Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

First steps towards a lossless representation of questionnaire data and its aggregation in social science and marketing research

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989592%3A15210%2F18%3A73589082" target="_blank" >RIV/61989592:15210/18:73589082 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://knowledgeconference.upol.cz/downloads/2018-Knowledge_for_Market_Use_Proceedings.pdf" target="_blank" >http://knowledgeconference.upol.cz/downloads/2018-Knowledge_for_Market_Use_Proceedings.pdf</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    First steps towards a lossless representation of questionnaire data and its aggregation in social science and marketing research

  • Popis výsledku v původním jazyce

    The paper presents a novel approach for the assessment of questionnaire data. It suggests a multiple- criteria multi-expert evaluation framework capable of reflecting perceived importance of the answers by individual respondents. The importance of specific answer categories for the user of the evaluation/analysis is also reflected. Likert-scale inputs are represented using histograms, so are the aggregated evaluations (aggregation across several items, across all the evaluators). We suggest the concept of histogram weights of criteria for the analysis of marketing-survey data. Marketing implications of the lossless representation of questionnaires and the possibility of reflecting weights of answers specified by the user/buyer of the analysis (to reflect specific goals of the analysis, such as stressing negative consumer reviews) are discussed.

  • Název v anglickém jazyce

    First steps towards a lossless representation of questionnaire data and its aggregation in social science and marketing research

  • Popis výsledku anglicky

    The paper presents a novel approach for the assessment of questionnaire data. It suggests a multiple- criteria multi-expert evaluation framework capable of reflecting perceived importance of the answers by individual respondents. The importance of specific answer categories for the user of the evaluation/analysis is also reflected. Likert-scale inputs are represented using histograms, so are the aggregated evaluations (aggregation across several items, across all the evaluators). We suggest the concept of histogram weights of criteria for the analysis of marketing-survey data. Marketing implications of the lossless representation of questionnaires and the possibility of reflecting weights of answers specified by the user/buyer of the analysis (to reflect specific goals of the analysis, such as stressing negative consumer reviews) are discussed.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    50202 - Applied Economics, Econometrics

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2018

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Knowledge for Market Use 2018: Public Finances in the Background of Sustainable Development - International Scientific Conference Proceedings

  • ISBN

    978-80-244-5392-7

  • ISSN

  • e-ISSN

    neuvedeno

  • Počet stran výsledku

    7

  • Strana od-do

    112-118

  • Název nakladatele

    Univerzita Palackého v Olomouci

  • Místo vydání

    Olomouc

  • Místo konání akce

    Olomouc

  • Datum konání akce

    6. 9. 2018

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku