@misc{Oziembłowski_Maciej_Metodologia_2022,
 author={Oziembłowski, Maciej and Lesiów, Tomasz and Šabanagić, Cornelia},
 identifier={DOI: 10.15611/nit.2022.38.09},
 year={2022},
 rights={Pewne prawa zastrzeżone na rzecz Autorów i Wydawcy},
 publisher={Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu},
 description={Nauki Inżynierskie i Technologie = Engineering Sciences and Technologies, 2022, Nr 38, s. 134-163},
 language={pol},
 abstract={Celem badań było praktyczne wskazanie metodologii testu niezależności chi- -kwadrat z wykorzystaniem pakietu programu Statistica na przykładzie wyników ankiety dotyczącej europejskich serów regionalnych. Otrzymano trzy grupy danych: 10 zmiennych jakościowych (kategoryzujących), 4 zmienne jako wielokrotne odpowiedzi, 46 zmiennych jako wielokrotne dychotomie – łącznie 60 zmiennych. Każdej odpowiedzi ankietowej przyporządkowano 4 wyróżniki opisujące respondenta, tj. płeć, wiek, wykształcenie oraz jego miejsce zamieszkania. Przeprowadzono analizę testu chi-kwadrat Pearsona oraz chi-kwadrat największej wiarygodności (NW), łącznie 240 podwójnych testów, oraz obliczono nieparametryczne korelacje rang Spearmana pomiędzy wybranymi zmiennymi. Na podstawie uzyskanych wyników udowodniono istnienie 25 statystycznie istotnych zależności pomiędzy analizowanymi zmiennymi a jednym z czterech wyróżników metryczki respondentów. Analiza korelacji rang Spearmana pomiędzy wybranymi zmiennymi wykazała co najwyżej umiarkowaną korelację pomiędzy kilkoma parami zmiennych. Uzyskane wyniki potwierdziły przydatność testu niezależności chi-kwadrat oraz analizy korelacji rang Spearmana w badaniach ankietowych.},
 title={Metodologia testu chi-kwadrat na przykładzie badań ankietowych dotyczących europejskich serów regionalnych},
 type={artykuł},
}