×

Let's log you in.

or

Don't have a StudySoup account? Create one here!

×

Create a StudySoup account

Be part of our community, it's free to join!

or

By creating an account you agree to StudySoup's terms and conditions and privacy policy

Already have a StudySoup account? Login here

QNT 561 Discussion Questions

by: tophomework Notetaker

81

0

11

QNT 561 Discussion Questions

Marketplace > QNT 561 Discussion Questions
tophomework Notetaker
AU
GPA 3.8

Preview These Notes for FREE

Get a free preview of these Notes, just enter your email below.

×
Unlock Preview

Preview these materials now for free

Why put in your email? Get access to more of this material and other relevant free materials for your school

About this Document

QNT 561 Discussion Questions
COURSE
PROF.
No professor available
TYPE
Study Guide
PAGES
11
WORDS
KARMA
50 ?

Popular in Department

This 11 page Study Guide was uploaded by tophomework Notetaker on Saturday November 14, 2015. The Study Guide belongs to a course at a university taught by a professor in Fall. Since its upload, it has received 81 views.

×

Reviews for QNT 561 Discussion Questions

×

×

What is Karma?

You can buy or earn more Karma at anytime and redeem it for class notes, study guides, flashcards, and more!

Date Created: 11/14/15
Week 1 Since statistics is the science of data, the relationship between a sample, population, descriptive  statistics, and inferential statistics is that they are all components of statistics. All of these  components involve collecting classifying, summarizing, organizing, and interpreting numerical  information. Also, all of these components are connected in some form. For example, a sample is a subset of a population and one or both are included in the elements of descriptive or inferential  statistical problems.  This means that you can survey iPhone users but this population is too large so, you can break that down into iPhone users between that ages 25 to 29.    According to McClave, Benson, and Sincich (2011), a population is a set of units (people,  objects, or events) that we are interested in studying (p. 5). A sample as a subset of the units of a  population or any set of output produced by a process. Descriptive utilizes numerical and  graphical methods to look for patterns in a data set, to summarize the information revealed in a  data set and to present the information in a convenient form (McClave, Benson, & Sincich, 2001, p. 3).  The text states that inferential statistics utilizes sample data to make estimates, decisions,  predictions, or other generalizations about a larger set of data.  McClave, J. T., Benson, P. G., & Sincich, T. (2011). Statistics for Business and Economics (11th ed.) Boston, MA: Pearson. Week 2 1. Read the Albert Einstein quote in “The Research Process” section in Ch. 4 of  Business  Research Methods. What is the value of this statement in terms of the research process?  What is the relevance and relationship of this statement to the technologically advancing  business world? Where do these questions allow us to go?' A familiar quotation from Albert Einstein, no less apt today than when it was written, supports this view: The formulation of a problem is far more often essential than its solution, which may be merely a matter of mathematical or experimental skill. To raise new questions, new possibilities, to regard old problems from a new angle requires creative imagination and marks real advance 1n science. In terms of the research process there will be as many probable solutions as there are researchers. For this reason it is imperative that all data extrapolated utilizing the basic formula is verified to  be valid. To find new ideas to all problems researchers must approach the issue with a question  attitude. It is safe to say that the pneumonia has been around since the beginning of time.  However, there is continues research that is time consuming and never ending battle to find  better ways to treat the illness. Being that the pneumonia is becoming more complex and harder  to treat, there is no cure once a person has contracted it, it can be treated but it has to run its  course. Although there is a vaccine to combat against whatever strand of the virus exist during  that particular calendar year. The questions above allow us to take a long hard look at finding the proper solution to problems to benefit the world. These questions allow us to continue to become more creative and to continue to develop new or modern solutions in the business world.  2. What are some examples of operational definitions in research design within your  profession? An operational definition defines a variable, term, or object in terms of the specific process or set of validation tests used to determine its presence and quantity.  Some examples that my  organization use is measuring the effectiveness or validity of our electronic medical records. We  run a series of validation test to ensure the system is properly working. This in turn tells us about  the access, flow and productivity by measuring how long patients have to wait for an  appointment to a specialty outpatient clinic or how effectively the flow is in the emergency room or inpatient departments. Other operational definitions in health care include patient and  employee safety by measuring how often adverse drug events happen as well as measuring how  many employee injuries/illnesses occur that result in being classified as OSHA recordable.   3. Of the exploratory, formalized, and causal research designs types, which would you use  to assess the effectiveness of an aspect of your job? Explain. I build health care electronic medical records. In my job, we are always asking why. So, I would  say of the exploratory, formalized, and causal research designs types causal would be would used to assess the effectiveness of my job. Causal research explores the effect of one thing on another  or to put it in formal terms the effect of one variable on another. For example, when we have  problems with the system, such as failures or workflow issues, we try to determine why it  happened so if it happens it again, we can fix the problem. We attempt to recreate the problem in our test system that runs parallel to our live system and document all the steps when trying to  create a fix. We found that these problems happen when we install upgrades to our system.  Basically, any change can inadvertently effect a different part of our system and cause it to fail  and it is our job to find the culprit.  4. What is the purpose of sampling? What are some concerns and dangers of sampling?  How important is the sample design to data validity? Explain. Provide an example where a sample might misrepresent data validity.  According to McClave, Benson, and Sincich, a sample is “a subset of the units of a  population” (p. 6).  Also, the sample portion must be carefully selected to represent that  population. The purpose of sampling is to learn about the larger population without having to  research the entire population. We obtain a sample rather than a complete census of the  population because it is cost effective and less time consuming.  Some concerns and dangers of  sampling is that one formula for a sample may be good for one sample may not be good for  another. Also, this formula may part of the population. All kinds of sampling procedures may  yield samples which are inaccurate and unreliable. There are techniques which minimize these  dangers, but some potential error is the price we must pay for the convenience and savings the  samples provide.  The sampling design is important to data validity because it includes every  person within the target population. For example, when a new medication is created, the research is done on men and women who are both healthy and sick to determine side effects of  medications and how effect it is to treat an illness. This sample may misrepresent data validity  because different people have different reactions to medication and there is always at least one  percent of the population that will reject the medication.  Week 3 1. How does technological advancement affect the ability to collect data? Provide examples. Does this advancement increase the chance for errors? Explain. Technological advancement affect the ability to collect data because it allows us to  collect more data while lowering cost and increasing processing speed. Technology also  allows store more data than and allow us to make future forecast for companies. For  example, I part­time in retail we are able to compute the number of customers that visited our store within the hour with real time data. We can also easily compute sales in order to forecast future progress. Sure, technological advancement increase the chance of error  because just like humans it can be unpredictable at times and there is some factor of  human error involved. For example, I build electronic medical records, if I get one  number, letter, or symbol wrong in the formula it could potentially cause the system to  input the information in the wrong areas.  2. Validity is more critical to measurement than reliability. A valid measurement is reliable,  but a reliable measurement may not be valid. Do you agree with these statements?  Explain your answer. Provide examples to support your rationale. I agree with both statements about valid and reliable measurements. Reliability is more so focused on being consistent or stable but just because the information is consistent does  not mean it is valid. Whereas, validity refers to accuracy. I have an undergraduate degree  in Biology and spent numerous amounts of time in the lab. This consisted of measuring  hundreds of chemicals. I once was conducting a research experiment and my results were consistent but based on other students results my measurements were not valid. When I  went back to figure out what went wrong, my measurements were not correct due to the  calibration of the balance scale I was using. Although, my information was reliable, it  had to be thrown out because it wasn’t valid. 3. What are some critical decisions involved in selecting an appropriate measurement scale? How do these decisions influence the research design? Some critical decisions when selecting an appropriate measurement scale are   4. What is the importance of pretesting survey questions and instruments? What are risks of  not doing this? Provide an example. 5. How do survey question content and wording, response strategy, and preliminary analysis planning affect survey question construction? Provide examples of questions that were  positively and negatively influenced by these elements. 6. What is the importance of the null hypothesis? Why has it been the backbone of  mainstream hypothesis testing for decades? What are its limitations? The null hypothesis is defined as theory about the specific values of one or more  population parameters. It is important because it represents the status quo. The null  hypothesis has been the backbone of mainstream hypothesis testing for decades because  it can be and found to be false, which implies there is a relationship between the observed data. The limitations of the null hypothesis is that it is never exactly correct, meaning it  agrees to a certain extent.  7. When would you use a one­ or two­sample hypothesis test? Provide examples. You would use one­sample hypothesis test when you want to test whether the mean of a  variable is less than, greater than, or equal to a specific value. Basically, it answers  questions about the population mean when the data is a random sample of independent  observations. The two­sample hypothesis test is used to determine whether the difference  between means found in the sample is significantly different from the hypothesized  difference between means. For example, one of our quiz questions tested the difference  between boys and girls being bullied. 8. What is the value of performing hypotheses tests to solve problems related to business  and operations management? Provide specific examples. In business and operations management, hypothesis test are used to determine if  systematic differences by exploring statistical differences. The value of performing  hypotheses tests to solve problems related to business and operations management is  critical because it can be used to explain things like labor and productivity. Hypothesis  testing is also very valuable in business because it helps examine the causes and effects  before making crucial management decisions like increasing production or adding a new  product to the business. Basically, hypothesis test in business and operations management are very valuable because it actually shows statistical proof about controlled situations in  operations management.  9. What is the relationship between confidence intervals and hypothesis testing? How are  they the same? How are they different?  Confidence intervals are used when you want to estimate the population parameter.  Hypothesis testing refers to the formal procedures used to accept or reject statistical  hypotheses. The relationship between confidence intervals and hypothesis testing is that  they are both two­tailed test, meaning they do the same thing. A hypothesis test assumes  the null is correct and sees if the alternative hypothesis is unusual. The confidence  interval assumes alternative hypothesis is right and the null hypothesis determines if the  null hypothesis is usual.   Are hypothesis tests always two­tailed tests? Actually, no. Hypothesis testing can be either upper­tailed, lower­tailed (meaning are  directional), or two­tailed (nondirectional) depending on how the alternative hypothesis is stated.  Week 4 1. What are differences between dependent and independent samples? Provide examples.  What are implications for determining the tests used to analyze data? Dependent samples are two samples of data one of which is scored in one sample pair  with a specific score in the other sample meaning they are related.  For example, Sample  A is husbands and sample B is wives. These samples are dependent because they are  related, one husband can be placed in sample B and vice versa. One the other hand, with  independent samples the scores of one sample do not affect the other. Basically,  independent samples is when one sample is unrelated to the other. For example, when  measuring the left and right hand of a random sample of people and comparing the  average lengths. Since the left arm and the right arm are unrelated these would be two  separate averages. 2. What are some concepts behind variance analysis? Why is it important to test for  variances in your data? Explain. How is variance analysis used in your profession?  Provide an example. Analysis of variance, ANOVA, test the null hypothesis that the means of several  independent populations are equal. It is important to test variance in our data so we detect if something is off. When we see variability in the data, we want to know where that  variability comes from, and whether something important has happened. Variance allows  us to answer questions about our data and produce answer through ANOVA. According  to the National Health Institute, variance analysis is used in healthcare to explain the  variation between planned and actual costs and charges. It is used to improve efficiency,  set priorities for organizational improvement, and explain costs and charges to interested  groups such as purchasers and payers.  http://www.ncbi.nlm.nih.gov/pubmed/10146167 3. What is the purpose of using nonparametric tests in operations management decisions?  Provide examples of what you look for when conducting these tests. The purpose of using nonparametric tests in operations management decisions is to test  the equality of variances. Basically, they are useful for testing whether group means or  medians are distributed the same across groups. An advantage of non­parametric tests is  that sometimes, they give quick answers with little computation work. However, since  these tests are non­parametric, it is difficult to quantitatively justify the observed  differences. When conducting these test, let’s say for population, we look for differences  when assumptions are not satisfied.  4. You observe female sales representatives having lower customer defections than male  sales representatives. What concepts and constructs would you use to study this  phenomenon? How might the concepts or constructs relate to explanatory hypotheses?  Explain.  A concept is a generally accepted collection of meanings or characteristics that are  concrete whereas a construct is an image or idea invented for a particular theory or  research problem. A construct is an abstract concept. To successfully perform a research,  we must form common ground; hence the need for concepts and constructs.  The concepts and constructs used to test this phenomenon is the male definition, female  definition, customer, and customer defections. The concepts or constructs relate to  explanatory hypotheses because female reps having lower customer defections than male  reps can be tested using research questions that are built from concepts, constructions,  and definitions.  5. Provide an example of how you might use coding in your workplace? If we assign a  numerical coding scheme to categorical data, can we calculate numerical descriptive  statistics (such as the mean) from this coding? Explain why or why not. Coding is essential to my job. We do a lots of categorical coding in health care IT. For  example, I can create a field for insurance carrier or location and assign a numerical  number to it. Also, in we use codes to determine the level of your visit or diagnosis. I  think we can calculate descriptive statistics like the mean for a category because all the  codes represent something different. Back to the insurance carrier, I can get the mean for  how many patients use a certain insurance carrier because although the field is a  numerical it represents a certain category. 6. Which sampling method is the most effective? Why? Describe a situation at your  workplace where you would implement this sampling method. I think the best sampling method is determined by what you are looking to study. In  health care, the cluster sampling method is used the most often because a random sample  of patients can be clustered together. Also, cluster sampling is convenient and  inexpensive but they have variables and can be bias. For example, you want to collect  data on all patients that had a physical on a certain day. This information can be bias  because you are only studying one type of visit.  Week 5 1. What is the purpose of using regression analysis? How may it be used to formulate  strategies? Provide examples related to strategy formulation and implementation. The purpose of regression analysis is to predict the value of one variable from assumed  values of other variables related to it. Regression analysis is used to formulate strategies  because it determines the variable that we have data on to forecast the variable that we do not have data on. For example, a company can use general economic indicators like the  Nasdaq Stock market and the consumer price index to forecast demand for their product.  By using these two input variables, the company can predict demand and find out what  percentage of the variation in demand is due to these two variables. 2. How is regression analysis used in forecasting? Provide examples. Regression analysis is used when you want to predict a continuous dependent variable  from a number of independent variables. It measures the strength or correlation between  the dependent and independent variables. The purpose of regression analysis is to predict  the value of one variable from assumed values of other variables related to it. Regression  analysis is used in forecasting because it is an econometric forecasting method. For  example, economists use measurements as the Index of Industrial Production and the  Consumer Price Index to predict such things as the unemployment rate or the Gross  National Product.  3. What is the purpose of using correlation analysis? How may correlation analysis be used  in business decisions or in relation to strategy formulation and implementation? The purpose of using correlation analysis is to discover whether there was a relationship  between variables, to find out the direction of the relationship, and to find the strength of  the relationship between the two variables. Correlation analysis can be used in business  decisions to predict the trends and changes that are associated with the variables in  question and to inform the business of what needs to be done to keep things moving  within the business. As long as the correlation analysis is found then there is no stopping  the business from succeeding in everything that they do. 4. How may correlation analysis be misused to explain a cause­and­effect relationship? Correlation analysis can be misused to explain a cause­and­effect relationship because it  is often mistaken as causation. For example, my team is trying to prove correlation  between number of banking services offered and the number of years a customer has  been a member of the bank. Although, these variables being compared, it does not mean  that the reason customers use more or less variables because they have been a member of  a bank for a certain amount of years. Basically, a correlation analysis looks at how  closely two data sets are related, but further analysis is needed to see if there is a true  cause and effect relationship, and which of the two is the cause, and which is the effect. 5. Discuss the relationship between independent and dependent variables with regard to  correlation and regression analysis. What is the purpose of these terms? Regression analysis involves identifying the relationship between a dependent variable  and one or more independent variables. This relationship is hypothesized and estimates of the parameter values are used to develop an estimated regression equation. Various tests  are used to determine if the hypothesis is satisfactory. If the hypothesis is deemed  satisfactory, the estimated regression equation can be used to predict the value of the  dependent variable given values for the independent variables. Correlation and regression analysis are related in the sense that both deal with relationships among variables.  Correlation measures the degree to which changes in one variable are associated with  changes in another. It can only indicate the degree of association or covariance between  variables. The purpose of both regression analysis and correlation is to predict values for  dependent variables when only the independent variable is known.  Chapter 10 questions Respond to one of the following: 6. Describe a situation at your workplace where you might use regression analysis to solve a problem. In healthcare information technology, you might want to know if wait time or 30 minutes  or more leads to a decrease in patient appointments. While statistical analysis  cannot prove that one thing causes another, it can determine if there is a relationship  between the variables which gives a direction to the analysis. 7. Using Excel, what is the easiest way to draw a regression line and determine the  regression equation? Using Excel, the easiest way to draw a regression line is to go to use the format treadline.  8. Is it necessary to prove a regression is statistically significant? If so, how do we go about  performing this proof? Chapter 11 9. What is the difference between simple linear regression and multiple regression?  Describe a situation at your workplace where you might use multiple regression to solve  a problem. Simple linear regression is used to model the relationship between two continuous  variables while multiple regression models includes more than one independent variable.  In my field, we use linear regression to understand patient perceptions of inpatient  services (surgery or hospital stays), their overall perceptions of health care quality, and  also satisfaction with their care and willingness to return or recommend the same  hospital's services to others. Week 6 1. How does each key managerial dimension promote effective research? How does each  dimension help meet desired results? What is the inherent value of these dimensions to a  manager and the decision­making process? 2. You have received a business research study done by a consultant for a life insurance  company. The study is a survey of customer satisfaction based on a sample of 600. You  are asked to comment on its quality. What do you look for?  The first thing I would look for is the purpose of the research, making sure it is clearly  defined. Next, I would make sure that the process is thoroughly documented. I would  make sure that the limitations are revealed and that the research was performed ethically.  I would also look for the findings to be straightforward and not confusing. I would also  look to see if the conclusions were correct.  3. In your organization's management development program, there was a heated discussion  between people who claimed that theory is impractical and not effective, and others who  claimed that effective theory is the most practical approach to problems. What position  would you take and why? I don’t think I would choose either. For someone to take either side exclusively, they  ignore the need for both facts and theory. Theories tend to be complex, be abstract, and  involve multiple variables. Theories are the generalizations we make about variables and  the relationships among them. We use these generalizations to make decisions and  predict outcomes. Our ability to make rational decisions, as well as to develop scientific  knowledge, is measured by the degree to which we combine fact and theory. 4. Microsoft PowerPoint is one of the most common presentation tools. Describe a tool that  you might use to give a presentation other than PowerPoint. Provide a short example. Although Microsoft PowerPoint is one of the most common presentation tools, there are  other options out there. I have used Prezi, a cloud­based presentation software and  storytelling tool for presenting ideas on a virtual canvas. Instead of slides, Prezi makes  use of one large canvas that allows you to pan and zoom to various parts of the canvas  and emphasize the ideas presented there. Prezi supports the use of text, images, and  videos and also provides a collection of templates to choose from to help new users get  accustomed to the interface. For example, I had to create a presentation on a new method  to do build a clinic location, department, and system. The presentation had to be done  using Prezi, so I took the informative approach, which was similar to PowerPoint.  5. Reflect on what your have learned in this course. Now that you know more about  research, describe how you might take what you've learned and apply it to a management  dilemma within your workplace. 6. In preparing PowerPoint presentations, you should use generally­accepted presentation  practices including:    No more than five to seven lines of text per slide.  Five­to­seven words per line.  Use of simple, elegant graphics (but only if needed to clarify the content).  Don't use text transitions (e.g., flying or twirling text).  If you use a slide transition, use something simple and use it consistently from slide to slide.  Don't put anything in the presentation that distracts the audience from the content.  Use the "notes" feature to record notes for the speaker, rather than attempting to  include too much information on one slide.   Remember that the purpose of a presentation is to convey information or to persuade. In most  cases, slide and text transitions and other special effects detract from the presentation's purpose.  As such, special effects should be avoided unless they aid the viewer in understanding the  content or help in making a point. Remember that in a presentation, content and consistency are  vital to the presentation's purpose; almost everything else is simply a distraction.   In addition to the technical aspects of the presentation given above, be sure to follow something I call the "Golden Rule of Presentations" (which is quite similar to the "Golden Rule of Writing")  when creating a presentation:   1. Say what you're going to say. 2. Say it. 3. Say what you said.   Translated into English, what this says is that good presentations (similar to good papers) start  with an introductory slide that provides the audience with a preview of what the presentation is  about (don't give away the farm here, just provide a general overview). This slide (or slides if  necessary) is followed by the content of the presentation. The final slide (similar to a paper's  conclusion and which provides the "Say what you said" part of the Rule), summarizes the  important parts of the presentation­­the things you want the audience to remember the most.   Remember that we as humans are more likely to remember the first things we see and the last  things we see more often than anything in between. To illustrate this, try to remember the last  automobile trip you took. You typically remember leaving and you remember getting to your  destination, but everything else in between is a somewhat of a blur.   In any case, by stressing the most important ideas of the presentation at the beginning and at the  end of the presentation, you are more likely to have succeeded in accomplishing what you  intended with the presentation.   Comments? Thank you for these tips. I have had other instructors that expected my presentations to have tons of special effects.  I don’t use these special effects because my company prefers that if special  effects are used it should only be used for the slide.  I train doctors on electronic medical records  and they prefer to keep things simple. Those effects are distractions can cause you to loose your  audience.   Suggested future research based on your research results, challenges, and  implications ­­­ Canetra

×

×

BOOM! Enjoy Your Free Notes!

We've added these Notes to your profile, click here to view them now.

×

You're already Subscribed!

Looks like you've already subscribed to StudySoup, you won't need to purchase another subscription to get this material. To access this material simply click 'View Full Document'

Why people love StudySoup

Steve Martinelli UC Los Angeles

"There's no way I would have passed my Organic Chemistry class this semester without the notes and study guides I got from StudySoup."

Jennifer McGill UCSF Med School

"Selling my MCAT study guides and notes has been a great source of side revenue while I'm in school. Some months I'm making over \$500! Plus, it makes me happy knowing that I'm helping future med students with their MCAT."

Bentley McCaw University of Florida

Forbes

"Their 'Elite Notetakers' are making over \$1,200/month in sales by creating high quality content that helps their classmates in a time of need."

Become an Elite Notetaker and start selling your notes online!
×

Refund Policy

STUDYSOUP CANCELLATION POLICY

All subscriptions to StudySoup are paid in full at the time of subscribing. To change your credit card information or to cancel your subscription, go to "Edit Settings". All credit card information will be available there. If you should decide to cancel your subscription, it will continue to be valid until the next payment period, as all payments for the current period were made in advance. For special circumstances, please email support@studysoup.com

STUDYSOUP REFUND POLICY

StudySoup has more than 1 million course-specific study resources to help students study smarter. If you’re having trouble finding what you’re looking for, our customer support team can help you find what you need! Feel free to contact them here: support@studysoup.com

Recurring Subscriptions: If you have canceled your recurring subscription on the day of renewal and have not downloaded any documents, you may request a refund by submitting an email to support@studysoup.com

Satisfaction Guarantee: If you’re not satisfied with your subscription, you can contact us for further help. Contact must be made within 3 business days of your subscription purchase and your refund request will be subject for review.

Please Note: Refunds can never be provided more than 30 days after the initial purchase date regardless of your activity on the site.