Zeszyty Naukowe Uniwersytetu Szczecińskiego. Studia Informatica

Currently: Studia Informatica Pomerania


ISSN: 0867-1753     eISSN: 2300-410X    OAI    DOI: 10.18276/si.2015.36-10
CC BY-SA   Open Access 

Issue archive / ZN 863 SI nr 36
Czynniki wpływające na zakupy przez internet
(Factors influencing purchases via Internet)

Authors: Anna Turczak
Zachodniopomorska Szkoła Biznesu w Szczecinie

Patrycja Zwiech
Uniwersytet Szczeciński
Keywords: sex domicile educational level age shopping via Internet
Whole issue publication date:2015
Page range:17 (135-151)
Cited-by (Crossref) ?:

Abstract

The aim of the article was to determine to what extent the selected factors (age, educational level, sex and domicile) influence the fact that a person uses the Internet for shopping. The research proved that age, educational level, sex and domicile are those variables that have a statistically significant impact on purchasing over the Internet by Poles. On the basis of the values of Cramer’s V coefficient it was also found that – of these four variables – age and educational level are those which are mostly responsible for the dispersion of the statistical characteristic examined.
Download file

Article file

Bibliography

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.