Metody statystyczne w analizie sensorycznej - badania konsumenckie - szkolenie online - Szkolenia - TQMsoft
Ustawienia dostępności
Zwiększ wysokość linii
Zwiększ odległość między literami
Wyłącz animacje
Przewodnik czytania
Czytnik
Większy kursor
{[tilte]}
SNS-STAT-K-ONL

Metody statystyczne w analizie sensorycznej - badania konsumenckie - szkolenie online

Metody statystyczne

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-ONL

Terminy i miejsce

Dokumenty do pobrania

Czas trwania:

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.

Dodatkowe informacje

Szkolenie prowadzone zdalnie poprzez sesję wideokonferencji on-line z wykorzystaniem dedykowanych narzędzi. 

Uczestnicy dostają link do otwarcia sesji. Materiały są dostępne w wersji elektronicznej.

Zapytaj o termin szkolenia

Jak się zgłosić na szkolenie?

  1. Pobierz kartę zgłoszenia
  2. Wypełnij i opieczętuj
  3. Wyślij na szkolenia.otwarte@tqmsoft.eu

Gotowe!


Szukasz

innego terminu, miasta
a masz do przeszkolenia minimum 4 pracowników?

Zapytaj nas o możliwości

Potrzebujesz pomocy?

Szkolenia otwarte

Monika Kozdrój

Specjalista ds. Realizacji Szkoleń

Anna Wnęk

Młodszy Specjalista ds. Realizacji Szkoleń

Szkolenia zamknięte

Sylwia Smuga

Sylwia Smuga

Kierownik Działu Szkoleń

Karolina Paluch

Karolina Paluch

Starszy Specjalista ds. Realizacji Szkoleń

Dokumenty do pobrania