Data normalization and linear ordering of the European Union countries analysed with regard to the level of ICT usage in enterprises

Authors

  • Patrycja Wieczorek Institute of Economics and Finance University of Rzeszow
  • Eliza Frejtag-Mika Institute of Economics and Finance University of Rzeszow

DOI:

https://doi.org/10.15584/nsawg.2021.1.4

Keywords:

methods of normalization, linear ordering, ranking, EU countries

Abstract

The main issue of multivariate comparative analysis is the normalization of variables. The li erature offers various procedures for data normalization, and therefore the researcher has to choose between them. The article presents and discusses the most commonly used normalizing formulas.

The article assesses the impact of data normalization procedures on the results of the linear ordering of European Union countries in terms of the level of ICT usage in enterprises. A hypothesis was formulated that the method of data normalization influenced the position of the objects in the ranking. The study is based on statistical data from Eurostat for the year 2018.
Based on the selected diagnostic variables, values for a synthetic measure have been determi ned for individual countries. The synthetic measure was calculated according to the model-less method of linear ordering using four types of normalization. The method used in the research allowed the creation of rankings for the countries. The compliance of the orders thus obtained was compared using the Spearman’s coefficient of range correlation and the measure of similarity of rankings.

As the study shows, the choice of normalization formula influences the result of linear ordering, which is not due to any change in the data structure. It was proven that the quotient transformation with the normalization base equal to the maximum value allowed the most similar ranking to be obtained of the examined objects in relation to the Rother rankings. The results of the study show that Denmark, Sweden and Finland had the highest positions in each ranking while Bulgaria, Romania and Latvia had the lowest positions.

 

References

Becker, A., Becker, J., Sulikowski, P., Zdziebko, T. (2018). ANP-based analysis of ICT usage in Central Europeans enterprises. Procedia Computer Science, 126, 2173–2183. DOI: 10.1016/j.procs.2018.07.231.

Binderman, A. (2009). Wpływ sposobu normalizacji zmiennych na ocenę regionalnego zróżnicowania rolnictwa. Metody Ilościowe w Badaniach Ekonomicznych, 11(2), 25–38.

Gatnar, E., Walesiak, M. (2004). Metody statystycznej analizy wielowymiarowej w badaniach marketingowych. Wrocław: Wydawnictwo AE we Wrocławiu.

Jarocka, M. (2015). Wybór formuły normalizacyjnej w analizie porównawczej obiektów wielocechowych. Ekonomia i Zarządzanie, 1, 113–126. DOI: 10.12846/j.em.2015.01.08.

Kaczmarzyk, P. (2017). Zastosowanie metod porządkowania liniowego w badaniu województw pod względem stopnia wykorzystania ICT w przedsiębiorstwach. Zeszyty Naukowe PWSZ w Płocku. Nauki Ekonomiczne, 1(25), 49–56. DOI: 10.19251/ne/2017.25(3).

Kiercz, O. (2013). Infrastruktura ICT polskich przedsiębiorstw w układzie regionalnym. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie, 907, 43–58.

Krakowiak-Bal, A. (2005). Wykorzystanie wybranych miar syntetycznych do budowy miary rozwoju infrastruktury technicznej. Infrastruktura i Ekologia Terenów Wiejskich, 3, 71–82.

Kukuła, K. (1999). Metoda unitaryzacji zerowanej na tle wybranych metod normowania cech diagnostycznych. Acta Scientifica Academiae Ostroviensis, 4, 5–31.

Kukuła, K., Luty, L. (2015a). Propozycja procedury wspomagającej wybór metody porządkowania liniowego. Przegląd Statystyczny, 2, 219–231.

Kukuła, K., Luty, L. (2015b). Ranking państw UE ze względu na wybrane wskaźniki charakteryzujące rolnictwo ekologiczne. Metody Ilościowe w Badaniach Ekonomicznych, 16(3), 225–236.

Kukuła, K. (2014). Wybrane problemy ochrony środowiska w Polsce w świetle wielowymiarowej analizy porównawczej. Metody Ilościowe w Badaniach Ekonomicznych, 15(3), 169–188.

Malchar, J., Zielińska-Sitkiewicz, M. (2017). Metody klasyfikacji w analizie porównawczej rozwoju społeczno-gospodarczego polskich województw w latach 2010–2014 – wpływ procedury normalizacji na wynik rankingu. Metody Ilościowe w Badaniach Ekonomicznych, 18(4), 643–652. DOI: 10.22630/MIBE.2017.18.4.59.

Malina, A. (2004). Wielowymiarowa analiza przestrzennego zróżnicowania struktury gospodarki Polski według województw. Kraków: Wydawnictwo Akademii Ekonomicznej w Krakowie.

Mesjasz-Lech, A. (2009). Ocena stopnia wykorzystania technologii informatycznych w przedsiębiorstwach według województw z zastosowaniem metod statystycznych. Polskie Stowarzyszenie Zarządzania Wiedzą, 23, 121–129.

Olszewska, K. (2011). Sektor technologii informacyjnych i komunikacyjnych (ICT) w podnoszeniu międzynarodowej konkurencyjności gospodarki na przykładzie Chin. W: M. Winiarski (red.), Gospodarka: innowacje i rozwój (s. 85–101). Wrocław: Prawnicza i Ekonomiczna Biblioteka Cyfrowa, Uniwersytet Wrocławski, Wydział Prawa Administracji i Ekonomii.

Sarama, M. (2012). Wybrane problemy tworzenia wskaźników złożonych w badaniach rozwoju społeczeństwa informacyjnego i gospodarki elektronicznej. Zeszyty Nauko we Uniwersytetu Szczecińskiego. Ekonomiczne Problemy Usług, 87, 345–353.

Stec, M. (2008). Ranking poziomu rozwoju krajów Unii Europejskiej. Gospodarka Narodowa, 7–8, 99–118.

Tomaszewska, A.W. (2013). Dostęp do technologii informacyjno-komunikacyjnych w społeczeństwie informacyjnym. Przykład polskich regionów. Acta Universitatis Lodziensis. Folia Oeconomica, 290, 23–37.

Walesiak, M. (2014). Przegląd formuł normalizacji wartości zmiennych oraz ich własności w statystycznej analizie wielowymiarowej. Przegląd Statystyczny, 61(4), 354–365.

Wojnar, J. (2020). Zróżnicowanie wykorzystania technologii informacyjno-komunikacyjnych w krajach Unii Europejskiej. Wiadomości Statystyczne. The Polish Statistican, 65(8), 38–56. DOI: 10.5604/01.3001.0014.3526.

Published

2021-03-31

How to Cite

Wieczorek, P., & Frejtag-Mika, E. (2021). Data normalization and linear ordering of the European Union countries analysed with regard to the level of ICT usage in enterprises. Social Inequalities and Economic Growth, (65), 74–89. https://doi.org/10.15584/nsawg.2021.1.4

Issue

Section

Articles