Zum Inhalt springen
Zeszyty Naukowe Uniwersytetu Szczecińskiego. Studia Informatica

Aktuell: Studia Informatica Pomerania

ZN 863 SI nr 36
OpenAlex

Daten beziehen sich auf diesen Artikel oder dieses Kapitel.

Datensatz in der Datenbank gefunden

Zitate
0
Literaturangaben
7

Daten abgerufen:

Die zuletzt verfügbaren Daten werden angezeigt. Eine Aktualisierung steht aus oder ist fehlgeschlagen.

Quelle ansehen (neuer Tab)
OpenCitations

Daten beziehen sich auf diesen Artikel oder dieses Kapitel.

Zitate
0

Daten abgerufen:

Die zuletzt verfügbaren Daten werden angezeigt. Eine Aktualisierung steht aus oder ist fehlgeschlagen.

Quelle ansehen (neuer Tab)
Google Scholar

Czynniki wpływające na zakupy przez internet

DOI: 10.18276/si.2015.36-10
Zitieren

Der Volltext ist verfügbar

Abstract

Celem artykułu jest określenie, w jakim stopniu wybrane czynniki (wiek, poziom wykształcenia, płeć oraz miejsce zamieszkania) rzutują na fakt, że dana osoba korzysta z Internetu w celach dokonywania zakupów. W drodze przeprowadzonych badań udowodniono, że wiek, poziom wykształcenia, płeć oraz miejsce zamieszkania są zmiennymi, które mają statystycznie istotny wpływ na dokonywanie zakupów przez Internet przez Polaków. Na podstawie obliczonych wartości współczynnika V cramera dodatkowo stwierdzono, że z czterech wymienionych zmiennych to wiek i wykształcenie są tymi, które w największym stopniu odpowiadają za zróżnicowanie rozpatrywanej cechy statystycznej.
PDF-Vorschau

PDF öffnen

Bibliographie (17)
  1. Aczel A.D. (2000), Statystyka w zarządzaniu, Wydawnictwo Naukowe PWN, Warszawa.
  2. Ankarali H., Cangur S. (2013), Comparison of Pearson chi-square and log-likelihood ratio statistics in R×C tables with regard to type I error, „International Journal of Basic and Clinical Studies”, no. 2 (2), s. 91–104.
  3. Budżety gospodarstw domowych w 2010 (2011; 2012) r., (2011; 2012; 2013), GUS, Warszawa.
  4. Carlin J.B., Doyle L.W. (2001), Statistics for clinicians; 5: Comparing proportions using the chi-squared test, „Journal of Paediatrics and Child Health”, vol. 37, no. 4, s. 392–394.
  5. Dowling Fink A.D., Lunsford M.L. (2010), Water taste test data, „Journal of Statistics Education”, vol. 18, no. 1, s. 1–18.
  6. Eurostat database, www.appsso.eurostat.ec.europa.eu/nui/submitViewTableAction. do?dvsc=8 (19.01.2015).
  7. Fura B., Fura M. (2011), Zróżnicowanie kapitału intelektualnego pracowników w wieku przedemerytalnym, „Nierówności Społeczne a Wzrost Gospodarczy”, nr 23, s. 40–49.
  8. Guty E., Mrozowicz A. (2013), Styl życia a zachowania zdrowotne; poglądy kobiet, „Zdrowie i Dobrostan”, nr 1, s. 133–147.
  9. Kukowska K. (2011), Kapitał społeczny jako determinanta rozwoju przedsiębiorczości, „Zarządzanie. Zeszyty Naukowe Politechniki Częstochowskiej”, nr 2, s. 9–22.
  10. Majewski P., Walczak D. (2013), Świadomość ubezpieczeniowa studentów w aspekcie postrzegania rynku ubezpieczeniowego, „Studia Oeconomica Posnaniensia”, vol. 1, no. 11 (260), s. 42–50.
  11. Mały Rocznik Statystyczny 2005 (2006; 2007; 2008; 2009; 2010; 2011; 2012; 2013; 2014), GUS, Warszawa.
  12. Onchiri S. (2013), Conceptual model on application of chi-square test in education and social sciences, „Global Journal of Art and Social Science Education”, vol. 1 (1), s. 16–26.
  13. Pułaska-Turyna B. (2005), Statystyka dla ekonomistów, Difin, Warszawa.
  14. Rocznik Demograficzny 2007 (2008; 2009; 2010; 2011; 2012; 2013; 2014), GUS, Warszawa.
  15. Społeczeństwo informacyjne w Polsce. Wyniki badań statystycznych z lat 2004–2008 (2006–2010; 2009–2013), (2010a; 2010b; 2013), GUS, Warszawa.
  16. Sulewski P. (2013), Modyfikacja testu niezależności, „Wiadomości Statystyczne”, nr 10 (629), s. 1–19.
  17. Zeliaś A. (2000), Metody statystyczne, PWE, Warszawa.