Adatgyñjtés_Projektfeladat_2022 PDF

Adatgyűjtés és -elemzés Projektfeladat és szakdolgozat követelmények  Mi a cél? A Projektfeladatban (és a kapcsolódó Szakdolgozatban) feldolgozni kívánt üzleti probléma / elméleti kutatás megalapozása annak érdekében, hogy érvényes és megbízható következtetések levonására nyíljon lehetős...

Adatgyűjtés és -elemzés Projektfeladat és szakdolgozat követelmények  Mi a cél? A Projektfeladatban (és a kapcsolódó Szakdolgozatban) feldolgozni kívánt üzleti probléma / elméleti kutatás megalapozása annak érdekében, hogy érvényes és megbízható következtetések levonására nyíljon lehetőség. A dolgozatban levonni kívánt következtetések célja olyan menedzseri döntések megalapozása, amelyek erőforrásokról való döntéseket jelentenek. Így az, hogy milyen adatok állnak ehhez rendelkezésre, és azok mennyire relevánsak, megbízhatóak, ill. milyen eszközökkel, módszerekkel dolgozzuk fel ezeket, alapvetően meghatározza a problémamegoldás sikerességét. Ehhez természetes módon kapcsolódnak a módszertani kérdések is, amelyről egy másik előadás szól részletesen.  Primer és szekunder adat Alapfogalmak Egy kutatás során mindkettőre szükség lehet, mivel nem biztos, hogy a szekunder adatok önmagukban elegendő információt szolgáltatnak a problémával kapcsolatosan. Az is lehetséges, hogy nem áll rendelkezésre szekunder adat. Primer és szekunder kutatási módszerek A szekunder adatok gyűjtése és feldolgozása szekunder módszerekkel, míg a primer adatok gyűjtése és elemzése primer módszerekkel történik. Elsőként a szekunder adatok körét és elérhetőségét érdemes vizsgálni szekunder módszerekkel. Kapcsolódó módszertani kérdések Szekunder módszerek Primer módszerek Szekunder módszerek Primer módszerek megválasztásának és megválasztásának és elemzésének kérdései elemzésének kérdései Desk research, azaz pl. Kérdőív könyvtári, ill. egyéb offline Fókuszcsoport vagy online kutatási módszerek Interjú Megfigyelés Kísérlet 1. Bevezetés Adatgyűjtés helye és jelentősége a projektfeladatban Adatgyűjtés célja és elvárások az adatgyűjtéssel kapcsolatban 2. Adatok csoportosítása: Primer vs szekunder adat: Mikor? Mire jó? Hogyan gyűjthető? Kvantitatív vs kvalitatív: Mikor? Mire jó? Hogyan? Milyen módon elemezzük? Mérési szintekkel való kapcsolat: melyik mérési szinthez milyen adatgyűjtési (és –feldolgozási) megoldás passzol? 3. Kvantitatív adatok Mintavételi kérdések, összegyűjtött adatok grafikus megjelenítése 4. Kvalitatív adatok Mintavételi kérdések Bevezetés Adatgyűjtés helye és jelentősége a projektfeladatban Adatgyűjtés célja és elvárások  Adatgyűjtés a projektfeladatban A projektfeladat középpontjában egy jól körül határolt, világos üzleti probléma, kutatási kérdés áll, amelynek megalapozott, képzés során szerzett ismeretek hasznosításán alapuló megoldása a feladat. Az adatgyűjtés és –feldolgozás sokrétű célja, hogy alátámasszuk az üzleti probléma, kutatási kérdés aktualitását, a megoldás fontosságát feltárjuk és elemezzük a megoldás sikerességét meghatározó feltételek, körülmények rendszerét, lehetséges megoldási alternatívákat azonosítsunk, releváns megoldási javaslato(ka)t dolgozzunk ki, a megoldási javaslat sikerességét értékeljük, és így az üzleti problémamegoldás megalapozottságát támasszuk alá.  Adatgyűjtés a projektfeladatban Mi az adatgyűjtés célja? Hogy a projektfeladatban „jól” megfogalmazott üzleti problémára, kutatási kérdésre adekvát választ adjunk. Mégpedig úgy, hogy az összegyűjtött adatokat értékeljük és így próbáljunk meg minél több információhoz jutni a vizsgált üzleti problémát illetően, hiszen ez szolgál alapjául a problémamegoldáshoz választott módszernek is. Mi NEM célja az adatgyűjtésnek? Túl sok adatot gyűjtsünk, Olyan irreleváns adatot gyűjtsünk (csak, hogy fel tudjuk mutatni az adatgyűjtést), amely az üzleti problémához, kérdéshez közvetlenül nem kapcsolódik, Ennek következménye, hogy az összegyűjtött adatok tulajdonságaihoz nem releváns adatfeldolgozási módszereket válasszunk, így pl. nem ellenőrizzük a normalitását az adatoknak, így nem megfelelő következtető statisztikai eszközöket használunk. Likert skálán mért adatokból átlagot, szórást számolunk.  Adatgyűjtés a projektfeladatban A választott üzleti probléma, kutatási kérdés tehát meghatározza, hogy mi lesz a vizsgálni kívánt sokaság, milyen feltételrendszer veszi körül, milyen elérhető adatforrásokra támaszkodhatunk a sokaság vizsgálatához a problémamegoldáshoz szükséges-e további saját adatgyűjtés. A problémamegoldás sikeressége és így a kutatási kérdés megválaszolása nagyban függ attól, hogy milyen szekunder és/vagy primer adatokat használunk a kutatás során. Mi jelent veszélyt? Ha személyes véleményeket, megérzéseket, ítéleteket, állításokat sorakoztatunk fel. Az adatgyűjtés és – feldolgozás célja épp a megalapozottság és az objektivitás növelése!  Adatok csoportosítása Szekunder adat, primer adat Szekunder adatok A szekunder adat olyan adat, amelyet másvalaki, nem az adott probléma vizsgálata céljából gyűjtött. Másodlagos adatgyűjtés lényege a már feldolgozott anyagok saját szempont szerinti hasznosítása, vagyis a „hozott anyagból való munka”. A szekunder adatok segíthetnek ✓ a probléma azonosításában, megértésében ✓ a probléma pontosabb meghatározásában, ✓ a kutatási terv kialakításában (például a kulcsváltozók azonosításában), ✓ bizonyos kutatási kérdések megválaszolásában és hipotézisek tesztelésében, ✓ a primer adatok értelmezésében. Szekunder adatok forrásai Szekunder adatok lehetséges problémái Érvényesség és megbízhatóság Fontos szempontok a kutatásban, és ezeket nem lehet természetesnek venni. Az érvényesség azt jelenti, hogy az adatok eredeti és valós megállapításokat képviselnek, és azokat tudományos módszerekkel gyűjtötték össze. A másodlagos információforrások használata során alaposan meg kell vizsgálni, hogy a tartalom valódi és hiteles-e. Személyes elfogultság A másodlagos forrásokban a torzítás esélye nagyobb, mint az elsődleges forrásokban. Az újságok, magazinok és weboldalak nem alkalmaznak szigorú és jól ellenőrzött módszereket a dokumentációban. Az ilyen írások legtöbbször véleményalapúak, és távol állnak a tényektől. Ezekben a kiadványokban az írók elferdíthetik a tényeket, hogy a helyzet jobbnak vagy rosszabbnak tűnjön. Adatok elérhetősége Ugyan sokszor könnye(bbe)n hozzáférhetőek, de hosszadalmas lehet az érvényes és megbízható források felkutatása. Szekunder adatok lehetséges problémái Adatok formátuma Vizsgálni kell a szekunder adatok formátumát a saját kutatásban való felhasználás előtt. Az adatok formátuma teljesen eltérő lehet, és azt a kutató nem használhatja fel kutatása során. Más formátum használata az adatgyűjtésben torz és érvénytelen eredményeket adhat. Adatminőség Az adatok minősége összefügg azok pontosságával, a pontosság pedig az adatgyűjtés szigorúságával jár együtt. A nem tudományos folyóiratok nem feltétlen szolgálnak megfelelő kutatási adatokkal, ezeket kerülni kell. Elavult adatok Lehet, hogy találunk másodlagos forrásokat, de az adatok régiek, így használhatóságuk korlátozott. Primer adatok  A szekunder adat olyan adat, amelyet más, nem az adott probléma céljából gyűjtött. Ált. gyorsan elérhetők, relatíve olcsó(bbak), rövidebb időben. Hozzájárulnak egy kutatási probléma megismeréséhez és megoldásához, de a kutatás komplexitásától függően primer kutatásra is szükség lehet. A primer adatok egy konkrét kutatási probléma megoldására elsődlegesen gyűjtött információk. A primer adatgyűjtési folyamat ált. összetettebb, hosszabb, költsége, erőforrásigénye magasabb. Szekunder és primer adatok Mind a szekunder, mind a primer adat lehet kvalitatív vagy kvantitatív.  Szekunder adat: Több primer kutatás eredményének az áttekintése Trendekkel, konkrét témákkal, háttérrel kapcsolatos információk A SZEKUNDER A Kevesebb részlet több mindenről HÁTTÉRINFORMÁCIÓ, Jól megalapozott tények A PRIMER AZ ÜZLETI Primer adat: PROBLÉMÁRA ÖNÁLLÓAN Konkrét adatok egyetlen forrásból GYŰJTÖTT Megfigyelések, eredmények az eredeti kontextusban További részletek, információk a konkrét üzleti problémáról Új megállapítások A primer adatgyűjtéshez mérlegelni kell, hogy milyen sokasági ismérv(ek)re terjedjen ki az adatgyűjtés Mit is kellene még tudnom azon kívül, ami eddig is elérhető volt a probléma vizsgálatához, azaz milyen körülmények indokolják a további adatgyűjtést, ami a problémamegoldás és a következtetések levonásának megalapozottságát növelni tudja? ösztönözhet a használható módszerek közötti választásban is Az, hogy milyen további adatokra, információkra van szükségem, lehatárolja, hogy hogyan fogom Primer összegyűjteni az adatokat, milyen típusú adatok adataim keletkeznek, és a megoldás és következtetések levonásához használt módszereket is alapvetően meghatározza.  Empirikus kutatási adatok fajtái szekunder primer Kvalitatív Kvantitatív Közvetlen Közvetett Megkérdezés Megfigyelés Fókuszcsoport Mélyinterjú Teszt, kísérlet Projektív technikák Forrás: Malhotra: Marketingkutatás Adatok csoportosítása Kvalitatív vs kvantitatív Nominális és sorrendi skála – kvalitatív skála Intervallum- és arányskála – kvantitatív skála  Az ismérvváltozatok számszerűen jellemzik a sokaság egységeit? Nem Igen Van az ismérvváltozatok Értelmezhető-e bármely között sorrendiség? két érték különbsége? Nem Nem Igen Igen Nominális skála Értelmezhető-e bármely Sorrendi skála Nem két érték hányadosa? Igen Intervallumskála Arányskála Kvalitatív skálák Kvantitatív skálák Kvantitatív adat Kvalitatív adat  Lásd Üzleti statisztika, Men. kvant. módszerei c. tantárgyak! Az adatok leírására négyféle mérési szintet használunk attól függően, hogy a méréssel, megfigyeléssel kapott értékek milyen tartalommal bírnak. Kvalitatív adat: Adatok Nominális – kérdőívek, interjúk mérési Sorrendi / ordinális – rangsorolás, Likert skálás értékelések, a rangsorolt tényezők közötti különbség szintje nem állapítható meg Kvantitatív adat: Intervallum / különbségi - bármely két szomszédos érték között tartalmilag és számszerűen is ugyanakkora távolság van Arány – a különbségek aránya is mérhető Pont- és intervallumbecslés, hipotézisvizsgálatok, kapcsolatvizsgálati módszerek, idősorelemzés  KVANTITATÍV KVALITATÍV Célja objektív, Célja problémák, folyamatok, emberi számszerűsíthető, viselkedés, tendenciák mélyebb statisztikailag értékelhető megértése, jelenségek minőségi adatok gyűjtése és elemzése megismerése, vélemények, attitűdök, Azért gyűjtünk mintán hiedelmek összegyűjtése és elemzése adatot, hogy a feltevéseinket Nem nyújt reprezentatív, vagy Kutatási igazolni vagy elvetni tudjuk. statisztikailag értékelhető (bizonyító módszerek MINTAVÉTEL lényeges! erejű) eredményt Eszközei: matematikai- Nem használható hipotézisek statisztikai módszerek, igazolására, legfeljebb annak statisztikai megbízhatósági megfogalmazására vizsgálatok követelményeivel, Pl. megfigyelés, kísérlet, mélyinterjú, általánosítás lehetősége szakértői interjú, fókuszcsoport Pl. kérdőíves felmérések, Időnként nehezebb „jól” csinálni, elégedettségvizsgálatok nehezebb az általánosítás, érvényesség, megbízhatóság kérdéses  Adatok mérési szintje Az adatok mérési szintjéhez illeszkedő módszertan megválasztása szükséges! FONTOS: ezek a mérési szintek alapvetően befolyásolják a vizsgálat megtervezését, az adatgyűjtést, a vizsgálat, menetét. A STATISZTIKAI MÓDSZEREK SKÁLAFÜGGŐK! Lásd Üzleti statisztika, Men. kvantitatív módszerei tárgyak: Leíró statisztika – Ábrázolási, vizualizációs technikák – mérési szinthez kell, hogy igazodjon Következtető statisztikai eszköztár: Becslés Hipotézisvizsgálatok Kapcsolatvizsgálati módszerek A választott módszertan azonban vissza kell, hogy hasson arra, hogy hogyan akarok adatot gyűjteni! – a kapcsolat kölcsönös! Kvantitatív adatok gyűjtése Mintavételi kérdések  Legtöbb esetben nem lehetséges a teljes populáció vizsgálata, ezért valamilyen módon mintát kell választanunk, amely vizsgálatával általános Mintavételi kérdések következtetéseket vonhatunk le a teljes sokaságra vonatkozóan (Lásd Sokaság vs minta) Mintavétel alapvető kérdései Mintavételi keret meghatározása Reprezentativitás: a minta reprezentálja a sokaságot, azaz a minta összesített jellemzői, tulajdonságai, paraméterei jól közelítik a sokaság ugyanezen összesített jellemzőit. Nem elvárás a reprezentativitás biztosítása, ha az nem lehetséges vagy túl költséges (korlátok között fel kell tüntetni) Beválasztási és kizárási kritériumok Minta nagysága Az eredmények mennyire fontosak, populáció heterogenitása, alkalmazott módszer, vizsgálat idő- és költségigénye További részletek: Hunyadi-Vita (2006): Statisztika közgazdászoknak, Malhotra (2009): Marketingkutatás  Véletlen mintavételi módok Véletlen mintavétel esetében a mintába való bekerülésre a sokaság minden tagjának egyforma esélye van. Reprezentatív minta, mintavételi hiba számszerűsítési képessége. Fajtái: Egyszerű nem véletlen mintavétel Szisztematikus mintavétel Rétegzett mintavétel Csoportos mintavétel Többlépcsős mintavétel További részletek: Hunyadi-Vita (2006): Statisztika közgazdászoknak, Malhotra (2009): Marketingkutatás Nemvéletlen mintavételi módok Az ilyen típusú minták nem biztosítják a reprezentativitást, a levonható következtetések korlátozottak. Az egyes elemeknek kisebb vagy nagyobb esélye van a mintába kerülésre. Mintavételi hiba nem számszerűsíthető. Következtető statisztikai célokra nem használható. Fajtái: Egyszerűen elérhető alanyok módszere (önkényes mintavétel) Szakértői kiválasztás (elbírálásos mintavétel) Hólabda módszer Kvótás mintavétel További részletek: Hunyadi-Vita (2006): Statisztika közgazdászoknak, Malhotra (2009): Marketingkutatás Kvantitatív adatok Grafikus ábrázolás gyűjtése Grafikus ábrázolás alapelvei  Mit akarok a vizualizációval megmutatni? Össze akarok hasonlítani valamit valamivel Összetétel bemutatása Grafikus Eloszlás szemléltetése Kapcsolat érzékeltetése ábrázolás Hogyan válasszak? céljai Hány változó alakulását akarjuk mutatni? (egy, kettő, három, esetleg több?) Mennyi adatot akarunk az egy változóknál megjeleníteni? (Keveset vagy sokat?) A változó(k) értékeinek alakulását az idő függvényében akarjuk láttatni, vagy pl. az egyes elemek, csoportok közötti eltéréseket akarjuk megmutatni?  Ciklikus Nem ciklikus Egy változó Két változó Három vagy több változó Több periódus Egyedek összehasonlítása időbeli 1. ÖSSZEHASONLÍTÁS Kevés periódus Mi a célom a vizualizációval? Kevés változó Több változó  Csak a relatív Abszolút és különbség számít relatív különbség Több periódus Időben nem változó Időben változó Kevés periódus 2. ÖSSZETÉTEL BEMUTATÁSA Mi a célom a vizualizációval? Csak a relatív különbség számít Abszolút és relatív különbség  Kevés adat Egy változó Két változó Három változó Sok adat Két változó 3. KAPCSOLAT SZEMLÉLTETÉSE 4. ELOSZLÁS Mi a célom a vizualizációval? SZEMLÉLTETÉSE Három változó Az üzleti területen az eredmények jó része mérhető, kvantitatív adat, melyet összegezni, rendszerezni, elemezni lehet matematikai, statisztikai, számviteli, pénzügyi elemzési stb. módszerekkel. Gyakran azonban csak a felszínen megjelenő információkat rögzítik, és nem adnak lehetőséget a problémák, folyamatok, az emberi viselkedés mélyebb megértéséhez. Kvalitatív adatok  Nem cél a reprezentativitás! Nemvéletlen mintavétel: jellemzően önkényes vagy kvótás mintavétel Jellemzően kisebb mintanagyság (5-20 fő) Mintavételi Beválasztási és kizárási kritériumok (szűrő kérdések kérdőív) Eredmények jellemzően szöveges feldolgozása. Kvalitatív módszerek lásd Módszertani kérdésekben.