Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: minimalna liczebność próby

Sortuj według:

Ogranicz wyniki do:

Wybrane aspekty wymiarowania procesu konfekcjonowania w przedsiębiorstwie dystrybucyjnym

Ratkiewicz A., Kosińska K.

Prace Naukowe Politechniki Warszawskiej. Transport

2017

z. 117

303--308

W artykule przedstawiono koncepcję wymiarowania procesu konfekcjonowania. Określono pracochłonność procesu jako podstawę do jego wymiarowania. Dla wybranego podprocesu wyznaczono jego pracochłonność przy użyciu narzędzi MTM, a następnie empirycznie, z zastosowaniem metodyki określenia minimalnej liczebności próby.

This paper presents a conception of dimensioning of the kitting process. The workload of process was determined as a base for its dimensioning. For the selected subprocess there was defined its workload with use of MTM instrument and then empirically, with use of methodology of definement the minimum sample size.

Metodyka dobierania próby badawczej w naukach społecznych

Jabłońska K., Sobieraj A.

Bezpieczeństwo i Technika Pożarnicza

2013

Nr 4

31--36

Cel: Autorzy analizują problematykę doboru próby badawczej w badaniach empirycznych. Ukazują, które metody są najskuteczniejsze oraz jak obliczyć minimalną liczebność próby, aby prowadzone badania były reprezentatywne. Wprowadzenie: Autorzy analizują to zagadnienie na przykładzie wyborów prezydenckich w Stanach Zjednoczonych Ameryki Północnej w pierwszej połowie XX wieku. Ukazane zostały badania popularnego amerykańskiego magazynu informacyjnego „Literary Digest”, który kilka razy trafnie określił zwycięzcę wyborów w USA. Analizowany jest również przypadek, kiedy ów magazyn błędnie wywnioskował i ustalił zwycięzcę. Podane zostaną przyczyny tego błędu, między innymi wytłumaczony zostanie operat doboru próby. W kontraście do tych wydarzeń zostały przedstawione metody młodego badacza George’a Gallupa pracującego w Amerykańskim Instytucie Opinii Publicznej, którego nazwisko stało się później synonimem opinii publicznej. W przeciwieństwie do amerykańskiego magazynu, poprawnie wskazał zwycięzcę wyborów. Stwierdził, iż podczas prowadzenia badań próba musi być jak najbardziej reprezentatywna, wyodrębniona z populacji generalnej przez właściwe losowanie. Metodologia: W artykule wskazano ważne według autorów metody doboru próby badawczej, które w istotny sposób wpływają na efektywność prowadzonych badań empirycznych. Wymieniają między innymi: dobór celowy, dobór losowy, metodę kuli śnieżnej oraz dobór kwotowy. Przez próbę losową rozumie się część populacji generalnej wybraną w sposób, który gwarantowałby każdej jednostce ze zbiorowości generalnej równą szansę trafienia do próby. Dobór celowy to dobieranie próby na podstawie własnej wiedzy o badanej populacji oraz celach badań. W metodzie kuli śnieżnej badacz zbiera dane o kilku członkach badanej populacji, których da się odszukać, a następnie prosi te osoby o dostarczenie informacji potrzebnych do odszukania innych członków tej populacji, których akurat znają. Natomiast w doborze kwotowym badacz opiera się na założeniu, że próba jest reprezentatywna pod względem wszystkich interesujących nas cech, jeśli jej struktura oparta na kilku istotnych cechach jest identyczna ze strukturą badanej zbiorowości. Wnioski: Aby trafnie podsumować temat i wyciągnąć odpowiednie wnioski, w zakończeniu przedstawiono wzór na minimalną liczebność populacji, za pomocą którego można właściwie określić liczbę osób, które należy poddać badaniom, aby próba była reprezentatywna. Wzór poparty jest przykładami, które odzwierciedlają trafność jego zastosowania i umożliwiają lepsze zrozumienie problemu.

Objective: The authors analyze the problem of the survey sample in empirical researches. They show which methods are the most effective and how to calculate the minimum sample size to be representative in conducted researches. Introduction: The authors illustrate this issue on the example of presidential election in the United States of America conducted in the first half of the twentieth century. The authors showed the survey of the popular American news magazine Literary Digest which several times rightly described winners of the elections in the USA. They also analyzed the case, when this magazine did not determine the winner correctly. There are given reasons for this error, including the explanation what a sampling selection is. In contrast to these events, the authors presented methods of the young researcher George Gallup, worker of the American Institute of Public Opinion, whose name later became synonymous with public opinion. In contrast to the American magazine, he correctly identified the winner of the election. He stated that when he had been doing the research, he had been trying to make the sample as representative as possible and separated from the general population by a proper draw. Methodology: The article pointed valid, according to the authors, sampling methodology that have a significant impact on the effectiveness in empirical studies. They enumerated: purposive sampling, random selection method, snowball and quota sampling. A random sample means a part of the general population chosen in a way that guarantees each individual of the population an equal chance of being selected. Purposive selection is based on the matching test of researcher’s owns knowledge of the population as well as on the goals of the research. In snowball method, the researcher collects data about a number of members of the population, which are possible to find, and then asks these persons to provide information they have on other members of the population which is needed to locate them. In quota selection the researcher’s assumptions are that the sample is representative in terms of all the interesting features, if its structure based on a number of important features is identical to the structure of the surveyed population. Conclusions: To accurately summarize the topic and draw right conclusions, the authors in the summary present the formula for the minimum size of the population, which you can actually utilize to determine the number of people who should be surveyed. A model is supported by examples that reflect the accuracy of the application and provide a better understanding of the problem.