Ustawienia dostępności
Zwiększ wysokość linii
Zwiększ odległość między literami
Wyłącz animacje
Przewodnik czytania
Czytnik
Większy kursor
SNS-STAT-K

Metody statystyczne w analizie sensorycznej - badania konsumenckie

Statystyczne narzędzia jakości

Cele szkolenia

·       Poznanie oczekiwań odnośnie wykorzystania metod statystycznych w analizie sensorycznej

·       Zdobycie wiedzy na temat praktycznego wykorzystania metod statystycznych w analizie sensorycznej w zakresie badań konsumenckich (inaczej: hedonicznych).

·       Nabycie umiejętności praktycznego wykorzystania metod statystycznych w  analizie sensorycznej w badaniach konsumenckich  prowadzonych przez osoby zajmujące się problemami zapewnienia jakości i oceny produktu, szczególnie z perspektywy użytkownika, czyli konsumenta.

 

Symbol szkolenia

SNS-STAT-K

Terminy i miejsce

03 - 04 listopada 2022
do rozpoczęcia pozostało 3 miesiące 30 dni
Lokalizacja: Kraków, ul. Bociana 22a

Szacunkowy udział części praktycznej: 70%

Czas trwania: 2 dni po 7 godz.

Program i ćwiczenia

Program szkolenia:

·         Wprowadzenie. Metody statystyczne w zarządzaniu jakością – zakres, stosowania, wybrane dokumenty (ISO 9000:2015, ISO 9001:2015, Raport Techniczny ISO/TR 10017 - Wytyczne dotyczące technik statystycznych odnoszących się do ISO 9001) 

·         Pomiar sensoryczny. Skale ocen – nominalna, porządkowa, interwałowa, ilorazowa. Metody pomiaru sensorycznego w badaniach analitycznych i ocenie hedonicznej. Skale hedoniczne (Peryam, Pilgrim).

·         Podstawowa statystyczna analiza danych. Podstawowe parametry opisowe (miary położenia – średnia, mediana, miary pozycji – kwartale, miary kształtu – skośność, kurtoza, miary rozrzutu – rozstęp, odchylenie standardowe), graficzna prezentacja danych - histogram, rozkład normalny, graficzny test normalności (normal probability plot), reguła trzech odchyleń standardowych , identyfikacja i eliminacja wyników izolowanych (test Grubbsa).

·         Testowanie hipotez statystycznych. Hipoteza, test statystyczny, błędy wnioskowania statystycznego: błąd pierwszego rodzaju (?), błąd drugiego rodzaju (ß), obszar krytyczny testu: jednostronny/dwustronny, prawdopodobieństwo potestowe (p-value). Dobór testu w zależności od typu danych i skali pomiarowej Testy parametryczne, testy nieparametryczne.

·         Analiza tablic wielodzielczych. Podstawowe pojęcia – dane jakościowe, wielokrotne dychotomie, wielokrotne odpowiedzi. Przygotowanie danych do analizy – konstrukcja tabeli wielodzielczej. Weryfikacja hipotezy
 o niezależności dwóch cech ocenianych jakościowo – testy: chi-kwadrat Pearsona, Fishera, Yatesa, McNemara, tau-b i tau-c Kendalla, gamma. Badanie siły związku pomiędzy cechami – współczynniki:
? Yula, V – Cramera, kontyngencji Pearsona, współczynnik korelacji rang Spearmana.

·         Analiza wariancji (ANOVA). ANOVA jako technika analizowania źródeł zmienności i oceny istotności wpływu wybranych parametrów na zachowanie. Modele ANOVA – model stały (fixed), model losowy (random).
Jednoczynnikowa analiza wariancji – procedury rachunkowe, interpretacja wyników. Weryfikacja założeń odnośnie możliwości stosowania ANOVA (normalność-graficzny test normalności, równość wariancji - testy Bartletta, Hartleya, itd.). Testy post-hoc do badania istotności różnic pomiędzy średnimi (najmniejszej istotnej różnicy Fishera (NIR), wielokrotnych porównań Tukeya, itp). Nieparametryczna alternatywa jednoczynnikowej ANOVA – test Kruskala-Wallisa. Dwuczynnikowa ANOVA – procedury rachunkowe, interpretacja wyników (efekty główne, interakcje, itd.). Dwuczynnikowa ANOVA – bloki kompletnie zrandomizowane. Nieparametryczna alternatywa dwuczynnikowej analizy wariancji – test Friedmana. 
Wielowymiarowa ANOVA – wykorzystanie ogólnego modelu liniowego (GLM).

·         Wybrane analizy wielowymiarowe - analiza składowych głównych, analiza czynnikowa. Cel analizy wielowymiarowej – wykrycie struktury i ogólnych prawidłowości w związkach pomiędzy zmiennymi, redukcja liczby zmiennych.
Analiza składowych głównych – zasada metody, założenia. Wyznaczanie macierzy korelacji/kowariancji, wariancji, wartości i wektorów własnych, ładunków czynnikowych. Redukcja wymiarów. Graficzna prezentacja wyników – wykres osypiska, biplot, itd. Szczegółowa interpretacja wyników.
Analiza czynnikowa – zasada metody, założenia. Wyznaczanie macierzy korelacji. Wyznaczanie ładunków czynnikowych – metody, wybór metody. Redukcja liczby czynników – kryteria: wystarczającej proporcji, kryterium resztowe, kryterium osypiska Cattella. Rotacja – metody rotacji , algorytmy Varimax, Quartimax, Biquartimax, itd. Wartości własne. Szczegółowa interpretacja wyników.
Porównanie metod: analiza składowych głównych a analiza czynnikowa.

·         Podsumowanie, dyskusja

 

Ćwiczenia:

  • Testowanie hipotez statystycznych – testy parametryczne (weryfikacja hipotezy o wartości średniej i wariancji), testy na porównanie dwóch wartości średnich (test z – wariancje znane, test t – wariancje są sobie równe, test t – wariancje nie są sobie równe, test t par skojarzonych, test F na porównanie dwóch wariancji. Testy nieparametryczne (test U Manna-Whitney’a, Wilcoxona, McNemara test znaków, test serii, test Kruskala-Wallisa).
    Analiza tablic wielodzielczych – test niezależności chi-kwadrat Pearsona, współczynnik siły związku  V-Cramera.
  • Korelacje – wyznaczanie i interpretacja współczynników korelacji Pearsona oraz korelacji rang Spearmana.
  • Analiza wariancji (ANOVA) jednoczynnikowa – dobór modelu, postępowanie rachunkowe.
  • Analiza wariancji (ANOVA) jednoczynnikowa – interpretacja wyników, testy post-hoc wielokrotnych porównań (Tukey’a, Fishera).
  • Analiza wariancji (ANOVA) dwuczynnikowa – dobór modelu, postępowanie rachunkowe, ocena i interpretacja interakcji.
  • Analiza składowych głównych – interpretacja wyników analizy.
  • Analiza czynnikowa – interpretacja wyników analiz.

Korzyści dla uczestnika

Korzyści dla Uczestnika:

Uczestnik uczy się:

·       Identyfikować zapotrzebowanie na stosowanie narzędzi statystycznych w analitycznej analizie sensorycznej (hedoicznej).

·       W jaki sposób dokonuje się statystycznej analizy danych pochodzących z oceny sensorycznej (hedonicznej).

·       Jakie warunki muszą być spełnione, żeby w sposób właściwy stosować i wykorzystać narzędzia statystyczne w analizie sensorycznej (hedonicznej).

·       Praktycznego posługiwania się narzędziami statystycznymi w analizie sensorycznej (hedonicznej) – dobór narzędzi, zasady rachunkowe i interpretacyjne. 

 

Uczestnik dowie się:

·       Jakie są wymagania odnośnie stosowania metod statystycznych w analizie sensorycznej (hedonicznej) w kontekście współczesnych wymagań

·       Jakie dokumenty określają rachunkowy i interpretacyjny sposób wykorzystania narzędzi statystycznych w analizie sensorycznej (hedonicznej).

·       Kiedy, gdzie, przy spełnieniu jakich warunków, wykorzystuje się narzędzia statystyczne w analizie sensorycznej (hedonicznej). 

 

Adresaci

·          Osoby zajmujące się problemami zapewnienia jakości i oceny produktu, szczególnie z perspektywy użytkownika / konsumenta.

·          Pracownicy działów jakości, inżynierowie, inżynieria laboratoryjna.

·          Liderzy i członkowie zespołów doskonalących.

 

Najbliższe szkolenie otwarte:

2100.00 zł netto
2583.00 zł brutto

Dokumenty do pobrania

Potrzebujesz pomocy?

Szkolenia otwarte

Dorota Dzioba

Dorota Dzioba

Starszy Specjalista ds. Realizacji Szkoleń i Konsultacji

Klaudia Kulka

Klaudia Kulka

Młodszy Specjalista ds. Realizacji Szkoleń i Konsultacji

Szkolenia zamknięte

Małgorzata Jakubiak

Małgorzata Jakubiak

Kierownik Działu Szkoleń i Konsultacji

Sylwia Smuga

Sylwia Smuga

Menadżer Projektów Szkoleniowych i Konsultacyjnych