céljainak. Cenzus A sokaság elemeinek teljes körű számbavétele. Minta A sokaság elemeinek egy csoportja, amelyet azért választottak ki, hogy részt vegyen a kutatásban.

Mintavétel vagy teljes körű adatfelvétel? A nagyszámú fogyasztó Költségvetési korlátok Mintavétel Cenzus A sokaság kevés elemből tevődik össze Az adatok automatikusan rögzítésre kerülnek

Mintavétel vagy teljes körű adatfelvétel? II. Kedvező körülmények a mintának a cenzusnak 1. költségvetés kicsi magas 2. rendelkezésre álló idő kevés sok 3. a sokaság nagysága nagy kicsi 4. a jellemző szóródása kicsi nagy 5. a mintavételi hiba költsége alacsony magas 6. a nem mintavételi hiba költsége magas alacsony 7. a mérés természete romboló nem romboló 8. figyelem az egyedi esetekre igen nem

Alapkérdés Hogyan tudunk egy nagy esetszámú alapsokaságból (populációból) oly módon kiválasztani viszonylag kevés számú egyedet, hogy azok vizsgálata révén az egész populációról tudjunk releváns megállapításokat tenni.

A mintavétel folyamata 1. A sokaság meghatározása 2. A mintavételi keret meghatározása 3. A mintavételi technika kiválasztása 4. A mintanagyság meghatározása 5. A mintavétel végrehajtása

A sokaság meghatározása Sokféle lehet a vizsgálat tárgya és jellegének megfelelően A döntéshozatalt érintő szegmens ismert, akkor az a leendő kutatás sokaságát is jelenti Egy meghatározott sokaságból vett minta mindig csak az adott sokaságra vonatkoztatva nyújt releváns információkat

A sokaság meghatározása II. Célsokaság = Azon elemek összessége, amelyek rendelkeznek a kutató által keresett információval, és amelyekről a kutató következtetéseket akar levonni. Pontos definiálás Sokasági elem Mintavételi egységek

A sokaság meghatározása III. 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. A kutatónak kell mérlegelnie, hogy kik azok, akik rendelkeznek az információkkal megbízhatóság, hatékonyság.

A sokaság meghatározása IV. Akkor nehézkes, ha a vásárlási és termékhasználati folyamatban eltérnek a szereplők. Pl.1 Otthoni internetszolgáltatóval szembeni elégedettség mérése. Hogyan határozzuk meg a kutatás sokaságát? Pl.2. Gyógyszer-fejlesztés esetében a sokaság hogyan határozható meg?

A sokaság meghatározása V. Célszerű minél szélesebb sokaságra törekedni Mindegyik érintett szereplőtől információkat gyűjteni (akár külön kut.). Az internet-szolgáltató esetében a sokaság = mindazok, akik az otthoni internethasználatban és előfizetésben érintettek

A mintavételi keret meghatározása A sokasági elemek elérését lehetővé tevő lista, adatbázis vagy az egyértelműen meghatározó leírás. Alapsokaság A célcsoport elméleti meghatározása Mintavételi keret A célcsoport gyakorlati elérhetősége Lehetséges idő és hely meghatározásával is

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. Újradefiniáljuk a sokaságot Átsúlyozzuk az adatokat Kizárjuk a nem megfelelő sokasági elemeket

A mintavételi keret meghatározása III. Több mintavételi keretből is választhatunk 1 2 3 4 Ne tartalmazzon a sokasághoz nem tartozó elemeket. Lefedjük a sokaságot

A mintavételi keret meghatározása IV. Alapsokaság Magyarország felnőtt lakossága Magyarország felnőtt lakossága A BME hallgatói Mintavételi keret Telefonkönyv Országos Választási Iroda A hallgatók mail címlistája A BME hallgatói A BME hallgatói A beiratkozott hallgatók listája A kutatás 2 hetében az egyetemről kifelé jövő emberek

A mintavételi technika kiválasztása Hogyan választjuk ki a mintavételi keretből a mintaelemeket. Valószínűségi Nem valószínűségi Különbség: a mintába kerülés valószínűségének az ismeretében van.

A mintavételi technika kiválasztása II. Fontos következménye a két technikának: A valószínűségi (véletlen) esetében elmondható, hogy számszerűsíthető a minta reprezentativitásának valószínűségét. A nem valószínűségi (nem véletlen) esetében csak tippelhetünk, és csak reménykedhetünk, hogy a minta valamennyire ténylegesen reprezentálja a sokaságot.

A mintavételi technika kiválasztása III. A véletlen mintavétel során a mintavételi keret tagjainak mintába kerülési valószínűségét ismerjük, nem pedig a sokasági elemek valószínűségét. A gyakorlatban véletlen minta szinte csak egyedi adatokból álló listákból, adatbázisokból készíthető. Nem véletlen esetében nem szoktak mintavételi keretet meghatározni, ami elég nagy hiba.

A mintavételi technika kiválasztása IV.

Nem véletlen mintavételi technika A kvantitatív kutatásban is elterjedtek Okai: Könnyebb a lebonyolítása Nincs szükség előzetes adatbázisra Nem kell rendelkezni információkkal a sokaságról Főleg a kvalitatív kutatásban ajánlott Bizonyos esetekben megközelítik a nem véletlen minta pontosságát is (pl. politikai közvéleménykutatások) Fenntartásokkal szabad alkalmazni.

Nem véletlen mintavételi technika önkényes mintavétel 1 2 3 Legkényelmesebb Legköltségkímélőbb Reprezentativitásra legveszélyesebb 4 Szubjektív, kvalitatív esetén ajánlott 5 Sokszor csak az előírt darabszám a cél

Nem véletlen mintavételi technika önkényes mintavétel II. Önkiválasztós technika (pl. büfé pultján elhelyezett kérdőív) Magazin behúzásként mellékel egy kérdőívet Adott weboldalon szereplő állandó kérdőív Nem mintavételről, hanem a mintavételi keret minden tagját elérjük tehát teljes körű felmérést végzünk.

Nem véletlen mintavételi technika elbírálásos mintavétel Annyiban különbözik az önkényestől, hogy nem a kérdezőbiztos, hanem a kutató dönti el, hogy kik kerüljenek a mintába. Szakmai érvek mérlegelése Főleg B2B (fontosabb szereplők meghatározása) Példa: stakeholder-analízis CSR lehetséges módjainak megismerése

Nem véletlen mintavételi technika kvótás mintavétel Előírunk bizonyos demográfiai vagy keresleti jellemzőket, amellyel a kiválasztottnak rendelkeznie kell. Pl. kérdezzen meg 20 db, 18-30 év közötti nőt, válasszon ki 10 db férfit, aki repült fapados légitársasággal A kutató ismeri a sokaság megoszlását e jellemzők tekintetében, így tudja biztosítani a sokaságban is fellelhető arányokat a mintában. A minta reprezentatív a kvóta-kategóriák tekintetében, viszont nem reprezentatív a vizsgált jellemző tekintetében

Nem véletlen mintavételi technika kvótás mintavétel II. A reprezentativitás javítható Olyan kvótajellemzők kiválasztásával, amelyek összefüggnek a kutatás témájával Fenntartással kell alkalmazni Fókuszcsoport tagjainak kiválasztására alkalmas

Nem véletlen mintavételi technika hólabda-mintavétel Nehezen elérhető sokaság Pl. kis létszámú csoportok Kiinduló pont meghatáro zása Ajánlás révén újabb tagok elérése Erős torzító hatás figyelhető meg.

Nem véletlen mintavételi technika hólabda-mintavétel II. Több kiinduló személy választása segít kiküszöbölni a hibákat Fő cél, hogy elérjük a zártabb csoportokat

Nem véletlen mintavételi technika véletlensétás mintavétel A gyakorlatban a legnépszerűbb Előnye: Közelít a véletlen minta eredményéhez Elfogadható, reprezentatív mintát Nem igényel előzetes információt a sokaságról A kérdezők véletlenül kiválasztott kiindulópontokat kapnak az adott településen, ahonnan egy előre meghatározott szabály szerint haladva minden 5. háztartásba kell bekopogniuk. Kitér minden apró részletre a szabály. Legközelebbi születésnap módszere.

Véletlen mintavételi technika A kvantitatív kutatásnál törekedni kell erre, főleg ha ki akarjuk vetíteni a sokaságra az eredményeinket. Az egyes módszerek közti különbségek: A reprezentativitás biztosításának eltérő valószínűsége A gyakorlati megvalósítás egyszerűsége A költségek mértéke

Véletlen mintavételi technika Egyszerű véletlen mintavétel Azonos valószínűség Statisztikailag jól magyarázható Visszatevéses mintavétel Lottósorsolás Hozzárendelünk számokat Nem feltétlenül reprezentatív Véletlen számokat generálunk Szélsőséges mintát kaphatunk

Véletlen mintavételi technika Szisztematikus mintavétel EVM-el szemben annyi előnye van, hogy bizonyos jellemző mentén javítható a minta reprezentativitása. Ugrásköz = a szükséges mintanagyságot elosztom a mintavételi keret tagjainak számával. A mintavétel keret tagjait valamilyen jellemző mentén sorrendbe rakjuk, majd minden k-dik elemet kiválasztjuk. A jellemző mentén a minta egészen biztosan reprezentatív lesz. ABC alapján sorrendbe rakható? Kor alapján sorrendbe rakható?

Véletlen mintavételi technika Szisztematikus mintavétel II. Megvalósításához mindenképp rendelkeznünk kell többletinformációval a kerettagokról. Ha ciklikusság kerül a sorrendbe, akkor csökkenhet a minta reprezentativitása.

Véletlen mintavételi technika Rétegzett mintavétel Az EVM és a szisztematikus között helyezkedik el. Csoportokat rétegeket képzünk és ezekbe soroljuk a kerettagokat. A rétegeken belül EVM segítségével kiválasztjuk a mintaelemeket. Lehet arányos és nem arányos. Arányos esetében közvetlenül kivetíthető eredményeket kapunk. Nem arányosnál súlyozni kell.

Véletlen mintavételi technika Rétegzett mintavétel II. Nagyobb valószínűséggel biztosítja a reprezentativitást Nem feltétlenül szerepel minden pl. korcsoport a kiválasztottak között (30-59 évesek közül csak a 30sok kerülnek be). Rétegek (korcsoport ok) A mintavételi keret nagysága Arányos minta Nem arányos minta 15-29 2 120 149 224 300 30-59 4 245 732 448 300 60-2 157 257 228 300 Összesen 8 523 138 900 900

Véletlen mintavételi technika Csoportos mintavétel Némileg engedünk a reprezentativitás követelményeiből. Többlépcsős eljárás: csoportokat alkotunk, véletlenszerűen kiválasztunk egy mintát. Második lépcsőben a kiválasztott csoporton belül vagy teljes körű vagy véletlen mintát veszünk. Pl. Országos felmérés egymástól távol eső falvak lakosainak elérése.

A mintanagyság meghatározása Mekkora mintára van szükség ahhoz, hogy Egy jó nagy minta mindig jobb, mint egy kisebb minta. Két különböző módszerrel vett minta esetében ezt nem jelenthetjük ki. Lehet arányos és nem arányos. A lényeg a kiválasztás módjában van. Reprezentativitás = minta nagyság?

A mintanagyság meghatározása II. Hiedelem: a szükséges mintanagyságot a sokasági elemek száma határozza meg. Ha ez így lenne, minden kutatás esetben 30x nagyobb mintával kellene dolgozniuk pl. az USA-ban, mint itthon. Tegyük fel, hogy az egyetemen véletlenül benyitok két terembe, az ott tartózkodók átlagéletkorának megbecslése végett. 1. terem: nappali képzés, ahol 500 fő tartózkodik. Életkorban max. 1-2 év eltérés. 2. terem: levelezős képzés, ahol 40 fő tartózkodik. Életkorban jelentősebb eltérések.

A mintanagyság meghatározása III. Azt kell figyelembe venni, hogy milyen pontossággal akarom megkapni az eredményeket, és a minta milyen kisebb csoportjaira akarok még elemzést elvégezni. A gyakorlatban ritkán, csak célzott kísérleteknél szokásos a szükséges mintanagyság statisztikai úton történő meghatározása.

A mintavétel megvalósítása A kérdőív megjelenése A kérdezőbiztos megfelelő kiválasztása A válaszadók motiválása Megfelelő helyen Kérdőív hosszának kontrollálása Megfelelő időben Válaszadási hajlandóság Mintavétel precíz ellenőrzése Mintavételi utasítások betartása

A mintavétel megvalósítása II. 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 mintavételből eredő torzítások utólagos korrekciója Ritka eset, hogy a végső mintánk minden tekintetben megfelel az elvárásoknak tökéletesen reprezentálja a sokaságot. Ellenőrizzük, hogy elérjük-e a megfelelő elemszámot (ha nem, van-e idő pótlásra kik az alulreprezentáltak). Trendelemzés alkalmazása/átlagosnál erősebb motiváció a nem válaszolók elérése véget. Súlyozás Imputálás

Köszönöm a figyelmet!