Statistic A Pentru Studii de Marketing Si Administrarea Afacerilor

Prefaţă
Statistica pentru studii de marketing şi administrarea afacerilor doreşte să integreze

teoria statistică clasică în cadrul general de realizare a studiilor de marketing şi administrarea
afacerilor. Această primă ediţie reprezintă, pe de o parte, un ghid general de realizare a unui
studiu statistic necesar administrării afacerilor şi, pe de altă parte, un ghid specific de aplicare
a metodelor statistice de sondaj pentru culegerea şi interpretarea datelor de marketing, astfel
încât să se obţină maximum de informaţie necesară luării deciziilor manageriale optime.
Intenţia autorului a fost să realizeze o sinteză a metodelor acceptate şi aplicate în prezent
pentru realizarea de studii de piaţă, ca parte integrantă a administrării afacerilor într-un mediu
concurenţial dinamic, sinteză adaptată programelor analitice ale Academiei de Studii
Economice din Bucureşti.
Cartea se prezintă ca o lucrare cu caracter monografic ce prezintă exhaustiv metodele
de sondaj statistic adaptate paritcularităţilor studiilor de gestiune a afacerilor. Bazându-se pe
fundamentul oferit de Economie, Probabilităţi şi Statistică Matematică şi Statistică
Managerială, manualul de faţă este util studenţilor Facultăţii de Ştiinţe Economice în Limbi
Străine, Facultăţii de Cibernetică, Statistică şi Informatică Economică şi tuturor studenţilor
Academiei de Studii Economice din Bucureşti care doresc o aprofundare a metodelor statistice
în scopul obţinerii de performanţe optime la disciplinele Marketing, Management, Gestiunea
afacerilor, Metode cantitative aplicate în Economie şi alte discipline ce utilizează tehnicile şi
metodele Statisticii ca instrumente de lucru şi suport al luării deciziilor.
Manualul este structurat în nouă capitole ce urmăresc schema clasică de realizare a
unui studiu de marketing utilizat în administrarea afacerilor, începând cu definirea
principalelor concepte ale cercetării în domeniul afacerilor pentru a facilita înţelegerea
aplicării metodelor statistice în acest domeniu (Capitolele 1 şi 2) şi continuând cu prezentarea
principalelor metode utilizate pentru obţinerea de eşantioane reprezentative care să permită
generalizarea concluziilor, a celor mai utilizate metode de culegere a datelor (Capitolele 3 şi 4),
ce au evoluat permanent în funcţie de evoluţia metodelor de comunicare; în continuare se
accordă o atenţie specială tehnicilor de elaborare a chestionarului ca support al culegerii
datelor,
prezentându-se căteva dintre chestionarele la a căror elaborare a participat şi autorul cărţii.
Subiectul elaborării chestionarelor, desigur, a fost prezentat mult mai pe larg de literatura
sociologică şi de marketing, putându-se de asemenea dezvolta, ulterior, cu particularităţile din
domeniul afacerilor (Capitolul 5). Capitolele 6, 7, 8 urmăresc prezentarea metodelor specifice
Statisticii pentru sintetizarea informaţiei, analiza şi testarea datelor culese. Cartea se încheie cu
prezentarea a două studii de caz ce presupun culegerea datelor şi un studiu de caz realizat pe
bază de date secundare, deja culese. Fiecare capitol este urmat de o sinteză în limba engleză.
Sperând că manualul Statistică pentru studii de marketing şi administrarea afacerilor
este un instrument util, atât studenţilor economişti, analiştilor economici cât şi decidenţilor,
într-o măsură mai mică sau mai mare, autorul mulţumeşte celor care l-au sprijinit, studenţilor
Mihaela Mariniţu şi Sabina Ghimpău, pentru suportul acordat în traducerea sintezelor şi, de
asemenea, studenţilor Sabina Ghimpău şi Mihaela Mariniţu, pentru colaborarea în elaborarea
chestionarelor şi, mai ales, pentru aplicarea acestor chestionare cu rezultate remarcabile, de-a
lungul timpului, în cadrul Cercului de Statistică constituit cu sprijinul Facultăţii de Studii
Economice în Limbi Străine.
În final, dar nu în ultimul rând, autorul mulţumeşte doamnei Liliana Matei, director al
Editurii ASE, editorul acestui manual şi echipei Editurii, pentru sfaturile, îndrumarea şi
încurajarea ce au contribuit esenţial la apariţia acestei cărţi.
Daniela Şerban
1 Particularităţi ale studiului pieţei
în contextul dezvoltării economiei de piaţă
1.1 Concepte şi definiţii din domeniul managementului

cercetării pieţei şi administrării afacerilor
Metodele statisticii economico-sociale îşi propun să realizeze

legătura dintre realitatea economică ce se manifestă în orice mediu de
afaceri şi sistemul de management al firmei, furnizându-i acestuia
informaţiile necesare luării deciziilor operative şi strategice.
Termenul de piaţă desemnează în sens larg spaţiul de desfăşurare a
tranzacţiilor cu bunuri şi servicii la nivel mondial, naţional, regional şi local
şi, în sens restrâns, mulţimea actorilor implicaţi în activitatea unui agent
economic ce defasoara o activitate comercială. Această a doua accepţiune
este sensul folosirii termenului în lucrarea de faţă. Gestiunea pieţei joacă un
rol cheie, determinant, în activitatea agenţilor economici.
Factorii ce au contribuit, în ultima decadă, la creşterea importanţei
managementului cercetărilor de piaţă în cadrul administrării afacerilor
agentului economic au fost modificările socio-politice profunde şi esenţiale,
cererea agenţilor economici pentru forţă de muncă din ce în ce mai calificată
şi mai bine motivată şi, nu în ultimul rând, creşterea şi diversificarea
relaţiilor din mediul concurenţial. Şi aceasta pentru că orice aspect al
activităţii unui agent economic este determinat de competenţa, scopul şi
Statistică pentru studii de marketing şi administrarea afacerilor
eficienţa generală a utilizării resurselor sale umane. Dintre toate atributele

managementului organizaţional, managementul marketingului, în general, şi
al cercetării pieţei, în special, este componenta centrală, de care depind toate
celelalte activităţi.
Domeniul cercetare de marketing cuprinde acele activităţi destinate
să asigure şi să coordoneze lansările de noi produse şi servicii, obţinerea de
cote de piaţă cât mai mari, menţinerea standardelor calitative impuse de
calitatea asigurată de companii şi de cea cerută de organisme internaţionale
de standardizare, cunoaşterea gradului de satisfacţie a clienţilor şi a
preferinţelor acestora, identificarea de posibili noi clienţi.
Studiul pieţei reprezintă, pentru orice tip de agent economic, una
din cele mai importante investiţii, nu doar prin cheltuielile salariale plătite
experţilor de marketing, ci, mai ales, prin cheltuielile cu recrutarea,
angajarea şi instruirea permanentă a personalului specializat în activităţi de
cercetări de marketing. O forţa de marketing şi vânzări specializată pe
efectuarea de studii de marketing salvează o bună parte din cheltuielile
firmei, ce ar trebui să suplinească lipsa propriilor cercetători cu angajarea
unor terţe firme deoarece administrarea eficientă a oricărei afaceri este
indiscutabil legată organic de activitatea de cercetări de marketing.
Termenul de cercetare de marketing este relativ nou apărut în
terminologia managerială, înlocuind şi completând clasicul termen de
vânzări, orientat doar spre activităţi strict administrative de evidenţă şi
gestionare a produselor vândute şi a clienţilor. Aria de acoperire a sintagmei
cercetare de marketing, utilizată la nivel microeconomic, este mult mai
cuprinzătoare decât domeniul termenului de cercetare de piaţă sau studii de
vânzări.
Activităţile din domeniul cercetării de marketing, desfăşurate de
către un agent economic, se referă la: estimarea nevoilor sociale ale pieţei în
general şi a consumatorilor în special; stabilirea necesarului de vânzări;
definirea cerinţelor şi preferinţelor pieţei, asistenţa clienţilor în orice
problemă ce ar putea afecta performanţa acestora.
Dacă, în perioada economiei de comandă, planificarea producţiei şi
a cantităţilor vândute se desfăşura centralizat, în prezent, aceasta este
guvernată de legile pieţei şi ale concurenţei. Activităţile de cercetare de
marketing desfăşurate de agenţii economici în economiile moderne de piaţă

pot fi regrupate în domeniile: i) planificarea vânzărilor, ii) dezvoltarea
pieţei şi cucerirea de noi pieţe şi de noi clienţi, iii) consilierea şi
instruirea clienţilor, iv) gestionarea eficienţei vânzărilor, v) obţinerea
informaţiilor de piaţă referitoare la cerere, ofertă, preţuri, adică:
identificarea preferinţelor şi obiceiurilor consumatorilor, evaluarea
atitudinii acestora faţă de produs, marcă şi companie producătoare,
studiul concurenţei şi al pieţelor şi capacităţilor firmelor producătoare
de bunuri complementare.
Funcţiile cercetării de marketing trebuie subsumate funcţiilor
marketingului sistematizate în tabelul 1.1 în orice organizaţie comercială.
Cele 11 funcţii ale marketingului pentru o administrare

eficientă a afacerilor
Tabel 1.1
FUNCŢIILE MARKETINGULUI DESCRIERE
A. Funcţii de cunoaştere
1. Cercetare a cererii Investigarea preferinţelor consumatorilor, a

şi a ofertei gradului de satisfacţie a consumatorilor şi/sau
clienţilor, studiul produselor şi serviciilor
similare realizate de ofertantul cu cel mai mic
preţ unitar de pe piaţă
B. Funcţia de inovare
2. Bunuri existente Îmbunătăţirea caracteristicilor produselor sau

serviciilor deja comercializate
3. Bunuri noi Lansarea de produse noi cu caracteristici

inovative sau chiar propunerea de inovaţii,
lansarea de concepte de marcă şi produs noi
care să corespundă unor nevoi într-o
permanentă schimbare
C. Funcţii de transfer
4. Cumpărare Asigurarea unei producţii calitativ şi cantitativ

suficientă pentru deplina satisfacţie a cererii
5. Vânzare Folosirea mijloacelor integrate de reclamă şi

publicitate pentru promovarea vânzărilor
D. Funcţii de distribuţie
6. Transport Transferul bunului de la producător la

distribuitor sau către o locaţie accesibilă
consumatorului
7. Stocare Asigurarea condiţiilor optime de depozitare

care să prezerve carateristicile obţinute de
producător (în cazul bunurilor materiale)
E. Funcţii de susţinere
a afacerii, adiţionale
activităţii principale
8. Standardizare şi garantarea Produsele şi seviciile oferite trebuie să

calităţii corespundă standardelor internaţionale cerute
şi trebuie să fie obţinute prin cele mai bune
practici existente. Este necesar ca acestea să fie
în permanenţă adaptate progresului tehnic.
9. Financiară Identificarea preţului optim, a pachetelor de

servicii adiţionale ce vor însoţi produsul oferit,
a sistemului de reduceri oferite de firmă pentru
a cointeresa financiar clientul şi pentru a
asigura finanţarea din surse proprii a agentului
economic
Identificarea surselor terţe de finanţare
F. Funcţii de informare
10. Internă Colectarea şi transmiterea informaţiilor referitoare

la clienţi, consumatori, concurenţi, preţuri şi
cantităţi din circuitul economic al afacerii către
managementul operativ şi strategic al companiei
11. Externă Asigurarea unei informări permanente cât mai

corecte a clienţior şi/sau consumatorilor
Marketingul este o activitate dinamică, într-o permanentă

schimbare şi dezvoltare atât pe orizontală, prin lărgirea şi îmbunătăţirea
funcţiilor deja existente, cât şi pe verticală, prin asumarea de noi funcţii.
Scopul întregii activităţi de cercetare de marketing a agentului economic
este îmbunătăţirea eficienţei firmei, a productivităţii muncii, pentru
maximizarea eficienţei de ansamblu a activităţii şi a funcţiei comerciale a
acestuia, adică maximizarea profitului. Practica afacerilor de-a lungul
secolelor a dovedit că aceasta se poate realiza numai cu asigurarea
satisfacţiei cât mai depline a clienţilor în condiţii de protecţie a mediului.
O problemă a organizaţiei comerciale se referă la cine desfăşoară în
economiile moderne activitatea de cercetare de marketing. Există concepţia
tradiţională conform căreia companiile mari îşi asumă adesea
responsabilitatea întregului set de activităţi, dezvoltându-şi un puternic
departament de marketing. În cazul agenţilor economici mici şi mijlocii,
activităţile de cercetare de marketing intră în responsabilitatea managerului
sau a patronului.
O dată cu dezvoltarea concurenţei şi a relaţiilor de piaţă,
insuficienţa factorului timp a făcut necesară delegarea unora dintre
responsabilităţile de resurse umane către specialişti şi experţi, dovedindu-se
mai practică, mai benefică angajarea unor consultanţi independenti sau
firme specializate, atunci când este nevoie. Astfel au apărut serviciile de
consultanţă în marketing, ce au calitatea de marfă, fiind servicii comerciale
prestate pentru agenţii economici, deci având caracter “industrial” şi nu de

consum.
Rolul expertului de marketing, fie angajat al agentului economic,
fie independent, este de a asigura consultanţă managerilor operaţionali,
exprimată prin servicii specifice şi asistenţă în luarea deciziei de angajare şi
ocupare a locurilor de muncă disponibile. Decizia finală revine întotdeauna
managerului operaţional al agentului economic. Rezultatele experţilor s-au
dovedit a fi net superioare celor obţinute de angajaţii din departamentele de
resurse umane ale agenţilor economici. Acest gen de activităţi, cunoscute
generic ca piaţa serviciilor de marketing, au apărut şi s-au dezvoltat iniţial
în Statele Unite ale Americii.
1.2 Agenţii de marketing - intermediari ai cunoaşterii pieţei
O bună parte din performanţa economică a unui agent economic se

datorează imaginii pe care şi-o formează clienţii, cumpărătorii efectivi şi
potenţiali, despre angajaţii companiei şi, nu în ultimă instanţă, despre
conducerea companiei. Reputaţia firmei depinde în mare măsură de
satisfacţia individuală a fiecarui consumator şi de posibilitatea îmbunătăţirii
permanente a prestaţiei. O categorie importantă de angajaţi, a căror eficienţă
influenţează decisiv eficienţa globală a firmei este cea a angajaţilor
departamentului vânzări.
Dacă nu cunosc anterior intenţiile managementului, angajaţii
proprii ai departamentului de vânzări pot crede, de exemplu, că locul lor de
muncă este în pericol, că sunt necorespunzători pentru a fi promovaţi, ceea
ce le va afecta eficienţa în muncă sau va determina creşterea exagerată a
preocupărilor pentru perfecţionare, chiar în situaţiile ce nu necesită expres
acest lucru.
Concurenţii vor putea face presupuneri privind planurile
companiei. Uneori anunţurile echivalează cu expunerea publică a afacerii.
Atât concurenţa, cât şi clienţii şi chiar potenţialii consumatori îşi vor pune
de asemenea nenumărate întrebări: “Apar dificultăţi în structura optimă a

producţiei”, “Apar produse noi?”, “De ce este nevoie de un anunţ pentru
angajarea unui manager de marketing? Nu există angajaţi ce pot fi
promovaţi?”. Anunţurile dau astfel naştere unor presupuneri ce pot
influenţa şi atitudinea clienţilor faţă de agentul economic şi faţă de planurile
acestuia.
Randamentul investiţiei în marketing se poate îmbunătăţi dacă
agentul economic apelează la agenţii de intermediere din industria
cercetărilor de marketing. Prestatorii de servicii de consultanţă în cercetări
de marketing au rolul de intermediari între cererea şi oferta existentă şi
potenţială.
Piaţa penetrată (totalitatea firmelor ce au plătit servicii de
cercetare de marketing firmelor de specialitate) de către agenţii de cercetări
de marketing este nesemnificativă faţă de piaţa disponibilă (totalitatea
agenţilor economici ce prezintă interes, dispun de venituri suficiente şi au
acces la acest serviciu) şi cea calificată (totalitatea agenţilor economici ce
prezintă interes, dispun de venituri, au acces şi sunt pregătiţi pentru
achiziţia acestei forme speciale de servicii comerciale).
În prezent, pe piaţa românească de servicii de cercetare de
marketing, raportul dintre cererea şi oferta de astfel de servicii este relativ
disproporţionat, firmele din acest domeniu nu îşi bazează oferta pe cerinţele
manifestate pe piaţă, ci mai mult pe posibilităţile proprii de organizare a
studiilor de marketing. De aceea, identificarea şi clarificarea cerinţelor
agenţilor economici cu privire la preferinţele şi nevoile de cunoastere a
pietelor pe care concureaza este o necesitate ce se poate realiza prin
organizarea de studii periodice prin sondaj cu scopul estimării şi evaluării
cererii.
Dacă în România nu există în prezent o gamă diversificată de
servicii de cercetare de marketing şi un număr impresionant de consultanţi
sau firme specializate, acesta poate fi un domeniu valoros de dezvoltat
ţinând cont de nevoile agenţilor economici şi de cererea potenţială
manifestată pe piaţă.
Pe piaţă există implicit o cerere primară, de ansamblu, pentru

această categorie de servicii comerciale, susţinută şi de eforturile
autorităţilor naţionale prin programele de reconversie profesională a forţei
de muncă şi programele de educare a adulţilor, ca parte integrantă din
programele europene de formare continuă şi ocupare a forţei de muncă.
Agenţii de marketing trebuie să îşi concentreze eforturile de
marketing, comunicare şi promovare asupra creării unei cereri selective,
pentru propriul serviciu oferit, ţinând cont desigur şi de conjunctura
macroeconomică de recesiune prin care trece economia României. Firmele
se cercetări de marketing folosesc metode statistice de estimare a cererii
totale, care trebuie să se bazeze pe seturi de date cu ajutorul cărora se vor
caracteriza fenomenele tipice manifestate pe această piaţă. Condiţia
esenţială a aplicării modelelor de evaluare a cererii este disponibilitatea
datelor suficiente şi de calitate, referitoare la dimensiunea şi structura
cererii.
Dimensiunea şi caracterizarea cererii este imposibil de cuantificat
în prezent pe baza surselor secundare de date, datorită insuficienţei
cantitative şi calitative a acestora.
De aceea acest manual indică necesitatea utilizării sondajului
pentru studiul pieţei, mai ales în domeniile pentru care datele secundare sunt
insuficiente. Scopul sondajului proiectat cu ajutorul metodelor statistice de
cercetare şi studiu al pieţei prezentate poate fi de segmentare a pieţei, de
identificare a segmentelor ţintă, a preferinţelor şi nevoilor acestora şi, nu în
ultimul rând, de conştientizare a managerilor cu privire la manifestarea
ofertei. Exemple de studii de piaţă ce au fost utilizate pentru administrarea
optimă a afacerilor eficiente sunt prezentate în Capitolul 9:
- o primă categorie cuprinde studii de caz realizate prin culegerea
de date primare: a. un studiu de caz referitor la studiul pieţei serviciilor de
resurse umane, ce şi-a propus să identifice structura şi caracteristicile
agenţilor economici ca potenţiali clienţi ai consultanţilor din domeniul
resurselor umane, nevoile şi domeniile de instruire cerute, metodele de
instruire adecvate în opinia managerilor agenţilor economici; b. un studiu de

caz pe bază de sondaj pentru identificarea principalelor tendinţe şi orientări
actuale în petrecerea timpului liber în România, ce oferă informaţii utile
decidenţilor din domeniul turismului.
- o a doua parte cuprinde un studiu de caz realizat pe bază de date
secundare, referitor la analiza tendinţelor şi legăturilor ce se manifestă pe
piaţa serviciilor de consultanţă în resurse umane, utilizat de decidenţii
firmelor ce oferă servicii de resurse umane, selecţie şi recrutare, instruire şi
perfecţionare, evaluarea personalului.
Chestionare pentru studii şi sondaje de marketing economic şi
social, realizate de firme private şi publice, sunt prezentate în ultima parte a
lucrării, în Anexe.
După cum se încearcă a se demonstra în această carte şi după cum
confirmă şi studiul de caz complex prezentat, studiile de marketing apelează
la metode complexe de sondaj statistic. Scopul cercetării selective aplicate
în studii de marketing este analiza potenţialului pieţelor, mai ales a celor în
plin avânt şi, nu în ultimă instanţă, suplinirea lipsei datelor secundare
referitoare la nevoia şi cerinţele populaţiei şi agenţilor economici pentru un
anumit bun sau serviciu.
Deci, metoda statistică de identificare a nevoilor manifestate pe
orice piaţă, strict necesară pentru orientarea ofertei firmelor rămâne, ca
pentru orice situaţie în care se simte insuficienţa datelor secundare, sondajul
statistic. Sondajul poate fi considerat în această situaţie unicul instrument de
cercetare de marketing a pieţelor, mai ales a celor aflate la început, dar cu
potenţial de dezvoltare.
Activitatea de investigare a pieţei poate fi realizată independent de
către producător sau prestatorul de servicii sau în colaborare cu firme
specializate în studii de piaţă. Şi în acest caz agentul economic trebuie să
aibă cuprinsă în schema sa organizatorică activităţile de marketing. Posibile
metode de organizare a activităţilor de marketing sunt prezentate în figura 1.
Director
Figura 1.a
Producţie Proiectare Financiar Personal Vânzări Activităţi de
inclusiv: marketing
inclusiv: în cadrul
*
*
publicitate cercetare de
* piaţă compartimentelor
politici de produs tradiţionale ale
*
informare unei companii
Director
Figura 1.b
Producţie Cercetare Finanţe Personal Vânzări Activităţi de
inclusiv: marketing
*
cercetare de concentrate
piaţă într-un
*
distribuţie compartiment
*
politici de preexistent de
produs vânzări
*
promovare
Director
Producţie Cercetare-Dezv Marketing Financiar Vânzări Figura 1.c

Organizarea
Planificare marketing Vânzări activităţilor de
marketing
- Planificare produse Managementul vânzărilor într-un
- Promovare Întreţinere şi reparaţii compartiment
- Politici de preţ
specializat
- Distribuţie
Director
Director comercial Director marketing Figura 1.d

Organizarea
funcţiei de
Administrarea Strategii de Cercetări de Product
Sales vânzărilor piaţă piaţă Management marketing
separată de
funcţia de
vânzări
Director marketing
Figura 1.e
Manager de produs Organizarea
funcţiei de
Livrare, Gestiunea Planificarea Cercetări marketing
transport vânzărilor vânzărilor de piaţă Programare integratoare
Figura 1 Formule organizatorice de marketing

1.3 Contextul macroeconomic actual al relaţiilor de piaţă
Agenţii economici îşi orientează activitatea spre acele ramuri

moderne ce s-au dezvoltat ca urmare a tranziţiei la economia de piaţă şi ca
urmare a modificărilor structurale ce au avut loc în ultimii zece ani în
România.
Dinamica pieţei se caracterizează prin dezvoltarea de noi pieţe cum
este, de exemplu, piaţa serviciilor de consultanţă de marketing, relativ nouă,
a apărut şi s-a dezvoltat după modificările sociale şi economice de sistem
intervenite în 1989. Marfa tranzacţionată pe această piaţă este formată din
servicii de marketing prestate agenţilor economici. Aceste servicii presupun
în principal realizarea de studii de piata, experimente de marketing, planuri
de lansare de noi produse, dezvoltarea de noi concepte, campanii de
publicitate, etc. Firmele ce acţionează pe aceasta piaţa ca sursă de formare a
ofertei, au, pe de o parte, rol de prestator de servicii industriale, achiziţionate
de alţi agenţi economici cu scopul dezvoltării cotelor de piata detinute si
cuceririi de noi piete şi, pe de altă parte, rol de intermediar între populaţia
ce formeaza grupul consumatorilor şi agenţii economici aflaţi în postura de
producatori, ofertanti.
Drept urmare, volumul de activitate şi tranzacţiile efectuate pe
această piaţă depind în mod direct de rezultatele pozitive ale agenţilor
economici, de factorii ce influenţează cererea de muncă (ramurile ce au în
prezent un trend ascendent, modificările structurale ale Produsului Intern
Net, modificările contribuţiei diferitelor ramuri economice la formarea
Valorii Adăugate Brute, investiţiile efectuate pe total economie şi în sectorul
privat) şi, în egală măsură, influenţează oferta de muncă (populaţia activă,
ocupată şi numărul şomerilor, politicile de reconversie a forţei de muncă,
politicile de diminuare a afectelor negative ale dezechilibrelor manifestate
pe piaţa forţei de muncă).
Problematica transparenţei pieţei, a cunoaşterii cererii şi
principalilor competitori constituie o preocupare permanentă nu doar pentru
economişti, statisticieni sau sociologi, ci pentru însăşi populaţia ocupată.
Analiza sintetică a pieţelor, prin indicatori ca rata de activitate, rata de
ocupare şi rata şomajului, prezintă trunchiat fenomenele complexe
manifestate pe piaţa muncii, care influenţează în mod direct nevoia de

reglare a cererii şi a ofertei.
De exemplu, structura cererii şi a ofertei de resurse de muncă
constituie cadrul macroeconomic de manifestare a cererii şi ofertei de
servicii de consultanţă în resurse umane. Acest tip de servicii, deosebit de
dezvoltat în economiile moderne, are rol esenţial în menţinerea echilibrului
pe piaţa muncii şi diminuarea riscului de şomaj. Angajatul ce a obţinut locul
de muncă în urma unui proces complex de selecţie şi recrutare, s-a dezvoltat
permanent, prin participarea la sesiuni de instruire şi perfecţionare
organizate de firme specializate, va fi desigur mult mai dificil şi scump de
înlocuit. Performanţele sale superioare vor conduce la funcţionarea mai
bună a firmei angajatoare. Relaţia se manifestă şi invers, deoarece eficienţa
de ansamblu a firmei reduce riscul de şomaj al angajaţilor, prin asigurarea
continuităţii activităţii aducătoare de profit.
Dezvoltarea serviciilor de consultanţă de marketing a fost la fel de
atipică precum dezvoltarea economiei în ansamblul său, de-a lungul
tranziţiei spre capitalism, ce durează de peste un deceniu, putând fi
caracterizată ca o perioadă de depresiune a economiei româneşti, indusă în
principal de lipsa investiţiilor şi diminuarea productivităţii utilizării
factorilor de producţie.
Începutul tranziţiei către o economie de piaţă funcţională a fost mult
mai dificil în România decât în alte state ex-socialiste, central-europene.
Economia era aproape integral în proprietatea statului. În formarea
Produsului Intern Brut, aportul sectorului privat era, în 1989, de numai
12,8%. Sistemul de conducere, hipercentralizat, ce nu se baza pe criterii de
eficienţă şi utilizare raţională a resurselor, devenise inert la semnalele pieţei.
Realizarea producţiei în unităţi supradimensionate conferea relaţiilor de
piaţă un grad ridicat de rigiditate.
Ineficienţa economiei a fost agravată în anii '80 de continuarea
investiţiilor în ramuri puternic energointensive şi de stoparea afluxului
tehnologic occidental, ca efect al politicii de rambursare anticipată forţată a
datoriei externe. Slaba motivaţie a muncii, dublată de politica artificială a
"ocupării depline", altera şi mai mult competitivitatea producţiei naţionale
pe plan mondial.
Efectul cumulat al acestor factori l-a constituit deteriorarea

standardului de viaţă al populaţiei, blocarea României într-un perimetru de
subdezvoltare, compromiterea şanselor sale de a se racorda la noile evoluţii
ale civilizaţiei mondiale.
Demontarea bruscă a sistemului de comandă, după decembrie
1989, s-a soldat, într-o primă etapă, cu adâncirea efectelor perturbatoare ale
dezechilibrelor structurale, exacerbate de insuficienta pregătire a
managerilor şi în general a populaţiei pentru a acţiona în condiţiile
mecanismelor de piaţă. Circumstanţele neprielnice în care a debutat în
România procesul tranziţiei explică într-o măsură importantă
disfuncţionalităţile evidente ce l-au însoţit. Nu însă integral, deoarece
acestea sunt datorate şi modului de realizare şi gestionare a reformei.
Analiza indicatorilor macroeconomici, în perioada 1990 - 2001,
evidenţiază transformările importante ce s-au produs pe plan economic şi
social, dar şi întârzierile înregistrate în promovarea mecanismelor de piaţă,
în pregătirea premiselor pentru asigurarea unei dezvoltări durabile a
societăţii româneşti.
Revirimentul aşteptat de toţi agenţii economici îl constituie desigur
factorul investiţii. Ramurile ce s-au dezvoltat pe parcursul celor zece ani,
tocmai datorită investiţiilor, constituie sursa formării cererii de servicii de
resurse umane.
Pentru a identifica principalele caracteristici actuale ale economiei
româneşti, în funcţie de care se vor orienta şi producătorii în general, trebuie
să precizăm următoarele:
1. O evaluare obiectivă arată că economia românească încă se
prezintă ca un sistem slab structurat din punct de vedere instituţional.
Mecanismele economiei de piaţă şi cele ce corespund cerinţelor
Uniunii Europene sunt aproape, dar încă incomplet, instituţionalizate, iar
operaţionalitatea lor este redusă din cauza insuficientei coerenţe a cadrului
normativ, a persistenţei influenţei statului în reglarea pieţei şi a capacităţii
reduse a noului sistem (în curs de formare) de a asigura aplicarea legii.
Slaba structurare instituţională a economiei actuale este o stare de
fapt, cu determinaţii multiple ce au urmări asupra funcţionalităţii economiei,
cele mai semnificative fiind cele de ordin comportamental al agenţilor

economici.
2. Obiectivele principale ale companiilor cu capital majoritar de
stat sau recent privatizate, cerute de mediul social şi susţinute în prezent de
Stat, sunte în mod preponderent conservarea locurilor de muncă şi
limitarea, pe cât posibil, a eroziunii inflaţioniste a salariilor. Absenţa
surselor de investiţii, precaritatea poziţiei deţinute pe piaţă şi adversitatea
prelungită a mediului economic în care acţionează au indus majorităţii
agenţilor economici mici şi mijlocii obiective pe termen scurt situate în zona
veniturilor de subzistenţă.
Chiar în cazul firmelor private, orientate preponderent spre
maximizarea profitului, se constată înclinaţia puternică de a-şi atinge ţinta
nu prin creşterea (cantitativă şi calitativă) a output-ului real şi utilizarea cu
randamente superioare a factorilor de producţie, ci îndeosebi prin forţarea
creşterii preţurilor sau prin operaţii redistributive pe seama sectorului public.
Există, fără îndoială, şi agenţi economici realmente performanţi, însă aceştia
nu au reuşit încă să "creeze o diferenţă" în economia românească.
Pe fondul instaurării normelor şi instituţiilor statului de drept, al
activării şi organizării societăţii civile, al creării cadrului normativ al noilor
mecanisme de piaţă (liberalizarea preţurilor, piaţa bancară şi bursieră, piaţa
financiară, monetară, a asigurărilor etc.), România a înregistrat paşi
importanţi în direcţia formării sistemului funcţional al economiei de piaţă.
Apariţia unui semnificativ sector de operatori realmente
competitivi atât pe plan intern, cât şi în mediul de afaceri extern este dovada
incontestabilă a acestui progres. Analizele econometrice de factură
complexă au identificat şi la nivel macroeconomic comportamente proprii
sistemului de piaţă.
Pentru analiza evoluţiilor principalilor factori macroeconomici de
influenţă a tranzacţiilor de piaţă, a raporturilor dintre tipurile de piaţă
precizăm:
Variabilele independente, ce influenţează activitatea agenţilor
economici consideraţi ca sursă de formare a cererii de bunuri şi servicii, sunt
agregate macroeconomice de rezultate, ca de exemplu: nivelul PIB
(nominal şi real, exprimat în milioane USD), structura VAB pe ramuri (%),

PIB pentru servicii (%), nivelul investiţiilor (milioane USD).
De exemplu, dacă analizăm contextul macroeconomic al pieţei
serviciilor de consultanţă în resurse umane, putem considera ca variabilă de
influenţă a dinamicii tranzacţiilor comerciale numărul persoanelor cuprinse
în activităţi de instruire şi perfecţionare, cu scopul identificării gradului de
influenţă a acestor servicii asupra pieţei forţei de muncă. Ipoteza generală
făcută este că restabilirea echilibrului pe piaţa muncii şi creşterea economică
de ansamblu creează premise favorabile dezvoltării în cadrul sectorului de
servicii pentru agenţii economici a categoriei serviciilor de resurse umane.
Ipoteza specifică este aceea că ramurile economice ce prezintă un trend
crescător al numărului mediu de salariaţi, dezvoltării sectorului privat,
contribuţiei la formarea VAB, investiţiilor, eficienţei utilizării capitalului fix
şi al productivităţii muncii sunt cele care vor oferi locuri de muncă şi vor
contribui la reducerea şomajului, în consecinţă reprezintă ramurile ce sunt
potenţiale generatoare de cerere de servicii de consultanţă în resurse umane.
În orice studiu de piaţă se recomandă a se utiliza o bază relativ
stabilă pentru asigurarea comparabilităţii datelor valorice ce caracterizează
economia, ca de exemplu moneda EURO sau dolarul american.
Spre exemplificare se analizează în continuare contextul
macroeconomic al serviciilor de marketing. Pentru sintetizarea prezentării
am considerat că activităţile desfăşurate în economie pot fi grupate în
domeniile: agricultură, industrie, construcţii, comerţ şi turism, infrastuctură,
alte servicii comerciale (cuprinzând servicii financiare, de asigurări,
imobiliare, de resurse umane) şi servicii sociale prestate populaţiei,
incluzând în această ultimă categorie şi administraţia publică. Evoluţia
economiei româneşti în perioada examinată este exprimată sintetic în
dinamica şi structura produsului intern brut şi dinamica investiţiilor
prezentate în tabelele 1.2 şi 1.3.
Evoluţia PIB exprimat în milioane USD în perioada 1991-2001 s-a
dovedit a avea o tendinţă uşor crescătoare, cu o creştere medie de 1190
milioane dolari pe an, ceea ce indică o revenire economică destul de redusă.
Concluzia este confirmată de dreapta de evoluţie obţinută prin aplicarea
metodei celor mai mici pătrate în cazul evoluţiei liniare a PIB-ului real
exprimat în USD: PIB = 29640.2 + 1191t, ceea ce arată că PIB-ul real a

crescut în medie cu 1191 mil. USD de la un an la altul. Datele de intrare în
modelul liniar de ajustare au fost obţinute prin corectarea nivelului nominal
al PIB cu cursul mediu al dolarului american, date preluate din ”Serii de
date”, CD-rom elaborat de Institutul Naţional de Statistică. Prognoza pentru
anul 2000 a fost realizată cu ajutorul ecuaţiei liniare de tendinţă şi este de
35594 mil. USD.
Evoluţia PIB exprimat în USD

Tabelul 1.2
Anii 1991 1992 1993 1994 1995 1996 1997 1998 1999
PIB
28861,9 19577,8 26352,3 30072,8 35477,9 26862,6 31525,0 33628,0 34403,8
real
Sursa: Anuarul statistic al INS, 1990 – 2001
De asemenea, prezintă interes analiza evoluţiei contribuţiei

ramurilor la formarea PIB, ramuri grupate pe domeniile de activitate
considerate anterior.
Cel mai important domeniu de creare a PIB -ului este reprezentat
de industrie, aceasta menţinându-şi supremaţia de-a lungul perioadei de
tranziţie. Procentul participării industriei la crearea PIB prezintă o tendinţă
uşor ascendentă începând din 1995.
Un trend crescător al procentului participării la PIB îl prezintă şi
agricultura şi infrastuctura, aceasta din urmă curpinzând transporturi, poştă
şi telecomunicaţii. Domeniile financiar, de asigurări, tranzacţii imobiliare au
avut o evoluţie relativ constantă, în medie, de la un an la altul, prezentând
creşteri şi descreşteri succesive ale participării la formarea PIB, deci o
anumită evoluţie ciclică. Având în vedere metodele de calcul al PIB-ului şi
elementele componente conform fiecărei metode, se pot stabili mai multe
structuri. Prezentăm în continuare structura PIB pe destinaţii şi surse.
Un rezultat esenţial al perioadei de tranziţie îl reprezintã
dezvoltarea sectorului privat, aportul acestuia la formarea produsului intern
brut ajungând la 61,5% în anul 1999, faţă de 16,4% în 1990.
În România, structura PIB este diferită de cea a economiilor

Uniunii Europene, caracterizată prin dominarea serviciilor, dar se observă o
anumită tendinţă de convergenţă: ponderea sectorului agricol în formarea
valorii adăugate brute a scăzut de la 20% la începutul anilor '90 la 15,4% în
anul 1999; ponderea sectorului industriei a coborât sub pragul de 31%, în
timp ce sectorul serviciilor şi construcţiilor contribuia în anul 1999 cu
53,6% din valoarea adăugată brută (comparativ cu circa 70% în Uniunea
Europeană), cu 20 de puncte procentuale mai mult decât la începutul
deceniului. Semnificaţia acestui proces nu trebuie însă exagerată, el
realizându-se în condiţiile întârzierii procesului de restructurare şi ale unui
accentuat declin economic în România, în timp ce Uniunea Europeană a
înregistrat o creştere economică importantă.
Structura Produsului Intern Brut (PIB) (%)

Tabelul 1.3
Anii 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999
PIB = 100 %
Din care:
Consumul gospodăriilor 65,0 60,1 62,2 63,2 63,2 67,3 69,1 73,6 72,2 69,6
Consumul adm. publice 13,3 15,1 14,3 12,3 13,7 13,7 13,1 12,3 14,0 2,3
Formarea brută de cap. fix 19,8 14,4 19,2 17,9 20,3 21,4 23 21,2 19,4 18,5
Exp. mărfuri şi servicii 16,7 17,6 27,8 23 24,9 27,6 28,1 29,2 23,7 30,1
Imp. mărfuri şi servicii 26,2 21,5 36,2 28 26,9 33,2 36,6 36,2 31,8 34,3
PIB = 100%
Din care:
Total VA în PIB 94,2 95,8 102,8 96,9 96,3 95,3 95,5 92,5 90,4 90
VAB = 100%
Din care:
VA. agricultură în total VA 23,2 19,6 18,6 21,7 20,7 20,8 20,1 19,5 16,2 15,4
VA industrie în total VA 43 39,6 37,3 34,9 37,6 34,5 34,8 33,4 30,4 31,0
VA construcţii în total VA 5,7 4,5 4,7 5,4 6,7 6,9 6,8 5,6 5,9 5,3
VA servicii în total VA 28,1 36,3 39,4 38 35 37,8 38,3 41,5 47,5 48,2
Ponderea sectorului privat în PIB şi în valoarea adăugată a ramurilor

TOTAL sector privat 16,4 23,6 26,4 34,8 38,9 45,3 54,9 60,6 61 61,5
Agricultură 61,3 73,9 81,7 83,5 89,3 89 90,1 96,8 95,9 97,2
Industrie 5,7 9,2 11,8 17,4 23,3 29,9 38,5 42,1 45,6 48,7
Construcţii 1,9 16,1 21 26,8 51,6 57,8 69,3 76,6 77,9 78,0
Servicii 2,0 16,8 18,8 29,3 39,1 58,1 66,7 71,5 72,7 73,0
Sursa: Serii de date 1990 – 2003, INS
Permanenta creştere a procentului de participare a sectorului privat

la formarea PIB, de la 23% în 1991 la aproape 62% în 1999, reprezintă un
aspect ce caracterizează economia în tranziţie din ţara noastră şi indică
schimbările radicale şi profunde ce au avut loc ca urmare a procesului de
privatizare. Procentul mediu de creştere de 5,2% pe an indică clar
transformarea proprietăţii private în baza economiei de piaţă ce se dezvoltă
continuu în România.
Evoluţia structurii PIB reflectă domeniile cele mai dinamice ale
economiei, domenii în care va apare şi se va dezvolta cererea de servicii de
consultanţă în resurse umane. Agenţii economici ce desfăşoară o activitate
eficientă şi, în consecinţă, profitabilă sunt înclinaţi să apeleze la serviciile
consultanţilor pentru a recruta personal nou şi pentru a îşi dezvolta propriile
resurse umane prin instruirea şi perfecţionarea continuă a acestora.
Dintre ramurile industriale ce se preconizează a se dezvolta cu un
ritm alert amintim industria petrolieră şi minieră, industria alimentară şi
telecomunicaţiile. Desigur, cu un trend crescător remarcăm domeniul
serviciilor în general şi al celor financiar bancare în special.
Evoluţia investiţiilor reprezintă un alt criteriu important în funcţie
de care va progresa economia, se vor înnoi tehnologiile existente, se va
câştiga inteligenţă şi know-how, în ultimă instanţă se va realiza ieşirea din
criza profundă de sistem prin care trece ţara noastră. Evoluţia investiţiilor
reale în economia României (exprimate în mil. USD) în ultima decadă este
prezentată în tabelul 1.4:
Evoluţia investiţiilor reale

Tabelul 1.4
Anii 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000
Valoare
investiţii 4111,2 2885,3 3711,4 4836,3 6391,6 5190,9 5501,0 5526,0 6321,2 6670
(mil. USD)
Datele din Tabelul 1.4 au fost obţinute prin divizarea cifrelor

nominale preluate din Serii de date 1990 – 2000, la cursul mediu al USD.
Remarcăm o tendinţă liniară crescătoare, deşi evoluţia prezintă ciclicitate,
cu o medie anuală a modificării absolute de + 276.25 milioane USD.
Fluctuaţiile au prezentat maxime relative în 1995 şi 1999 şi minime în 1992
şi 1996.
Dreapta de evoluţie liniară ce a modelat tendinţa investiţiilor în

perioada de tranziţie a fost: Investiţii = 4942 + 344,92 t, însemnând că de la
un an la altul investiţiile au avut un trend creScător în termeni reali,
creScând în medie cu 344,92 mil USD. Desigur tendinţa liniară nu
previzionează valoarea investiţiilor luând în considerare şi ciclicitatea.
Identificarea şi măsurarea statistică a ciclicităţii necesită o perioadă mai
mare de timp. România nu a fost la fel de atractivă pentru investitori ca
celelalte ţări europene, dar aspectul pozitiv şi optimist este acela al trendului
crescător, deşi afectat de ciclicitatea evidentă. Oscilaţia ciclică impune
prudenţă în luarea deciziilor pe baza prognozei cu ajutorul ecuaţiei liniare de
tendinţă.
Referitor la repartiţia pe sectoare, se remarcă un trend clar crescător
al investiţiilor în sectorul privat, cu o pantă pozitivă faţă de evoluţia
investiţiilor în sectorul public, al cărei trend este descrescător, deşi s-au
înregistrat două maxime ce pot fi considerate valori maxime extreme, în
1991 şi 1995. Tendinţa descrescătoare a investiţiilor din acest sector
constituie bariera economică a ieşirii din criză pentru economia românească.
Majoritatea investiţiilor au continuat să se efectueze în principalul domeniu
de activitate, industria, aceasta fiind urmată cu diferenţe foarte mari de
investiţii în infrastuctură, incluzând poşta şi telecomunicaţiile, în turism şi
alte servicii.
Persistenţa unei rate înalte a inflaţiei a fost una din cauzele
principale ale scăderii ratei investiţiilor. Alte cauze au fost creşterea riscului
în cadrul mediului de afaceri românesc afectat de numeroase dificultăţi
legate de instabilitatea şi incoerenţa legislativă şi instituţională, de
proliferarea birocraţiei, de amplificarea economiei subterane.
Acelaşi efect negativ l-a avut şi diminuarea potenţialului intern de
economisire, generată de scăderea accentuată a veniturilor reale ale
populaţiei şi nivelul ridicat al dobânzilor active. Capacitatea redusă de
retehnologizare, indusă de comprimarea ratei investiţiilor, a întreţinut ritmul
lent al restructurării. Aceasta se datorează şi volumului relativ restrâns al
fluxurilor de investiţii străine directe. România se plasează în grupul statelor
în tranziţie cu cele mai slabe performanţe în acest domeniu. Stocul
investiţiilor străine directe, calculat pe locuitor, se situează în jurul a

240 milioane EURO la sfârşitul anului 1999, comparativ cu 1900 în Ungaria
şi 1518 milioane EURO în Republica Cehă.
Ca urmare a acumulărilor, în procesul de restructurare a sectorului
industrial se observă o tendinţă de creştere a competitivităţii exporturilor
româneşti, atât datorată modificărilor structurale, cât şi deprecierii monedei
naţionale în termeni reali. Pentru exemplificare, deşi producţia industriei
prelucrătoare, în anul 2000, a scăzut cu 9% faţă de 1999, ponderea
exporturilor produselor acestei industrii, în total livrări, s-a majorat de la
30,7% la 35,1%, iar rata anuală de creştere a exporturilor a fost de 6,1%.
Scăderea elasticităţii importurilor la variaţia venitului a influenţat
reducerea deficitului de cont curent. Susţinerea acestei tendinţe de creştere a
competitivităţii, precum şi accentuarea sa prin preconizatele efecte pozitive
asupra economiei interne ale unor influxuri mai mari de investiţii străine
directe sunt situate pe linia alinierii României la criteriile Uniunii Europene
definite la Copenhaga. Datoria externă a României acumulată în perioada de
tranziţie se situează la un nivel încă modest în comparaţie cu alte state
aspirante la statutul comunitar, ceea ce înlesneşte promovarea unor politici
mai active de atragere a capitalului străin către economia reală, bazate pe
creşterea gradului de îndatorare. Pentru obţinerea unei performanţe
economice optime, în ultimul deceniu, în ţara noastră s-au dezvoltat noi
domenii ale serviciilor în general şi în special s-a dezvotat domeniul
serviciilor industriale prestate agenţilor economici. Dintre aceste pieţe cu un
potenţial de dezvoltare exponenţial am ales ca studiu de caz anume industria
de consultanţă de afaceri.
Statistics for Marketing and Business Administration
1.4 Summary. Statistics particularities for Marketing and Business

Administration studies within the market economy
development and European Union accesion progress
Some concepts and definitions of the Marketing

and Business Administration area
Marketing research activities developed by economic agents in

modern market economies may be classified into the following areas:
- sales planning and forecasting
- market development, advising and instructing clients
- administration of sales efficiency,
- obtaining market information concerning demand, supply, prices,
- identifying preferences and consumers' habits, evaluating
consumers' attitude towards the product, the brand and
manufacturer, - information on the main competitors, markets and
firms producing complementary goods.
The aim of the entire marketing research activities is the
improvement of the firm's efficiency and profitability in order to get
maximum profit and to achieve and keep maximum customer’ satisfaction.
One problem of the marketing research activities is referring to who
should be carrying out these activities in modern economies. There is the
traditional outlook according to which the big companies usually assume the
responsibility of the entire set of activities, developing a strong marketing
department. In the case of small and medium enterprises, the marketing
research activities are the responsibility of the manager or the owner.
Once with the development of competition and market relations,
time insufficiency determined the delegation of some marketing
responsibilities towards specialists and experts. The employment of
independent counselors or specialized firms only when it is necessary,
proved itself as being more practical and useful.
Thus marketing consulting services appeared regarded as a
merchandise, being commercial services performed by economic agents,
and having an "industrial" character and not a consumable one. It means the
buyers are companies and not private persons.
The role of the marketing expert, either employed by the economic
agent or independent counselor, is to ensure information to the operational
managers, expressed through specific services and assistance in taking an
employment decision and the occupation of available working places. The
final decision always belongs to the operational manager of the company.
The expert is just providing information to the management system.
The results of the experts have proved to be superior to the ones
obtained by the employees from the marketing departments of the economic
agents. These types of activities have initially appeared and developed in the
United States of America, being known as composing the marketing
services market.
Marketing operators – link between market information and the

business decision system
In the present day, the relation between the demand and supply on
the Romanian marketing research market is relatively disproportional, the
firms in this field do not rely their offer mainly on the market's demand, but
more on their own possibilities of organizing these activities. That is why
the identification and clarification of the economic agent's demand with
regard to preference and also the need of training the employees, is a
necessity, which can be realized by organizing periodical studies through a
research with the purpose of estimating and evaluating the demand. Market
investigation can be done by experts, specialized companies or by the
manufacturers. In this case the economic agent should comprise marketing
activities within its own organizational chart. Different possibilities are
presented in the following organizational charts in
Figure 1.1.
Marketing organization charts
Manager
Figura 1.a
Sales Marketing
Production Strategies Financial Personnel
activities within a
comprising: comprising: traditional
* * market
advertising department of a
* research
product policies company
*
information system - distribution
activities
Manager
Figura 1.b
Production Research Finance Personnel Sales Marketing
comprising activities within the
also: Sales dept.
market study,
distribution
policies,
promotion
Manager
Production R&D Marketing Financial Sales Figura 1.c

Marketing
activities within a
Marketing Planning Sales
specialized
Product planning, Sales management Marketing and
Promotion, Pricing, Service Sales department
Distribution
Director
Figura 1.d
Marketing
Sales Director Marketing Director activities within a
special department
Sales Market Marketing Product different from Sales
Sales Administration strategies studies Management
Marketing Director
Figura 1.e
Product Manager Integrated
Marketing
activities within a
Transport Sales Sales planning Marketing Strategic global Marketing
administration studies plans department
If nowadays in Romania, there is a various range of marketing

research services and an impressive number of counselors or specialized
firms. This could be an important field to be developed, taking into account
the needs of the companies inducing the possible demand on the market. On
this market, there implicitly exists a primary demand for this category of
commercial services, sustained also by the efforts of national authorities
through programs of labour reconversion of the labour force and programs
for adult’s education, as part of European long life programs of continuous
formation and education.
Advertising agencies and market research companies must focus
their marketing, communication and promoting efforts on creating a
selective supply, according to the demand, keeping in mind of course the
macroeconomic situation of recession that Romania is passing through.
Marketing research firms use statistical methods of estimating the total
demand, which has to count on datasets, with the help of which they can
characterize the typical phenomenon and trends on this type of market. The
condition for applying demands' evaluation methods is the availability of
sufficient and quality data, referring to the size, structure and change of
demand.
The size and attributes of the demand is impossible to be qualified in
the present day only on the basis of secondary data sources, because of their
qualitative and quantitative insufficiency.
This is the reason why this book indicates the necessity of using the
research for market study, especially in the fields for which secondary data
is insufficient. The purpose of the research, made with the help of the
research statistical methods, can be market segmentation, to identify the
targeted segments, the preferences of their needs and last, but not least, to
make the managers aware of the supply's manifestation. The pilot tests
accomplished and presented in the last chapter of the book are examples of
marketing researches: the study of human resources services market, free
time spending style, as primary research examples, and externalities of the
human resources market development within the unemployment area, as an

example of research based on secondary data.
The current macroeconomic context of market relations
The economic agents focus their activity towards those modern

branches, which developed as a result of transition to the market economy
and of structural changes that took place in the last fourteen years in
Romania.
The national market's evolution is characterized by the development
of emerging markets such as, for example the market of marketing research
consultancy services, a relatively new one, which appeared and developed
after the social and economical tremendously change of the communist
system in 1989.
The merchandise exchanged on this market consists of marketing
services provided by specialized companies for economic agents. These
services require specially selection and specialized personal recruitment,
training, improvement and the continuous formation of the marketing
researchers.
The problem of the market transparency, of knowing and
understanding the demand and the most important competitors, represents a
permanent preoccupation not only for the economists, statisticians, or
sociologists, but also for businessmen and decision makers. The synthetic
analysis of the markets, made through indicators such as the global market
value and shares, the occupation and unemployment rate on this market,
shows the complex phenomenon on this market connected to the rest of the
regional, national and global markets. The demand and supply for other
products and services influences directly the need to balance demand and
supply on the marketing research market.
The start of the transition towards the market oriented economy was
more difficult in Romania then in other ex-socialist Central-European
countries. The economy was almost entirely state owned. In forming the
Gross Domestic Product, the contribution of the private sector was in 1989
of only 12.8%.
Before 1989, the communist centralized system, which was not
taking into account the efficiency criteria and the rational use of resources,
could not take further decision according to the market's information. The
achievement of productivity in over-dimensioned units brought to the
market's relations a high level of rigidity. The economy's inefficiency was
worsen in the 1980s by investments in the energetic branches and by
stopping the Western technological investment, as an effect of the
anticipated forced repayment of the external debt. The weak motivation for
work, doubled by the artificial politics of "full occupation", made worse the
competitivity of the Romanian products in the world.
Analyzing the macroeconomics synthetic aggregates after 1989,
between 1990 and 2002, it would be found out the important changes that
happened in the economical and social aspects; one will notice also the
recorded delays concerning the market mechanisms’ promotion used for the
hypothesis’ preparation for a long last development of the Romanian
society. The expected revulsion is of course the investment factor. During
the last ten years the branches that had been developed, thanks to the
investments, represents the source of the demand of human resources
services.
On the basis of setting up the state’s norms and institutions, activities
and the organizations of the civil society, the creation of the normative
framework of the new market mechanisms, as liberalization of price, and
new markets development, as banking, stock, financial and insurance
markets. Among these new markets, we will found on one of the first places,
the marketing research market.
Romania has recorded important steps concerning the shaping of the

functional system of the market economy. The investments’ evolution
represents another important criterion for the economical development
considering that the existing technologies will be renewed, intelligence, and
know-how will be gained, and at last will be realized the passing out of the
current serious crisis Romania is facing. The real investment process for the
Romanian economy (measured in mil USD) for the last decade is presented
in the Table 1.3.
The real investment process

Table 1.5
Years
1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 *
Investments’
value (mill.
4111,2 2885,3 3711,4 4836,3 6391,6 5190.9 5501,0 5526,0 6321,2 6670
USD)
With regard to the sectors share in the total investment value it is

pointed out that there is an obvious increasing investment trend having a
positive slope in the private sector, whereas the public sector’s investment
evolution has a decreasing trend although there were recorded two maximal
values, in 1991 and 1995. The decreasing trend of the investments in this
sector represents, for the Romanian economy, the economical barrier of the
passing out the slump. The majority of the investments had continued to
perform in the main activity areas. Industrial investments are being followed
at large differences by infrastructure investments, including investments for
mail and telecommunications, tourism and other services.
The decrease of the imports elasticity concerning the income
variation had influenced the current account deficit’s compression. The
maintenance of the competitiveness’ upward trend and also its emphasis by
stipulated positive effects about domestic economy of some greater direct
foreign investment inflows are positioned on the alignment line of Romania
at European Union’s criteria. Romanian external debts accumulated during
the transition period are still very modest in comparison with the ones
accumulated by other states aspiring to accede to the European Union. This
will facilitate the promotion of some more active politics of attraction of
foreign funds to the real economy based, on the increasing level of
obligation.
2 Sondajul - metodă principală de studiu
al fenomenelor pieţei
2.1 Particularităţi ale aplicării sondajului pentru studii de piaţă

şi administrarea afacerilor
Metodele statistice pot fi descrise printr-un ansamblu de procedee de

selectare, colectare şi organizare a datelor, urmate de sistematizarea,
prezentarea şi analiza acestora, în scopul obţinerii cantităţii de informaţie
necesară luării deciziilor în timp util. În general managerii solicită valori
centralizatoare, tipice, cu o largă reprezentativitate, preferând informaţii
sintetice în locul detaliilor ce pot descrie situaţii netipice.
În practica economică cea mai mare parte a informaţiilor este
obţinută în urma organizării unei cercetări parţiale, ce investighează selectiv
unităţile statistice cuprinse într-un subset reprezentativ al colectivităţii
generale, subset denumit eşantion. Informaţiile culese printr-un sondaj oferă
în mod normal o bună evaluare a nivelului caracteristicilor, a atitudinilor şi
opiniilor populaţiei din care a fost extras eşantionul, dacă acesta îndeplineşte
condiţiile de reprezentativitate. Aceste informaţii pot fi utilizate, în cadrul
departamentelor de marketing, de către managerii firmelor prestatoare de
servicii de resurse umane, în procesul complex de luare a deciziilor, uneori
chiar în timp real, mai ales datorită insuficienţei datelor pentru anumite
pieţe.
Observarea statistică are un rol major în buna funcţionare şi în

eficientizarea fluxului informaţional al firmei. Tendinţa spre optimizarea
fluxului informaţional al firmei se completează cu nevoia companiei de a fi
din ce în ce mai profitabilă într-un mediu în care concurenţa se exacerbează
şi atinge niveluri maxime. Dacă înţelegem Statistica ca un instrument
operaţional ce facilitează procesul decizional, atunci putem înţelege locul şi
rolul pe care îl are în sistemul de comunicare al firmei.
Putem spune că Statistica este arta şi ştiinţa culegerii, analizei şi
inferenţei pe baza unui set de date ce caracterizează orice relaţie de piaţă în
economia concurenţială. Deşi iniţial a fost asociată cu date culese pentru
autorităţile guvernamentale, teoria sondajului a evoluat, găsindu-şi
aplicabilitatea nu doar în controlul calităţii producţiei, ci şi în contabilitate,
management şi studii de piaţă, psihologie şi educaţie.
Succesul sau falimentul în afaceri depinde de nevoile şi preferinţele
clienţilor. De exemplu, organizatorii de cursuri de perfecţionare care
utilizează pentru prezentările făcute cursanţilor calculatoare mari,
voluminoase, timp în care cererea pe piaţă este orientată spre calculatoare
din ce în ce mai mici, multitasking, uşor de transportat, chiar miniaturale, se
vor afla cu câteva decenii în urmă. Dacă un post de radio transmite
programe radiofonice pentru studiul limbii engleze, în timp ce majoritatea
audienţei este interesată de telenovelele de limbă spaniolă, va găsi foarte
puţine companii dispuse să plătească spaţiu publicitar în timpul acelei
emisiuni. Sau care ar putea fi soluţia pentru o companie comercială care îşi
propune să identifice şi să estimeze cererea potenţială de cursuri din altă
localitate sau altă regiune şi cum ar putea să decidă extinderea reţelei sale?
Răspunsul la acest tip de întrebări poate fi găsit prin aplicarea unei
tehnici de cercetare şi studiu al pieţei denumită sondaj.
Sondajul reprezintă o cercetare parţială, al cărei scop este de
estimare a caracteristicilor populaţiei generale pe baza rezultatelor obţinute
de la un eşantion riguros prelevat. Acestă metodă de investigaţie statistică
parţială se bazează pe principiile teoriei probabilităţilor, statisticii
matematice şi legii numerelor mari. Teoria sondajului are ca obiect principal
elaborarea metodelor ştiinţifice de modelare a problemelor legate de
culegerea şi analiza datelor.
Cercetarea prin sondaj şi-a extins permanent aria de aplicare datorită

multiplelor avantaje pe care le oferă analiştilor şi decidenţilor. Una din
aceste arii a devenit deja cercetarea de marketing şi studiul pieţei.
Cercetarea de marketing este o funcţie complexă ce leagă într-un
sistem integrat consumatorii, clienţii şi publicul de analistul de piaţă.
Informaţiile rezultate sunt utilizate pentru a defini şi identifica raportul
dintre cerere şi ofertă, oportunităţile de extindere a activităţii, pentru a
genera şi evalua acţiunile de marketing şi performanţele firmei.
Studiul pieţei oferă informaţia solicitată pentru rezolvarea acestor
probleme, utilizând tehnicile de sondaj: proiectează metode pentru
colectarea datelor, implementează procesul culegerii datelor, analizează
rezultatele şi implicaţiile lor. Aproape nu există o formă de activitate
comercială care să nu utilizeze cercetarea de marketing cu o anumită
frecvenţă.
Producătorii nu au altă soluţie pentru a crea o bază informaţională
necesară luării deciziilor decât aplicarea metodelor de sondaj pentru
identificarea şi studiul preferinţelor clienţilor potenţiali. Pentru asigurarea
continuităţii procesului decizional, soluţia firmelor este organizarea unui
sistem integrat de sondaje periodice care să asigure formarea unei baze de
date şi a seriilor de date cronologice ce vor permite efectuare de planuri şi
prognoze cu privire la evoluţia cererii.
Printre formele cercetării de marketing amintim:
analiza pieţei şi prognoza pe baza studiilor periodice de piaţă şi a
datelor secundare;
metode ce încearcă să identifice şi să măsoare capacitatea de
absorbţie a pieţei de bunuri şi servicii;
identificarea posibililor furnizori;
organizarea de studii de piaţă;
focus-grup-uri pentru segmentarea pieţei şi identificarea
segmentelor ţintă;
sondajele din domeniul publicităţii şi reclamei ce au ca scop
evaluarea eficienţei cheltuielilor cu publicitatea;
planificarea eforturilor financiare viitoare în acest domeniu.
Metodele iniţiale de studiu al pieţei îşi au originea în Statele Unite,

fiind adoptate la diferite niveluri în întreaga lume, mai ales după cel de-al
doilea război mondial. Cercetarea de piaţă din Europa şi Japonia s-a
dezvoltat mai ales începând cu anii ‘50. În fosta Uniune Sovietică şi în ţările
Europei Centrale şi de Est studiul pieţei a fost utilizat pentru fundamentarea
deciziilor de planificare a economiei naţionalizate, se precizează în
Enciclopedia Britanică, volumul 23. Studiul pieţei s-a dovedit a nu fi o
ştiinţă exactă.
Deşi metodele statistice au o largă aplicabilitate în acest domeniu,
acestea nu elimină definitiv nesiguranţa şi riscul, permiţând doar estimarea
nivelului de eroare. Studiile statistice indică, cu un anumit nivel de
siguranţă, condiţiile existente pe piaţă, la un moment dat şi în dinamică,
neprecizând ce măsuri manageriale trebuie luate pentru a creşte
profitabilitatea firmei ce oferă servicii de resurse umane. Totuşi, statistica
rămâne singurul instrument ce oferă sistemului managerial informaţii
comparabile în timp şi în spaţiu.
Rezultatele cercetărilor de marketing sunt o componentă vitală a
sistemului informaţional al firmei producătoare de bunuri sau prestatoare de
servicii, ce constituie baza construirii perspectivei strategice a firmei într-un
mediu concurenţial dinamic.
De cele mai multe ori problemele de marketing de pe piaţă nu sunt
uşor de definit, uniforme şi controlabile. De aceea studiul pieţei nu trebuie
privit ca o activitate pasivă de culegere a datelor, ci ca o preocupare
continuă, dinamică şi critică. Nevoia de date externe, generate de relaţiile de
piaţă, apare atât la nivel macroeconomic, cât şi la nivel microeconomic,
pentru producători se datorează, pe de o parte, nivelului crescut şi dinamic al
riscului şi incertitudinii cu care se confruntă agenţii economici şi lipsei
surselor de date secundare – guvernamentale şi private – pe de altă parte. De
asemenea, modificarea rapidă a condiţiilor de piaţă impune crearea unui
sistem periodic, coerent de culegere a datelor.
Pe scurt, scopul cercetării pieţei este proiectarea şi obţinerea

informaţiilor referitoare la mixul de marketing care atinge cel mai bine
preferinţele consumatorilor ţintă. Rezultatele vor fi integrate în baza de date
utilizată de firma de consultanţă pentru planificarea activităţii. Şi aceasta
deoarece planurile realiste de marketing implică cunoştinţe prezente şi
“viitoare” despre starea pieţei.
Analistul din domeniul statisticii aplicate se confruntă, în utilizarea
informaţiilor de piaţă pentru identificarea segmentelor ţintă şi a preferinţelor
acestora, cu un anumit grad de incertitudine ce nu poate fi eliminată, dar
poate fi estimată statistic. Nici o metodă de studiu al pieţei nu poate elimina
incertitudinea şi nu poate oferi date exacte.
Metodele statistice, mai mult decât alte proceduri (cercetări
operaţionale, teoria deciziei etc.) pot minimiza elementul de incertitudine,
reducând pericolul luării unor decizii eronate şi asigurând un nivel ridicat de
validitate a datelor.
Problematica măsurării fenomenelor şi proceselor economice şi
sociale interesează în mod deosebit nivelul cercetărilor empirice. Stabilirea
variabilelor direct măsurabile şi culegerea informaţiilor, fidelitatea
instrumentelor de măsurare, efectul diferitelor modalităţi de aplicare a
instrumentelor respective, prelucrarea datelor înregistrate, analiza relaţiilor
dintre caracteristici, independenţa şi relevanţa acestora, consistenţa şi
diferenţierea structurilor teoretice, elaborarea prognozelor sunt tot atâţia paşi
în care, într-o formă sau alta, apar probleme de măsurare şi estimare
statistică.
Intensitatea şi frecvenţa cu care sunt utilizate studiile de piaţă variază
în funcţie de categoria de firmă ce utilizează această metodă. Astfel, agenţii
de resurse umane folosesc datele colectate prin studii de piaţă pentru
obţinerea informaţiilor necesare orientării serviciilor oferite, a cursurilor şi a
metodelor de instruire utilizate.
2.2 Principalele avantaje ale cercetării prin sondaj

utilizată în studii de marketing
În mod cert, calea optimă de obţinere a informaţiilor complete şi

exacte referitoare la o populaţie este de a organiza o cercetare totală. Atunci
când acest lucru nu este posibil sau nu există resurse suficiente pentru o
astfel de investigaţie, se recurge la sondaj. Principalele avantaje ale
sondajului sunt faptul că necesită costuri mai reduse comparativ cu
cercetarea totală şi calitatea deosebită a rezultatelor obţinute dintr-o
cercetare parţială ştiinţific organizată, uneori superioare celor obţinute în
urma unei cercetări totale. Dezavantajul principal este posibilitatea obţinerii
de date nereprezentative, datele statistice culese prin sondaj inducând în
mod inevitabil erori.
Deşi datele de sondaj sunt afectate de erori de eşantionare şi de
observare, acestea din urmă pot fi mult reduse datorită pregătirii specifice a
personalului ce lucrează la realizarea sondajelor. Prin utilizarea sondajului
există posibilitatea de a cuprinde în programul observării un număr mai
mare de caracteristici decât în programul unei cercetări totale. De asemenea,
cercetarea selectivă se utilizează pentru testarea rezultatelor unei cercetări
exhaustive, precum şi pentru verificarea unor ipoteze statistice. Un alt
dezavantaj al acestei metode îl constituie imposibilitatea de a urmări
fenomenele în dinamică, sondajul surprinde static caracteristicile unităţilor
observate, ceea ce poate fi corectat prin organizarea de observări selective
periodice, cu periodicitate constantă. Această abordare este indicată pentru
pieţele caracterizate prin lipsa acuta de informaţii, atât din punct de vedere
cantitativ, cât şi calitativ, ca de exemplu piaţa serviciilor.
Cercetarea de marketing reprezintă funcţia agentului economic ce
asigură conexiunea şi transferul informaţional între agenţii economici clienţi
şi furnizori, printr-un sistem integrat de informaţii utilizate cu scopul
identificării şi definirii problemelor şi oportunităţilor de piaţă, evaluării
acţiunilor de marketing, monitorizării performanţei pe piaţă.
În acest scop cercetătorul stabileşte informaţia specifică ce trebuie
înregistrată, proiectează metoda de culegere a acesteia, organizează
procedeul de culegere a datelor, analizează rezultatele şi comunică
sistemului de management concluziile şi recomandările studiului. Totuşi

importanţa cercetării de piaţă nu trebuie fetişizată.
Lehmann a precizat două restricţii ce reprezintă limite ale aplicării
cercetării de marketing.
Cercetarea de piaţă nu ia decizii. Rolul cercetătorului este de a
furniza informaţii pertinente.
Cercetarea de piaţă nu garantează succesul firmei, ci poate doar, în
cel mai bun caz, îmbunătăţii condiţiile luării deciziilor, printr-o mai bună
informare şi înţelegere a fenomenelor manifestate pe piaţă.
Nu întotdeauna cercetarea de marketing a fost urmată de o activitate
profitabilă. Totuşi, Sampson şi Standen admit că eşecul pe piaţă nu trebuie
pus pe seama cercetării de marketing. Iar Luck identifică trei motivaţii
pentru respingerea rezultatelor cercetărilor de către decidenţi: invalidarea
metodelor de cercetare, deficienţe în comunicarea rezultatelor sau irelevanţa
rezultatelor pentru problema decizională.
Putem afirma că, în general, sondajul este suport al luării deciziilor
de marketing în cazul în care populaţia este finită, formată, de exemplu, din
mulţimea firmelor dintr-o regiune, privite ca potenţiali consumatori de
servicii de consultanţă în resurse umane. Informaţiile referitoare la agenţii
economici dintr-o zonă sau un domeniu de activitate se pot dovedi mai puţin
costisitoare dacă se obţin în urma unui sondaj decât dacă se obţin de la
Registrul Comerţului, ce comercializează aceste date la preţuri extrem de
ridicate.
Aplicarea sondajului în analiza pieţei, ca de altfel în numeroase alte
domenii, este legată de faptul că teoria sondajelor se bazează pe legea
numerelor mari. Această legitate statistică afirmă cu o probabilitate suficient
de mare, aproape de unu, că indicatorii medii calculaţi pe baza eşantionului
diferă puţin de indicatorii tipici ai colectivităţii totale, dacă volumul
eşantionului este suficient de mare.
Şi astăzi modelul probabilist se dovedeşte a fi unul din cele mai
riguroase modele de cercetare atât a fenomenelor macrosociale şi
demografice, cât şi a celor de la nivel microsocial: atitudini, opinii,
comportamente ale managerilor agenţilor economici. Dintre aplicaţiile pe
baza modelării, se dovedesc a fi deosebit de eficiente din punctul de vedere
al informaţiilor şi concluziilor obţinute abordările probalistice prin lanţuri

Markov ale structurii pieţei. Pornind de la configuraţia unei anumite stări,
lanţurile Markov prefigurează evoluţia acesteia şi a fenomenelor
manageriale. În cercetarea atitudinilor, I. A. Patrughin consideră cu totul
justificat faptul că abordarea probabilistă permite definirea unităţii de
măsură a scalelor, facilitând astfel tratarea cantitativă a caracteristicilor
calitative, needitive, discrete.
Cu toate rezultatele deosebite obţinute cu ajutorul modelului
probabilist, acesta nu poate furniza informaţii despre o serie de dimensiuni
importante ale pieţei serviciilor de resurse umane, ca parte a pieţei
serviciilor comerciale destinate agenţilor economici.
Modelul probabilist realizează o descriere adecvată mai ales la
nivelul macrosocial, ca şi în cazul fenomenelor de masă, impunându-se
completarea lui cu alte modalităţi de determinare cantitativă a diferitelor
fenomene şi procese sociale, chiar dacă acestea din urmă nu conduc la un şir
numeric de valori atribuite, ci la o serie de valori calitative.
2.3 Consideraţii iniţiale ale organizării unei investigaţii

prin sondaj pentru studiul pieţei
Organizarea unei cercetări selective se face pe baza unui plan de

sondaj ce pe de o parte, va cuprinde, informaţii despre populaţie, construcţia
eşantionului, programul observării, realizarea interviurilor şi, pe de altă,
parte va estima parametrii populaţiei de referinţă pe baza valorilor de
sondaj.
Pornind de la ipoteza existenţei informaţiilor în bazele de date
înainte de începerea sondajului, după stabilirea clară a obiectivului studiului,
se va decide dacă datele preluate din alte surse corespund calitativ şi
cantitativ satisfacerii scopului cercetării. O cercetare nouă se organizează în
cazul în care sursele de date preexistente nu asigură cantitatea suficientă de
informaţii de calitate, necesare luării deciziilor. Apoi se hotărăşte dacă
cercetarea organizată pentru culegere de date noi va fi o cercetare totală sau

parţială.
Dacă metoda sondajului este aleasă ca tehnică de obţinere a datelor
primare, atunci cercetătorul trebuie să decidă asupra următoarelor aspecte:
• Va avea sondajul o formă structurată sau nestructurată? De
exemplu, pentru studiul preferinţelor agenţilor economici cu sediul central
în Bucureşti referitoare la cursurile de instruire pentru angajaţi, chestionarul
construit a avut o formă structurată.
• Ar trebui ca scopul studiului să fie deghizat sau nedeghizat pentru
persoanele intervievate? De exemplu, într-unul dintre studiile de caz
prezentate, persoanele intervievate în cadrul sondajului au fost managerii de
resurse umane ai firmelor cuprinse în eşantion.
• Ce procedură de colectare a datelor, adică ce metodă de
realizare a contactului cu persoana intervievată (prin poştă, telefon,
interviu direct sau prin intermediul mijloacelor mecanice) ar trebui
utilizată? S-a ales procedura de efectuare a interviurilor personale de către
operatori de interviu specializaţi, ce au participat la un curs de pregătire a
interviului înaintea sondajului.
În ceea ce priveşte primele două decizii majore, ele pot fi combinate
şi tratate ca două alternative de studiu, ce au fost utilizate pentru
caracterizarea consumatorului tipic de servicii de consultanţă în resurse
umane:
a) Studiu structurat, nedeghizat. Aceasta este forma cea mai utilizată
de către cercetătorii de marketing. Un set similar de întrebări este distribuit
tuturor persoanelor ce fac parte din eşantion. Răspunsurile lor sunt adesea
limitate la o listă a alternativelor. Scopul este declarat şi înţeles de către toţi
participanţii.
Acest tip de format minimizează impactul intervievatorului în
procesul interviului şi duce la creşterea gradului de siguranţă a studiului,
atâta timp cât tuturor subiecţilor li se pun aceleaşi întrebări cu aceleaşi
variante de răspuns. Datele rezultate sunt în general uşor de codificat,
sistematizat şi interpretat. Principalul neajuns îl reprezintă limitarea
răspunsurilor prin lista de variante.
b) Studiu structurat, deghizat. Într-un studiu deghizat, scopul real al

interviului este ascuns persoanelor intervievate, spre deosebire de studiul
nedeghizat, în care scopul este precizat clar tuturor participanţilor la
eşantion.
Aceasta este combinaţia cea mai puţin utilizată în studiile de piaţă,
pentru că, în general, scopul unui studiu deghizat nu este compatibil cu un
chestionar structurat, dar acesta a fost folosit parţial deoarece a existat
ipoteza dificultăţii exprimării opiniilor şi a confidenţialităţii datelor cerute
managerilor intervievaţi.
2.4 Surse de date utilizate în studiul statistic al pieţei
Pentru a putea proiecta rezultatele sondajului asupra populaţiei de

referinţă şi a testa semnificaţia acestora cu ajutorul testelor de semnificaţie,
este necesară alegerea metodei de sondaj care să asigure reprezentativitatea
eşantionului, cantitatea şi calitatea datelor culese. Indiferent de tipul
cercetării, datele necesare pot fi de mai multe tipuri, dintre care analistul îl
va alege pe cel potrivit scopului investigaţiei.
Din punctul de vedere al procesului de investigaţie statistică, datele
primare sunt datele înscrise în formularele de înregistrare, date de intrare
care vor fi supuse în continuare analizei statistice. În urma prelucrării
acestora vor rezulta datele derivate ce constituie indicatori statistici derivaţi
sau secundari.
În ceea ce priveşte obiectivul studiului şi timpul de culegere, datele
pot fi deja culese şi stocate în băncile de date ale organizaţiilor publice şi
private sau vor fi culese în procesul cercetării prezente. Datele culese
anterior, cu alt scop decât cel al studiului ce se desfăşoară în prezent pot fi
preluate de către analist din băncile de date şi, dacă prin prelucrarea lor se
atinge obiectivul studiului, nu mai este necesară organizarea unei noi
cercetări.
Există în literatura anglo-saxonă o accepţiune clar definită a surselor

de date primare şi secundare. Noţiunile de date primare şi secundare
utilizate în literatura americană de cercetare de marketing sunt definite astfel
(pag. 222, Boone, Kurtze, ediţia a 8-a, Harcourt Brace Colledge; pag. 5,
Francis A., Bussiness mathematics and Statistics, DP Publications Ltd,
London, 1993).
Sunt considerate date primare acele date care sunt culese pentru
prima dată şi sunt utilizate pentru acelaşi scop pentru care au fost culese.
Sursele de date primare sunt recensămintele, cercetările selective sau alte
observări special organizate.
Datele secundare sunt acele date utilizate în alt scop decât cel pentru
care au fost iniţial culese şi provin din rapoarte statistice interne şi externe,
elaborate şi/sau publicate anterior. Termenul de “secundar” se referă la
temporizare – datele secundare sunt utilizate cel puţin a doua oară, într-o
altă investigaţie decât cea pentru care au fost culese iniţial. Acestea pot fi
date interne, ale organizaţiei sau date externe, publice.
Rapoartele statistice, ca parte a sistemului extern de comunicare a
firmei, sunt transmise periodic către autorităţile naţionale şi locale. În
acelaşi timp, raportele interne sunt transmise periodic între departamentele
firmei, pentru a completa fundaţiile sistemului managerial al firmei.
Motivaţia sistemului informaţional statistic intern firmei este diferită de cea
a rapoartelor externe. Implicit, acestea vor avea un alt format, o altă
structură şi formă de exprimare, un circuit tipic.
Rapoartele statistice, ca parte a sistemului de comunicaţii externe ale
firmei, sunt transmise periodic autorităţilor de statistică naţionale şi locale,
conform legii. În acelaşi timp, prin întreaga activitate de promovare se
susţin produsele firmei şi printr-o corectă şi precisă informa a clienţilor şi
consumatorilor produselor companiei.
În paralel sistemul informaţional statistic al firmei din care face parte
integrantă şi sistemul informaţional de marketing produce rapoarte interne
ce cuprind informaţii despre situaţia vânzărilor firmei şi principalilor

competitori pe piaţă, gradul de satisfacţie a clienţilor şi consumatorilor,
preferinţele consumatorilor, posibile nişe de piaţă neacoperite etc. Aceste
informaţii completează sistemul informaţional statistic al firmei creând un
set de informaţii permanent actualizate care asigură un bun fundament
pentru luarea deciziilor de către managementul firmei.
Scopul transmiterii documentelor ce conţin informaţii de marketing
şi vânzări între departamentele companiei este fundamental diferit de scopul
comunicării externe a firmei, ce constă în principal în informarea
consumatorilor şi autorităţilor. Implicit, aceste rapoarte vor avea un format
specific, o altă manieră de prezentare, un circuit închis de transmitere între
sursa de informaţii (departamentul de marketing) şi receptori (departamentul
de depozitare, producţie şi aprovizionare), o altă modalitate de distribuţie,
stocare, arhivare, regăsire şi accesare a informaţiei necesare sistemului de
management. Indiferent de tipul raportării şi al metodei de transmitere a
informaţiilor, compania trebuie să asigure o concepţie unitară în ceea ce
priveşte procurarea, prelucrarea, transmiterea informaţiilor şi luarea
deciziilor; această unitate va fi asigurată de expertul de marketing ce creează
legătura dintre aprovizionare, producţie şi vânzări.
Investigaţiile statistice utilizează atât surse primare, cât şi surse
secundare de date, exclusiv sau în combinaţie. Informaţiile factuale
referitoare la cantităţi, preţuri, mărci cumpărate pot fi analizate cu ajutorul
datelor secundare, în timp ce opiniile, atitudinile, preferinţele se analizează
de obicei cu ajutorul datelor primare.
Rezultatele unor eventuale sondaje cu rpivire la comportamente şi
atitudini reprezintă informaţii cu grad mare de perisabilitate. De exemplu,
cota de piaţă potenţială, segmentarea pieţei şi identificarea segmentului ţintă
căruia îi este destinată noua gamă de produse, identificarea preferinţelor şi
opţiunilor consumatorilor, interesul companiilor prestatoare de servicii în
promovarea noilor cursuri sunt estimate în urma organizării unei cercetării
selective, ce culege, sistematizează, prelucrează şi analizează date primare.
Pentru a evita confuzia dintre datele primare şi secundare, facem

următoarele precizări.
Denumim date primare acele date ce rezultă în urma organizării
cercetării prin sondaj şi urmează a fi analizate şi prelucrate, procedee
statistice, în urma cărora vor rezulta date derivate (denumite şi secundare în
literatura statistică din România).
Datele culese anterior studiului curent se numesc date secundare şi
sunt preluate din surse de date preexistente, fără să fi fost culese în legătură
directă cu obiectivul prezent al cercetării statistice. Considerăm date
secundare, preluate din alte surse, datele ce sunt utilizate cel puţin a doua
oară (culese anterior, datele vechi, rezultate din alte studii). Într-o posibilă
accepţiune am putea considera date culese, originale pentru cercetările prin
sondaj, datele noi pe care le obţinem, date ce sunt folosite pentru prima oară
în cadrul unui studiu statistic.
Orice cercetare primară de piaţă va fi precedată de analiza datelor
secundare interne firmei, ca parte a sistemului informaţional, sau externe
firmei, ca de exemplu, publicaţii guvernamentale, ale asociaţiilor de
cercetători sau asociaţiilor comerciale, presa, rapoarte de sondaj periodice,
ale organizaţiilor financiare, marea majoritate putând fi accesate prin
intermediul bazelor de date electronice. Analiza datelor secundare poate
suplini nevoia de informaţii a decidentului. Scopul utilizării datelor deja
culese şi prelucrate în vederea unei noi analize constă în principal în
economiile de costuri.
Sursele de date preluate sunt extrem de variate şi numeroase. Datele
statistice preexistente sunt utilizate când resursele sunt insuficiente pentru
organizarea unui nou sondaj şi dacă în băncile de date există date statistice
relevante, culese şi sistematizate anterior, deşi cu alt scop, care oferă
posibilităţi de analiză pertinentă.
Avantajul utilizării surselor preexistente de date îl reprezintă
obţinerea suportului decizional într-o perioadă scurtă de timp, cu un consum
scăzut de resurse. “Suma de bani necesară adunării datelor secundare este
mult mai mică decât cea necesară pentru obţinerea datelor primare”
(Kress – “Marketing Research”). În primul rând, sursele de date existente în
biblioteci pot fi consultate gratuit, iar publicaţiile guvernamentale au costuri
scăzute, ceea ce este valabil atât pe plan mondial, cât şi în cazul României.
În al doilea rând, timpul consumat pentru consultarea lor este mult mai
redus decât cel necesar culegerii datelor primare. În al treilea, rând aceste
date sunt culese de specialişti cu experienţă, ceea ce le acordă un grad înalt
de pertinenţă şi încredere.
Utilizarea datelor din publicaţii prezintă şi dezavantaje, putând
conduce la rezultate distorsionate, deoarece datele stocate pot fi îndoielnice,
eşantionul pe baza căruia au fost culese să nu fi respectat condiţiile unui
sondaj probabilistic sau să nu fi fost reprezentativ, datele pot fi deja
perimate, nivelul de acoperire geografică poate să nu coincidă cu cel necesar
studiului prezent sau populaţia să fi fost împărţită pe grupe după alte
caracteristici decât cele ce fac obiectul investigaţiei actuale. Limitele
utilizării acestor surse de date constau în principal în posibilitatea analizei
unor date mai puţin relevante pentru problema curentă. Cercetătorii trebuie
să aibă în vedere întotdeauna că datele anterioare au fost culese cu alt scop
decât cel al studiului particular, pe de o parte, iar, pe de altă parte, se poate
să nu fie complete. De exemplu, structura populaţiei rezultată în urma
recensământului este pe vârste, profesii, venit real, în nici un caz nu apare
publicată structura după preferinţe, stil de viaţă şi variabile de segmentare
comportamentală.
2.5 Etapele unui studiu de piaţă
În urmă cu 30 de ani Webber prezenta cercetarea de piaţă ca fiind

sinonimă cu proiectarea, implementarea şi analiza datelor pe baza
chestionarului. În ultimul deceniu problematica studiului pieţei s-a translatat
către studiul combinat al datelor de sondaj cu cel al datelor secundare.
Sintetic, opiniile cercetătorilor cu privire la secvenţa activităţilor de studiu al

pieţei converg şi pot prezentate în interdependenţă sistemică în figura 2.1.
EVALUAREA PROBLEMEI DE MARKETING:

Segmentarea pieţei
Dezvoltarea planului cercetării
INFORMAŢII LIPSĂ
Formarea eşantionului de firme a.î. să fie reprezentativ

pentru populaţia de firme din Bucureşti
EVALUAREA INFORMAŢIILOR DISPONIBILE Raport de cercetare ce

DIN SURSELE DE DATE SECUNDARE completează informaţiile pieţei
Cercetare cantitativă Analiza datelor

Cercetare calitativă
DEFINIREA PROBLEMEI DE MARKETING:

Identificarea segmentelor ţintă de agenţi economici cunsumatori
de servicii de consultanţă în resurse umane
Cercetare cantitativă
Cercetare calitativă
Dezvoltarea planului cercetării
Formarea eşantionului de firme a.î. să fie reprezentativ

pentru populaţia de firme din Bucureşti
Cercetare calitativă Cercetare cantitativă
Figura 2.1 Etapele activităţii de cercetare a pieţei

Tipic, secvenţa activităţilor în cadrul unei cercetări de marketing este

(prezentată de Churchill, pag. 69): “… formularea problemei; proiectarea
cercetării; proiectarea metodelor şi a formularelor de culegere a datelor;
construcţia eşantionului şi colectarea efectivă a datelor; analiza şi
interpretarea datelor; prezentarea raportului de sondaj”.
Mai detaliat, McDaniels şi Gates prezintă în 1993 fluxul studiului
pieţei: identificarea şi definirea problemelor/oportunităţilor ce apar pe o
piaţă, proiectarea studiului, alegerea tipului cercetării, alegerea metodelor de
cercetare şi a procedurii de eşantionare, culegerea datelor, prelucrarea şi
analiza datelor, raportul de sondaj, recomandări.
Programul unei investigaţii prin metoda sondajului trebuie să
satisfacă etapele generale necesare în desfăşurarea unui studiu de piaţă,
sintetizate astfel:
1. Analiza preliminară sau “filtrul procesului”, ce identifică
variabilele potenţial factoriale şi rezultative; este considerată etapă critică a
cercetării, de vreme ce posibilele arii de investigaţie pentru analist sunt
nenumărate. Presupune de asemenea studierea contextului în care a apărut
problema decizională ce trebuie soluţionată luând în considerare şi
cercetările anterioare realizate.
2. Definirea problemei (a pieţei; a populaţiei de consumatori şi/sau
furnizori) va determina un aspect esenţial pentru proiectului de cercetare:
stabilirea ipotezelor studiului. Dacă ipotezele alese sunt justificate,
eventuala acceptare sau respingere a acestora asigură atingerea obiectivului
studiului.
3. Planificarea organizării studiului pieţei, ce constă în mod esenţial
în definirea: datelor ce vor fi înregistrate, a variabilelor cantitative şi
calitative cu ajutorul cărora se va caracteriza populaţia studiată; modului de
obţinere a acestora; modului de organizare a datelor care să permită
prelucrarea şi analiza lor; elaborarea recomandărilor. Stadiul identificării
unităţilor ce vor face parte din eşantion surprinde etapele de definire a
populaţiei, a caracteristicilor ce vor fi înregistrate; selectarea unui procedeu
de eşantionare; determinarea volumului eşantionului; selectarea unităţilor ce

vor fi cuprinse în eşantion. Problema ce se pune cu acuitate în acest stadiu
este problema reprezentativităţii şi validităţii eşantionului.
Alternanţa studiilor calitative cu cele cantitative sau desfăşurarea lor
în paralel depind de opţiunea cercetătorului şi disponibilitatea unităţilor de
observare de a furniza date. Găsirea soluţiei optime impune realizarea de
studii pilot, care să permită definirea unui procedeu de sondaj eficient, ce
urmează a fi aplicat cu o anumită periodicitate, pentru a permite şi analiza
situaţii în dinamică şi efectuarea de prognoze.
4. Culegerea datelor. Datele primare sau secundare şi informaţiile
înregistrate în procesul cercetării trebuie să fie: corecte, provenind de la
eşantioane reprezentative care să asigure un coeficient înalt de încredere;
curente; suficiente; disponibile pentru decident; relevante pentru
soluţionarea problemei diagnosticate.
Este dificil pentru cercetător să obţină date concrete dată fiind
complexitatea subiectului studiat, mai ales atunci când este vorba despre
economia materialului, în contextul macroeconomic fluctuant al economiei
româneşti. Foarte importantă este caracteristica de relevanţă a datelor pentru
rezolvarea problemei decizionale, în acest caz identificarea segmentelor
ţintă de agenţi economici ce apelează la firme de consultanţă în domeniul
resurselor umane.
5. Elaborarea machetelor de prelucrare, prelucrarea primară prin
grupare şi clasificare, se obţin tabele, serii grafice ce permit aplicarea în
continuare a metodelor de analiză. În funcţie de tehnica de analiză utilizată,
cu ajutorul programelor speciale de prelucrări statistice, pentru analiză nu
este necesară gruparea datelor. Această operaţiune devine necesară pentru a
creşte, pentru decidenţi, gradul de atractivitate şi de percepţie a datelor şi
informaţiilor de piaţă.
6. Analiza datelor şi interpretarea rezultatelor. Analiza se ocupă cu
“descompunerea datelor”, prelucrarea acestora şi împărţirea, structurarea lor
în părţi componente. Interpretarea rezultatelor implică “reasamblarea“ lor în
forme ce oferă informaţii în concordanţă cu obiectivele studiului şi au

semnificaţie pentru cei ce utilizează rezultatele cercetării în procesul luării
deciziilor.
7. Prezentarea rezultatelor şi asistenţă în luarea deciziilor. Este
esenţial ca rezultatele să fie raportate într-o manieră apropiată de potenţialii
utilizatori. Deoarece audienţa este adesea formată din colectivul de
conducere a unei organizaţii sau din personal de orientare tehnică, raportul
statistic întocmit trebuie să utilizeze un limbaj şi să aibă o formă uşor de
înţeles pentru acest grup de beneficiari, de fapt cei ce sunt abilitaţi să ia
decizii.
Fiecare etapă amintită mai sus implică rezolvarea de probleme
metodologice şi tehnice, aplicate şi adaptate pentru studiul pieţei, ce se
bazează pe principiile estimării statistice.
2.6 Programul investigaţiei statistice în cercetarea de marketing
Odată stabilită necesitatea organizării unei cercetări prin sondaj şi

identificate sursele de date ce vor fi utilizate pentru atingerea obiectivului
studiului, pentru a colecta date primare de la o parte reprezentativă a
populaţiei studiate, trebuie definit programul investigaţiei prin sondaj.
Acesta constă în:
a) Definirea obiectivului – presupune precizarea clară a scopului şi a
modului de utilizare a rezultatelor şi definirea populaţiei de studiat, conform
scopului cercetării. În această etapă este necesară definuirea în timp şi spaţiu
a categoriilor populaţiei statistice, identificând mulţimea cazurilor
individuale în care se manifestă fenomenele verificând gradul de
omogenitate a respectivelor categorii. De asemenea, se defineşte programul
înregistrării datelor, care cuprinde setul caracteristicilor statistice ce trebuie
studiate.
De exemplu, obiectivul studiului de caz prezentat în finalul lucrării

este: identificarea segmentului ţintă format din firme dispuse să plătească
firmelor specializate în servicii de consultanţă în resurse umane, pentru
prestarea de servicii de training, perfecţionare şi instruire în cadrul
programului de dezvoltare a personalului propriu. Din multitudinea tipurilor
de servicii de resurse umane – selecţie, recrutare, trening – cele mai oferite
şi tranzacţionate pe piaţa românească sunt serviciile de training.
Populaţia studiată în primul studiu de caz prezentat este formată din
mulţimea firmelor cu sediul central în Bucureşti, indiferent de spaţiul
acţiunii acestora, local, naţional sau internaţional. Gradul de omogenitate a
populaţiei se poate analiza cu ajutorul indicatorilor de variaţie dacă există o
cercetare totală anterioară. Dacă nu există o astfel de cercetare, cum este
cazul de faţă, propunem să se organizeze sondaje succesive pentru a putea
stabili şi criteriile de structurare, de grupare a populaţiei agenţilor
economici.
b) Stabilirea surselor de date existente în băncile de date, obţinute
prin studii preexistente, este următoarea etapă; în funcţie de cantitatea şi
calitatea acestora se decide utilizarea exclusivă a datelor din bănci,
necesitatea realizării unei cercetări totale sau parţiale (prin sondaj) sau
utilizarea combinată a celor două tipuri de surse de date.
c) Alegerea bazei de sondaj, dacă există şi este disponibilă şi
accesibilă. Prin baza de sondaj înţelegem o formă organizată de prezentare,
sistematizare a unităţilor statistice ale populaţiei de referinţă, astfel încât să
se permită prelevarea unui eşantion aleator.
O bază de sondaj care va asigura extragerea eşantionului conform
principiilor probabilistice (fiecare unitate din populaţie să aibă aceeaşi şansă
controlabilă de a participa la eşantion) trebuie să îndeplinească anumite
condiţii: să fie potrivită scopului cercetării; să fie completă, să cuprindă
toate unităţile populaţiei de studiat; să fie uşor accesibilă; să conţină
înregistrări unice; datele să fie exacte şi actuale; să permită permanent
actualizări;
d) Delimitarea unităţilor de sondaj, care pot fi: omogene (populaţii

formate din persoane sau loturi de piese, produse, servicii) şi neomogene
(oraşe, gospodării, organizaţii – agenţi economici); unitatea de sondaj aleasă
a fost unitatea complexă, neomogenă, respectiv agentul economic.
e) Formarea eşantionului, – stabilirea procedurii de selecţie şi a
volumului eşantionului în funcţie de nivelul aşteptat al erorilor de sondaj şi
de bugetul alocat.
f) Culegerea datelor primare prin diverse metode de abordare a
subiecţilor, prin interviu direct sau prin metode indirecte (poştă, internet,
telefonic), şi stabilirea tipului de chestionar folosit, individual (fişă) sau
colectiv (listă).
g) Aplicarea unui studiu pilot prin care să se culeagă date primare
necesare construcţiei viitoare a eşantionului şi testării eficienţei
chestionarului. Studiile de caz din ultimul capitol sunt studii pilot.
h) Elaborarea formei finale a chestionarului; chestionarul va fi
îmbunătăţit şi completat cu un ghid de intervievare dacă procedura aleasă
pentru culegerea datelor este interviul direct.
i) Culegerea datelor finale conform programului observării/înregistrării
şi a chestionarului final.
j) Prelucrarea datelor pe calculator; după eliminarea informaţiei ce
poate diminua credibilitatea rezultatelor se formează bazele de date şi se
efectuează analiza datelor de sondaj.
k) Elaborarea raportului cercetării şi prezentarea rezultatelor.
Parcurgerea eficientă a acestor etape are ca scop asigurarea
reprezentativităţii eşantionului, ceea ce va determina estimarea cât mai
corectă a parametrilor populaţiei de referinţă. Planul investigaţiei trebuie să
corespundă cu etapele cercetării de marketing.
2.7 Summary. Statistical survey – main investigation methods

of the market phenomenon
Features of marketing and business administration sampling
The object of Statistics is represented by the phenomena and

processes manifested as a tendency in a great number of individual cases –
which are different as form, but which have essential common elements;
these phenomena are called mass phenomena following the statistical laws.
In the same time, Statistics is also an instrument to set the
foundations of Management and Business Administration. It is known that
social and economical problems cannot always be answered in a matter of
YES or NO – BLACK or WHITE. In order to identify the nuances for the
most suitable decision it is possible to use the statistical analysis of
situations, as a set of tools comprising qualitative and quantitative methods.
This way, Statistics seems to be a science of analyzing data. In order to
accomplish this main role Statistics had to establish what are the methods of
collecting, organizing, processing, presentation and computation of
indicators necessary to the analysis of results. Also, profitable decision-
making in economic and day-to-day environment implies the need for
methods of statistical conclusion validation, referring to the complex
description of the subject statistically studied. That is why we can state that
Statistics is not only involved in the analysis of data, but also in the process
of effective decisions. Different types of analysis are extremely diverse,
their variety being due to the diversity of decisional situations in a company.
A particular problem (specific for decision makers) is making decisions
under risk and uncertainty conditions – generated by the extremely rapid
and complex dynamics of market relations.
This book is not intended to present all the methods and statistical
techniques – in all their complexity – but we will try to select the most used
methods, algorithms, and analysis techniques, useful for taking decisions by

the managers of the companies.
The development of an efficient and profitable economical activity –
in all areas – begins with the premises of operational planning and constant,
rigorous and long term growth which starts with the rapid and easy access to
useful and sufficient information. Statistical observations have a major role
in the well functioning and in the informational flow of the company. The
information system and means for it to be transmitted represent the
foundation of forecasting, the support of making decisions and of a
profitable, successful activity. The orientation toward optimizing business
communication goes together with the company’s need to be more and more
profitable in a high competition environment.
At the beginning of this Millennium, the revolution of
communications is still developing. A relatively new field for researchers is
how are technological changes of the communication system going to affect
the communication process in business. The modern technologies, satellite
connections, the Internet – have turned around the way to transmit
information.
“Communicare” was used by Romans, with the meaning of
transmitting a message to a certain destination. No matter the type of
communication or the means used, researches in this field has identified five
aspects of the process of communication:
the message generated by a source is translated through
signals that are transmitted through
a channel of transmission to
the receiver.
For the business communication, this process assumes clarity and
coherence in translating the message into signals, transmitting of the
message and of the signals with the purpose of capturing attention and
perception of the receiver.
If we understand statistics as an operational tool, which helps and

facilitates the process of making decisions – decisional support – in an
organization, then we can also understand its place and role in the
communication system for the business’ growth.
Advantages and disadvantages of sampling, as the main
investigation method used in Marketing and Business Administration
studies, can be observed in some several standard situations where a
sampling research is more effective then a complete study of the entire
population:
1. Costs: in some cases the census costs exceeds the sample cost.
2. Time: sample information requires less time to be gathered
compared to overall data gathering from all the population units.
3. Accuracy: the level of biases due to systematical errors can be
larger in a case of the census∗.
4. Destructive method used in the production quality control.
5. Impossibility of a census, like in the case of new drugs or
weapons testing on human population.
Data sources for Marketing and Business Administration studies
Statistical reports, as a part of the external communication of the

company, are transmitted periodically to the local and national authorities.
In the same time, internal reports issued on a regular basis are completing
the statistical information and together they set the foundations of the
information system of the firm’s management. The purpose of transmitting
statistical documents inside the company is different from the one of the
external communication. Implicitly, these reports will have a different
∗
A bias is a tendency of the researcher to make only one kind of errors or represents the tendency of
a method to induce errors. If the use of a method induces characteristics estimation larger than the
value of the population than it is called positive bias and if the estimation is smaller than the value
of the population then the error is called negative bias.
format, another type of presentation, flow of transmission, distribution,

storing, archiving and retrieving in the finalization of the statistical analysis.
No matter the type of the final statistical report to be transmitted, there is a
unitary conception concerning the methods to obtain data, which are about
to be processed by the Management system of the company. One of the
main methods to obtain business and marketing information is sampling.
We shall call a statistical investigation any procedure of logical
structure through which supplies information to the decision-making
system, and which relies on a complex analysis of primary and secondary
data from the objective reality. A statistical investigation is organized in
order to solve some major problems even less important ones, independent
or connected to other investigations, periodically or occasionally ones.
Statistical investigations are concrete statistical researches, which study the
statistical population through exhaustive records (when possible) and
through collection of partial data.
From this point of view, we will consider primary data – data,
which is obtained through statistical observation and it is used for the first
time. We will define secondary data – as data from other sources (including
banks of statistical data), data that are used for the 2nd time, at least, or for
the nth time. This way, secondary data can be considered as being
complementary to primary data gathered for the first time through the
statistical data collection methods. Statistical investigations, being usually
complex and significant operations, have to be organized in such a way that
they solve methodological and organizational problems.
Secondary data can be classified according to the way they are
collected or to their distribution sources. At the level of individual
companies, secondary data are classified in external and internal data.
Secondary sources of data comprise both external and internal statistical
reports.
Internal data is represented by operational reports and occasional
ones that go together with any report of the operations in the company: sales
data, advertising reports, periodic inventory checking, and transportation

costs. All of these are examples of internal secondary data for an
organization together with its accounting and sale registers, personnel
reports, etc.
External data is the result of studies undertaken by specialized
organizations and official organizations. These data come from a wide range
of external sources. Their number is enormous. Secondary data can be found
in books, magazines, Governmental publications.
Various secondary data types can be classified, according to the
company that provided them, as follows:
- Governmental sources, like publications of the central and local
Statistics Institutions, reports from central Governmental Institutions or
information from the local power, organizations or international Institutions.
- Commercial sources, information coming from the Chamber of
Commerce or other consultancy organisms
- Sources of district Chambers
- Academic reports from other institutions. Among them,
Governmental sources, reports, and publications of the National Institute for
Statistics and of the Register of Commerce are the most credible sources.
Steps of a market research
The process of statistical knowledge is formed as a number of

consequent steps within which, there are used primary data as well as
secondary (complementary) data, so it can be presented as a series of
operations.
Step 1: Interdisciplinary complex analysis of the business situation
The analysis of the situation or the funnel of the process implies the
knowledge, at least theoretical, as well as the decision tree research of the
subject towards an already settled purpose, which can become a managerial
purpose. This step is considered to be the critical one in a profound research,

knowing that the possible areas of study for a researcher are infinite. The
filtration, the deepening of the study area and choice of a specialized
problem for research is a necessary process for certain types of applicative
research, in the case that the analyst thinks that the initial problem is not the
one to be studied. That is why it is necessary for all the situations to be
analyzed before choosing a specific direction for the research. An analysis
of the situation will offer the whole perspective about which type of
research the researcher should pay more attention to.
Step 2: Preliminary statistical investigation
This is the settling of the problems in common with other types of

selective researches and of particularities for the study about to be launched.
The attempt of selection of the researches’ direction has to be found in the
final faze of the analysis of the existing economical status and of the
problem that needs to be solved consistent with the settled objectives for the
decision making. For this, it is necessary a small and clear formulation of
the objectives of the statistical research.
Step 3: Choosing the research objective and definition of the

research hypothesis
The researcher is ready now to select the specific objectives of the

study, which can be the same as the identified problem or just a part of it.
The distinction between “identifying the problem” and “settling the
objective of the study” can create sometimes confusions. Settling clearly the
objective of the study, there will be avoided an unjustified load with primary
and/or secondary data that are not consistent with the purpose of the
research, making it expensive with no justification and losing the essential
information. What is also really useful for the research project is also the
settling of the hypothesis necessary for getting to the process of data

transformation. If the correct and justified hypotheses are chosen, then their
approval takes to the realization of the purpose of the study. Their rejection
during the data analysis process is not to be wished, because this will imply
that the collection of the initial recorded data should be remade.
Step 4: Identifying the necessary information
Once the objectives of the study were identified, the identification of

the types of information is necessary for achieving the research purpose and
making the optimum decision. In order to do so, the researcher will study
whatever sources (direct or indirect) can insure, through analysis, this
information. Also there will be pointed out what time costs are associated to
the project.
Step5: Research of the secondary data
The first step begins with the research of the secondary data that may
help – through statistical processing and analysis – to lead to achievement of
the objectives of the study. Once the existing data have been found and
evaluated, the researcher can determine if there are necessary any sources of
primary data – if the secondary data are insufficient or don’t fit with the
objective of the research or there have to be used other methods of
collecting data.
Step 6: The selection of the methodology of collection of the

primary data
The collection of collection of primary data can be grouped in this

manner: methods of direct observation, experimental techniques, poll
methods and other forms of partial of total observation.
The direct observation. The researcher observes the objective or the

activity which interests him. These observations can be made individually or
through mechanical methods.
The experimental observation. When this method is used, the
researcher introduces
1) Certain stimulus, selected in a controlled environment,
2) Alternate systematically these stimulus, and
3) Record the results of these changes.
The use of a controlled context is what is different compared to the
other methods, where the necessary information is obtained under normal,
real conditions.
The observation through poll. The data are collected by asking the
population, assumed to have the wanted information. The questions can be
put in a direct interview, by telephone or by sending through mail a
questionnaire to be filled.
Step 7: Data processing
Primary and secondary data that were collected can be processed

through systematization, editing, codification, tables and their analysis.
Editing implies (1) the checking of the accuracy of the form,
completion and consistency of the collected data, (2) add-ins or erasures – if
necessary, (3) systematization of data in homogeneous groups.
Codification of individual answers has the purpose to ease their
recording and processing.
Putting the data into tables can be done mechanically or manually,
depending on the quantity of data, resources, and types of analysis, available
computation techniques and the programs of secondary processing of
systemized data.
Step 8: The analysis of data and interpretation of the results
Once the data have been processed the analysis and interpretation –
of results – process begin. The analysis has to do with “splitting the data”
into parts that have a basic meaning. The interpretation of the results implies
their “reassembling” into shapes that are consistent with the objectives of
the study and have a meaning for those using the results of the research
within the process of decision-making. In order to test the importance and
significance of the results, there can be applied different statistical tests.
Step 9: The presentation of the results
It is essential that the results are reported in a manner close to the

potential users. Because the audience is mostly formed by the organization’s
executives or technically oriented personnel, the statistical report has to use
a language and to have a form adapted to this group of beneficiaries – in fact
the persons named to take decisions.
As a conclusion we can say that the general steps of a statistical
investigation are summarized as follows:
1. Establishing the objective of the research only if there is a
management problem to be solved. Nobody is conducting a statistical
research if there is no decision to be taken.
2. Defining and identifying the population needed to be studied
according to the objective.
3. Establishing the set of characteristics or attributes according to the
information we need to obtain. This set of characteristics is called the
research program.
4. Analyzing the database already existing about the population.
The data existing in the database or already gathered for a previous
research to be used in the current research for at least the 2nd time is called
secondary data.
So this step is analyzing the secondary data source.
Ex: All the statistical populations in the country offering data
concerning population, regions, cities, companies and so on.
5. If the secondary data is insufficient, the researcher has to decide to

organize either a total research or a partial one, depending on the resources
available such as time, money and human resources. In some cases it is
impossible to organize a census, like for instance for the production quality
control, if the quality control will destroy the product.
If we decide to conduct a partial research, we need to decide what
type of research can we conduct.
Organizing the data collection, which means deciding where, when
and how to collect the data for each unit. How to collect data? We can
choose to collect data individually, each unit on a separate fish or
collectively using a common recording way like a list.
6. Data recording with a program called SPSS.
7. Data summarizing and presentation, also called primary data
processing.
We are calling primary data, data gathered for the first time or used
for the same goal.
The result of this step will be tables, series and graphs.
8. Data description using descriptive statistics measures and data
analyzing.
9. Data conclusions presented into a research report.
3 Procedee de eşantionare aplicate
în cercetarea pieţei şi administrarea
eficientă a afacerilor
3.1 Eşantionare aleatoare
Eşantionul este un segment al populaţiei studiate, ales să o reprezinte

în ansamblu. Reprezentativitatea acestuia asigură corectitudinea estimărilor
efectuate baza calculului indicatorilor de sondaj şi a inferenţei statistice
realizate.
Atunci când alege eşantionul cercetătorul trebuie să răspundă la mai
multe categorii de întrebări:
i) CINE urmează să fie studiat (care este unitatea de sondaj?);
ii) CÂTE unităţi va cuprinde eşantionul (volumul eşantionului
desigur influenţează siguranţa rezultatelor, dar, dacă este bine
ales, şi un eşantion de sub 1% din populaţia totală poate furniza
rezultate cu o probabilitate ridicată);
iii) care sunt CRITERIILE de alegere a unităţilor în eşantion (care
este procedeul de eşantionare folosit?).
Folosind eşantionarea aleatoare, probabilistică, fiecare unitate
componentă a populaţiei studiate are o anumită probabilitate, pentru a fi
inclusă în eşantion, putându-se astfel estima eroarea de eşantionare. Atunci
când procedeele aleatoare sunt prea costisitoare sau durează prea mult,
studiile de piaţă apelează şi la eşantionare neprobabilistică sau mixtă, caz în

care nu pot fi estimate erorile de eşantionare.
Pentru a respecta caracterul aleator al formării eşantionului,
procedeul de eşantionare nu trebuie să fie influenţat de analist. Un eşantion
este aleator dacă toate unităţile extrase din colectivitatea generală au avut
aceeaşi şansă (probabilitate egală şi diferită de zero) de a participa la
eşantion. Rezultatele unui astfel de sondaj pot fi interpretate probabilistic.
Eşantionarea aleatoare se realizează după planuri de sondaje simple
(pentru sondaje în populaţii omogene, dar putându-se aplica şi pentru
populaţii neomogene), după planuri de sondaj în mai multe etape
(stratificarea, sondajul multistadial, multifazic, de serii, secvenţial). Această
metodă de eşantionare este indicat a se folosi în cazul în care unităţile din
populaţie sunt de dimensiuni mici şi nu există diferenţe semnificative între
mărimea unităţilor populaţiei.
În practica de piaţă economică această condiţie este rar îndeplinită în
totalitate,. De aceea, se recomandă aplicarea de metode de eşantionare cu
probabilităţi inegale, în ipoteza că unităţile au şanse diferite de a face parte
din eşantion. Pentru aplicarea acestei metode este necesară cunoaşterea unor
date auxiliare despre populaţie. În unele cazuri, eşantionarea cu probabilităţi
inegale poate fi mai avantajoasă decât cea cu probabilităţi egale.
De exemplu, dacă estimăm numărul angajaţilor dintr-o regiune, cu
scopul de a planifica cifra de şcolarizare la o firmă de instruire, vom folosi
datele dintr-un eşantion de judeţe, extrase aleator, pentru care se cunoaşte
populaţia fiecarui judeţ (în urma ultimului recensământ).
Dacă notăm cu Xi numărul firmelor din judeţul i cuprins în eşantion,
cu N numărul judeţelor ţării şi cu n numărul judeţelor cuprinse în eşantion,
sum(Xi) estimează numărul firmelor la nivel naţional. Judeţele, indiferent de
mărimea lor, au avut şanse egale de a participa la eşantion. Dar numărul
firmelor depinde în mod evident de populaţia judeţului şi deci estimatorul
poate fi afectat de o eroare semnificativă.
Pornind de la ipoteza existenţei unei legături directe, pozitive între

populaţia unui judeţ şi numărul de firme comerciale, se poate acorda
judeţelor mai mari o şansă mai mare de a face parte din eşantion.
Probabilitatea ce i se va atribui fiecărui judeţ va fi proporţională cu
populaţia sa. Procedeul de extracţie va fi nerepetat. Estimatorul devine:
(P/n).sum(Xi/pi), unde P este populaţia întregii ţări şi pi populaţia judeţului i
din eşantion.
Din procedee de extracţie cu probabilităţi egale amintim procedee
absolut aleatoare, procedeul loteriei şi al tabelului cu numere întâmplătoare
şi procedeul mecanic sau de eşantionare sistematică.
3.2 Eşantionare dirijată şi mixtă
Eşantionarea dirijată apare în cadrul sondajului efectuat de un expert

sau un observator - bun cunoscător al caracteristicilor populaţiei din care se
va extrage eşantionul, care va include în eşantion, în mod conştient, unităţile
alese după părerea sa subiectivă. Acest procedeu de eşantionare este mult
mai ieftin decât cele probabilistice şi se poate aplica dacă eşantioanele sunt
atât de mici, încât inferenţele efectuate pe baza lor nu ar reprezenta decât o
simplă ipoteză ce nu ar putea fi testată, indiferent de metoda de prelevare
utilizată.
Datele disponibile pot prezenta un grad ridicat de nesiguranţă, ceea
ce va face ca opinia unui expert să ducă la obţinerea de rezultate mai bune.
Selecţia dirijată nu permite stabilirea gradului de precizie a unei estimaţii
făcute pe baza ei, precizia depinzând direct de numeroase circumstanţe. În
practică se aplică aceasta metodă de eşantionare datorită imposibilităţii
respectării condiţiilor de efectuare a unei eşantionări aleatoare (baza de
sondaj completă şi fără omisiuni, cunoaşterea unor informaţii suplimentare
despre unităţile cuprinse în eşantion).
Cea mai utilizată metodă de eşantionare dirijată în cercetările de

piaţă şi anchetele de piaţă este cea pe cote. În acest caz se cunoaşte structura
populaţiei studiate după sex, vârstă, categorie socio-profesională, din studii
demografice anterioare. În cadrul fiecărei grupe se cuprinde un număr de
persoane alese de către operator. Acestuia i se comunică doar caracteristicile
persoanelor ce trebuie intervievate, numărul lor pe fiecare grupă în parte şi
structura populaţiei studiate. Se presupune că eşantionul este reprezentativ
dacă el redă structura populaţiei generale studiate.
Metoda se bazează pe o alegere raţională a unităţilor din eşantion.
Prin modul de constituire a eşantionului apare ca o metodă mixtă,
combinând metodele probabilistice cu cele nealeatoare de eşantionare.
Asimilarea cu metodele probabilistice se face în măsura în care
putem defini ca probabilităţi frecvenţele relative, definite în cadrul
populaţiei. Putem face această echivalenţă dacă volumul populaţiei de
referinţă este suficient de mare pentru a da posibilitatea aplicării legii
numerelor mari.
De aceea, se poate afirma că sondajul pe cote apare ca un sondaj
stratificat, selecţia în cadrul grupelor fiind conştienţa nu este aleatoare.
Caracterul voluntar al metodei constituie principalul său dezavantaj,
operatorul putând influenţa în mod voit sau nu rezultatele sondajului.
Asemănarea dintre eşantionarea stratificată aleatoare şi cea pe cote constă în
stratificarea iniţială a populaţiei de referinţă pe straturi omogene.
Diferenţa dintre stratificarea aleatoare şi eşantionarea pe cote constă
în procedeul de selecţie al unităţilor din fiecare strat, selecţia în cazul
eşantionarii pe cote fiind lăsată pe seama operatorilor.
Deci metoda se bazează pe definirea caracteristicilor de structurare a
populaţiei de referinţă. Astfel, pentru fiecare caracteristică, structura
eşantionului trebuie să fie identică cu cea a populaţiei din care este prelevat.
Se definesc variabilele de control ca ansamblul caracteristicilor reţinute
pentru a asigura identitatea între eşantion şi populaţia de referinţă. Stabilirea
variabilelor de control are în vedere obiectivul studiului şi tipul populaţiei

de referinţă.
Pentru alegerea criteriilor de cotă, de structurare este recomandabil
să se ţină seama de următoarele îndrumări: definirea variabilelor pe baza
întrebărilor cuprinse în eşantion, folosirea ca variabile de control doar a
acelora pentru care se poate defini o distribuţie statistică pentru populaţia de
referinţă, limitarea numărului de criterii de cotă – ce trebuie să fie
independente, fără să cuprindă conotaţii psihologice şi formate din unităţi
statistice cu un grad cât mai mare de omogenitate. Dacă se respectă aceste
condiţii se poate obţine un eşantion sensibil apropiat de un eşantion extras
pe baza procedeelor aleatoare.
Un eşantion obţinut prin procedeul cotelor, reprezentativ la nivel
naţional, format din consumatori, trebuie structurat după criteriile: mediul
de provenienţă, marimea oraşului, sex, venit etc.
Într-un alt exemplu, într-un sondaj statistic organizat la nivelul
Municipiului Bucureşti, cu scopul identificării preferinţelor cursanţilor unui
curs de informatică, pentru calculatoare personale şi produse program,
organizat în scopul identificării segmentelor ţintă pe diferite tipuri şi
categorii de cursanţi, pot fi alese ca variabile de control categoria
socio-profesională, vârsta, gradul de educaţie, structura populaţiei – aceste
variabile de segmentare fiind publicate în urma ultimului recensământ.
De asemenea, în cadrul unui sondaj efectuat cu scopul identificării
oportunităţilor pe piaţa serviciilor de consultanţă în resurse umane am ales
drept variabile de control pentru o populaţie formată din agenţi economici
din Bucureşti: forma dominantă de proprietate şi provenienţa capitalului,
date preluate de la INS.
Această metodă este de departe cea mai utilizată în studiile de piaţă,
deoarece necesită un buget redus de cheltuieli, fiind mai puţin costisitoare
decât orice metodă de eşantionare aleatoare, proiectarea nu este laborioasă,
rezultatele se obţin operativ, într-un timp scurt şi, de fapt, este singura
metodă posibilă dacă nu există bază de sondaj.
O altă metodă de formare dirijată a eşantionului este metoda

voluntariatului, extrem de utilizată în trecut în cercetările medicale şi
psihologice. A început să fie din ce în ce mai des folosită în studiile de
marketing. Includerea în eşantion se realizează pe baza opţiunii voluntare a
persoanelor de a participa la eşantion.
Anchetele desfăşurate pe baza metodei voluntariatului se aplică
studiului opiniilor ascultătorilor radioului, cititorilor ziarelor, „navigatorilor”
pe internet. Metoda constă în publicarea chestionarului în presă ori afişarea
sa într-o pagină de Web, însoţită de rugămintea de a răspunde. Deşi aceste
anchete furnizează un volum mare de date, se pune problema posibilităţii
extrapolării rezultatelor, imposibil de realizat datorită necunoaşterii
reprezentativităţii eşantionului celor ce au răspuns.
O a treia metodă de eşantionare dirijată este metoda de eşantionare
bazată pe accesibilitate, cercetătorul alegând acei membrii ai populaţiei de
la care se pot obţine cel mai uşor informaţiile.
Metoda itinerariilor este, de asemenea, o metodă de eşantionare
dirijată care se poate aplica în regiunile cu densitatea populaţiei mare.
Această metodă poate fi combinată cu metodă de eşantionare pe cote, ceea
ce presupune că operatorul trebuie să formeze grupele urmând un itinerar
prestabilit. În cazul unui refuz, operatorul va trece la următorul punct
prestabilit de pe traseu.
Principiul de bază al metodei unităţilor tipice constă în faptul că
diferite caracteristici ale unităţilor statistice sunt corelate, ceea ce permite
gruparea populaţiei în subansambluri omogene, iar variabila de control
reprezintă aceste subansambluri prin media sa, denumită unitate tip.
Deşi metodele prezentate mai sus nu respectă principiile eşantionării
aleatoare, sunt folosite destul de des în sondajele de piaţă, fiind efectuate de
specialişti în domeniul marketing-ului, ce contribuie prin cunoştinţele lor şi
experienţa acumulată la atenuarea dezavantajelor acestor metode de
eşantionare.
În practică, se pot combina metodele de eşantionare aleatoare cu cele

dirijate, obţinându-se o combinaţie de avantaje şi atenuarea dezavantajelor
fiecăreia. Un exemplu îl constituie selecţia stratificată, în care se împarte
întreaga populaţie în straturi (grupe) după criterii de stratificare
corespunzătoare scopului sondajului şi se alege din fiecare strat câte un
subeşantion folosind procedeul aleator de selecţie.
Eşantionarea stratificată se recomandă a se utiliza în studiul
fenomenelor economico-sociale de masă şi, în mod special, în studierea
fenomenelor de piaţă, caracterizate printr-un grad mare de eterogenitate.
Pentru a creşte gradul de omogenitate, populaţia de referinţă se împarte mai
întâi pe grupe omogene. Aplicând în continuare selecţia aleatoare în fiecare
grupă, subeşantionul obţinut va fi omogen. Erorile de sondaj rezultate vor fi
mai mici decât în cazul extragerii eşantionului din populaţia totală,
neîmpărţită pe clase omogene.
3.3 Determinarea mărimii eşantionului
Determinarea volumului eşantionului este pasul esenţial ce trebuie

parcurs înainte de culegerea datelor. Volumul eşantionului este desemnat
prin numărul unităţilor statistice simple sau complexe ce vor fi prelevate din
populaţia de referinţă, de la care se vor înregistra datele de intrare pentru
analiză.
Deci, analistul trebuie să decidă, în funcţie de mai mulţi factori, care
este numărul optim de unităţi statistice ce trebuie cuprinse în sondaj pentru
ca eşantionul să fie reprezentativ şi rezultatele sale să se poată extinde
asupra populaţiei de referinţă cu respectarea principiilor inferenţei statistice.
În consecinţă, se pune problema determinării dimensiunii optime a
eşantionului care să asigure îndeplinirea obiectivelor sondajului. Eşantionul
ideal trebuie să fie în concordanţă cu eşantionul practic, ce poate fi construit
astfel încât să se poată atinge obiectivele studiului.
Un alt element care trebuie foarte clar precizat şi utilizat este

reprezentat de modalitatea de determinare a volumului eşantionului. Contrar
simţului comun, nu este importantă ponderea eşantionului în colectivitatea
totală (care intră doar ca element de corecţie), cât mărimea absolută a lui.
Fixarea apriorică a proporţiei de sondaj, raportul dintre volumul
eşantionului şi volumul populaţiei totale, poate conduce fie la
supra-dimensionare, fie la subdimensionare.
O raţie de sondaj de zeci de procente se dovedeşte nesemnificativă în
condiţiile unui volum relativ redus al colectivităţii totale, după cum o
pondere chiar mai mică de 1% este suficientă la colectivităţi mari şi foarte
mari.
Volumul optim de eşantionare depinde de obţinerea volumului
minim care să asigure o reprezentativitate adecvată a eşantionului, ce este
dat de factori de influenţă situaţi în afara mărimii colectivităţii totale şi care
se referă la structura colectivităţii.
Expresiile de definiţie a mărimii eşantionului sunt:
n = t2.σ2 / e2 pentru caracteristici continue (3.1)

şi
n = t2.P.(100 - P) / e2 pentru caracteristici alternative (3.2)
unde,
t: valoarea teoretică corespunzătoare probabilităţii cu care se
lucrează (de regulă, P = 95%, iar t = 1,96);
σ: abaterea medie pătratică a distribuţiei caracteristicii care stă la
baza elaborării eşantionului (σ2 = dispersia sau varianţa V);
P: procentul în care populaţia cercetată posedă caracteristica de
eşantionare;
e: eroarea limită de reprezentativitate admisă.
Datorită faptului că nu se studiază întreaga colectivitate, estimarea

valorilor obţinute (medii, procente) la nivelul eşantionului pentru întreaga
colectivitate se face cu o anumită eroare. Valoarea reală se află cuprinsă în
limitele determinate de mărimea obţinută la nivelul eşantionului ± e.
În determinarea volumului eşantionului se acceptă aprioric o anumită
eroare cuprinsă între 1% (foarte rar practicată, dealtfel, deoarece necesită
eşantioane foarte mari) şi 5% (prag de eroare aproape general acceptat de
către experţii în marketing).
În continuare, algoritmul de lucru este „simplu”. La o anumită
valoare a lui σ sau P şi o valoare impusă a lui e rezultă în mod automat o
anumită valoare a lui n. Dificultatea cea mai mare constă însă tocmai în
obţinerea informaţiilor referitoare la distribuţia caracteristicilor de
eşantionare, respectiv valorile σ sau P. La valorile σ = 0,5 m sau P = 50% şi
e = 1% rezultă un eşantion de 9600 persoane necesar pentru a fi studiat, ori,
de multe ori, colectivitatea totală este mică.
Volumul cerut pentru eşantion scade vertiginos, dacă ne reducem
dorinţa de rigurozitate şi acceptăm valori mai mari ale lui e, ceea ce se şi
face de regulă. Pentru un nivel al erorii e = 2%, 3%, 4% sau 5% (menţinând
constant σ sau P) volumul eşantionului se reduce şi el la: 2400, 1060, 600 şi,
respectiv, 384 persoane. Dacă se modifică valorile σ sau P vor rezulta
mărimi diferite pentru n.
În evaluarea gradului de reprezentativitate a cercetărilor intervin şi
alte elemente, care se referă la aplicarea corectă a tuturor cerinţelor de
întocmire a eşantionului, a corecţiilor cerute de schema de eşantionare, de
dispersia spaţială a populaţiei, de selectarea subiecţilor şi de cercetarea
efectivă a acestora.
Putem preciza o serie de principii ce trebuie respectate pentru
evaluare: aplicarea eşantionării la colectivităţile de populaţie reclamă
asigurarea unui număr minim de persoane (n) care să permită un grad
acceptabil de reprezentativitate; mărimea colectivităţii totale intervine doar
ca element de corecţie, factorul de corecţie fiind (N – n)/(N – 1), cu care se
micşorează valoarea n a volumului eşantionului, deja obţinută. Valoarea

raportului se apropie de unu în cazul în care N este un număr mare.
Atunci când studiem colectivităţi relativ mici (sub 500 persoane) nu
se pot determina eşantioane reprezentative după regulile numerelor mari şi
ar trebui să se ia în considerare cerinţele suplimentare ale eşantioanelor
mici. Când suntem în imposibilitatea de a construi eşantioane reprezentative
este preferabil să studiem loturi omogene sau neomogene de populaţie, dar
care nu ne permit să generalizăm rezultatele la ansamblul colectivităţii, de
unde rezultă implicit avantajele cercetării selective, riguros realizate.
O atenţie cu totul deosebită trebuie acordată modului în care se face
uz de o metodă mai rapidă de determinare a mărimii eşantionului, care
pleacă de la volumul colectivităţii totale (N) fără a mai lua în considerare
caracteristicile populaţiei, expresia Taro Jamane:
N = N / (1+N.e2) (3.3)
Efectuarea unor calcule simple ne indică şi de această dată că, de

fapt, volumul eşantionului obţinut nu reflectă variaţiile mărimii colectivităţii
totale. Se constituie anumite praguri peste care n (volumul eşantionului) nu
mai creşte oricât de mult ar creşte N.
Aşa, de exemplu, la e = 5% pragul respectiv este 399. La valori mai
mici ale erorii limită admise pragul eşantionului se fixează, evident, la valori
mai mari, dar întotdeauna în jurul valorii indicate de expresia de definiţie a
mărimii eşantionului în care P = 50% (când furnizează cea mai mare mărime
a eşantionului), iar t = 1,96 corespunde unei probabilităţi de 95%.
După cum se observă, metoda Jamane poate conduce la eşantioane
subdimensionate (când se doreşte o siguranţă mai mare, deci o probabilitate
de peste 95%, sau când populaţia este eterogenă în raport cu caracteristicile
de bază) şi la eşantioane supradimensionate (în cazul în care populaţia este
relativ omogenă). Şi de această dată dorinţa de a lucra cu erori mici de
reprezentativitate conduce la eşantioane foarte mari (tabelul 3.1).
Calculul expus îndreptăţeşte, pe de o parte, afirmaţia potrivit căreia

mărimea eşantionului nu depinde în mod absolut de mărimea colectivităţii
totale (în condiţiile în care eroarea de reprezentativitate rămâne constantă,
variaţiile mărimii colectivităţii totale nu pot fi reflectate în mărimea
eşantionului), iar, pe de altă parte, impune o anumită circumspecţie în
utilizarea metodei „simplificate” pentru determinarea volumului
eşantionului.
Mărimile simulate ale eşantionului calculat prin expresia

Taro Jamane pentru anumite valori ale lui N şi e
Tabel 3.1
Mărimea Mărimea eşantionului pentru diverse erori limită admise
colectivităţii
e = 5% e = 3% e = 1%
totale (N)
500 222 345 476
1000 285 526 909
5000 370 909 3333
10000 384 1000 5000
100000 398 1099 9090
1000000 399 1109 9900
10000000 399 1110 9990
Stabilirea volumului eşantionului se face pe bază unui compromis

între opţiunea pentru eşantioane de volum mare, care să asigure un grad
mare de reprezentativitate şi un grad mare de încredere pentru parametrii
estimaţi ai populaţiei de referinţă, şi optiunea pentru eşantioane de volum
mic, ce implică costuri reduse. Dimensiunea minimă a eşantionului trebuie
să asigure o reprezentativitate acceptabilă în procesul inferenţei statistice,
care să nu ducă la distorsiuni.
Mărimea eşantionului depinde de numeroşi factori controlabili şi
necontrolabili pentru cercetător: gradul de exactitate cu care se doreşte să se
estimeze caracteristicile populaţiei de referinţă, mărimea erorilor de sondaj,
legea numerelor mari şi, nu în ultimul rând, bugetul disponibil, perioada de
timp avută la dispoziţie şi resursele de personal de care dispune.
Gradul preciziei cerute de beneficiarul rezultatelor este principalul

factor ce determină marimea eşantionului. Încrederea ce poate fi atribuită
informaţiilor obţinute pe baza unui eşantion depinde direct de mărimea
eşantionului, şi nu de fracţia de selecţie.
În stabilirea dimensiunii eşantionului, dacă se stabileşte aprioric un
prag de semnificatie ∝, se impune ca abaterile dintre media populaţiei de
referinţă, dacă se cunosc, şi mediile eşantioanelor ce se pot genera să
respecte inegalitatea.
Gradul de variabilitate al oricărei populaţii este un alt factor de
influenţă ce poate fi sau nu cunoscut. Dacă variabilitatea este cunoscută din
cercetări anterioare sau dintr-o cercetare organizată în mod special, volumul
eşantionului rezultă imediat din calcule. Dacă dispersia eşantionului sau a
populaţiei de referinţă nu este cunoscută în cazul cel mai nefavorabil), se ia
în calcul dispersia maximă. Calculul ei presupune stabilirea mărimii maxime
a dispersiei pentru caracteristici cantitative:
( x min − x ) 2 + ( x max − x ) 2 σ 2max = f (1 − f ) = 0 ,5 (1 − 0 ,5 ) = 0 , 25

σ 2max = şi (3.4)
2
şi determinarea valorii de 0,25 – corespunzătoare frecvenţei maxime f, a

caracteristicii alternative.
În practică se operează cu eşantioane de volum redus (pentru care se
foloseşte la estimarea erorilor legea repartiţie Student) şi eşantioane de
volum normal (pentru care se foloseşte legea de repartiţie Laplace), în
funcţie de gradul de omogenitate al colectivităţii. Evident, conform legii
numerelor mari cu cât creşte volumul eşantionului (nu fracţia de selecţie), cu
atât precizia rezultatelor este mai mare. Mărimea eşantionului se decide şi în
funcţie de rezultatele ce vor fi analizate, ţinându-se seama de necesitatea
obţinerii preciziei nu doar pe total eşantion, ci şi pe subgrupe.
Un alt factor de influenţă este faptul că sondajul, în general,
urmăreşte rezultatele privitoare la mai multe caracteristici. Un eşantion
suficient de mare pentru estimarea intervalului de încredere pentru o

caracteristică poate să fie insuficient pentru o altă caracteristică.
Problemele se complică în cazul sondajelor stratificate, caz în care
trebuie estimată mărimea eşantionului pe fiecare strat şi apoi, prin însumare,
va rezulta eşantionul pe total populaţie. În cazul sondajului multistadial
trebuie facută o estimare a variantelor în interiorul şi între unităţile din
primul stadiu. Toate aceste dificultăţi de natură tehnică pot fi evitate printr-o
documentare prealabilă corespunzătoare.
Mărimea eşantionului va mai fi decisă şi în funcţie de restricţiile de
resurse şi bugetul disponibil, de cerinţele beneficiarului şi de posibilitatea
previzionării dispersiei variabilelor înregistrate.
3.4 Probleme privind prognoza volumului de eşantionare.

Dispersii marginale
Fenomenele din domeniul studiului pieţei sunt, în general, fenomene

dinamice, ceea ce determină valori diferite în timp ale variabilelor ce le
caracterizează. Sondajul prezintă o situaţie statică, de aceea se recomandă
organizarea de sondaje periodice cu acelaşi set de variabile înregistrate.
Măsurând valorile unor variabile ce caracterizează un fenomen în
momente diferite de timp putem determina variaţii statistice nu doar între
valorile individuale înregistrate, ci şi între valorile medii calculate la
momente de timp diferite, pastrându-se sau nu aceeaşi amplitudine a
variaţiei.
Pentru proiectarea volumului unui nou eşantion în sondaje periodice
este necesară conoaşterea tendinţei de evoluţie a dispersiei şi posibilitatea
previzionării dispersiei şi abaterii standard. De aici apare ca necesară
elaborarea de serii de timp de dispersii şi de modificări absolute şi/sau
relative ale acesteia, ca de exemplu, serii cronologice de indici ai dispersiei
sau de sporuri ale dispersiei unei variabile înregistrate în sondaje efectuate

la momente de timp diferite.
Posibilitatea previzionării dispersiei cu ajutorul indicatorilor
marginali ar adăuga o nouă restricţie în estimarea volumului noului
eşantion, alături de restricţiile de costuri.
Cea mai frecventă metodă de sondaj utilizată în studiile sociale şi
economice este sondajul stratificat. De aceea, această formă de sondaj poate
fi utilizată şi pentru studiul fenomenelor în dinamică, pe baza datelor
înregistrate în sondaje realizate în perioade diferite, în vederea elaborării de
serii cronologice care să permită, prin aplicarea de tehnici complexe de
sondaj, efectuarea de prognoze optime.
În scopul previzionării gradului de variaţie, a dispersiei şi a abaterii
tip, în urma realizării de sondaje periodice se pot construi serii cronologice
cu periodicitate constantă sau variabilă, de niveluri atinse de indicatori
micro sau macroeconomici, de medii şi măsuri ale variaţiei atinse de valorile
individuale ale distribuţiei marginale şi chiar de indicatori marginali care
exprimă modificarea mediilor şi a dispersiilor.
Cunoaştem că rezultatele unui sondaj stratificat conduc la verificarea
regulei de adunare a dispersiilor, conform căreia dispersia totală înregistrată
de variaţia valorilor individuale ale distribuţiei marginale este suma
dispersiilor parţiale, deci:
σ 2total = σ 2 + σ 2y / x , (3.5)
unde,
σ 2total = dispersia totală, determinată de toţi factorii de influenţă ai
variaţiei unei variabile;
σ2 = media dispersiilor înregistrată în interiorul straturilor,
determinată de factorii neînregistraţi;
σ 2y / x = dispersia dintre straturi, determinată de factorul de formare a

straturilor, ce arată în ce măsură discriminează sau nu criteriul de stratificare
variabila studiată.
Dacă simplificăm fiecare termen al ecuaţiei de mai sus cu dispersia
totală, calculând deci structura dispersiei totale, obţinem raportul de
determinaţie şi raportul de nedeterminaţie, după formula:
σ 2 σ y/ x
2
1= 2 + 2 , (3.6)
σ total σ total
unde,
σ2
= raport de nondeterminaţie ce exprimă procentual partea din
σtotal
2
variaţia totală datorată factorilor aleatori neînregistraţi;

σ y2/ x
= raport de determinaţie ce exprimă procentual partea din
σtotal
2
variaţia totală a variabilei dependente explicată de factorul de grupare, de

discrimare, de variabila independentă.
Dacă înregistrăm două niveluri ale dispersiei pentru două sondaje
succesive se poate calcula modificarea absolută a dispersiei totale ce se va
distribui între modificarea absolută a dispersiei dintre straturi şi a mediei
dispersiilor din interiorul straturilor, astfel:
∆σ 2total = ∆σ 2 + ∆σ 2y / x (3.7)
Acest spor al dispersiei totale poate fi pozitiv sau negativ şi se poate

distribui egal sau diferit pe cele două componente. Pentru a măsura modul
de distribuţie şi a determina contribuţia factorului de stratificare la variaţia
dispersiei totale, calculăm structura ecuaţiei modificărilor absolute ale

dispersiilor împăţind ecuaţia modificărilor absolute, cu modificarea absolută
a dispersiei totale, astfel:
∆σ 2 ∆σ 2y / x
1= + , (3.8)
∆σ total
2
∆σ 2total
În ecuaţia de mai sus se propune că indicatorii marginali obţinuţi să

se noteze, numească şi intrepreteze, astfel:
∆σ 2
a. σ 2 mg = = dispersie medie marginală, ce arată cu cât se
∆σ 2total
va modifica media dispersiilor din interiorul straturilor dacă dispersia
totală suferă o modificare cu o unitate sau cu cât trebuie să se modifice
media dispersiilor din interiorul straturilor pentru a obţine o modificare cu
o unitate a dispersiei totale; poate lua valori între – 1 şi 1.
∆σ 2y / x
b. σ 2
= = dispersie marginală dintre straturi, ce arată cu
∆σ 2total
y / xmg
cât se va modifica nivelul dispersiei dintre straturi la o modificare unitară a

dispersiei totale sau cu cât trebuie modificată dispersia dintre straturi
pentru a obţine o modificare unitară a dispersiei totale; poate lua valori
între -1 şi 1.
Există posibilitatea identificării unei funcţii matematice de trend pe

termen lung, atât a dispersiilor marginale, cât şi a raportului acestora cu
evoluţia în domeniu; fapt ce va trebui aprofundat. Între cele trei tipuri de
dispersii există o relaţie directă sau inversă, deci creşterea dispersiei totale
va determina creşteri/descreşteri în proporţii egale sau diferite ale
dispersiilor parţiale, şi invers.
Desigur dispersiile de eşantion sunt corectate cu numărul gradelor de

libertate corespunzătoare, dar pentru simplificarea modului de scriere a
formulelor nu am mai introdus şi aceste notaţii.
Dispersia totală se corectează cu n - 1 grade de libertate, dispersia
dintre starturi se corectează cu numărul de straturi -1, deci r - 1, iar media
disersiilor din interiorul starturilor cu volumul eşantionului – numărul de
straturi, deci n - r.
Construind serii cronologice de dispersii marginale ce vor fi supuse
analizei statistice de previziune putem estima, cu o anumită probabilitate,
nivelul mediei dispersiei din interiorul straturilor şi al dispersiei totale,
niveluri necesare programării unui nou volum de eşantionare. Dacă seriile
construite sunt nestaţionare vor trebui diferenţiate pentru a se transforma în
evoluţii staţionare.
În final, trebuie precizat că modificările absolute ale dispersiilor
corectate pot fi calculate cu bază mobilă sau cu bază fixă. Sporurile cu bază
fixă apar în cazul în care am realizat într-o cercetare anterioară o probă
martor sau un eşantion programat în care se ajunge la o distribuţie martor ce
coincide cu structura distribuţiei totale şi a cărei reprezentativitate este
validată statistic.
Necesitatea utilizării indicatorilor marginali ai variaţiei valorilor
individuale ale unei variabile cantitative de sondaj este legată, mai ales, de
calculele de prognoză care sunt necesare pentru determinarea volumului
unui nou eşantion.
Metoda se poate aplica înspecial în situaţia sondajului stratificat, caz
în care, pentru estimarea intervalului de încredere, se foloseşte media
dispersiilor din interiorul straturilor şi necesită, pentru o mai bună
fundamentare teoretică, testarea riguroasă în activitatea practică.
3.5 Summary. Sampling methods applied in Marketing

and Business Administration studies
Random Sampling
The sample is a segment of the statistical population chosen to

represent it as a whole. Its representativity ensures the accuracy of the
estimation made on the basis of calculating the research indicators and the
inferential statistics.
When it chooses the sample, the researcher must answer to different
categories of questions:
WHO is to be studied (which is the research unit?)?
HOW MANY units will the sample include (the sample size
influences the results' accuracy, but if it is well chosen, even
a sample of under 1 per cent of the total population may give
results with a high probability)
WHICH are the CRITERIAS for choosing the sampling units
(which is the sampling method used?)
Using random, probabilistic sampling, each unit of the population
has a certain probability to be included in the sample, making possible the
estimation of sampling error. In case the random methods are too expensive
or take too long, the market studies use non-probabilistic or mix sampling.
In this case the sampling errors cannot be estimated.
The random sample is made up of simple research plans
(for researches of homogenous population and also applicable for
non-homogenous population) or of multi-stage research plans
(ranking, multi-stage research, multi-phase research, serial research,
sequential research).
The sampling method is indicated to be used in the case where the
units of population are of small size and there are no significant differences
between the sizes of the units' population. For example, if we estimate the
Statistics for Marketing an Business Administration
number of employees in an area, with the purpose of planning the training

figure at a training firm, we will use data from districts' samples, randomly
chosen, for which the population of each district is known (as a result of the
last census).
If we denote by Xi the number of firms from district і comprised in
the sample, by N the number of the country's districts and by n the number
of the districts comprised in the sample, sum(Xi) is estimating the number of
firms at national level. The districts, no matter their size, had equal chances
to be a part of the sample. But, the number of firms depends obviously on
the district's population. Thus, the estimator can be afected by a significant
error.
Starting from the hypothesis of the existence of a direct, positive
relation between the population of a district and the number of the
commercial firms, larger districts can be granted a higher chance to be part
of the sample. The probability which is assigned to which district will be
well-balanced with its population. The method of extraction will not be
repeated. The estimator becomes: (P/n).sum(Xi/pi), where P is the
population of the whole country, pi is the population of district і from the
sample.
Conducted and mix sampling
Conducted sampling appears in the research achieved by an expert or

an observer who is a good expert of the population's characteristics, from
which the sample will be chosen, and who will consciously include in the
sample units chosen in a subjective way. This sampling procedure is much
cheaper than the probabilistic ones and can be applied if the samples are so
small that the inferences made with the their help would represent only a
simple hypothesis that could not be tested, despite the processing method
used.
The most used method of conducted sample in the market research

and market inquire is the quotas sampling. In this case the structure of the
population is known according to sex, age, socio-vocational category, due to
some previous demographic studies. In every group it is included a number
of persons chosen by the operator. The operator is told only the
characteristics of the persons that must be interviewed, their number for
every group and the structure of the studied population. It is presumed that
the sampling is representative if it gives the structure of the total studied
population.
Another method of forming the conducted sampling is the volunteers
method, which was often used in the past in medical and psychological
researches. It started to be used more and more in the marketing research.
The enclosure in the sample is made based on the voluntary option of the
person to participate in the sample.
The itinerary method is also a conducted sample, which can be
applied in areas with a high density of population. This type may be
combined with the sampling method based on quota, which supposes that
the operator must form the groups following a pre-established itinerary. In
case of refusal, the operator will pass to the next pre-established point of the
itinerary.
The basic principle of the typical units method consists in the fact
that different characteristics of the statistical units are correlated, which
allows grouping the population in homogenous subtypes, and the control
variable represents these subtypes through its average, called type unit.
Although the methods presented above do not respect the principle
of random sampling, they are often used in the market research, being
achieved by specialists in marketing, who contribute with their knowledge
and with their accumulated experience to decrease the disadvantages of
these sampling methods.
Determining the size of the sample
Determining the size of the sample is the essential step that must be
taken before gathering the data. The size of the sample is designated by the
number of simple and complex number of units, which will be obtained
from the reference population, from which the entering data will be recorded
for the analysis.
So, the analysts must decide, according to many factors, which is the
optimal number of statistical units that must be included in the survey so
that the sample will be representative and its results will extend over the
reference population, respecting the principles of statistical inference.
The optimal size of the sample depends on obtaining the minimum
size which will ensure the representativity of the sample, size which is given
by the influencing factors situated outside the total collectivity's size, which
refer to the structure of the collectivity.
The expressions to define the sample size are:
n = t2.σ2 / e2, for continous variables
and
n = t2.P.(100 - P) / e2, for alternative variables
where:
t: theoretical value corresponding to the probability with which it is
working (generally P=95%, and t=1.96);
square average deviation of the characteristic's distribution, which is
the base for the sample's elaboration (σ2 the dispersion or variance V);
P: the percentage in which the studied population posses the
sampling characteristics;
e: the allowed representativity error.
A special attention must be given to the way of using a faster method

of determining the sample size, which starts with the total collectivity size
(N) without taking into consideration the characteristic of the population,
the Taro Jamane expression:
N = N / (1+N.e2)
Also this time, some simple computation indicates, that the size of
the obtained sample does not reflect the variations of the total collectivity
size. Certain levels are constituted, over which n (the sample size) will not
rise, no matter the rise of N. For example, for e=5%, the level is 399.
The computation given as example confirms, on one hand, the
affirmation according to which the sample size does not depend entirely on
the total collectivity size given the condition in which the representatvity
error remains constant, the variations of the total collectivity size cannot be
reflected in the sample size), and on the other hand, imposes a certain
wariness in using the "simplified" method for determining the sample size.
The simulated measures of the sample computed with the Taro
Jamane expression for certain values of N and e.
The sample size depends on various controllable and uncontrollable
factors for the researcher: the accuracy level with which it is wished to
estimate the characteristics of the reference population, the size of the
sampling errors, the law of large numbers, and last but not least, the
available budget, the available period of time and the available personnel
resources.
Computation choices for the ample size

Table 3.1
The total The sample size for various allowed limit errors
collectivity size e = 5% e = 3% e = 1%
(N)
500 222 345 476

1000 285 526 909
5000 370 909 3333
10000 384 1000 5000
100000 398 1099 9090
1000000 399 1109 9900
10000000 399 1110 9990
If the dispersion of the sample or of the reference population is not

known, the most unfavorable case may be considered, by taking into
consideration the maximum dispersion. Its computation supposes the
establishment of the maximum size of the dispersion for quantitative
characteristics.
( xmin − x ) 2 + ( xmax − x ) 2
σ 2
max =
2
and
σ 2m ax = f ( 1 − f ) = 0 .5 ( 1 − 0 .5 ) = 0 .25
The determination of the value is 0.25- corresponding to the

maximum frequency f, to the alternative characteristic.
In practical activity we often operate with reduced size samples
(for which the Student repartition law is used for errors estimating) and the
normal size samples (for which Laplace repartition law is used to estimate
errors), depending on the homogeneity level of the collectivity. According
to the law of large numbers, the more the sample size is increasing (not the
selection fraction), the more the accuracy of the results is higher. The
sample size is decided also according to the results, which will be finalized,
keeping in mind the necessity of the accuracy not only over the entire
sample, but also over subgroups.
4 Metode de culegere a datelor primare în studii
de marketing şi administrarea afacerilor
4.1 Modalităţi de abordare a culegerii datelor
Putem afirma, că natura cercetării de marketing, fundamentală,

aplicativă sau simplă colectare de date, determină numărul, structura şi
durata activităţilor ce trebuie duse la bun sfârşit de către cercetător.
Metodele de culegere a datelor primare pot fi grupate după gradul de
implicare a cerecetătorului în metode de observare directă, metode de sondaj
şi anchetă, şi tehnici experimentale.
În cazul observării directe, cercetătorul supraveghează obiectivul
sau activitatea care îl interesează şi înregistrează manual, mecanic sau prin
mijloace electronice valorile caracteristicilor urmărite. În cazul sondajului,
datele sunt culese pe baza unui chestionar la care sunt chemate să răspundă
persoanele cuprinse într-un eşantion reprezentativ, prelevat din populaţia ce
se presupune a avea informaţiile dorite. Întrebările pot fi puse prin interviu
direct, prin telefon, prin fax, prin pagini Web sau eventual prin trimiterea
prin poştă a unui chestionar cu autocompletare.
În cazul experimentelor, cercetătorul introduce: (1) anumiţi stimuli
selectaţi într-un mediu controlat; (2) alternează sistematic aceşti stimuli şi
(3) înregistrează rezultatele acestor schimbari. Folosirea unui mediu
controlat este ceea ce deosebeşte această metodă de celelalte două, unde

informaţia necesară este obţinută în condiţii normale, reale.
Anumite date, în special cele calitative, nu pot fi culese doar prin
observare, fără realizarea unui contact direct. Cercetătorul trebuie să pună
întrebări pentru a colecta date referitoare la atitudini, motive, opinii,
preferinţe. Evident, în foarte multe cazuri – în funcţie de obiectivul
studiului, de resursele disponibile şi de posibilitatea sau imposibilitatea
proiectării şi extragerii unui eşantion reprezentativ – se folosesc anchete
statistice pentru care nu se pune problema asigurării reprezentativităţii
eşantionului, care se bazează pe voluntariatul în completarea chestionarelor.
Scopul anchetelor este de identificare a variabilelor de segmentare, a
structurii eşantionului şi a gradului de variaţie necunoscut din studii
exhaustive anterioare.
4.2 Niveluri de măsurare statistică. Scale statistice
Fenomenele de piaţă diferă prin mărime, formă, frecvenţă,

intensitate de manifestare, caracterul de dependenţă/independenţă. Ca
rezultat, anumite variabile ce caracterizează un fenomen de piaţă pot fi
măsurate direct cantitativ, altele fiind înregistrate ca variabile calitative,
exprimate prin cuvinte.
Cuantificarea implică izolarea, măsurarea în forme comparabile şi
înregistrarea elementelor unei populaţii de consumatori sau bunuri prin
caracteristici statistice. Operaţiunea de cuantificare se identifică cu
operaţiunea de scalare şi constă într-un set de reguli de atribuire a unei
valori cu ajutorul scalelor.
Deci, pentru analiza statistică este necesară exprimarea numerică a
tuturor variabilelor, inclusiv a celor calitative. O categorie specială de
variabile calitative este cea a variabilelor de atitudine, opinie, preferinţe,
comportament, ce vor fi denumite în continuare generic, variabile de

atitudine.
La baza metodelor clasice şi moderne de scalare se află noţiunea de
atitudine, apropiată de cea definită de Rotariu şi Iluţ ca „o variabilă latentă,
ce nu poate fi evidenţiată în chip nemijlocit ci numai prin anumiţi
indicatori, de preferinţă opinionali”.
Această variabilă este unidimensională; atitudinile individuale,
plasându-se pe o axă continuă, de la o poziţie ce caracterizează cea mai
nefavorabilă până la cea corespunzătoare celei favorabile, trecând printr-un
punct neutru, corespunzător celor ce nu şi-au format încă o opinie. Ipoteza
liniarităţii şi unidimensionalităţii scalelor, subliniată şi de Moser, stă la baza
construcţiei scalelor şi a procedurii de prelucrare, ce constă în integrarea
fiecărei întrebări în acest spaţiu unidimensional.
Procedura de culegere a datelor reprezintă o condiţie esenţială ce
trebuie realizată pentru asigurarea îndeplinirii obiectivelor cercetării de
piaţă. Această procedură este o condiţie necesară, ce se va realiza desigur
înaintea prelucrării primare şi analizei datelor de piaţă, şi se referă atât la
culegerea datelor secundare, deja existente, cât şi a celor primare.
Procedura urmează firesc după definirea populaţiei statistice şi
stabilirea variabilelor ce urmează a fi înregistrate despre aceasta. Scopul
culegerii datelor este obţinerea datelor calitative şi cantitative despre
populaţia aleasă, deci înregistrarea datelor statistice.
Vom denumi date statistice valorile numerice obţinute prin
observare directă pentru o variabilă cantitativă şi numerele asociate
categoriilor variabilelor calitative care pot fi ierarhizate; în cazul variabilelor
calitative neierarhizate, datele statistice vor fi frecvenţele asociate fiecărei
categorii.
Fiecare variabilă poate fi măsurată conform cu diferitele niveluri de
măsurare denumite şi scale. Putem identifica patru tipuri de scale
conventionale: nominală, ordinală, de interval şi de raport.
Nivelul de măsurare al unei variabile sau tipul de scală conform

căruia se înregistrează valorile sau categoriile variabilei analizate reprezintă
informaţii esenţiale în funcţie de care se aplică tehnicile de prelucrare şi
analiză. Tipul de scală se determină potrivit unui set de reguli în funcţie de
care se atribuie categorii sau valori variabilei măsurate. În consecinţă, scala
va fi o linie continuă de cifre/simboluri ierahizabile după un anumit criteriu.
Scala nominală
Scala nominală este caracterizată prin simboluri folosite pentru a

reprezenta posibile categorii ale variabilelor. Aceste simboluri permit
regruparea exclusivă a populaţiei în clase diferite, fără a stabili o ordine
între acestea. Simbolurile numerice au ca unic scop atribuirea de etichete
categoriilor sau claselor variabilei. Scala nominală exprimă apartenenţa
elementelor la o singură categorie. Este caracterizată de identitate. De fapt,
scopul este de identificare şi nu de evaluare cantitativă. Categoriile sunt
independente. Conform scalei nominale se atribuie aceeaşi valoare tuturor
unităţilor statistice din aceeaşi categorie. Unităţile de observare care aparţin
categoriilor diferite vor avea atribuite valori diferite. Valorile scalei
nominale vor fi coduri atribuite cu rol de identificatori. Este utilizată pentru
variabile calitative nonierarhizabile. Exemple de variabile măsurate cu
ajutorul acestei scale sunt genul, statutul marital, ocupaţia, profesia, culorile
etc.
Scala ordinală
Scala ordinală este caracterizată de utilizarea simbolurilor numerice

pentru exprimarea diferitelor categorii, permiţând gruparea unităţilor de
observare în clase – precum scala nominală şi în plus ierarhizarea şi
ordonarea acestora. Se mai numeşte şi scală cu ranguri şi permite stabilirea
clasei minime şi maxime. Un dezavantaj îl constituie imposibilitatea
măsurării distanţei dintre două clase care au fost ierarhizate. Trăsăturile
scalei ordinale sunt identitatea, proprietatea de ordine ce stabileşte un raport
de preferinţe între categorii. Este utilizată atât pentru variabile cantitative,

cât şi calitative ierarhizabile. Exemple de variabile potrivite pentru a fi
măsurate pe scala ordinală sunt: clasa socială, opinia consumatorilor,
preferinţele clienţilor, atitudini, comportamente. Un exemplu clasic utilizat
în studii de marketing este scala Likert – ce va fi detaliată în continuare în
acest capitol. O categorie aparte de scale ordinale o constituie scalele de
intensitate ce comensurează opinii, atitudini, comportamente ale
consumatorilor.
Scală de interval
Scala de interval permite gruparea unităţilor în clase, ordonarea

acestora şi identificarea distanţelor între clase. Numerele atribuite reprezintă
distanţele dintre clase. Proprietăţile scalei de interval sunt identitatea,
proprietatea de ordine şi existenţa unui interval măsurabil dintre valorile
scalei, ceea ce permite compararea diferenţelor dintre numere. Această scală
este utilizată mai ales pentru măsurarea variabilelor cantitative şi presupune
atribuirea unei valori numerice unităţilor în funcţie de sensul diferenţei de
mărime ce caracterizează observaţiile. Pentru scala de interval este
caracteristic raportul dintre două puncte de pe scala, independent de
punctual de origine ales şi de unitatea de măsură. Drept consecinţă este
posibilă trecerea de la unitate de măsură la alta. Scala de interval implică
existenţa unei unităţi de măsură ca, de exemplu, pentru temperatură sau
viteză. Acest tip de scală permite trecerea de la sistemul de măsurare a
temperaturii în grade Celsius la sistemul Fahrenheit, pastrându-se acelaşi
raport între temperaturi.
Scală de raport
Scala de raport implică în plus faţă de cea de interval existenţa unei

origini fixe, un punct zero. Se caracterizează prin raport de preferinţă.
Diferenţa dintre două valori are sens. Variabilele măsurate pe această scală
sunt: lungimea, înălţimea, greutatea, preţul şi venitul. După cum observăm
există o anumită ordine între tipurile de scală posibile, pornind de la cea mai
simplă – cea nominală până la cea mai complexă – cea de raport.
Analiza statistică depinde de tipul de scală ce se potriveşte fiecărei
variabile, după cum urmează:
Tehnici de analiză a datelor de marketing aplicate

conform fiecărui tip de scală
Tabel 4.1
Tip de scală SCALA
DE RAPORT
SCALA DE INTERVAL
SCALA ORDINALĂ
SCALA
Operaţiuni
NOMINALĂ
de analiză a datelor
Mediana, Medie
Indicatori de poziţie Modul Medie geometrică
Cuantile aritmetică
Indicatori ai Abatere Coeficient de

- Cuantile
dispersiei standard variaţie
Indicatori ai asocierii
Coeficient de Corelaţia Corelaţie şi Toate metodele
şi legăturilor
contingenţă rangurilor regresie anterioare
statistice
Testul Testele t, Toate testele
Teste de semnificaţie Hi pătrat
semnelor Fisher anterioare
4.3 Particularităţi ale scalelor utilizate în cercetări de marketing
În practică se pot utiliza mai multe modalităţi de plasare pe scală,

precum clasificarea de către persoanele intervievate, caz în care acestea îşi
aleg varianta de pe scală ce se potriveşte cel mai bine opiniei sau atitudinii
sale şi clasificarea efectuată de către operatori, caz ce presupune
identificarea de către operatorul de interviu a categoriei scalei ce corespunde
răspunsului intervievatului. Cele mai folosite scale în studiile de piaţă sunt
scalele de atitudine, precum scala Likert, Thurstone, Guttman, a căror

descriere se află în orice manual de profil.
Alegerea unei forme sau alta de scală grafică se efectuează astfel
încât să se surprindă cât mai veridic felul în care oamenii se raportează la
fenomenul cercetat la un moment dat, modul lor de a opina şi de a aprecia.
Cu alte cuvinte, scala grafică trebuie să prezinte atâtea grade de
intensitate câte sunt necesare pentru a surprinde întreaga diversitate a
poziţiilor posibil de exprimat de către populaţia cercetată. Prin intermediul
anchetei pilot se poate verifica dacă sunt suficiente trei grade de intensitate
sau este nevoie să se utilizeze scale cu cinci sau mai multe grade, în orice
caz este indicată folosirea unui număr impar de grade de intensitate pentru
exprimarea unei opinii.
Rezultă deci că o scală grafică nu este mai bună decât alta prin
simplul fapt că are mai multe sau mai puţine grade de intensitate. Atunci
când subiecţii au tendinţa de a evita în mod sistematic extremele scalei
(fie una, fie ambele extreme), se recomandă scale cu mai multe grade de
intensitate, putându-se astfel obţine o diferenţiere mai mare a răspunsurilor.
Aşa, de exemplu, la întrebarea „Consideraţi că angajaţii cuprinşi în
programe de instruire şi perfecţionare sunt mai informaţi cu privire la
principalele probleme din întreprindere?”, dacă am utiliza o scală grafică cu
trei grade de intensitate: 1. Întotdeauna; 2. Uneori; 3. Deloc, este de
aşteptat, ţinând cont de însăşi realităţile existente, ca cele mai multe
persoane întrebate să răspundă cu codul 2, o parte mai mică să indice codul
3 şi foarte puţine (dacă nu cumva nici una) să indice codul 1.
Acest fapt nu permite să surprindem în mod diferenţiat calitatea
informării angajaţilor supuşi politicii de perfecţionare a personalului şi cu
atât mai puţin să facem comparaţii între diferite întreprinderi.
În schimb, prin utilizarea scalei cu cinci trepte: 1 – niciodată,
2 – rar, 3 – potrivit, 4 – des, 5 – întotdeauna, avem şansa să obţinem o
reflectare mai nuanţată şi mai veridică a situaţiei existente şi o distribuţie a
răspunsurilor mai apropiată de cea normală. Chiar dacă se vor evita şi de
această dată poziţiile extreme, cel puţin două (dacă nu trei coduri) vor avea
frecvenţe suficient de mari pentru a permite o analiză mai amănunţită.
O nuanţare şi mai fină, o repartiţie cât mai apropiată de o formă de
repartiţie matematică, am obţine dacă am construi scala grafică cu şapte sau
mai multe grade de intensitate.
Mai multe grade de intensitate nu înseamnă însă supralicitarea
scalelor. De fapt, calculul probabilităţilor nu furnizează un criteriu orientativ
suficient de sigur pentru determinarea numărului optim al gradelor de
intensitate.
Scopul scalelor este de a atribui o valoare determinată fiecărei opinii
înregistrate, astfel încât să se permită compararea acestora. Tipurile de scale
utilizate in cercetari de marketing trebuie sa ia in considerare cele patru
niveluri de măsurare: nominal, ordinal, de interval şi de raport. După
numărul variabilelor luate în considerare la construcţia unei scale, aceasta
poate fi simplă şi compusă.
4.3.1 Construcţia scalelor simple
Construcţia scalelor de atitudine are o importanţă covârşitoare în

studiile de piaţă destinate aflării preferinţelor consumatorilor şi clienţilor,
mai ales cu ocazia pregătirii lansării pe piaţă a unui nou serviciu, a unui nou
concept. Construcţia scalelor porneşte de la prezumţia cunoaşterii tuturor
posibilelor nuanţări ale atitudinilor persoanelor intervievate. Acest fapt
imprimă un anumit comportament al respondenţilor. Pentru a evita
orientarea răspunsurilor se recomandă şi existenţa unei trepte în scala cu
opţiunea „altă opinie, sau altceva”.
Întrebările pentru care persoanelor intervievate li se cere să răspundă
în ce măsură sunt sau nu de acord trebuie să fie clare, exacte, să nu dea
naştere la interpretări ale sensului. Cea mai simplă scală este cea binară,
corespunzătoare întrebărilor dihotomice, care invită respondentul să
răspundă prin alegerea unei variante din două posibile: DA/NU;

ACORD/DEZACORD; ADEVĂRAT/FALS.
Exemplu: Angajaţii dvs. bărbaţi sunt mai eficienţi decât femeile?
DA (_) NU(_)
BIFAŢI ALEGEREA CU X
Prin extensie un alt tip de scală ce se poate construi este scala

multiplă, corespunzătoare întrebărilor cu răspunsuri multiple, precodificate,
ca de exemplu:
„Sunteţi de acord să suportaţi costul unui curs de perfecţionare
pentru a putea promova un angajat?”
- total de acord (_)
- de acord, dar cu reţineri sau în anumite condiţii (_)
- indiferent, indecis, nu ştiu (_)
- parţial împotrivă (_)
- total împotrivă (_)
Repartizarea variantelor ce ierarhizează atitudinile pe o scală cu
cinci puncte este comună, foarte des folosită de cercetători. Se pot utiliza şi
următoarele forme grafice de reprezentare a scalei:
-2 -1 0 +1 +2
dezacord total dezacord parţial indiferent acord parţial acord total
SAU
-- - / + ++
opozant hotărât împotrivă indecis susţinător susţinător hotărât
Sau o scală folosind cartonaşe pe care sunt desenate:
☺ ☺
nesatisfăcut deloc nemulţumit nehotărât mulţumit satisfăcut deplin
Această scală poate fi utilizată în studii de marketing, ca alternativă

pentru a mări atractivitatea chestionarului, permiţând alegerea conform
figurii apropiate de gradul lor de satisfacţie.
Simplificată, această scală va fi conform lui Kraseman:
--10 0 +10
Maximum de intensitate Abţinere, inexistenţa Maximum de intensitate
CONTRA opiniei PRO
Pentru a putea aplica analiza scalară şi pentru a identifica corect

tendinţa centrală a atitudinilor persoanelor cuprinse în eşantion referitoare la
o anumită problemă trebuie să se respecte anumite reguli de bază:
1. Întrebările trebuie să se refere la OPINII, la ceea ce crede
persoana intervievată şi nu la fapte, întâmplări, acţiuni;
2. Întrebările trebuie să fie clare, la obiect, exacte, cât mai scurte;
3. Scala trebuie să conţină toate variantele de răspunsuri posibile;
4. Întrebările trebuie să se refere la atitudinile studiate de cercetător,
dar nu trebuie să constituie un şoc pentru persoana intervievată;
5. Persoana intervievată nu trebuie influenţată de către operator, prin
intonaţia vocii şi modul cum pune întrebarea, în alegerea variantei potrivit
opiniilor sale.
R. Likert este cel care a formulat pentru prima dată în mod explicit
criteriile care trebuie să orienteze operaţiile de formulare şi selectare a
variantelor incluse într-o scală: variantele de răspunsuri să se refere la
aceeaşi caracteristică, să aparţină aceluiaşi continuu şi să fie distribuite
de-a lungul acestuia astfel încât să prezinte o gradualitate a intensităţii
caracteristicii scalate, să aibă putere de discriminare între indivizii situaţi la
puncte diferite pe scală, să se introducă în cercetare un număr mai mare de
variante decât numărul celor ce vor fi selectate pentru scala finală;
formularea variantelor să fie clară, concisă şi să se evite dubla negaţie. În
plus, în cazul scalelor de opinie trebuie ca variantele să nu se refere la
situaţii constatative, ci la situaţii evaluative, pentru a se putea obţine
exprimarea opiniei.
Construcţia scalelor a fost testată de statisticieni. Una din cele mai
cunoscute metode este analiza scalerogramă a cercetătorului Guttman,
denumită analiza scalogramă. Guttman a construit o scală unidimensională,

pornind de la premiza că un răspuns pozitiv sau negativ la o întrebare
implică acelaşi tip de răspuns la întrebările de rang inferior. Analiza scalară
este dezvoltată în studiile complexe de piaţă prin folosirea scalelor compuse.
4.3.2 Scale compuse
Noţiunea de scale compuse este utilizată în sondaje pentru a

desemna situaţiile în care se ajunge la o ierarhizare prin folosirea şi
combinarea scalelor simple a întrebărilor din chestionar. În problema tratată
anterior accentul se punea pe construirea unor tipuri cu profil distinct, în
număr cât mai mic. În aceste caz, pornind de la combinarea poziţiilor
unităţilor analizate pe treptele diferitelor variabile folosite, fiecare individ se
include într-o clasă, într-un sistem ierarhic de poziţii, caracterizate de
preferinţă prin valori numerice. Fiecărui individ i se poate atribui o valoare
distinctă de a celorlalţi, ceea ce va conduce la un sistem multicriterial al
subiecţilor.
Şi scalele compuse sunt instrumente de măsurare unidimensională.
Variantele variabilei care intră în construcţia scalei se raportează la o
singură dimensiune a fenomenului cercetat, dar care nu mai poate fi studiată
printr-o singură variantă, ci prin mai multe. Categoriile care alcătuiesc scala
sunt tocmai cele prin care se cercetează dimensiunea fenomenului respectiv.
Acestea se raportează la o anumită structură latentă, care urmează să fie
pusă în evidenţă prin intermediul scalei respective. Continuumul latent este
cel care conferă unitate setului de variante ale scalei. Dificultatea principală
în studiile de acest tip este definirea variabilei latente şi surprinderea ei prin
intermediul variantelor empirice.
În acelaşi timp, pentru descrierea inteligibilă (comprehensibilă) a
realităţii trebuie să se elaboreze o măsură sintetică, generalizatoare. Scalele
compuse sunt destinate obţinerii valorilor sintetice ale opiniilor. Ele
reprezintă un procedeu de obţinere a indicatorilor sintetici de caracterizare a

preferinţelor şi atitudinilor managerilor privind formarea angajaţilor.
Datorită caracteristicilor lor, scalele compuse mai sunt denumite şi
scale care formează chestionare. Astfel, problematica chestionarelor
standardizate este, în mare parte, şi problematica acestor scale.
Totodată, respectarea unidimensionalităţii ariei scalate asigură
claritate în cercetare, deoarece se cunoaşte semnificaţia valorii compozite
rezultată în urma procedurii de scalare.
În acest context, se impune a fi semnalată ambiguitatea pe care o
prezintă indicatorii generali, elaboraţi fără testarea dimensionalităţii, în ceea
ce priveşte conţinutul ontologic pe care-l reprezintă (cazul măsurătorilor
index).
Evident construcţia scalelor complexe începe în faza de pregătire a
cercetării de piaţă, dar în multe cazuri finalizarea se face după culegerea
datelor, ţinând seama de răspunsurile subiecţilor chestionaţi, la fiecare
întrebare ce se doreşte să fie sintetizată pentru obţinerea scalei. Întrebările
trebuie să satisfacă anumite condiţii pentru a putea fi introduse în
construcţia scalelor, şi anume să poată fi cuprinse în spaţiul unidimensional
al scalei, să nu manifeste un nivel de corelaţie ridicată cu alte întrebări şi
răspunsurile persoanelor intervievate să se concentreze în jurul valorii
centrale (media sau mediana).
Scalele compuse diferă după domeniul de aplicabilitate, metoda de
construcţie, modalitatea de răspuns, baza de interpretare a scorurilor
individuale, gradul de fidelitate şi validitate, omogenitate, nivelul de măsură
etc. În funcţie de aceste criterii multitudinea tehnicilor existente poate fi
redusă, pentru tratarea lor sistematică, la trei tipuri de bază: scala
diferenţială, scala sumativă, scala cumulativă.
În tabelul 4.2 prezentăm principalele caracteristici ale scalelor

compuse:
Caracteristicile principale ale scalelor compuse

Tabel 4.2
Scala Comparaţia Intervale Scala Scala Structura
Caracteristici în perechi aparent egale sumativă cumulativă latentă
O singură O singură O singură
Momentul Distinct de Distinct de
culegere a culegere a culegere a
elaborării măsurare măsurare
datelor datelor datelor
Nu are Nu are
Calculul model model
Model Model Model
valorilor statistico- statistico-
probabilist probabilist probabilist
de scală matematic matematic
(scor) (scor)
Media Suma
Scorul Media Model de Model de
(mediane) valorilor
individual răspunsurilor răspuns răspuns
răspunsurilor de răspuns
Unitatea de
Abaterea standard - - - -
măsură
Nivelul de
Interval Ordinal Ordinal Ordinal Ordinal
măsurare
D.R. Heise argumentează că fiecăruia din aceste tipuri îi corespunde

un anumit model al relaţiilor dintre variabilele empirice.
Astfel, scalele diferenţiale sunt adecvate ori de câte ori datele
empirice sugerează un model nonmonotic de măsură (valorile variabilei se
schimbă secvenţial de-a lungul continuumului, fără a fi cumulative).
În schimb, modelul liniar (mişcarea de-a lungul continuumului
creşte sau descreşte valoarea aşteptată a unei variabile) este abordabil prin
scala sumativă, iar modelul cumulativ (valorile dobândite de variabile se
menţin prin trecerea de la o variabilă la alta) este tratat prin analiza de
scalogramă, care evidenţiază existenţa seriilor monotone într-un domeniu
cercetat.
Tittle şi Hill au utilizat cinci scale de atitudine privind participarea
politică în rândul studenţilor: scala Thurstone a „intervalelor succesive”,
scala „sumativă” – Likert, „diferenţiatorul semantic” – Osgood, „scala
cumulativă“ – Guttman şi o scală simplă de evaluare. Cu toate rezervele pe
care şi le impun cei doi cercetători privind comparabilitatea scalelor,

rezultatul nu poate fi pus la îndoială. Scala Likert s-a dovedit a fi cel mai
bun predictor al comportamentului şi atitudinii managerilor, a urmat apoi
scala Guttman, scala de autoevaluare, diferenţiatorul semantic, iar pe ultimul
loc scala intervalelor succesive.
Rezultă astfel că diferitele tehnici de scalare nu sunt echivalente.
Premisele pe care se bazează metodologia de elaborare şi calcul a valorilor
se soldează cu diferenţieri în privinţa utilităţii lor.
4.4 Particularităţi ale analizei scalare aplicate în analiza pieţei
Ca urmare a importanţei aspectelor de conţinut, se poate aprecia că

prima regulă a elaborării indicatorilor de sondaj pentru analiza pieţei şi de
evaluare a acesteia constă în acoperirea integrală a domeniului cercetat cu
indicatorii relevanţi, esenţiali.
Cât priveşte criteriile formale de selectare, notăm că ele se referă la
numărul, neechivocitatea, signifianţa, perfectibilitatea, actualitatea şi
interschimbarea indicatorilor.
Numărul variabilelor necesare pentru abordarea unui fenomen social
nu este riguros stabilit, totuşi ca regulă generală, se formulează cerinţa ca în
studiile de marketing să se utilizeze un număr aproximativ egal, dar nu mai
mic în medie de variabile cinci, pentru fiecare aspect vizat (dimensiune sau
factor); care pot fi analizate separat sau în interdependenţă sistemică.
Această cerinţă priveşte, în cea mai mare măsură, nevoile analizei
relaţiilor dintre variabile. În condiţiile în care o dimensiune este
suprasaturată cu variabile, în timp ce alte dimensiuni sunt subsaturate,
analiza statistică poate conduce la apariţia, în unele cazuri, de erori de
interpretare privind importanţa unei dimensiuni sau a alteia în ansamblul
datelor observate. În acest fel, o variabilă ar putea apărea ca fiind importantă
numai în virtutea faptului că a fost cercetată printr-un set mare de indicatori,
şi invers.
De regulă, în studiile exploratorii se porneşte de la un număr mai

mare de variabile, iar pe parcurs sunt eliminate cele nesemnificative şi sunt
reţinute doar acelea care se dovedesc relevante în raport cu obiectul analizat
şi obiectivele urmărite în derularea studiului. Dacă studiile prin sondaj se
efectuează cu o anumită repetabilitate, atunci pentru asigurarea
comparabilităţii în timp şi spaţiu – cerinţă sine qua non în studiul statistic al
fenomenelor sociale şi economice – informaţiile redundante trebuie
eliminate de la început. Statistica trebuie să elimine datele „de prisos” şi
paralelismele în obţinerea datelor primare
Un exemplu posibil de utilizat, pentru redarea frecvenţei informării
consumatorilor este următorul: la întrebarea „Vă rugăm să apreciaţi, ce
situaţie corespunde cel mai bine frecvenţei informării dvs. despre produsele
firmei producatoare X?”, categoriile de răspunsuri scalate pot fi:
- oamenii sunt informaţi întotdeauna;
- oamenii sunt informaţi foarte des;
- oamenii sunt informaţi des;
- oamenii sunt informaţi rar;
- oamenii sunt informaţi foarte rar;
- oamenii nu sunt deloc informaţi.
O altă modalitate de culegere a informaţiei (care poate fi considerată
a fi în acelaşi timp şi complementară primei) ar consta în determinarea
gradului de informare, ce poate folosi următoarele categorii de răspunsuri
ale scalei:
- informare în foarte mare măsură;
- informare în mare măsură;
- informare potrivită;
- informare în mică măsură;
- informare în foarte mică măsură.
În fine, menţionăm şi o a treia posibilitate, care ar consta în
evaluarea calităţii informării, utilizând variantele scalate:
- informarea este foarte bună;
- informarea este bună;
- informarea este potrivită;
- informarea este slabă;

- informarea este foarte slabă.
Din cele de mai sus nu cred că ar trebui să se deducă
convenţionalismul cuantificării, respectiv, al elaborării etaloanelor de
măsurare prin care se transformă orice variabilă calitativă într-o
caracteristică de cantitate şi categoriile în variante. În realitate, trebuie să se
ajungă de fiecare dată la acea descriere care funcţionează efectiv în mintea
oamenilor, la cuantificarea operaţională, chiar dacă înregistrăm şi
existenţa unor modalităţi complementare de valoare aproximativ egală.
În sensul strict al cuvântului, în exemplele relatate nu se utilizează
propriu-zis un etalon de măsură. Avem de-a face mai degrabă cu o
reprezentare intuitivă a problemei analizate. În cercetarea de piaţă se face
însă frecvent apel la astfel de „etaloane”, după cum se elaborează şi unităţi
de măsură specifice.
4.5 Tehnici de culegere a datelor de sondaj
4.5.1 Culegerea datelor de marketing prin telefon
Pentru culegerea datelor prin sondaj pe un eşantion reprezentativ sau

prin anchetă există diverse modalităţi de a culege date de la cei chestionaţi,
printre care cele mai des utilizate sunt: interviu direct, individual şi/sau în
grup, prin telefon, prin poştă, prin fax şi mijloace electronice. În continuare
sunt descrise procedurile, cu avantajele şi dezavantajele fiecărei tehnici în
parte.
Sondajele prin telefon se utilizează pentru a intervieva persoane
legate prin anumite facilităţi tehnice necesare monitorizării de către un
supraveghetor. În general, se utilizează pentru aceasta, sisteme moderne de
calcul ce gestionează şi înregistrează răspunsurile primite.
Avantajele metodei sunt:

• Viteza crescută de intervievare, codificare, tabulare a
răspunsurilor şi interpretare a rezultatelor. Implicit, rezultă un timp redus de
culegere a datelor;
• Controlul riguros al interviului efectuat de un computer
„supraveghetor”;
• Costul redus pentru obţinerea unei cantităţi reduse de date relativ
impersonale, neutre, pentru o arie de cuprindere locală, dar ridicat pentru o
regiune sau la nivel naţional, continental etc.;
• Rata relativ ridicată a răspunsurilor, ce poate fi îmbunătăţită prin
apeluri repetate, în cazul unui non-răspuns sau defecţiuni telefonice.
Dezavantajele metodei sunt:

• În cazul studiului ofertei de forţă de muncă pentru anumite
categorii socio-profesionale nu există telefon în toate gospodăriile sau
acesta nu apare listat în cartea de telefon (persoanele publice, persoanele
singure);
• Ora apelului are o mare importanţă; trebuie să se ţină cont de
faptul că majoritatea populaţiei lucrează în prima parte a zilei, deci nu este
disponibilă în acest timp;
• Imposibilitatea de a folosi materiale ajutatoare vizuale, liste,
scale, nu se pot urmări reacţiile spontane ale persoanelor intervievate;
• Limitarea lungimii interviului;
• Un obstacol ce apare mai ales în ţările dezvoltate îl constituie
roboţii telefonici;
• Există, de asemenea, reţele telefonice neperformante, linii
telefonice în permanenţă ocupate.
În cadrul sondajului efectuat, contactul telefonic cu agenţii
economici a fost realizat doar pentru verificarea primirii scrisorii de intenţie,
ce a fost expediată prin poştă şi pentru programarea interviului cu
managerul de resurse umane.
4.5.2 Studii prin poştă
Dacă organizarea unei cercetări parţiale pe un eşantion reprezentativ

pentru populaţia unei ţări necesită costuri ridicate, un sondaj prin poştă
poate contacta potenţialii respondenţi cuprinşi într-un eşantion naţional.
Acest tip de sondaje reprezintă tehnica cea mai populară şi cel mai frecvent
utilizată în studii de piaţă. Se poate folosi combinat cu interviul personal,
precedat de trimiterea chestionarului prin poştă, pentru familiarizarea
persoanei ce urmează a participa la un interviu cu tema cercetării.
Avantajele obţinute sunt:

• Poşta poate ajunge în orice zonă şi la orice firmă, într-un timp
relativ redus;
• Respondenţii nu sunt inhibaţi sau influenţaţi de prezenţa
intervievatorului, aceştia fiind familiarizaţi cu tipul întrebărilor ce
le-au fost puse în timpul interviului;
• Se poate realiza dacă se deţine o bază de date cu nume şi adrese şi
nu dacă baza de date conţine numai numere de telefon;
• Chestionarul poate cuprinde fotografii şi poate fi însoţit de
mostre;
• Răspunsurile nu îl presează pe respondent acesta având libertatea
de a răspunde oricând;
• Costuri relativ reduse.

• Timpul impus este relativ mare; în medie s-a constat că durează
câteva săptămâni, poate chiar o lună până la returnarea răspunsurilor;
• Rata de răspunsuri ar fi fost relativ scăzută dacă culegerea datelor
s-ar fi rezumat doar la trimiterea chestionarului prin poştă şi datorită
necunoaşterii şi neînţelegerii scopului cercetării, adaptabilităţii mai dificile a
managerilor la acest tip de sondaj;
• Influenţa nonrăspunsurilor este considerabilă pentru concluzii în

cazul sondajului efectuat numai prin poştă, situaţie ce a fost evitată prin
continuarea investigaţiei cu interviul managerului de resurse umane al
fiecărui agent economic;
• Deşi structura chestionarului este simplă, uşor de înţeles, acesta
nu poate depăşi o anumită dimensiune, nu se recomandă să conţină întrebări
deschise, care sunt dificil de tabelat. O posibilă soluţie pentru înlăturarea
parţială a acestor neajunsuri a fost trimiterea în prealabil a unei scrisori de
intenţie şi lămurirea neînţelegerilor pentru evitarea nonrăspunsurilor prin
interviu;
• O posibilă problemă poate apărea dacă există un procent
semnificativ din populaţie fără adresă sau cu adresă fluctuantă, instabilă.
S-a observat o rată destul de redusă a răspunsurilor în cazul
sondajelor efectuate în rândul grupurilor sociale cu educaţie relativ redusă,
cu şanse puţine de a avea acces la educaţie. Ceea ce înseamnă, de exemplu,
evitarea studierii comportamentului de consum al emigranţilor sau al
grupurilor defavorizate. În cazul temelor de sondaj extrem de delicate,
personale sau a celor deja studiate foarte mult (detergenţii), se pot obţine
rate ale nonrăspunsului extrem de variate între 5 şi 90%.
Cele mai puţine nonrăspunsuri apar în cazul sondajelor efectuate pe
eşantioane de persoane cu grad înalt de educaţie şi care îşi manifestă un
interes crescut faţă de o problemă studiată.
O metodă de reducere a nonrăspunsurilor în cazul chestionarelor
trimise prin poştă este anunţarea potenţialilor respondenţi printr-o carte
poştală sau telegramă că au fost incluşi într-un eşantion, urmând să
primească un anumit chestionar. De asemenea, o dată trimis chestionarul,
acesta poate fi urmat de un anunţ prin poştă cu rugămintea completării şi
trimiterii chestionarului.
Uneori, acordarea unui premiu sau a unui stimulent sub forma
însoţirii chestionarului de o sumă de bani relativ redusă (1 euro) va duce la
creşterea ratei răspunsurilor la chestionarele trimise prin poşta. Dacă se
adoptă această metodă va trebui specificat că suma de bani sau cadoul nu

reprezintă o plată, ci un mod de a mulţumi pentru efortul depus cu
completarea şi returnarea chestionarului. Desigur timpul consumat poate
valora mult mai mult de suma simbolică de 1 euro oferită persoanei cuprinse
în eşantion.
4.5.3 Chestionare completate direct pe calculator
Aceste chestionare sunt completate direct pe calculatoare puse la

dispoziţia consumatorilor în gări, aeroporturi, supermarket-uri, expoziţii sau
târguri.
Avantaje:
- Reducerea până la zero a costurilor cu suportul de hârtie al
chestionarului şi cu completarea acestuia;
- În acest mod se asigură perfect confidenţialitatea răspunsurilor şi
pe deplin anonimatul respondentului;
- Răspunsurile la întrebările personele vor fi exacte şi sincere.
Persoanele supuse riscurilor îmbolnăvirilor vor fi mai dispuse să declare
aceasta în faţă unui computer ce nu le aparţine. Metoda s-a dovedit eficientă
în cazul studierii grupurilor de persoane dependente de droguri;
- De asemenea, s-a dovedit ca angajaţii sunt dispuşi să recunoască şi
să-şi declare lipsurile profesionale mult mai uşor unui computer decât unui
evaluator;
- În acest caz se obţin răspunsuri uniforme nedistorsionate de
operatorul de interviu. De fapt, distorsiunea datorată influenţei personale a
operatorului asupra respondentului este inexistentă;
- Şi alte erori induse deseori de operatori, ca de exemplu respectarea
inexactă a salturilor de la o întrebare la alta, sunt eliminate prin această
formă de a răspunde la un chestionar;
- Rata non-răspunsurilor este scazută. Se poate chiar elimina prin
acordarea de asistenţă tehnică de specialitate respondentului.
Dezavantaje:
- Persoanele ce pot face parte din eşantion trebuie să aibă acces uşor
la un calculator dedicat sondajului;
- Este o tehnică de culegere a datelor imposibil de utilizat pentru
categorii de populaţie cu nivel de educaţie şi de civilizaţie redus. Prin
asigurarea unui operator de interviu se poate pierde mult din sinceritatea
răspunsurilor, chiar dacă acesta nu cunoaşte persoana intervievată.
4.5.4 Chestionare trimise prin poşta electronică
Această metodă de culegere a datelor este extrem de ieftină şi de

rapidă. Conform estimărilor actuale ale furnizorilor de servicii de
comunicare, dintre utilizatorii de calculatoare există mai mulţi ce au acces la
poşta electronică decât cei ce au acces la internet, ceea ce arată – cel puţin în
prezent – avantajul utilizării poştei electronice pentru culegerea datelor de
sondaj faţă de construcţia unei pagini Web conectată la pagina
producătorilor şi prestatorilor de servicii sau chiar construcţia unei pagini
web dedicată special unei anumite investigări a pieţei.
Desigur în acest mod nu pot fi utilizate decât chestionare simple cu
întrebări relativ puţine, maxim 10-12, fără întrebări de control şi cu salturi
simple între întrebări. Deseori respondentul va trebui să completeze
răspunsurile fără a sta jos.
Avantaje:
- Viteza crescută de completare. Un chestionar completat şi trimis
prin e-mail poate duce la colectarea a sute de răspunsuri într-o zi;
- Costurile se rezumă doar la concepţia şi trimiterea
chestionarului;
- Un astfel de sondaj permite ataşarea de explicaţii, fotografii,
grafice şi chiar muzică;
- Permite un grad înalt de inovare şi creativitate, ceea ce va duce
inevitabil la o rată mare a răspunsurilor.
Dezavantaje:
- Accesul şi achiziţia unei baze de date cu adrese de poştă
electronică;
- Răspunsuri multiple asemănătoare cu cele din cazul
televoting-urilor în cadrul unui concurs de muzică. Acest neajuns
se poate înlătura prin acceptarea unui singur răspuns de la
aceeaşi adresă electronică;
- Posibilitatea de retransmitere a chestionarului anumitor persoane
ce nu se califică pentru a face parte din eşantion. Acest neajuns
se poate elimina prin acceptarea doar a răspunsurilor de la
adresele cuprinse în baza de date iniţială;
- Se poate ca o bună parte din persoanele solicitate să răspundă, să
ignore un mesaj venit de la o adresă necunoscută sau chiar să
şteargă mesajul neavând siguranţa unui atac informatic. Acest
neajuns se poate elimina în cazul în care campania de trimitere
electronică a mesajelor este precedată de o campanie mediatică
agresivă de informare asupra noului studiu ce va începe;
- Studiile de marketing astfel realizate nu asigură
reprezentativitatea statistică a eşantionului, ceea ce va determina
imposibilitatea efectuării de estimări statistice necesare
caracterizării întregii mase de consumatori;
- O parte din programele de poştă electronică nu pot vizualiza
imagini;
- Accesul limitat la poşta electronică. În prezent marea majoritate
a utilizatorilor de e-mail foloseşte facilităţile oferite de angajator
şi nu posedă sau nu utilizează această posibilitate acasă, datorită
costurilor. Ceea ce înseamnă că răspunsul va trebui completat şi
trimis în timpul orelor de program. Desigur este o problemă
locală specifică ţării noastre.
Aproape jumatate din populaţia ocupată a ţării nu are acces direct la
facilităţile poştei electronice, nedesfăşurând o muncă de birou şi neposedând
un calculator acasă.
4.5.5 Investigaţii prin INTERNET: anchetă prin PAGINI WEB
Acest tip de investigaţie a pieţei presupune construcţia unei pagini

Web, special dedicată unui anumit studiu sau legată de paginile gazdă ale
marilor companii. Investigarea pieţei prin aplicarea de chestionare pe pagini
Web reprezintă o „unealtă” managerială actuală ce câştiga rapid teren şi
popularitate datorită rapidităţii, flexibilităţii crescute şi costului redus, deşi
impune restricţii serioase în construcţia unui eşantion reprezentativ. Tehnica
de anchetă prin Web poate fi considerată mai ales o tehnică de investigaţie a
unui lot de consumatori.
Avantaje:
- Viteza foarte rapidă de acces;
- Posibilitatea asigurării chestionarului pe o pagină foarte populară;
- Reticenţa scăzută a celor ce accesează pagina comparativ cu
reticenţa faţă de un mesaj primit prin e-mail, ce poate conţine viruşi
informatici;
- Costurile culegerii datelor se rezumă la costul construcţiei paginii
Web, nedepinzând de volumul eşantionului;
- Chestionarul poate fi însoţit de prospecte ale produselor, imagini
3D, fond muzical sau fonturi color pentru a mării atractivitatea;
- Se pot oferi, de asemenea, informaţii referitoare la investigaţii
preliminare sau precedente prezentului studiu;
- Chestionarul poate fi însoţit de un ghid de completare;
- Se pot folosi salturi logice automat create de program, ceea ce va
duce la imposibilitatea gresării secvenţei intrebărilor de către respondent;
- S-a observat că cei ce răspund unui astfel de chestionar oferă
răspunsuri amănunţite întrebărilor deschise, fiind asigurat anonimatul
completării şi neexistând posibilitatea identificării respondentului.
Dezavantaje:
- Utilizarea redusă a Internet-ului de majoritatea consumatorilor,
mai ales consumatorii fideli ai bunurilor de bază, cu elasticitate redusă, a
căror cerere nu poate fi mult influenţată de publicitate sau alţi factori ai
mix-ului de marketing;
- Se adresează unui segment special de consumatori şi este mai
potrivit pentru investigaţii din domeniul produselor IT;
- Respondenţii pot completa parţial un chestionar;
- De aceea, chestionarul trebuie să fie relativ scurt;
- Nu există control asupra locaţiei consumatorului, de aceea poate
fi utilizat mai ales de companiile multinaţionale;
- Cei ce accesează pagina chestionarului pot să răspundă de mai
multe ori, fără a exista un control strict asupra răspunsurilor multiple.
De aceea se recomandă utilizarea acestei metode de culegere a
datelor mai ales pentru grupuri-ţintă de consumatori utilizatori ai
Internet-ului şi, în special, pentru a testa opinia acestora faţă de produsele
informatice.
De asemenea, utilizarea Internet-ului poate fi extrem de utilă dacă se
realizează focus grup-uri formate din consumatori aflaţi în locaţii diferite ce
comunică prin facilităţi video (asemănător cu o video conferinţă).
Indiferent de motivul investigării pieţei prin pagini Web este foarte
important ca programul soft-suport al chestionarului să împiedice multipla
completare de către aceeaşi persoană. Acest lucru se mai poate realiza şi
dacă se cuprind în chestionar întrebări demografice de segmentare sau
restricţionarea accesului prin utilizarea unei parole cu o singură posibilitate
de acces a chestionarului.
4.5.6 Scanarea chestionarelor
Metoda de scanare se aplică chestionarelor completate pe suport de

hârtie în cadrul unui interviu direct, realizat de către un operator de interviu,
şi chestionarelor transmise prin poştă sau completate la telefon de către un
operator. În toate aceste cazuri se poate aplica atucni când chestionarul

cuprinde doar întrebări cu răspunsuri precodificate. Metoda nu este permisă
dacă chestionarul cuprinde întrebări deschise, la care respondenţii sunt
rugaţi să completeze răspunsul cu propriile cuvinte.
Metoda este asemănătoare cu cea aplicată în cadrul unui concurs prin
completarea unei grile.
Avantaje:
- Scanarea este cea mai rapidă metoda de înregistrare a datelor
într-o bază de date în situaţia în care acestea sunt înregistrate pe suport de
hârtie. Programul de scanare poate să aibă facilitatea înregistrării direct
într-un program de gestiune a bazelor de date, ca de exemplu SPSS.
- Gradul de acurateţe este crescut, neexistând posibilitatea
interpretării greşite a răspunsurilor sau a greşelilor operatorului de calculator
ce înregistrează răspunsurile în bază de date.
Dezavantaje:
- Imposibilitatea unor întrebări deschise sau a cuprinderii în
chestionar a sugestiilor finale de tipul „Ce întrebare credeţi că lipseşte din
acest chestionar”.
- Posibilitatea omiterii unor răspunsuri marcate nelizibil pentru
programul de scanare.
4.5.7 Interviuri directe
Interviul direct, denumit în literatura engleză şi personal (formulare

destul de nepotrivită pentru literatura de limbi romanice, deoarece pare
opusul interviului „impersonal” – concept ce nu există), este acea formă de
completare a unui chestionar administrat de către un operator de interviu ce
se află faţă în faţă cu persoana cuprinsă în eşantion în timpul completării
datelor. Interviurile directe pot avea loc la locuinţa intervievatului, pe stradă,
în magazine, fiind diferenţiate de lungimea interviului. În acest caz
chestionarul se recomandă a fi completat de operatorul de interviu, dar apar

cazuri practice de autocompletare în prezenţa şi cu asistenţa operatorului de
interviu.
Răspunsurile sunt înregistrate de către operatorii de interviu în
timpul unui interviu formal sau informal, aceasta fiind desigur tehnica de
culegere a datelor primare cea mai sigură din punctul de vedere al validităţii
şi fidelităţii datelor înregistrate.
Avantajele metodei sunt:

• Adaptabilitate – flexibilitate
Această metodă permite cercetătorului să obţină maximum de
informaţii. Poate fi utilizată pentru surprinderea reacţiei subiectului la
prezentarea de fotografii, produse publicitare. Metoda abilitează operatorul
să valideze răspunsurile prin observare directă. Se pot folosi şi chestionare
nestructurate, mai complexe.
- Posibilitatea testării unui produs de către consumator, care poate
mirosi, gusta, analiza un produs, caz în care operatorul de interviu poate
nota reacţiile acestuia pe un chestionar separat ce însoţeşte chestionarul în
care consumatorul răspunde la întrebări referitoare la opinia sa.
- Posibilitatea identificării exacte a persoanelor ce se califică
pentru a face parte dintr-un eşantion, de exemplu persoanele ce se află
într-un raion specializat dintr-un magazin sau care tocmai au achiziţionat un
anumit tip de produs sau au participat la o lansare de carte.
- Posibilitatea notării reacţiilor şi a limbajului semnelor, uneori de
mare importanţă pentru testarea reacţiilor la o anumită denumire sau o
anumită culoare, mai ales în cazul lansării de noi produse sau concepte.
• Rata ridicată a răspunsurilor

Cea mai dificilă etapă este cooptarea, convingerea potenţialului
subiect să raspundă la întrebări. O dată realizat acest contact, există o şansă
rezonabil de mare ca subiectul să nu renunţe, contactul uman putând fi
considerat mai plăcut decât în cazul sondajelor prin poştă.

• Costul ridicat – este forma de culegere a datelor cea mai
costisitoare, la costurile construcţiei chestionarului adăugându-se costurile
cu operatorul de interviu. Este metoda cu cel mai ridicat cost unitar, pe
chestionar completat. Costurile cresc proporţional cu distanţa pe care trebuie
să o parcurgă operatorul de interviu până la persona intervievată, mai ales în
cazul interviurilor realizate la locuinţa acesteia. De exemplu, în ţările
dezvoltate, cu tradiţie în desfăşurarea de studii de piaţă, un operator de
interviu este plătit zilnic cu un salariu mediu zilnic brut între 4-500 USD;
• Timpul pentru deplasarea operatorului, combinat cu posibile
dificultăţi de transport.
Uneori este o metodă dificilă în cazul eşantionaelor naţionale şi
poate fi aplicată doar prin intermediul firmelor specializate în sondaje de
piaţă ce şi-au dezvoltat reţele naţionale de oparatori nefiind necesară
deplasarea acestora pe distanţe mari.
• Influenţa operatorului de interviu
În încercarea de a-l impresiona pe operatorul de interviu şi a crea o
anumită imagine asupra firmei pentru care lucrează, managerul intervievat
poate să nu dea răspunsuri oneste.
Totul depinde de uşurinţa de comunicare a operatorului de interviu;
o parte importantă din interviuri se desfăşoară la sediul firmei ce este
considerată potenţial consumator de servicii de resurse umane sau sunt
localizate la locul de desfăşurare a cursurilor de instruire.
Metoda cea mai folosită pentru culegerea datelor este interviul
direct, „faţă în faţă” realizat de un operator de sondaj specializat, deşi acesta
poate induce o serie de erori ce nu pot fi estimate statistic. Mărimea acestor
erori, determinate de influenţa operatorului de interviu, depinde într-o mare
măsură de organizarea şi planificarea interviului şi de nivelul de instruire a
operatorului. Moser recomandă folosirea pe postul de operatori de interviu a
persoanelor inteligente, dar cu studii medii, ce nu se pot plictisi uşor, cărora
rutina nu le afectează eficienţa, ci din contră.
Există două modalitaţi de a intervieva oameni indiferent dacă îşi
exprimă opiniile în nume propriu sau în numele organizaţiei pe care o
conduc: formal şi neformal.
În cadrul interviului formal, operatorul de interviu dispune de

chestionar şi înregistrează răspunsurile într-o formă standardizată (există un
exemplar pentru fiecare persoană intervievată sau există o grilă de
înregistrare). În cadrul interviului neformal, operatorul conduce liber
discuţia, poate adăuga întrebări, sau poate schimba chiar sensul unor
întrebări în funcţie de reacţiile persoanei intervievate.
În realitate, nu se poate face o distincţie strictă între cele două
modalităţi de intervievare, formală şi neformală. De obicei operatorii încep
interviul cu întrebările standard, ceea ce le solicită mai puţin participarea,
terminând cu întrebări mai puţin formale, pentru a nu lăsa impresia unei
“anchete”, chestionări a persoanei intervievate.
Metoda formală de intervievare: operatorul trebuie să cunoască
procedeul de eşantionare, mai mult, trebuie să realizeze eşantionarea dacă
metoda aleasă este pe cote. În eşantionarea aleatoare, operatorii primesc
listele ce constituie baza de sondaj sau dispun chiar de informaţii cuprinse în
baza de sondaj. De asemenea, operatorul primeşte ghidul de folosire a
chestionarului. Operatorii trebuie să se supună anumitor reguli, descrise în
ghid, să execute instrucţiunile, să respecte ordinea şi sensul întrebărilor fără
intervenţii personale ce pot influenţa sau canaliza într-o anumită direcţie
răspunsurile.
Toate acestea depind şi de natura întrebărilor, factuale şi de opinie.
La întrebările factuale: „Aveţi copii?”, „Sunteţi angajat?” răspunsurile nu
depind de atitudinea operatorului, de inflexiunile vocii. Situaţia se poate
schimba la întrebarea: „Sunteţi de acord să permiteţi subalternilor dv. pauze
pentru jocuri pe calculator?”.
La acest fel de întrebări tonul şi accentul pot distorsiona opinia lui
reală.
În cea mai mare parte a interviurilor, operatorii trebuie să aibă
atenţie distributivă, ei fiind obligaţi să pună întrebările cât mai imparţial
posibil, respectând regulile de intervievare din ghidul chestionarului. În
acelaşi timp de obicei operatorii trebuie să codifice pe loc răspunsurile sau
să le noteze, să utilizeze materialele ajutătoare şi să dea cât mai multe
explicaţii, în funcţie de tipul întrebării. Pentru întrebările deschise,
operatorul trebuie să consemneze integral răspunsul persoanei intervievate.
Pentru întrebările cu răspunsuri precodificate, operatorul trebuie să clasifice

răspunsul persoanei intervievate conform precodificării întrebării.
O problemă esenţială pentru succesul interviurilor şi minimizarea
erorilor de înregistrare este selecţia şi recrutarea operatorilor. Criteriile
generale pe baza cărora se angajează operatorii de interviu, fie permanenţi,
fie temporari, sunt următoarele:
• să aibă un nivel mediu de pregătire – absolvenţi de învăţământ
mediu, liceal. Cei care nu au urmat cursurile învăţământului mediu nu
dispun de suficiente cunoştiinţe pentru a putea îndeplini sarcinile
operatorilor, iar cei ce au absolvit o treaptă superioară de învăţământ vor fi
extrem de eficienţi la început, după care datorită rutinei şi plictiselii,
imposibilităţii învăţării unor lucruri noi, încep să fie din ce în ce mai
ineficienţi;
• să fie corecţi şi atenţi, să noteze exact răspunsurile primite şi să
urmeze exact instrucţiunile primite;
• să aibă o personalitate adaptabilă, flexibilă şi deschisă schimbării,
să facă faţă interviurilor din domenii extrem de diferite;
• să aibă o personalitate charismatică, să fie politicos, prietenos şi,
totodată, respectuos.
În ţări cu tradiţie în organizarea sondajelor există cursuri ce
pregătesc special operatori de interviu, ceea ce demonstrează importanţa
acordată acestei profesii.
Metoda neformală de intervievare este caracterizată prin
spontaneitate, întrebările nu au o formă prestabilită, nu se pun într-o ordine
strictă prestabilită, operatorii având în vedere doar subiectul despre care
trebuie să colecteze date. Operatorii conduc discuţia cu persoanele
intervievate având grijă să nu se depăşească cadrul subiectului iniţial.
Scopul acestui tip de interviu este validitatea răspunsurilor. Nu se urmăreşte
neapărat fidelitatea redactării răspunsurilor, ci mai ales obţinerea de
răspunsuri cât mai apropiate de opiniile interlocutorilor. Principalul
dezavantaj al acestui tip de interviu este imposibilitatea cuantificării
răspunsurilor, acestea neputând fi analizate statistic.
Decizia de a utiliza interviul formal sau neformal depinde într-o

mare măsură de scopul sondajului şi de utilizarea rezultatelor, uneori
folosindu-se combinaţia celor două.
4.6 Comparaţii între diversele metode de culegere a datelor
Avantajele şi dezavantajele tehnicilor de culegere a datelor sunt

sintetizate de George Kress în „Marketing Research” – Tabelul 4.3.
Criterii de comparare a tehnicilor de culegere a datelor

Tabel 4.3
Tipuri/metode de colectare a datelor
Criterii Poştă Telefon Personal Computer
Rata probabilă a răspunsurilor acceptabil acceptabil acceptabil acceptabil
Controlul influenţei operatorului excelent acceptabil
Utilizarea chestionarelor complicate scăzut bun excelent scăzut
cu un număr mare de întrebări
Cost bun bun acceptabil bun
Viteza obţinerii rezultatelor scăzut excelent acceptabil excelent
Acoperirea unui eşantion suficient de bun acceptabil scăzut bun
mare
Reprezentativitatea eşantionului acceptabil bun excelent acceptabil
Rezumat al metodelor de culegere a datelor de piaţă.

Factorii de influenţă ce determină aleagerea metodei de culegere a

datelor pot fi sintetizaţi astfel:
Viteza de completare Ierarhia metodelor începe cu sondajele prin pagini
Web, urmate de chestionare trimise prin e-mail şi
interviuri efectuate la telefon. Pe ultimul loc se află
chestionarele trimise prin poştă.
Viteza de înregistrare Cea mai mare viteză o au chestionarele completate
în baza de date pe suport de hartie ce nu conţin întrebări deschise.
Cea mai redusă viteză apare în cazul chestionarelor
ce conţin întrebări dechise, caz în care este necesară
„despuierea răspunsurilor” şi construcţia de variante
de scalare ca să permită gruparea şi/sau clasificarea
răspunsurilor.
Costul înregistrării Este cel mai ridicat în cazul interviurilor directe şi
răspunsurilor în cel mai scăzut în cazul interviurilor prin Internet.
chestionar
Costul înregistrării Este cel mai ridicat în cazul chestionarelor ce
răspunsurilor în baze conţin întrebări deschise şi cel mai redus în cazul
de date chestionarelor ce pot fi scanate, în acest ultim caz
nefiind nevoie de operatorii de calculator.
Reprezentativitate Asigurarea unui eşantion reprezentativ care să
permită inferenta statistică şi extinderea rezultatelor
la populaţia generală de consumatori sau clienţii nu
se poate realiza în cazul chestionarelor completate
prin utilizarea tehnicii informatice şi de comunicare
de ultimă oră (chestionare prin Web page şi E-mail).
Nivelul persoanei Persoanele mai puţin educate sunt mai dispuse să
intervievate răspundă la întrebări puse de un operator de interviu
şi mai puţin dispuse să trimită prin poştă un
chestionar. De asemenea, persoanele cu venituri
foarte mici, dar care, de exemplu, s-au dovedit a fi
consumatori fideli de ţigări, nu posedă telefon sau
calculator şi nu au acces facil la un calculator de
serviciu.
Întrebări personale Răspunsurile la întrebări personale apar mai uşor
de obţinut în cazul neinterpunerii unei terţe persoane
între chestionar şi persoana intervievată.
Facilităţi video, de Desigur, evaluarea reacţiilor imediate ale persoanei

sunet şi grafică intervievate la muzică, culori şi grafică este mai
corectă dacă este realizată de un operator de interviu
abilitat să nu influenţeze reacţiile, sau pot fi perfect
monitorizate în cazul video prezentărilor în care
persoana din eşantion nu ştie că este filmată. Această
metodă ridică totuşi probleme legate de etica
profesională.
Alte metode folosite de-a lungul timpului pentru culegerea datelor au

fost şi încă se mai utilizează: studii prin fax, interviuri în grup, focus,
grupuri, sondaje cu ajutorul computerului, experimente. Studiile prin fax pot
fi efectuate în paralel cu sondajul prin poştă, ceea ce duce la creşterea ratei
răspunsurilor. Foarte puţine studii adoptă doar această metodă de culegere a
datelor, datorită ratei scăzute de răspunsuri (max 40-50 %) şi timpului
îndelungat de aşteptare a răspunsului. Interviurile de grup reprezintă o
procedură de colectare a informaţiilor în procesul cercetării de piaţă care
adună într-un grup 8 până la 12 indivizi (clienţi, consumatori efectivi sau
potenţiali) consideraţi „tipici”, care să corespundă segmentului ţintă de
clienţi. Interviurile concentrează atenţia grupului pe o anumită problemă,
provocând discuţii de tip Brainstorming sau Delphi.
Experimentul este cea mai puţin utilizată tehnică de culegere a
datelor şi constă dintr-o investigaţie ştiinţifică în care un grup de cercetători
realizează un studiu pe un eşantion experimental şi compară rezultatele cu
cele obţinute prin prelucrarea datelor unui eşantion de control, denumit grup
martor.
Ţinând cont de aceste informaţii şi de obiectivul studiului pentru
analiza pieţei (studiul eficientei metodelor de reclamă şi publicitate) cât şi
pentru analiza în dinamică a caracteristicilor unei pieţe, se recomandă
permanentizarea formelor de investigare prin sondaj.
4.7 Summary. Data collection methods for marketing studies
Data collection approaching methods
Data collection procedure represent a necessary condition for a

statistical research to accomplish its goal and needs to be done previous to
data summarizing and analysis. Data collection process can address both
categories of data, secondary and primary.
After defining the statistical population and variables the data
collection principle is to reveal and record the values characterizing the
entire population unit, values called statistical data. We are going to call
statistical data the numerical values observed directly for a quantitative
variable and the numbers associated with the categories of the qualitative
variables if these categories can be ranked or, for a pure qualitative variable,
the statistical data will be the number of times each category is occurring -
the frequency of appearance for each category.
It means that for each unit we need to measure the level of the
variable characterizing the unit. So each variable can be measured according
to a measurement level, also called scale.
Conventionally there are four measurement levels determining four
scale types: nominal scale, ordinal scale, interval scale and ratio scale.
Measurement levels. Statistical scales
The measurement level of a variable or the type of scale related to

each type of variable comprised within a statistical investigation represents
essential information for the researcher which will establish the appropriate
analysis technique for the available data.
The scale type is determined by a set of rules allowing assigning
categories or values to the attributes or characteristics we are trying to
measure about each member of the population.
Nominal scale:
The scale called nominal is characterized by using the numerical
symbols in order to represent the possible categories of the variable. These
symbols are allowing regrouping exclusively the population units in

different classes without any idea of order or distance between classes that
can be computed. The numerical symbols purpose is only to label different
categories or classes. The nominal scale use is mainly to identify rather than
measure, evaluate quantities.
For instance we are using nominal scales in order to record the
gender, the marital status, occupation, profession, colors, and identification
number of the unit.
Ordinal scale
The scale called ordinal is characterized using numerical symbols
to express different categories in which the variable can occur allowing
grouping the units into classes as the nominal scale and further more
allowing ranking these classes. The ordinal scale is establishing an order
between classes and it is allowing establishing which class represents the
maximum the mean and the minimum value that can be taken by the
variable. At this point we still cannot measure the distance between two
classes that were ranked, increasingly or decreasingly.
Examples of variables suitable to be measure on the ordinal scale are
the social class, the influence of the media on the public opinion, political
opinions, behavioral attitudes, etc.
Interval scale
The numerical values assigned to the categories, the possibilities of
occurrence for a variable on an interval scale are allowing grouping the units
into classes to establish and order between the classes that are ranked and
also to identify the distances between classes. The numbers assign are
representing the distances between classes.
Interval scale is implying the existence of the measurement units,
like for instance the temperature, IQ index, the speed are measure on an
interval scale.
Ratio scale
The ratio scale implies in addition to the previous scales the
existence of an origin point “zero”. Marking two points on the scale is not
depending on the measurement unit. Along the variables treated on such a

type of scale we can have the time, the length, and the revenue of a person.
As noticed there is a certain order between the categories of scales.
They are presented successively from the nominal scale the simplest to the
ordinal scale, interval scale ending with the ratio scale the most complex
one. The statistical analyze techniques are depending on the type of scale
suitable for each variable as follows:
Statistical techniques applied according to the type

of measurement scale
Table 4-1
Scale type RATIO scale
INTERVAL scale
ORDINAL scale
Statistical NOMINAL scale
operations
Measures of Mode Median, Arithmetic Geometric mean
position Quintiles mean
Measures of - Quintiles Standard Percentage of

dispersion deviation variation
Measures of Contingency Rank Correlation, all the previous

association coefficient correlation regression, methods
ranks
Significant tests. Chi-square Sign test t test, Fisher all the previous
test, Z test tests
Data collection techniques
Phone
- People can usually be contacted faster over the telephone than
with other methods. If the Interviewers are using computer-assisted
telephone interviewing, the results can be available minutes after completing
the last interview.
- You can dial random telephone numbers even if you do not have
a list of respondents.
In a phone interview software such as The Survey System makes

complex questionnaires practical by offering many logic options. It can
automatically skip questions, perform calculations and modify questions
based on the answers to earlier questions. It can check the logical
consistency of answers and can present questions or answers in a random
order (the last two are sometimes important for reasons that are described
later).
The growing number of working women, often means that could
nobody available during the day, at home. Maybe the interviews could be
conducted at the offices. This limits calling time home to a "window" of
about 6 to 9 p.m. (when you might interrupt dinner, newspaper reading or
TV watching). For marketing sampling programs this method cannot be
used because you cannot show or sample products by phone.
Mail
- This is the only kind of survey you can do if you have the names
and addresses of the target population, but not their telephone numbers.
- The questionnaire can include pictures or CD’s - something that
is not possible over the phone.
- Also you can send an incentive like a gift
- Mail surveys allow the respondent to answer at their leisure,
rather than at an inconvenient moment they are contacted for a phone or
personal interview. For this reason, they are not considered as intrusive as
other kinds of interviews.
Disadvantages
- Time to get the answers! Mail surveys take longer than other
kinds. You will need to wait several weeks after mailing out questionnaires
before you can be sure that you have gotten most of the responses.
In populations of lower educational and literacy levels, response
rates to mail surveys are often too small to be useful. This, in effect,
eliminates many categories of populations that form substantial markets in
many areas. Even in well-educated populations, response rates vary from as
low as 3% up to 90%.
- As a rule of thumb, the best response levels are achieved from

highly-educated people and people with a particular interest in the subject
(which, depending on your target population, could lead to a biased sample).
One way of improving response rates to mail surveys is to mail an
introductory letter announcing your intention of surveying and tasking the
person from the sample to watch for a questionnaire in the next period.
A second way of determining the person to mail you back the
answers is to follow up a questionnaire mailing after a couple of weeks with
a letter kindly asking people to return the questionnaire. The result is that
this doubles or triples your mailing cost. If you have purchased a mailing
list from a supplier you may also have to pay a second (and third) use fee -
you often cannot buy the list once and re-use it.
A third way to increase responses to mail surveys is to use an
incentive. One possibility is to send a dollar bill (or more) along with the
survey (or offer to donate the dollar to a charity specified by the
respondent). If you do so, be sure to say that the dollar is a way of saying
"thanks," rather than payment for their time. Many people will consider
their time worth more than a dollar.
Computer direct interviews
These are interviews in which the Interviewees type their own

answers directly into a computer. They can be used at malls, trade shows,
offices, and so on.
Advantages
- The drastic decrease of data entry and editing costs, this is
practically zero.
- There is no computer operator needed for this type of survey
- You will get more accurate answers to sensitive questions.
Recent studies of potential blood donors have shown respondents were more
likely to reveal drugs or alcohol related risk factors to a computer screen
than to either human interviewers or paper questionnaires.
- Employees are also more often willing to give more honest
answers to a computer than to a person or paper questionnaire.
- Another advantage is the elimination of interviewer bias.

Different interviewers can ask questions in different ways, leading to
different results. The computer asks the questions the same way every time
and the respondent will understand all the same thing.
- Ensuring skip patterns are accurately followed. These automatic
skips are more accurate than relying on an Interviewer reading a paper
questionnaire.
- Response rates are usually higher. Computer-aided interviewing
is still novel enough that some people will answer a computer interview
when they would not have completed another kind of interview.
Disadvantages
- The Interviewees must have access to a computer or one must be
provided for them.
- You cannot follow the body language and the facial expressions
of the interviewed persons
- As with mail surveys, computer direct interviews may have
serious response rate problems in populations of lower educational and
literacy levels. This method may grow in importance as computer use
increases.
E-mail surveys
E-mail surveys are both very economical and very fast. More people have e-
mail than have full Internet access. This makes e-mail a better choice than a
Web page survey for some populations. On the other hand, e-mail surveys
are limited to simple questionnaires, whereas Web page surveys can include
complex logic.
Advantages
- Speed. An e-mail questionnaire can gather several thousand
responses within a few days.
- There is practically no cost involved once the set up has been
completed.
- You can attach pictures and sound files.
- The novelty element of an e-mail survey often stimulates higher
response levels than ordinary mail surveys.
Disadvantages
- You must possess (or purchase) a list of e-mail addresses to mail to.
- Some people will respond several times or pass questionnaires
along to friends to answer. Many programs have no check to eliminate
people responding multiple times to bias the results. The programs should
only accept one reply from each address sent the questionnaire. It eliminates
duplicate and pass along questionnaires and checks to ensure that
respondents have not ignored instructions (e.g., giving two answers to a
question requesting only one).
- Many people dislike unsolicited e-mail even more than
unsolicited regular mail. You may want to send e-mail questionnaires only
to people who expect to get e-mail from you.
- You cannot use e-mail surveys to generalize findings to the
whole populations. People who have e-mail are different from those who do
not, even when matched on demographic characteristics, such as age and
gender.
- Many e-mail programs are limited to plain ASCII text
questionnaires and cannot show pictures. - Although use of e-mail is
growing very rapidly, it is not universal - and is even less so outside the
USA (three-quarters of the world's e-mail traffic takes place within the
USA).
- Many “average” citizens still do not possess e-mail facilities. So
e-mail surveys do not reflect the population as a whole. At this stage they
are probably best used in a corporate environment where e-mail is much
more common or when most members of the target population are known to
have e-mail.
- One person can send several responses
INTERNET/WEB page surveys
Web surveys are rapidly gaining popularity, mostly within young

people. They have major speed, cost, and flexibility advantages, but also
significant sampling limitations. These limitations make software selection
especially important and restrict the groups you can study using this
technique.
Advantages
- Web page surveys are extremely fast. A questionnaire posted on
a popular Web site can gather several thousand responses within a few
hours. Many people who will respond to an e-mail invitation to take a Web
survey will do so the first day, and most will do so within a few days.
- There is practically no cost involved once the set up has been
completed. Large samples do not cost more than smaller ones (except for
any cost to acquire the sample).
- You can show pictures.
- Web page questionnaires can use complex question skipping
logic, randomizations and other features not possible with paper
questionnaires or most e-mail surveys.
- Web page questionnaires can use colors, fonts and other
formatting options not possible in most e-mail surveys.
- On average, people give longer answers to open-ended questions
on Web page questionnaires than they do on other kinds of self-
administered surveys.
- They are mostly used t interview teenagers
- Some Web survey software can combine the survey answers
with pre-existing information you have about individuals taking a survey.
Disadvantages
- Current use of the Internet is far from universal. Internet surveys
do not reflect the population as a whole. This is true even if a sample of
Internet users is selected to match the general population in terms of age,
gender and other demographics.
- People can easily quit in the middle of a questionnaire. They are
not as likely to complete a long questionnaire on the Web as they would be
if talking with a good interviewer.
- If your survey pops up on a web page, you often have no control
over who replies - anyone from Antarctica to Zanzibar, cruising that web
page may answer.
- Depending on your software, there is often no control over
people responding multiple times to bias the results.
At this stage we recommend using the Internet for surveys mainly

when your target population consists entirely of Internet users. Business-to-
business research and employee attitude surveys can often meet this
requirement. Surveys of the general population usually will not. Another
reason to use a Web page survey is when you want to show video or both
sound and graphics. A Web page survey may be the only practical way to
have many people view and react to a video.
In any case, be sure your survey software prevents people from completing
more than one questionnaire. You may also want to restrict access by
requiring a password or by putting the survey on a page that can only be
accessed directly (i.e., there are no links to it from other pages).
Scanning questionnaires
Scanning questionnaires is a method of data collection that can be

used with paper questionnaires that have been administered in face-to-face
interviews; mail surveys or surveys completed by an Interviewer over the
telephone. Some software like the Survey System can produce paper
questionnaires that can be scanned using scanning software.
Advantages
- Scanning can be the fastest method of data entry for paper
questionnaires.
- Scanning is more accurate than a person in reading a properly
completed questionnaire.
Disadvantages
- Scanning is best-suited to "checking" type surveys and bar codes.
Scanning programs have various methods to deal with text responses, but all
require additional data entry time.
- Scanning is less accurate than a person in reading a poorly
marked questionnaire.
Direct interviews
Advantages:
An interview is called personal when the Interviewer asks the
questions face-to-face with the Interviewee. Personal interviews can take
place in the home, at a shopping mall, on the street, outside a movie theater
or polling place, and so on.
- The ability to let the Interviewee see, feel and/or taste a product.
- The ability to find the target population. For example, you can
find people who have seen a film more easily outside a theater in which it is
playing than by calling phone numbers at random.
- The possibility to observe the body language
Disadvantages
- Personal interviews usually cost more per interview than other
methods. This is particularly true of in-home interviews, where travel time
is a major factor. For instance when interviewing into a mall we should take
into account that each mall has its own characteristics.
Summary of Survey Methods

Your choice of survey method will depend on several factors. These
include:
Speed Email and Web page surveys are the fastest methods, followed by telephone
interviewing. Mail surveys are the slowest.
Cost Personal interviews are the most expensive followed by telephone and then
mail. Email and Web page surveys are the least expensive for large samples.
Internet Web page and Email surveys offer significant advantages, but you may not
Usage be able to generalize their results to the population as a whole.
Literacy Illiterate and less-educated people rarely respond to mail surveys.

Levels
Sensitive People are more likely to answer sensitive questions when interviewed
Questions directly by a computer in one form or another.
Video, A need to get reactions to video, music, or a picture limits your options. You
Sound, can play a video on a Web page, in a computer-direct interview, or in person.
Graphics You can play music when using these methods or over a telephone. You can
show pictures in those first methods and in a mail survey.
5 Probleme metodologice ale elaborării
chestionarului-suport al culegerii datelor
de sondaj
5.1 Calităţile unui chestionar eficient
Chestionarul, cel mai utilizat instrument de culegere a datelor

primare, se construieşte în concordanţă cu metoda de sondaj utilizată.
Chestionarul este instrumentul de bază, extrem de flexibil, folosit în
cercetarea efectuată pe teren, format dintr-o colecţie de întrebări la care
urmează să răspundă persoanele cuprinse în eşantion, reprezentând un fel de
„plasă flexibilă” ce colectează datele căutate şi le filtrează pe cele
nesemnificative.
Acest instrument trebuie elaborat cu foarte mare atenţie şi testat
înainte de utilizarea sa pentru culegerea datelor de la persoanele cuprinse în
eşantion. Pentru pregătirea unui chestionar, cercetătorul trebuie să
stabilească ce întrebări va cuprinde, în funcţie de obiectivul şi programul
sondajului, ce formă vor avea acestea, cum vor fi formulate şi în ce ordine
vor fi puse.
Dacă un chestionar este bine întocmit, el reprezintă baza succesului
unui proiect de studiu al pieţei. În situaţia în care chestionarul prezintă
deficienţe, informaţiile colectate sunt incomplete, irelevante, tendenţioase,
fără a putea fi corectate prin metode de analiză ulterioară, caz în care este
necesară întocmirea unui nou chestionar şi proiectarea unui alt sondaj.
Un chestionar eficient trebuie să îndeplinească anumite condiţii:
• să fie cât mai scurt şi simplu cu putinţă, dar să cuprindă întrebări
cu privire la toate datele relevante, predefinite în programul sondajului;
• să asigure răspunsuri cât mai complete;
• să evite înregistrarea datelor nesemnificative şi a celor deja culese,
stocate anterior în băncile de date;
• să uşureze înţelegerea cerinţelor întrebărilor de către intervievaţi;
• să conţină întrebări filtru şi de control, care să permită
identificarea subiectului intervievat cu exigenţele de reprezentativitate a
eşantionului;
• să faciliteze controlul, prelucrarea, analiza datelor statistice şi
interpretarea rezultatelor.
Scopul unui bun chestionar este de a depista şi de a permite
culegerea datelor statistice cuprinse în programul de cercetare. De aceea
trebuie verificat, prin organizarea unui pretest sau a unui sondaj pilot, dacă
au fost cuprinse toate întrebările care trebuiau să fie puse şi dacă
chestionarul cuprinde întrebări inutile sau incomode.
Una din regulile nonformale ale realizării unui chestionar care să
permită obţinerea de maximum de informaţii cu minimum de resurse este să
se potrivească cu mediul studiat. Niciodată un chestionar administrat prin
telefon nu va putea asigura evaluarea reacţiei consumatorului la o nouă
culoare. Şi, în cadrul anchetelor prin poştă nu avem posibilitatea să cerem
explicaţii suplimentare sau să oferim asistenţă în completarea răspunsurilor.
Întrebările despre subiecte sensibile sunt întotdeauna mai potrivite în cadrul
unui chestionar administrat pe calculator.
De aceea, cel mai eficient chestionar apare dacă nu se combină
metodele de culegere a datelor.
Întotdeauna se recomandă ca orice chestionar, indiferent de suportul
său, să fie însoţit de o scrisoare de însoţire prin care să se explice persoanei
alese să facă parte din eşantion de ce a fost aleasă, respectarea anonimatului

şi confidenţialităţii răspunsurilor. Oferirea de informaţii referitoare la studiu,
obiectivele sale şi posibilele decizii ce îi vor urma ajută deseori la obţinerea
de răspunsuri cât mai complete şi duce la evitarea ignorării chestionarului de
către potenţialul respondent.
O regulă importantă este cea a „dublului S”: chestionarul trebuie să
fie cât mai SCURT şi cât mai SIMPLU. Niciodată un chestionar prea lung,
cu prea multe întrebări nu va aduce mai multă informaţie faţă de două
chestionare scurte. Din contră. O metodă de a determina lungimea eficientă
a unui chestionar este ca cel ce l-a elaborat sau membrii echipei ce l-a
construit să răspundă individual la întrebările cuprinse. Dacă nu se
plictisesc, se poate ca acel chestionar să nu fie prea lung.
5.2 Construcţia chestionarului
Pentru o cercetare structurată, întrebările sunt precis stabilite şi

aranjate într-o ordine prestabilită. Pentru dezvoltarea chestionarului trebuie
urmăriţi paşii:
Pas 1. Determinarea informaţiei specifice necesare şi modul său de
utilizare
O greşeală des întâlnită în practica de sondaj este atitudinea“ Aş fi
vrut să mai întreb ceva?”. O dată ce chestionarul este terminat şi un număr
de interviuri sunt luate este mult prea târziu să se includă şi alte întrebări
(Henry Skinner – „Marketing”). De aceea, înainte de dezvoltarea
chestionarului, cercetătorul trebuie să identifice întreaga mulţime a datelor
specifice necesare atingerii obiectivului studiului şi să decidă cum va fi
utilizată această informaţie ce rezultă din prelucrarea datelor.
Pentru analiză vor fi utilizate metode de tabelare simple, procedee
statistice, ca analiza de regresie sau analiza factorială, tehnici pe care le voi
detalia într-un capitol separat. Foarte des cercetătorii greşesc neocupându-se
de aceste probleme, existând riscul ca datele culese de ei să nu se

potrivească cu tehnica de analiză dorită pentru obţinerea unui anumit tip de
rezultate.
Pas 2. Selectarea procedurii de intervievare

Ce metodă de studiu este cea mai potrivită pentru culegerea datelor?
Decizia este legată de trei elemente cheie: tipul datelor căutate, tipul
persoanelor ce vor fi intervievate, poziţia lor în cadrul firmelor ce fac parte
din eşantion, dacă eşantionul este format din organizaţii).
Referitor la datele cuprinse în programul observării statistice trebuie
pecizat dacă informaţia căutată poate fi obţinută printr-un chestionar formal,
structurat sau trebuie obţinută printr-un proces de sondaj nestructurat,
nedefinit.
În legătură cu unităţile statistice cuprinse în eşantion, trebuie clar
precizată localizarea subiecţilor, aria de cuprindere a studiului, poziţia
persoanelor ce urmează a fi intervievate, accesibilitatea şi bunavoinţa de a
participa la interviu. Privitor la condiţiile de cost şi timp, ceea ce
cercetătorul vrea să realizeze poate diferi foarte mult de posibilităţile sale
financiare.
Pas 3. Selectarea conţinutului întrebărilor

Examinând fiecare întrebare pe care dorim să o cuprindem în
chestionar, este bine să ne întrebăm dacă cei care răspund au acces la
informaţia necesară pentru a da un răspuns corect. S-a observat că unele
persoane, chiar dacă sunt conştiente de lipsa lor de infirmaţii, nu renunţă la a
răspunde, ci dau răspunsuri însoţite chiar de explicaţii. Ele vor exprima
păreri asupra unor probleme la care s-au gândit sau pe care le înteleg foarte
puţin. Aceste dificultăţi nu se referă doar la întrebările de opinie sau la
sondaje organizate pe eşantioane formate din consumatori, ci şi pentru
eşantioane formate din organizaţii. Cerând unui angajat să ofere informaţii
factuale, este necesar ca acesta să se afle în funcţia potrivită, care să-i
permită să răspundă competent, responsabil şi să aibă capacitatea de a

transmite corect răspunsurile.
În concluzie, cercetătorul ar trebui să se adreseze doar acelor
persoane ce pot da răspunsuri corecte, să se refere în întrebare doar la
evenimente trecute numai dacă se poate aştepta ca interlocutorii să şi le
amintească exact sau să aibă acces la documentaţie - suport, şi să ceară
păreri doar dacă aceştia au responsabilitatea/competenţa potrivită în cadrul
companiei cuprinse în eşantion. Bunăvoinţa nu este o garanţie a
răspunsurilor potrivite.
Pentru a evita această situaţie, în cadrul sondajului realizat, interviul
a fost efectuat cu managerul de resurse umane, presupus a fi angajatul cel
mai potrivit pentru a prezenta politica de formare a personalului şi intenţiile
firmei în acest domeniu.
O observaţie interesantă face Moser: „….oamenii pot avea tendinţa
să micşoreze vârsta şi consumul de alcool, în schimb să-şi exagereze
pregătirea, lectura, mersul la biserică”. Prin extensie, putem considera că şi
managerii de resurse umane pot tinde să micşoreze pierderile, fluctuaţiile
mari de personal, şi vor exagera numărul de persoane instruite, numărul
cursurilor organizate.
Într-un chestionar se întâlnesc două mari categorii de întrebări, după
conţinut: factuale şi de opinie, care pot fi utilizate în funcţie de metoda de
culegere a datelor folosită.
a. Întrebările factuale privesc fapte, realizări, opinii. Există de
asemenea întrebări asupra motivaţiei sau asupra posibilităţii de informare,
dar aspectele metodologice vor ieşi în evidenţă dacă examinăm diferite
exemple de întrebări factuale şi de opinie.
O deosebire majoră dintre ele constă în gradul de libertate care i se
acordă în general operatorului de interviu de a sonda, explicita, formula cât
mai variat întrebările. La întrebările factuale (dacă interlocutorul este în
legătură directă cu faptele, cu produsele pe care le cunoaşte sau cu
evenimente) operatorii de interviu pot lua orice măsuri rezonabile pentru a
asigura înţelegerea şi consemnarea corectă a întrebărilor şi, respectiv, a

răspunsurilor.
În cazul întrebărilor de opinie, o astfel de libertate ar fi prea riscantă
şi, de aceea, nu este permisă. Se cunoaşte că schimbările în formularea,
succesiunea sau chiar accentuarea întrebărilor, intonaţia, pot avea un efect
real, efectiv, distorsionând răspunsurile.
Unii cercetători nu acordă operatorilor de interviu mai multă
libertate pentru întrebările factuale, considerând că realitatea depinde atât de
mult de o definiţie precisă, încât acest lucru ar fi prea riscant (Moser). În
sondajul realizat în Capitolul 9, majoritatea întrebărilor din chestionar se
referă la fapte, la comportamentul şi politica firmei cu privire la dezvoltarea
personalului prin instruire şi formare continuă.
Moser foloseşte cuvântul „fapt” într-un sens larg. Întrebarea se poate
numi factuală, deşi răspunsurile date de manageri pot fi un amestec de fapte,
speranţe vagi cu dorinţa de a da un răspuns pe care îl consideră conform cu
aşteptările operatorului. Acest lucru nu are o importanţă prea mare.
Adjectivul „factual” se referă aici la tipul datei statistice cerută de întrebare,
nu la exactitatea cu care se răspunde, încât denumirea „factuală” atribuită
unei întrebări nu implică deloc exactitatea răspunsurilor.
De exemplu, întrebările factuale sunt cele privind forma dominantă
de proprietate, provenienţa capitalului, sfera de activitate a organizaţiei,
poziţia angajatului, cuprinderea cheltuielilor pentru politica de instruire şi
perfecţionare în bugetul agentului economic, categoriile de angajaţi ce au
fost cuprinse până în prezent în programe de pregătire profesională, sistemul
de formare a angajaţilor, condiţiile de muncă şi viaţă ale angajaţilor etc.
Unele întrebări factuale poartă denumirea de întrebări „de clasificare” şi
sunt destinate mai ales obţinerii de informaţii prin care analiza să poată
distinge grupurile principale de agenţi economici, pe categorii şi tipuri,
dintre cei cuprinşi în eşantion. Aceste întrebări au fost cuprinse în prima
parte a chestionarului şi s-au referit la forma dominantă de proprietate,
«naţionalitatea capitalului», dimensiunea agentului economic după numărul

de angajaţi şi domeniul principal de activitate.
Întrebările de clasificare trebuie definite atent şi explicate prin
instrucţiuni separate sau nu, de restul întrebărilor, de obicei poziţionate la
sfârşitul interviului, pentru a evita aglomerarea întrebărilor personale în
primele minute. Excepţie fac eşantioanele pe cote. Iniţial, când i se
repartizează sarcinile operatorului, orice persoană abordată corespunde
virtualmente condiţiilor de eşantionare, dar către sfârşit, devine din ce în ce
mai greu de găsit persoane corespunzătoare cotei. O parte din persoanele
abordate trebuie respinse şi ar fi o irosire de resurse, dacă am afla doar la
sfârşitul interviului că cel intervievat nu aparţine nici unei cote (strat).
În orice moment sunt plasate, întrebările factuale au nevoie de o
introducere specială. Şi asta deoarece o persoană solicitată să răspundă la
întrebări referitoare la sistemul de instruire şi perfecţionare practicat de
firma la care lucrează, se poate mira, pe bună dreptate, de ce ar trebui să
ofere detalii despre bugetul de venituri şi cheltuieli, sau preocupările, venitul
sau vârsta sa. Pentru aceasta, se recomandă de exemplu, o formulă de
introducere cuprinsă la secţiunea de clasificări a chestionarului cum ar fi:
„Având în vedere că acest chestionar este anonim, vă rugăm să
răspundeţi la câteva întrebări necesare unor clasificări ulterioare pe
segmente de piaţă” sau, „Datorită faptului că nevoile de instruire şi
perfecţionare ale companiilor variază după sfera de acţiune, condiţiile
generale de lucru, cota de piaţă aferentă şi, nu în ultimul rând, după
mărimea şi forţa firmei, am dori să aflăm câteva din caracteristicile
companiei dv., asigurându-vă de deplina confidenţialitate a răspunsurilor”.
Principalele dificultăţi pe care le ridică întrebările factuale constau în
asigurarea înţelegerii de către operatori a sensului lor exact şi transmiterii în
mod precis interlocutorilor, a faptelor pe care doresc să le cunoască.
Dificultatea poate fi depăşită printr-un studiu structurat, pentru desfăşurarea
căruia i se cere operatorului să cunoască pe de rost întrebările şi să foloseacă
în timpul desfaşurării interviului doar materialele ajutătoare – liste, scale,

cartoane, bilete.
Cu toate dificultăţile datorate definiţiilor înşelătoare, şansele ca, fie
operatorul, fie persoana intervievată să înţeleagă greşit întrebarea sau să nu
o înţeleagă de loc, sau în condiţii extreme, răspunsul să fie influenţat de
formularea întrebărilor, sunt mult mai reduse decât în cazul întrebărilor de
opinie.
b. În domeniul întrebărilor de opinie problemele sunt mult mai
complexe, şi, implicit, mai dificil de evitat şi corectat. Pentru chestionarul
anexat, beneficiind de îndrumările profesionale ale Catedrei de Sociologie a
Universităţii Bucureşti, am reuşit, parţial, evitarea confuziilor în
interpretarea tipului de psihologie şi comportamentului persoanelor
anagajate pe poziţii de decizie în legătură cu nevoia de formare a
personalului în întreprinderile unde lucrau.
Şi totuşi, care sunt principalele motive pentru care studiul opiniilor
este mult mai dificil decât studiul cifrelor, faptelor? De ce este mai uşor să
întrebăm pe cineva dacă posedă sau lucrează pe un calculator personal,
decât dacă este în favoarea instruirii tuturor angajaţilor, indiferent de poziţia
lor, pentru folosirea calculatorului?
La întrebarea „La ultimul curs aţi folosit calculatorul?” este raţional
să presupunem că persoana intervievată ştie dacă pe în timpul cursului
absolvit a lucrat sau nu pe un calculator. Tot ceea ce trebuie să facă
operatorul este să-i explice interlocutorului că doreşte să consemneze acest
lucru şi să se asigure că înţelege răspunsul acestuia. Se poate ca
interlocutorul să nu dorească să ofere informaţia exactă, dar esenţial este să
fie perfect conştient de aceasta.
În domeniul întrebărilor de opinie situaţia se complică. Atitudinea
subiectului asupra participării la cursuri ce au legătură cu orice poate fi
clasificat drept „tehnică înaltă”, poate fi destul de imprecisă, sau se poate ca
el să nu se fi gândit niciodată la acest subiect, la această problemă strategică
de personal.
Deci, o primă problemă privind răspunsurile la întrebările de opinie,

apare din incertitudinea „cunoaşterii” răspunsurilor corecte. Pentru ca un
manager să răspundă sau nu dacă personalul firmei a fost cuprins până în
prezent în programe de pregătire şi perfecţionare, indiferent dacă trainer-ul a
fost din interiorul firmei sau angajat al unei firme specializate în servicii de
instruire, subiectul nu are nevoie de timp de acomodare şi de gândire, deci
va răspunde rapid. Spre deosebire de această situaţie pentru a exprima o
opinie autentică referitoare la îmbunătăţirea eficienţei angajaţilor în urma
frecventării unui curs de specializare, este necesară nu numai o perioadă de
gândire, ci şi de autoanaliză.
Opinia unei persoane asupra unei anumite probleme are anumite
laturi, chiar dacă acea persoană vorbeşte în numele unei instituţii sau firme,
este foarte posibil să fie împotriva generalizării utilizării calculatoarelor
pentru formarea continuă a angajaţilor din motive religioase, morale,
medicale sau să fie în favoarea acestei măsuri din motive manageriale, de
eficienţă didactică.
Un manager poate fi de acord cu afirmaţia „Sunt de acord ca
angajaţii mei să participe la cursuri de perfecţionare şi instruire în timpul
orelor de serviciu, deoarece acest lucru le va îmbunătăţi eficienţa în viitor”,
gândindu-se la angajaţii altui departament sau birou, şi poate a fi împotriva
acestei afirmaţii dacă se gândeşte la proprii săi subalterni.
Pe scurt, probabil că nu există un răspuns corect, clar şi precis, la
această întrebare, asa cum există la cea referitoare la utilizarea unui
calculator. Răspunsul primit va depinde de acel aspect al problemei care
prevalează în mintea interlocutorului – foarte posibil sub influenţa
formulării întrebării sau a contextului creat de întrebările anterioare sau de
orice altceva fără legătură sesizabilă pe moment de către operator, cu
interviul sau tema sondajului.
Strâns legată de acest aspect este problema intensităţii opiniei.
Despre orice subiect dat unele persoane au sentimente puternice, altele sunt
indiferente sau neinteresate, unele au opinii stabile şi coerente, altele au

atitudine extrem de mobilă.
De aceea, pentru a aprecia corect intensitatea atitudinii şi opiniei faţă
de utilizarea calculatoarelor personale pe diverse domenii şi pentru a obţine
o segmentare corectă pe tipuri de comportament şi personalitate
managerială, pe tipuri de companii, se pot utiliza diferitele metode de
scalare, ce ajută la ierarhizarea intensităţii opiniilor. Un astfel de exemplu
este de la -2 (absolut împotriva afirmaţiei făcute), la +2 (sunt perfect de
acord cu afirmaţia făcută), pe un continuum. Tipurile de scale sunt
prezentate mai pe larg la subcapitolul 3.5.
Unii autori consideră şi un al treilea tip de întrebări, cele legate de
informaţii, cunoştinţe, ca de exemplu întrebarea: „Ce ştiţi despre
Logistică?” poate fi urmată de răspunsul „Nu ştiu“. Un astfel de răspuns
trebuie evitat prin reformularea întrebării.
În final este necesar să se sublinieze că răspunsurile la întrebările de
opinie sunt mult mai sensibile la schimbările de formulare, succesiune,
accentuare, decât cele la întrebările factuale (International Journal of
Opinion and Attitude Research – Moser).
În elaborarea chestionarului trebuie stabilite şi respectate anumite
standarde pentru fiecare întrebare ce va fi inclusă. Este întrebarea oportună
în general, şi dacă da, este aceasta poziţionată potrivit în cadrul
chestionarului? Se asociază întrebarea cu obiectivul studiului? Ar putea fi
obţinută aceeaşi informaţie sau altă cantitate prin altă metodă? Este
important ca fiecare întrebare să furnizeze maximum de informaţie
consumând minimum de timp şi spaţiu. Trebuie luată în calcul abilitatea
persoanei intervievate de a răspunde la întrebare: „Ce tip de cursuri
preferaţi să organizaţi pentru angajaţii firmei dumneavoastră?”
Dacă subiectul nu a luat niciodată nici o decizie asupra cuprinderii
angajaţilor în programe de formare, nu va putea răspunde corect la întrebare,
dar poate da un răspuns influenţat de publicitatea pentru cursuri şi de
ofertele firmelor ce asigură servicii de training. Întrebarea ar fi trebuit
precedată de o alta, prin care să se afle dacă firma a mai organizat până
acum sesiuni de training al personalului sau nu cu scopul de a eficientiza şi
întrebarea: „Ce tipuri de cursuri şi în ce domenii consideraţi că ar fi utile
pentru angajaţii dumneavoastră?”.
Cercetătorul nu ar trebui să pună accent pe întrebările ce necesită un
efort sporit de concentrare şi atenţie, ca de exemplu: „Vă prezentăm o serie
de cursuri pentru dezvoltarea profesională şi perfecţionarea pesonalului.
Vă rugăm să identificaţi ce domenii constituie un interes pentru organizaţia
dumneavoastră”, întrebare ce nu se recomandă să fie plasată la începutul
chestionarului, ci după ce a fost făcută distincţia între persoanele iniţiate
deja în temă şi cei neiniţiaţi şi, de asemenea, după o prealabilă punere în
temă a intervievatului cu subiectul chestionarului, în orice caz după o parte
de chestionar referitoare la cursurile, domeniile de training ce deţin
importante cote de piaţă şi sunt cele mai solicitate de către agenţii
economici.
Pas 4. Selectarea tipurilor generale de întrebări, după forma lor de

prezentare
În principiu, după forma lor întrebările se grupează în:
a) întrebări deschise;
b) întrebări cu răspunsuri precodificate;
c) întrebări multi-opţiune;
d) întrebări dihotomice.
Cercetătorul trebuie să decidă care tip va fi folosit pentru fiecare
întrebare factuală sau de opinie.
a) Întrebările deschise. Subiectul chestionat poate răspunde acelor
întrebări cu propriile cuvinte şi poate exprima orice idee sugerată de
întrebare. Răspunsul cerut poate fi, în funcţie de întrebare, scurt
(„Care este după părerea dvs., dezavantajul major al publicităţii făcute în
România cursurilor de instruire şi perfecţionare?”) sau de factură extinsă
(„Care credeţi că sunt avantajele publicităţii făcută cursurilor de instruire şi
perfecţionare?”).
Deoarece întrebările deschise nu sugerează răspunsuri alternative,

ele tind să aibă mai puţină influenţă asupra răspunsului actual decât au
întrebările cu alternative multiple (întrebările multi-opţiune) sau cele
dihotomice. O slăbiciune a acestui tip de întrebări este aceea că respondentul
poate interpreta greşit tipul informaţiei căutate.
De asemenea, pot apărea dificultăţi la codificarea ulterioară a
răspunsurilor şi la prelucrarea primară a datelor, ce se face manual pentru
întrebările deschise, constând în procedura de despuiere a chestionarelor şi
analiză de conţinut. Multe răspunsuri sunt structurate astfel încât este
dificilă comasarea, restrângerea lor sau combinarea şi obţinerea de asociaţii,
corelaţii între răspunsuri. Pe de altă parte, întrebările deschise acordă mai
multă importanţă răspunsurilor persoanelor cu un anumit nivel de educaţie,
de obicei medie şi peste, deoarece acest grup este mai articulat în gândire şi,
de aceea, poate comunica mai eficient ideile.
b) Întrebări deschise cu răspunsuri precodificate. Subiectul poate
răspunde la întrebări cu propriile cuvinte, răspunsurile fiind încadrate într-o
variantă codificată anterior desfăşurării întrebărilor, de către operator.
Numărul variantelor în care se vor încadra răspunsurile sunt stabilite de
către cercetător şi este limitat la maxim 10–12 variante. (Kress, „Marketing
Research”) De exemplu:
„Care sunt pentru dvs. avantajele politicii de instruire a personalului?:
• ajută la menţinerea nivelului profesional al angajaţilor (1),
• ajută la îmbunătăţirea nivelului profesional al angajaţilor (2),
• determină creşterea eficienţei angajaţilor (3),
• determină creşterea eficienţei de ansamblu a firmei (4),
• asigură informaţii actuale angajaţilor (5),
• asigură informaţii noi (6),
• creşte gradul de socializare al angajaţilor (7),
• dă viaţă şi culoare mediului de muncă (8),
• altceva, precizaţi ce anume (9)________”.
c) întrebări multi-opţiune (Întrebări cu variante multiple pentru

răspunsuri). În acest caz li se oferă subiecţilor un număr de alternative
specifice, dintre care pot alege unul sau mai multe răspunsuri. Dacă este
posibil, alternativele listate ar trebui să nu se suprapună, să nu interfereze.
Totuşi, trebuie inclusă şi varianta „altceva, vă rugăm să precizaţi ce
anume:……….” sau „nu ştiu”. Acest tip de întrebare dă posibilitatea
obţinerii unor răspunsuri rapide şi eficiente. De aceea sunt preferate în
general de către intervievaţi (Kress, Marketing Research) şi de către
cercetătorii specializaţi în analiza datelor. Elaborarea machetelor de
prelucrare şi clasificarea datelor înregistrate lor este mult simplificată şi
răspunsurile alternative ghidează subiectul spre tipul general de răspuns
aşteptat.
Un aspect nedorit al acestui tip de întrebare este faptul că
răspunsurile pot fi polarizate datorită ordinii alternativelor. Dacă se cere un
singur răspuns, acest tip de întrebare nu distorsionează întotdeauna
rezultatele, ca de exemplu :
“Ce reprezintă pentru dvs. formarea personalului?:
- un hobby (1),
- un instrument de lucru (2),
- un interes secundar (3),
- un interes principal (4),
- viitorul (5),
- un scop în viaţă (6),
- o activitate lipsită de interes (7).
Atenţie! Se bifează/încercuieşte un singur răspuns”.
Dezavantajul observat al admiterii răspunsurilor multiple
precodificate s-a demonstrat a fi polarizarea răspunsurilor către primele
opţiuni. Potenţiala polarizare cauzată de poziţia posibilelor răspunsuri în
chestionar, poate fi evitată prin alternarea variantelor în lista de răspuns, în
diferitele seturi de chestionare.
Dacă răspunsurile posibile au formă cantitativă, natura polarizării se

schimbă, managerii indecişi tinzând să selecteze numerele de mijloc mai
degrabă decât extremele. Este dificil de eliminat această „lipsă” sau
inadvertenţă prin rotirea ordinii numerelor la diferite întrebări, deoarece
aceasta poate duce la derutarea persoanei intervievate.
Un al treilea tip de polarizare include situaţiile în care literele a, b, c,
d, etc. sunt utilizate, caz în care s-a observat statistic, că persoanele indecise
aleg, în marea majoritate a cazurilor, varianta cu litera a (acesta fiind
asociată mental cu cea mai înaltă performanţă) sau cele codificate cu vocale,
în defavoarea celor codificate cu consoane. Se recomandă să se atribuie
litera a ultimei variante sau situaţiei mai puţin favorabile.
O altă metodă de înlăturare a polarizării poate fi folosirea unei
combinaţii de litere precum h, i, m, (Kenneth Coney, “The special case of
Letter of preference”, pag. 385).
d) Întrebările dihotomice. O întrebare dihotomică (sau binară) este o
formă extremă a unei întrebări multi-opţiune, unde există doar două
posibilităţi de alegere: Da/Nu; Credit/Cash. Aproape întotdeauna trebuie
inclusă în chestionar şi o a treia variantă de răspuns: „Nu ştiu” sau
„Altceva”. Chestionarele care încep cu o întrebare dihotomică doresc să
identifice de la început persoanele potrivite de a face parte din eşantion.
Pas 5. Alegerea tipurilor de scale

Pentru a aborda analiza şi evaluarea atitudinilor, opiniilor, deci
pentru a analiza datele calitative, independent şi, mai ales, în
interdependenţă cu alte variabile calitative sau cantitative, pentru a putea
identifica factorii ce sunt influenţaţi şi care influenţează asemenea variabile,
cercetătorii în domeniul sondajului utilizează analiza scalară (sau
investigaţia ierarhică), ca metodă de studiu statistic.
Analiza scalară permite eşalonarea, ierarhizarea atitudinilor şi
comensurarea lor. Prin eşalonare vom înţelege diferenţierea calitativă a
atitudinilor conform unei ierarhii a intensităţii opiniilor. Prin măsurare se
încearcă o comensurare cantitativă a atitudinilor.
Una din principalele probleme ce apare în analiza scalară este

construcţia scalei potrivite fenomenului studiat. O dată aleasă scala se pune
problema poziţionării juste a atitudinii conform acelei scale, operaţiune
defăşurată în timpul completării chestionarului.
Tipurile de scale au fost sintetizate în Capitolul 4, într-un subcapitol
dedicat special scalelor, datorită problemelor metodologice deosebite pe
care le pune construcţia acestor instrumente de măsurare, în special a
variabilelor calitative.
Pas 6. Decizii asupra redactării întrebărilor

Anumite aspecte ale formulării întrebărilor sunt deosebit de
importante în studiile de marketing bazate pe sondaje, şi anume:
a) Întrebări cu caracter general. A folosi o astfel de întrebare atunci
când se cere un răspuns specific este o eroare comună. O întrebare ca
„Sunteţi mulţumit de politica de personal din firma dvs.?” este
nesatisfăcătoare dacă interesul cercetătorului vizeză gradul de „prietenie” al
departamentului de resurse umane.
De asemenea, formulată greşit poate fi considerată şi întrebarea
„Credeţi că este dificil şi scump să vă plătiţi singur cheltuielile de
perfecţionare?”. Aceasta este nesatisfăcătoare deoarece este de dorit ca
întrebările să se limiteze la o singură problemă sau idee. Moser recomandă
ca întrebările să fie formulate mai degrabă în conformitate cu experienţa
persoanei intervievate decât în termeni generali.
b) Limbajul simplu. Dacă studiul se efectuează pe un eşantion format
din firme, întrebările trebuie formulate într-un limbaj clar, fără ambiguităţi,
astfel încât datele cerute să nu constituie secrete pentru companie. Simplu
nu înseamnă desigur simplist. Dacă datele sunt secrete trebuie garantată
confidenţialitatea acestora. Dacă subiecţii vizaţi formează un grup specific,
ca ingineri, medici, profesori, manageri, limbajul poate fi tehnic şi evoluat.
Sensul fiecărei întrebări trebuie să fie clar. „Cât de des utilizaţi în
activitatea de pregătire profesională a angajaţilor serviciile firmelor
specializate?” poate însemna câte ore pe zi, sau pe săptămână, sau pe lună.
Uneori este mai bine să se folosească două sau trei întrebări decât
una singură cu răspunsuri multiple. Mai greu de evitat sunt cuvintele folosite
zilnic de către experţi, care nu fac parte din conversaţia obişnuită a

managerilor de resurse umane. Pentru a asigura inteligibilitatea întrebărilor
trebuie observate reacţiile interlocutorilor potenţiali şi tipici într-un studiu
pilot.
Payne menţionează o serie de cuvinte ce pot fi înlocuite cu
alternative mai simple:
a comunica = a informa
a acorda asistenţă = a ajuta
a iniţia = a începe
a se materializa = a se produce, a avea loc
major = esenţial, principal, important
Principiul fundamental al formulării este acela că întrebările trebuie
să conţină cele mai simple cuvinte care comunică interesul exact.
Exprimarea trebuie să fie cât mai simplă şi clar exprimată, fără a lăsa loc
interpretărilor. Cu cât întrebările sunt mai apropiate de conversaţia
obişnuită, cu atât interviul va decurge mai cursiv.
În ceea ce priveşte limbajul tehnic sau ştiinţific, trebuie ca
cercetătorul să fie sigur că totţi intervievaţii folosesc un anumit cuvânt cu
acelaşi înţeles, acelaşi sens. Un caz contrar simplu îl constituie expresia
„resurse umane”, care pentru o parte din populaţie constituie echivalentul
departamenului de personal dintr-o organizaţie, iar pentru altă parte
resursele de muncă ale unei ţări.
c) Ambiguitatea. Întrebările ambigue trebuie evitate cu orice preţ.
Dacă se strecoară un cuvânt ambiguu, persoane diferite vor înţelege
întrebarea în moduri diferite şi, ca urmare, vor răspunde la întrebări diferite,
corespunzător percepţiei fiecăruia.
d) Cuvintele cu sens vag. Întrebările vagi, nedefinite suficient,
furnizează răspunsuri vagi. Dacă se întreabă „Ce fel de suport teoretic
utilizaţi la birou?”, unii angajaţi vor răspunde „destul de vechi”, alţii vor
preciza „american”, managerii vor răspunde aproape sigur “cel mai modern
de pe piaţă” deoarece este pus în joc prestigiul firmei, iar alţii vor da pur şi
simplu titlul şi editura manualului. Răspunsuri vagi se vor obţine şi dacă
întrebarea începe cu „de ce?”.
e) Întrebările tendenţioase. Sunt cele care prin conţinut, structură

sau formulare sugerează intervievatului un anumit răspuns.
De exemplu, întrebarea de forma „Sunteţi de acord că dvs. nu
credeţi că...?” va sugera un răspuns negativ, iar cea de forma „N-ar trebui
oare să ...?” va sugera un răspuns pozitiv. De asemenea, o întrebare care
sugerează doar unele răspunsuri posibile îi poate orienta pe interlocutori, de
aceea la întrebările ce oferă posibilitatea alegerii dintre mai multe variante,
întotdeauna trebuie adaugată opţiunea „altă variantă, altceva, vă rugăm
precizaţi ce anume” sau „nu ştiu”.
f) Întrebările prezumtive. În general, întrebările nu ar trebui să
presupună nimic în legătură cu persoana intrervievată. Ele nu trebuie să
sugereze că aceasta posedă în mod necesar anumite informaţii sau are vreo
opinie asupra subiectului analizat.
Pas 7. Decizii asupra secvenţei întrebărilor

Întrebările trebuie să se înlănţuie într-o ordine logică, ceea ce
presupune că cercetătorul trebuie să repecte atât logica intervievatului, cât şi
pe cea a operatorului. Atât intervievatul, cât şi operatorul de interviu trebuie
să fie cât mai aproape de logica iniţială a cercetătorului, de ceea ce a dorit el
să exprime iniţial.
Orice distorsionare ar duce la culegerea informaţiilor divergente,
disparate şi ar însemna irosirea de resurse. Afectarea în mică măsură a
gradului de concentrare datorată ambiguităţii sau nivelului vag al unei
întrebări poate distorsiona rezultatele chiar fără posibilitatea depistării şi
corectării distorsiunii.
De regulă, la întrebările deschise se poate răspunde mai uşor dacă
sunt plasate la începutul chestionarului şi nu în interiorul acestuia. Atât
operatorul, cât şi subiectul intervievat trebuie să fie capabili să treacă de la o
întrebare la alta extrem de facil. Acest lucru este deosebit de important
atunci când este necesar să se ocolească anumite întrebări datorită unor
răspunsuri anterioare.
După introducerea unei teme se exploatează la maximum folosirea
întrebărilor succesive, şi nu răzleţe. Plasarea întrebărilor pe aceeaşi temă
într-un grup concentrat focalizează atenţia subiectului asupra unei singure
probleme în timp, astfel obţinându-se informaţia cu o acurateţe mai mare.

O astfel de aranjare pe secvenţe a întrebărilor îi face pe intervievaţi să se
simte în largul lor, pentru că văd o anumită ordine logică a procesului
intervievării.
Ordinea este distrusă când întrebările succesive cuprind teme
„iterative”, ca de exemplu următoarea succesiune a întrebărilor referitoare la
influenţa preţului, probleme de sănătate, preferinţe şi apoi din nou probleme
de sănătate.
Pas 8. Maximizarea atracţiei şi utilităţii chestionarului

Chestionarele trebuie să fie atractive vizual, destul de scurte pentru a
nu plictisi persoana intervievată. Pentru mărirea utilităţii chestionarului
întrebările ce se referă la tipul serviciului sau produsului sunt plasate în
prima parte a chestionarului, având intercalată segmentarea pe
produs/serviciu.
O proporţie destul de mare se dovedeşte interesată să vorbească
despre gusturile şi stilul de viaţă, de aceea se recomandă pentru mărirea
atractivităţii chestionarului utilizarea de scale amuzante, cartoane colorate şi
toate acestea înaintea secţiunii întrebărilor de clasificare, acestea de obicei
trezind suspiciunea subiecţilor.
Oamenii, în general, sunt deschişi în a transmite informaţii
referitoare la firma unde lucrează, mai ales dacă astfel promovează imaginea
firmei, dar sunt reticenţi dacă li se solicită informaţii de segmentare
(să raspundă la întrebări referitoare la propriile caracteristici demografice).
Dacă trebuie obţinute date de segmentare/demografice, întrebările
referitoare la acestea se plasează la începutul chestionarului pentru companii
şi la sfârşitul său pentru persoane.
Structura chestionarului trebuie astfel gândită încât să uşureze
codificarea răspunsurilor şi prelucrarea lor primară, obţinerea indicatorilor
totalizatori. Întrebările personale, dificile se plasează, de regulă, la sfârşitul
chestionarului.
Se recomandă ca operatorii să înveţe întrebările pe de rost pentru a
nu fi nevoiţi să le citească în timpul interviului – aceasta va părea mai mult
o discuţie liberă. Singurele hârtii cu care va lucra sunt materialele ajutătoare.
Pas 9. Organizarea unui pretest – studiul pilot de testare a eficienţei

chestionarului.
Înainte de folosirea chestionarului ca suport de culegere a datelor
primare, orice chestionar trebuie testat. Scopul organizării unui studiu pilot
trebuie să fie similar cu cele ce vor fi incluse în studiul final. Eşantionul
pentru studiul pilot poate avea un volum destul de mic, redus, deşi
eşantionul proiectat pentru sondaj este normal.
Ca rezultat al pre-testului se observă posibilele polarizări ale
răspunsurilor, acestea putând fi uşor remediate. Sondajul pilot mai are
scopul identificării criteriilor de structurare, dacă acestea nu pot fi
identificate.
Pas 10. Redactarea ghidului şi instrucţiunilor de folosire a

chestionarului.
Atunci când chestionarul este finalizat, acesta trebuie multiplicat şi
distribuit operatorilor de interviu însoţit de Ghidul de folosire. Ghidul
tratează posibilele probleme ce pot apărea de-a lungul desfăşurării
interviurilor şi oferă posibile soluţii pentru surmontarea lor, ca de exemplu:
i. Obţinerea informaţiilor de identificare a firmei. Managerii pot fi
reticenţi în a răspunde la întrebări referitoare la cifra de afaceri, cheltuieli,
profit, dacă nu sunt convinşi de confidenţialitatea datelor şi de utilitatea
sondajului pentru companie.
ii. Evitarea cuvintelor diriguitoare, puternice şi a exprimărilor
încărcate.
Considerând următorul exemplu: la întrebarea „Ar trebui ca toţi
angajaţii din industria calculatoarelor să fie forţaţi de sindicate să participe
la cursuri de perfecţionare, astfel încât să crească eficienţa muncii”, cu
variantele DA şi NU, răspunsurile vor fi în majoritare NU, chiar şi cele date
de membri de sindicat.
Cuvinte ca promovare, whealer-dealer, soft de bază, soft de
aplicaţie, computere trimit semnale puternice anumitor persoane şi le pot
afecta în mod dramatic răspunsurile. De aceea este important să se ţină
seama de influenţa acestor termeni asupra rezultatelor interviurilor.
5.3 Recomandări finale pentru construcţia chestionarului
Păstraţi formularul cât mai scurt posibil. Multe persoane ar completa

un chestionar mai scurt, fără să conteze metoda de intervievare aplicată.
Dacă o întrebare nu este importantă, nu o includeţi.
Începeţi cu titlul (de exemplu, Studiul Privind Petrecerea Timpului
Liber). Trebuie să fie inclusă o scurtă introducere – cine sunteţi şi de ce
faceţi această cercetare. În cele mai multe cazuri este mai bine să fie
menţionat numele companiei studiate decât cel al clientului (de exemplu,
XYZ Agenţie de Cercetare decât realizarea produsului/serviciului cercetat).
Asiguraţi-vă că cei ce vor răspunde chestionarului nu vor fi relevanţi
dar că, prin combinaţie cu celelalte, veţi afla atitudinea generală.
Includeţi o scrisoare de intenţie cu toate cercetările electronice. O
bună scrisoare de intenţie va spori ponderea răspunsurilor, pe când una slab
organizată sau chiar lipsa acesteia ar reduce ponderea răspunsurilor.
Introduceţi aceste informaţii în cele două paragrafe anterioare şi menţionaţi
motivaţia (dacă e cazul). Menţionaţi cum trebuie înapoiat formularul.
Introduceţi numele şi numărul de telefon pentru mai multe detalii. Faceţi
referire la modul în care trebuie completat formularul.
Paginile formularelor electronice trebuie numerotate şi să includă de
asemenea adresa de înapoiere, deoarece paginile şi plicurile pot fi separate.
Plicurile trebuie să aibă pregătite tarifele poştale. Folosirea timbrelor poştale
creşte ponderea răspunsurilor, dar este scump, pentru că trebuie să le
timbrezi pe toate, nu doar pe cele returnate.
Puteţi lăsa spaţiu pentru numele şi titlul celor intervievaţi. Unii
oameni vor completa cu numele lor, făcând posibilă în acest fel contactarea
acestora, clarificarea şi urmărirea îndeaproape a întrebărilor. Precizaţi că
menţionarea numelui este opţională. Dacă întrebările, prin natura lor, sunt
delicate nu lăsaţi spaţiu destinat numelui. Unii oameni ar deveni suspicioşi
şi nu ar completa formularul.
Dacă formularul conţine material – din punct de vedere comercial –
sensibil, adresaţi mai întâi o întrebare de securitate pentru a afla dacă
intervievatul sau membrii ai familiei sau vreun prieten apropiat este implicat
în instituţia supusă cercetării. Dacă este cazul, încheiaţi interviul imediat.
Cea mai bună metodă de adresare a întrebărilor de securitate este contrariul

situaţiei dorite (dacă cercetaţi un produs farmaceutic, formulaţi întrebarea
următoare: «Vrem să intervievăm oameni din anumite domenii – lucraţi sau
vreo rudă a dumneavoastră lucrează în domeniul farmaceutic?»). Dacă
raspunsul este «DA» multumiţi celui intervievat şi incheiaţi interviul.
După întrebarea de securitate continuaţi cu întrebari generale. Dacă
doriţi limitarea cercetării la cei ce folosesc produsul, puteţi deghiza acest
produs. Respectând regula, porniţi de la atitudini generale până la clasa de
produse, prin cunoaşterea brandului, achiziţionare, folosirea produselor
specifice până la întrebări specifice (de exemplu, de la «Ce tip de cafea aţi
cumpărat în ultimele trei luni?» şi până la «Vă amintiţi să fi văzut o ofertă
specială pentru ultimul tip de cafea X achiziţionat în ultima perioadă?»).
După caz, adresaţi cele mai importante întrebări în prima parte a
formularului. Dacă cineva nu completează formularul în întregime şi lasă
ultima parte necompletată, în acest caz prima parte a formularului fiind şi
cea mai importantă, va fi completată.
Asiguraţi-vă că aţi introdus toate alternativele relevante în variantele
de răspuns. Neglijarea variantei de răspuns poate conduce la rezultate
invalide. De exemplu, în recentul scrutin în care americanii erau întrebaţi
dacă susţin pedeapsa cu moartea, DA sau NU, s-a descoperit că 70-75%
dintre intervievaţi au răspuns DA. Dar în cele care ofereau variante de
răspuns între pedeapsa cu moartea şi închisoare pe viaţă fără posibilitatea de
eliberare pentru pedeapsa cu moartea au optat aproximativ 50-60%. În timp
ce voturile ofereau alternative pentru pedeapsa cu moartea sau închisoare pe
viaţă fără posibilitate de eliberare, cu camarazi muncind în puşcarie pentru
plata pedepsei pentru victimele familiilor lor, s-a descoperit susţinerea
pedepsei cu moartea într-un procent de 30%.
Nu adresaţi două întrebări într-o singură formulare. Evitaţi
întrebările de genul: „Cumpăraţi carne congelată şi peşte congelat?”
raspunsul DA poate însemna că intervievatul cumpără fie carne, fie peşte,
sau pe amândouă. Acelaşi lucru şi pentru întrebarea de genul: „Aţi cumpărat
vreodata produsul X, dacă da, v-a plăcut?”, răspunsul NU poate însemna că
intervievatul nu a cumpărat niciodată sau a cumpărat, dar nu i-a plăcut.
Fiţi cât se poate de concişi. „Aţi cumpărat vreodata peşte?” poate

include deopotrivă persoanele care au cumparat odată în 1990. Nu este
specificat dacă produsul era congelat, uscat, conservat sau poate include
persoanele care au consumat produsul într-un restaurant. Este mai bine de
specificat: „Aţi cumpărat peşte (dar nu în restaurant) în ultimele trei luni?”
„Dacă da, era congelat, coservat sau uscat?” prea puţini oameni îşi aduc
aminte ce au cumpărat în ultimele trei luni dacă nu reprezintă achiziţionări
importante, cum ar fi un automobil sau alte aparate.
Evitaţi, de asemenea, cuvintele cu implicaţie emoţională sau
întrebările care conduc la alt răspuns decât cel necesar. Răspunsul nu va fi
pe măsură dacă întrebaţi astfel: „Ce părere aveţi despre propunerea XYZ?”
faţă de „Ce părere aveţi despre propunerea comunistă XYZ?”. Cuvântul
„comunistă” din întrebarea anterioară ar putea rezulta ca oamenii să fie în
favoarea sau în defavoarea propunerii, având la bază parerea oamenilor
despre comunism şi nu neaparat despre propunere însăşi. Este foarte uşor să
influenţaţi. De aceea este bine să-l verificaţi înainte de a fi pus în practică.
Dacă comparaţi produse diferite pentru a afla preferinţele, daţi
fiecăruia un nume neutru sau o referinţă. Nu le notaţi pe unul cu „A” şi pe
celălalt cu „B”. Acest lucru aduce imediat în minte imagini de gradul A şi
de gradul B, cu cel dintâi fiind văzut ca superior celui din urmă. Este mai
bine să daţi fiecăruia o referinţă „neutră”, cum ar fi de exemplu „M” sau
„N” care nu au o diferenţă de calitate atât de puternică.
Evitaţi termenii tehnici şi acronimele, le puteţi utiliza doar dacă
sunteţi absolut siguri ce înseamnă corespondentul lor. LAUTRO (Life
Assurance and Unit Trust Regulatorz Organization), AGI (Adjusted Gross
Income), GPA (Grade Point Average) sau EIEIO (Engineering Information
External Inquirie Officer), sunt acronime binecunoscute persoanelor care
lucrează în domeniul respectiv, dar puţine persoane le înţeleg pe toate. Dacă
trebuie să folosiţi un acronim, silabisiţi-l prima dată când îl folosiţi.
Asiguraţi-vă că întrebările dumneavoastră acceptă toate răspunsurile
posibile. O întrebare de genul:
„Folosiţi benzină normal sau premium pentru maşina dvs.?” nu
acoperă toate răspunsurile posibile. Posesorul poate alterna între cele două
tipuri. Întrebarea ignoră de asemenea folosirea motorinei sau a maşinii pe

bază de sursă electrică. O metodă mai bună de a pune această întrebare este:
„Ce fel de benzină folosiţi pentru maşina dvs.?” cu răspunsuri
precodificate:
- Benzină normală;
- Benzină premium;
- Motorină;
- Altele;
- Nu am maşină.
În cazul în care doriţi doar un singur răspuns de la fiecare persoană,
asiguraţi-vă că răspunsurile sunt mutual exclusive. De exemplu:
„În care din următoarele locuiţi?”
- O casă;
- Un apartament;
- Suburbii.
Întrebarea ignoră posibilitatea ca cineva să locuiască într-o casă sau
un apartament în suburbii.
Întrebările scalare (de exemplu „Dacă 1 înseamnă foarte bun şi 5
înseamnă foarte slab, cum aţi grada acest produs?”) sunt o problemă
particulară. Cercetătorii sunt împărţiţi în această privinţă. Multe sondaje
folosesc o scară de zece puncte, dar sunt destule dovezi considerabile care
să demonstreze că orice depăşeşte o scară de cinci puncte este irelevant.
Pentru persoanele care au ca nivel de educaţie liceul sau mai puţin, cinci
puncte sunt suficiente. În ţările lumii a treia, o scară de trei puncte
(bun/acceptabil/rău) poate fi tot la ce se poate răspunde. O altă problemă
este dacă presupuneţi că diferenţa factorilor se află între limitele scării –
puteţi avea o scară de cinci puncte, dar în mintea persoanei chestionate
poate însemna 10 puncte în comparaţie cu altele.
O altă problemă asupra căreia cercetătorii nu cad de acord este dacă
să folosească o scală cu un număr de puncte par sau impar. Unora le place să
forţeze oamenii să dea un răspuns care este clar pozitiv sau negativ. Acest
lucru poate face analiza mai uşoară. Alţii consideră că este la fel de
important să oferi o opinie de mijloc, neutră. Felul în care se face
chestionarea poate face o diferenţă aici. Un anchetator bun poate obţine
deseori un răspuns, dar într-un interviu pe jumătate administrat, cum ar fi un

chestionar al unei pagini Web, o persoană care este frustrată de faptul că nu
poate oferi un răspuns de mijloc poate lăsa o întrebare necompletată sau
întreg chestionarul.
Asiguraţi-vă că variantele sau categoriile scalelor au un înţeles.
De exemplu:
„Ce părere aveţi despre produsul X?
Este cel mai bun de pe piaţă
Este de valoare medie
Este cel mai slab de pe piaţă.”
O întrebare formulată ca cea de mai sus va genera multe răspunsuri
în categoria de mijloc, rezultând foarte puţină informaţie ce poate fi folosită.
Dacă aţi folosit o scală specifică înainte şi aveţi nevoie să comparaţi
rezultatele, folosiţi aceeaşi scală. Patru pe o scală de cinci nu este echivalent
cu o scară de opt pe zece. Cineva care gradează un obiect „4” pe o scală de
cinci puncte poate grada acel obiect oriunde între „6” şi „9” pe o scală de
zece puncte.
Fiţi atenţi la factorii culturali. În lumea a treia, persoanele
chestionate au o tendinţă puternică de a exagera răspunsurile. Cercetătorii
pot fi percepuţi ca fiind agenţi guvernamentali, cu puterea de a pedepsi sau
recompensa în funcţie de răspunsul dat. Ca atare, ei dau răspunsurile
„corecte” nu ceea ce cred cu adevărat. Chiar dacă întrebările nu sunt de
natură politică şi se ocupă mai degrabă cu produse şi servicii comerciale,
dorinţa de a nu dezamăgi vizitatorii importanţi cu răspunsuri ce pot fi
considerate negative pot duce la rezultate exagerate.
Oamenii, câteodată, dau răspunsuri pe care le consideră a se reflecta
în bine asupra lor. Aceasta este o problemă constantă a pre-alegerilor. Mai
mulţi oameni spun că vor vota decât cei care vor vota cu adevărat. Mulţi
oameni spun că merg la muzee sau biblioteci dar nu o fac cu adevărat.
Acesta problemă este semnificativă când persoanele chestionate vorbesc
direct cu o persoană. Oamenii dau mai multe răspunsuri cinstite atunci când
răspund la întrebări în faţa calculatorului. Chestionarele prin mail sunt la
mijloc.
În interviurile personale este vital pentru cel care chestionează să
aibă empatie cu cel intervievat. În general, cel care chestionează ar trebui să
încerce „să se amestece” cu cel chestionat în termeni de rasă, limbă, sex,

vârstă etc. Alegeţi anchetatori care să se asemene cu anchetaţii.
Lăsaţi întrebările demografice (vârstă, sex, venit, educaţie etc) până
la sfâşitul chestionarului. Până atunci, anchetatorul ar trebui să construiască
un raport cu chestionatul care va permite răspunsuri oneste la aceste
întrebări personale. Chestionarele prin mail ar trebui să facă la fel, deşi
raportul trebuie realizat prin intermediul designului unei întrebări bune, nu
prin personalitate. Excepţiile sunt orice întrebări demografice ce califică o
persoană pentru a fi inclusă în chestionar.
Nu întrebaţi ce sex are persoana chestionată, decât în cazul în care
aveţi idee. Lăsaţi anchetatorul să completeze răspunsurile singur. De
asemenea, nu întrebaţi ce vârstă are persoana chestionată decât dacă
formularul cere expres completarea acesteia. Dacă formularul cuprinde
intervale de vârstă, rugaţi să vi se precizeze intervalul; vârsta exactă nu este
întotdeauna importantă.
Chestionarele pe bază de hârtie, necesitând răspunsuri cu text, ar
trebui să lase spaţiu suficient pentru răspunsurile scrise de mână. Liniile
trebuie să fie la o distanţă de 1 cm una de alta. Numărul liniilor trebuie să
depindă de întrebare. În medie să existe trei până la cinci linii.
Lăsaţi un spaţiu la sfârşitul chestionarului intitulat „Alte
comentarii”.
Luaţi tot timpul în considerare aspectul chestionarului. Este foarte
important pentru anchetele pe hârtie, direct pe calculator şi pe Internet.
Doriţi să îl faceţi cît mai atractiv, uşor de înţeles şi de completat. Dacă veţi
crea un chestionar pe bază de hârtie, doriţi de asemenea să îl faceţi accesibil
pentru introducerea de date.
Încercaţi să vă menţineţi spaţiul pentru răspuns pe o singură linie, fie
pe orizontală fie pe verticală. O singură variantă pentru un răspuns pe
fiecare linie este de ajuns. Studiile arată că cel mai bun loc să foloseşti
spaţiul pentru răspuns este partea din dreapta a paginii. Este mult mai uşor
pentru un muncitor de teren să urmărească o schemă logică de-a lungul sau
de-a latul paginii. Utilizarea părţii din dreapta a paginii este mult mai
accesibilă şi pentru introducerea datelor.
Chestionarele sunt un amestec de ştiinţă şi artă şi un cercetător bun
va salva costul de foarte multe ori, adresând întrebările potrivite.
5.4 Summary. Methodological problems in elaborating the

questionnaire –support for gathering primary data
Attributes of an efficient questionnaire
The questionnaire, the most used instrument for gathering primary

data, is build in accordance with the research method used. The
questionnaire is the basic instrument, extremely flexible, used in the field
research, made of a collection of questions, which must be answered by the
persons included in the sample, representing a "flexible net" which collects
the desires data and filtrates the insignificant ones.
If a questionnaire is well elaborated, it represents the key of success
of a market research project. In case the questionnaire has deficiencies, the
gathered information is incomplete, irrelevant, and tendentious, without the
possibility of being corrected through previous analysis methods. If so the
elaboration of a new questionnaire and the design of another research are
needed.
An efficient questionnaire must fulfill certain conditions:
to be as short and simple as possible, but to comprise questions
regarding all the relevant data, predefined in the research program;
to ensure answers as complex as possible;
to avoid the recording of insignificant and already gathered data,
stored previously in data banks;
to facilitate the understanding of the questions' demands by the
interviewed persons;
to contain filter and control questions, which allows the
identification of the interviewed subject with the representativity's
exigencies of the sample;
to facilitate the control, the analysis of the statistical data, and the
interpretation of the results.
Questionnaire structure
For a structured research, the questions are precisely established and

arranged in a pre-established order. For the development of the
questionnaire the following steps must be followed:
Step 1 Determining the specific necessary information and the way
of utilization
Step 2 Selection of the interviewing procedure
Step 3 Selection of the questions content
Step 4 Selection of the general types of questions, after their way of

presentation.
Generally, according to their shape, the questions are grouped in: a)
open questions; b) open questions with pre-coded answers; c) multiple-
choice questions; d) dichotomy questions. The researcher must decide which
type will be used for each factual or opinion question.
a) Open questions. The questioned subject may answer them by
using their own words and can express any ides suggested by the question.
The requested answer can be, depending on the question, short ("Which is in
your opinion the major disadvantage of the advertising made in Romania to
training and improvement courses?") or extended answers ("What do you
think are the advantages made for training and improvement courses?")
b) Open questions with pre-coded answers. The subject can answer
to these questions with their own words, the answers being enclosed in a
variant codified before the development of the questions by the operator.
The number of the variants, for coding the answers, is settled by the
researcher and is limited at maximum 10-12 variants. (Kress, "Marketing
Research", Prentice Hall, NY, 1994).
For example:
"Which are the advantages of the training policy for your

company?"
It helps maintaining the professional level of the employees (1)
It helps improving the professional level of the employees (2)
It determines the increase in efficiency of the employees (3)
It determines the increase in efficiency in general of the firm (4)
It provides new information to the employees (5)
It provides new information (6)
It increases the socializing degree of the employees (7)
It makes the working environment more colorful and alive (8)
Something else, mention what it is (9)”
c) Multiple choices questions. For such case, a number of specified
alternatives are offered to subjects, from which they can choose one or more
answers. If possible the listed alternatives should not overlap, should not
interfere. However should be included also the choice “others, please
specify” or “I don’t know”. This type of question gives the possibility to
obtain quick and efficient answers. This is the reason for being preferred by
the interviewed (Kress, “Marketing Research”, Prentice Hall, NY, 1994)
and by the specialized researchers in data analysis. Using this type of
questions data classification is a lot simplified and the alternative answers
guide the subject to the general type of the expected answer.
One unwished aspect of this type of question is the fact that the
answers might be polarized because of the order of the alternatives. If one
answer is required this type of question does not always distortion the result,
as in the example below:
“What does represent for you the organization of the personnel?
It is a hobby (1)
It is a working instrument (2)
It is a secondary interest (3)
It is the main interest (4)
It is the future (5)
It is a target in life (6)
It is an activity I am not interested in (7)
Attention! You must tick/circle only one answer”.
The disadvantage of the codified accepted multiple answers were
proofed to have polarized the answers to the first options. The potential
polarization caused by the position of the possible answers in the
questionnaire may be avoided by the choices alternation in the list of
answers, in the different set of questionnaires.
If the possible answers have a quantitative form, the polarization
nature will influence undecided persons, which is more likely to select the
middle numbers rather than the extremes.
It is difficult to exude this “lack” or disadvantage by the numbers’
order rotation at different questions, because this may affect the interviewed
person.
A third type of polarization includes the cases when the letters a, b,
c, d etc. are used. It was statistical noticed that the undecided persons
choose, in the majority of cases, the letter a, (this being mentally associated
to the highest performance) or those codified with vowels which is adverse
to those codified with consonants. It is recommended that the letter a to be

assigned to the last choice or to the situation less favorable.
Another method of avoiding the polarization might be the use of a
combination of letters such as h, i, m, (Kenneth Coney, - The special case of
Letter of preference”-pg. 385).
d) Binary questions. Binary questions also called dichotomies, are an
extreme form of one multi-optional question with only two possible choices:
Yes/No; Credit/Cash; 1/0. Almost every time should be included in the
questionnaire the third choice of answer such as: “I do not know” or
“Others”.
The questionnaires that start with a dichotomy question have as a
target the identification of the suitable persons for the sample. Like for
instance “Do you ever had X brand of soda? In the case of a research
wanting to establish the image of brand X within the consumers, if the
answer is NO, usually we end the interview.
Step 5 Choosing the scale type

To square up the analyze and the evaluation of the attitudes,
opinions, so to analyze the qualitative data, independent and, especially the
interdependence of qualitative or quantitative variables in order to identify
the factors that are influenced and those who influence such variables, the
survey domain researchers use the scalar analyze (or the hierarchic
investigation), as a method of the statistics study.
The scalar analysis enables to rank the attitude or opinion and to
obtain a hierarchy. By echelon we understand the qualitative difference of
the attitudes pursuant to a hierarchy of the intensity of opinions. Using scale
theory we re also trying the quantitative measurement of attitudes.
One of the main problems of the scale analysis is building of an
adequate scale each studied phenomenon.
Once chosen the scale, will emerge the problem of the right position
of attitudes pursuant to that scale, activity developed during the submitting
of the questionnaire. The types of the scales are synthesized in a special
subchapter because of the special methodological problems marked out by
building these measure instruments especially of the qualitative variables.
Step 6 The decisions concerning the drafting of the questions:

Market researches usually are targeting all categories of people.
Therefore the style of the language should be familiar to everybody. Instead
of scientific, or sophisticated, complicated words, it is recommended to use

simple words (not in a simplistic manner).
Payne mentions series of words that might be replaced by simpler
alternatives:
- to communicate = to inform
- to give assistance = to help
- to initiate = to start
- to materialize = to produce, to take place
- major = essential, main, important
The fundamental principle is that the questions must contain the
simplest words that focus the interest. The conceived questions must be
accurate and as simple as possible. As the questions are more related to the
every day language the easier the interview will display.
Step 7 The decisions concerning the sequence of the questions.

Usually, each questionnaire is starting with filter questions, followed by
introductory questions, continuing with factual and opinion questions and
ending with demographic questions. In the case of quotas samples the
demographic questions are placed at the beginning of the questionnaire.
Step 8 Maximizing the utility and the attractiveness of the

questionnaire. This implies the use of additional materials, like lists, sample
of products, in order to make the respondent feel more comfortable.
Step 9 The organization of a pretest – the pilot study for testing the
efficiency of the questionnaire. The pilot study will help the researcher
improving the sampling methodology used in order to obtain a more
representative sample. Also the pilot study can help the researcher identify
the disadvantages of the questionnaire and will give the chance to correct it.
Step 10 The drawing up of the guide and the instructions to use the
questionnaire. The guide attached to the questionnaire is essential for the
survey operators in order to make them all conduct the interview in the same
way.
6 Pregătirea datelor de sondaj
pentru prelucrare şi analiză
6.1 Validitatea şi fidelitatea instrumentelor de măsurare
Odată terminată procedura de culegere a datelor, prin strângerea

tuturor chestionarelor de la operatorii de interviu, acestea trebuie pregătite
pentru prelucrare şi analiză statistică. Pregătirea constă în verificarea
chestionarelor, postcodificarea, procesarea şi prelucrarea primară a datelor
în scopul identificării, minimizării erorilor de înregistrare şi estimării
erorilor de sondaj.
Sintetic vorbind, prelucrarea sumară a informaţiei presupune
clasificarea şi gruparea datelor, obţinerea de machete, tabele unidimensionale,
cu răspunsurile obţinute la fiecare întrebare sub formă de frecvenţe absolute
sau relative. Scopul este pregătirea datelor în vederea efectuării inferenţei
statistice, adică a estimării intervalelor de încredere şi a erorilor maxime
pentru anumite mărimi ce caracterizează eşantionul, şi, de asemenea,
validarea lor, cu ajutorul testelor de semnificaţie. Această parte va fi
detaliată într-un subcapitol, special destinat prezentării testelor de
semnificaţie utilizate în practica sondajului.
Pentru a evita şi asigura posibilitatea minimizării erorilor de sondaj,

studiul de marketing trebuie să fie caracterizat de realism, grad ridicat de
siguranţă şi obiectivitate, atribute ce reprezintă componente esenţiale ale
procesului de cercetare.
Realismul se referă la cât de bine a măsurat cercetătorul fenomenul
studiat, la asigurarea reprezentativităţii eşantionului.
Siguranţa identifică instabilitatea sau consistenţa rezultatelor
cercetării. Dacă aceeaşi cercetare s-ar desfăşura repetat în condiţii similare,
ar trebui să se obţină aceleaşi rezultate. Nu întotdeauna se întâmplă astfel,
deoarece subiecţii tipici cercetaţi sunt oameni. Două cercetări efectuate pe
eşantioane reprezentative nu duc la rezultate identice, ci doar la rezultate
asemănătoare, cu nivel de toleranţă foarte mare.
Obiectivitatea se referă la faptul că cercetătorul nu trebuie să aibă
idei preconcepute despre cum va trebui să arate rezultatul cercetării, pentru
a nu denatura concluziile. În lipsa obiectivităţii, procesul ştiinţific nu va
duce la descoperirea de noi aspecte ale fenomenului studiat, ci la obţinerea
unor rezultate dorite.
De exemplu, următoarele două întrebări, deşi se referă la acelaşi
subiect, nu vor duce la aceeaşi proporţie de răspunsuri DA şi NU:
„Firma dumneavoastră a organizat sesiuni de pregătire a
angajaţilor?”
şi
„Firma dumneavoastră, aflată în plină expansiune, are o politică
de dezvoltare a personalului care să implice organizarea de sesiuni de
pregătire şi perfecţionare?”
Deşi cele două întrebări au acelaşi subiect, forma lor diferă în mod
dramatic şi va influenţa proporţia de răspunsuri pentru fiecare dintre ele.
Obiectivitatea unui proces de cercetare este o necesitate vitală pentru
obţinerea de informaţii utile.
Datorită acestui fapt, un aspect important al evaluării cercetărilor se
referă la determinarea calităţii instrumentelor de măsurare. S-a constatat
faptul că acestea pot influenţa, într-o anumită măsură, rezultatele obţinute în

cercetare, că pot fi, în anumite limite, „producătoare de informaţii”, prin
introducerea de erori sistematice sau întâmplătoare în procesul cognitiv.
Într-adevăr, nu de puţine ori cercetătorul poate deveni „victima”
propriilor sale creaţii, cu toată dorinţa de a elabora instrumente „obiective”
de măsurare, care să-l pună la adăpost de eventualele erori de cercetare.
Influenţa sa se dovedeşte a fi mai puternică în investigarea universului
subiectiv al managerilor: opinii, aspiraţii, motivaţii, satisfacţii, valori etc.
Nu este recomandabil „împrumutul” fără o analiză critică a instrumentelor,
metodelor, tehnicilor, modelelor de cercetare, fiind necesară o reconstrucţie
a lor la fiecare cercetare nouă, cu preluarea elementelor care se dovedesc
viabile. De asemenea, se impune să evaluăm critic rezultatele obţinute, să
precizăm calitatea lor şi sfera de generalitate pe care o au.
De o atenţie deosebită, în cadrul evaluării măsurătorilor, se bucură
cercetarea validităţii şi fidelităţii instrumentelor de lucru. Validitatea se
referă la certitudinea că studiem ceea ce presupunem că studiem, şi nu
altceva, şi fidelitatea se referă la încrederea pe care putem să o avem în
rezultatele obţinute.
Validitatea şi fidelitatea instrumentelor de măsurare reprezintă unul
din aspectele complicate căruia trebuie să-i facă faţă analiza evaluativă şi se
referă la validitatea instrumentelor de lucru. În cercetarea de piaţă sunt
studiate mai multe tipuri de validitate, dintre care menţionăm validitatea de
conţinut (sau internă), validitatea predictivă (externă) şi de construct.
Validitatea de conţinut vizează gradul în care indicatorii măsoară
atributele şi caracteristicile care se presupune că sunt măsurate. Analiza
validităţii se realizează, în primul rând, prin analiza critică a
operaţionalizării conceptelor şi, în al doilea rând, are în vedere gradul de
consistenţă internă (omogenitate) a setului de variabile prin care este
cercetat un anumit fenomen de piaţă. Alteori, se apelează la grupul-martor.
În acest caz, gradul de veridicitate este atestat de compararea rezultatelor
cercetării cu poziţia (opinia, atitudinea, valorile, comportamentul) unei
persoane sau a unui grup recunoscute ca fiind reprezentative pentru

domeniul studiat, urmărindu-se măsura în care există o anumită concordanţă
între cele două elemente.
Nu de fiecare dată dispunem de astfel de criterii pentru cercetarea
validităţii. H. Blalock este de părere că studiul validităţii se poate efectua în
condiţii mai bune prin utilizarea modelelor cauzale, în cadrul cărora
„variabilele indicatori pot fi legate în mod obişnuit de concepte nemăsurate,
prin postularea modelelor cauzale în care presupunerile sunt făcute
explicit”.
În situaţii cauzale simple, corelaţiile dintre indicatori sunt presupuse a fi
produse de o singură variabilă. În acest caz, analiza factorială poate fi
folosită pentru a obţine estimări empirice ale variabilelor nemăsurate
(ale dimensiunilor unui fenomen macroeconomic).
Analiza validităţii interne prin intermediul consistenţei setului de
variabile cuprinse în programul de sondaj permite determinarea
interrelaţiilor acestora. Se obţine, astfel, un criteriu al omogenităţii
informaţiilor. Cu toate acestea, posibilităţile de eroare nu sunt excluse:
faptul că informaţiile sunt omogene este interpretat în sensul că ele ar
aparţine aceluiaşi conţinut, iar acest conţinut ar fi tocmai acela care
interesează la un moment dat, luându-se ca demonstrat ceea ce se propunea
la început să fie demonstrat, tehnică ce are un nivel de eficienţă mai redus.
Ceea ce uneşte, în primul rând, variabilele prin care se studiază un
anumit fenomen sunt tocmai atributele pe care se presupune că le posedă
fenomenul, cu condiţia ca selectarea lor să se efectueze în acord cu o serie
de criterii teoretice care să asigure de la început această legătură. Prin
urmare, determinarea consistenţei interne se realizează pentru un set de
variabile considerate relevante pentru domeniul respectiv şi nu pentru o
colecţie oarecare, aleasă întâmplător. În timp ce evaluarea se realizează
doar la nivel intern, noţiunea de veridicitate a “datelor” este insuficient
definită, mai ales pentru datele calitative.
Un anumit răspuns de opinie este “veridic” atât timp cât exprimă

ceea ce gândeşte (simte) persoana chestionată despre fenomenul sau
evenimentul cercetat, în cazul nostru managerul de resurse umane. Opiniile
devin „corecte” sau „incorecte” numai prin raportare la alte opinii ale
aceluiaşi manager, prin raportarea opiniei individuale la opiniile unei
colectivităţi (ceilalţi manageri ai firmei), prin raportarea opiniilor
managementului firmei la opiniile altei colectivităţi cu referire la acelaşi
domeniu (opiniile tutror managerilor de resurse umane chestionaţi) etc., deci
prin evaluare. Pentru aprecierea corectă a gradului de veridicitate a datelor
referitoare la domeniul subiectiv, acestea trebuie puse în relaţie şi cu un
criteriu de validare externă.
Prin validitatea predictivă sau externă se urmăreşte gradul în care
măsurătorile efectuate permit observarea relaţiilor cu alte măsurători, ca şi
prognozarea evoluţiei viitoare a fenomenelor cercetate. Pentru a fi
într-adevăr relevant, criteriul exterior trebuie să fie de natură obiectivă:
caracteristici de piaţă şi profesionale, performanţă etc.
Apare firesc şi necesar întrebarea: Cât de utile sunt aceste date,
corecte din punct de vedere formal, şi care este scopul culegerii acestora?
Evident, opiniile manageriale, ca întreg domeniul variabilelor de
opinie, subiective, ce caracterizează o colectivitate umană, sunt relevante
prin ele însele şi pot să redea, cu un anumit grad de eroare, datorat tehnicilor
şi modului de realizare a investigaţiei prin sondaj, starea de spirit a
colectivităţii managerilor de resurse umane la un moment dat, iar, în funcţie
de aceasta, sunt dezvoltate o serie de modele de acţiune de piaţă.
Obiectivul imediat următor constă în analiza evoluţiei stării de spirit
respective. În acest fel, un interes major al cercetării îl constituie punerea în
legătură a stării latente a diferitelor procese de piaţă, determinate prin
intermediul studiului de opinie, cu starea lor de manifestare, demonstrând
prin aceasta caracterul operaţional (aplicativ) al cunoaşterii realizate.
După cum este cunoscut, predicţia ocupă un loc de seamă în cadrul
cercetării ştiinţifice. Este acceptată ca fiind validă o asemenea determinare a
domeniului studiat care, pe baza cunoştinţelor obţinute, să poată duce la

efectuarea de predicţii privind evoluţia sa în timp. Realizarea predicţiilor
presupune cunoaşterea naturii intime a fenomenelor supuse cercetării,
pătrunderea în mecanismul legităţii care le guvernează şi organizarea de
sondaje periodice în cadrul aceloraşi colectivităţi statistice studiate.
De exemplu, în domeniul investigaţiei opiniilor managerilor de
resurse umane, problematica prognozei îmbracă aspecte specifice, ca urmare
a specificului determinismului de piaţă. De această dată nu poate fi vorba de
o prognoză de natură mecanică (prefigurarea exactă a stării sistemului), ci
de una probabilistă, cu un anumit grad de încredere, dată fiind
imposibilitatea practică a controlării tuturor aspectelor răspunzătoare de
evoluţia în timp a fenomenelor de piaţă. Totodată, cercetarea poate viza
identificarea modalităţilor optime de intervenţie a agenţilor ce prestează
servicii de resurse umane, în scopul schimbării unei anumite situaţii
existente, ca, de exemplu, necunoaşterea existenţei firmelor ce organizează
cursuri de perfecţionare a personalului. Posibilitatea de a efectua previziuni
cât mai bune pornind de la o anumită diagnoză este de o importanţă capitală
pentru alegerea celor mai bune modalităţi de intervenţie pe piaţă, de
comunicare şi conştientizare a agenţilor economici cu privire la existenţa
unui segment de agenţi economici experţi în dezvoltarea profesională a
angajaţilor. Aceasta presupune investigarea mai îndeaproape a relaţiilor
deosebit de complexe dintre comportamentele verbale – convingerile –
atitudinile şi acţiunile managerilor cuprinşi în eşantion, elemente între care
se stabilesc relaţii de natură statistică.
Comportamentul verbal poate reda corect convingerile, atitudinile şi
acţiunile specifice unei persoane, dar poate şi să le mascheze, să le
denatureze, voit sau nu. Totodată, la manageri diferiţi, aceluiaşi
comportament verbal îi pot corespunde atitudini şi acţiuni similare sau
foarte diferite, datorită multiplelor relaţii de mediere care intervin pe traseul
comportament verbal – acţiune concretă.
Validitatea de construct se referă la factorii explicativi ai unui

anumit rezultat obţinut prin măsurare. Analiza intercorelaţiilor dintre
variabile este calea cea mai directă de determinare a validităţii de construct.
Măsura validităţii de construct este dată de ponderea variaţiei comune, a
variabilei măsurate (Vco) şi a factorilor “explicativi”, raportată la totalul
dispersiei respective (Vt):
Validitatea = Vco / Vt.
Cu cât variaţia comună este mai mare, contând pentru cea mai mare
parte din dispersia variabilei măsurate, cu atât variaţia specifică (Vsp) este
mai mică, iar validitatea variabilei este mai mare, explicându-se, deci, o
parte mai însemnată din dispersia ei.
Alte modalităţi de a determina validitatea măsurătorilor constau în
utilizarea, în cercetarea aceluiaşi aspect, a mai multor metode, tehnici şi
instrumente de lucru şi, apoi, în compararea rezultatelor. Şi aici validitatea
este dată de mărimea corelaţiilor dintre măsurătorile aceleiaşi variabile
determinate prin metode, tehnici şi intrumente de lucru diferite. Cu cât
această corelaţie este mai mare, se indică, de fapt, obţinerea de rezultate
relativ similare în cercetarea aceluiaşi aspect cu mijloace adecvate, dar
diferite, totuşi, unele de altele.
O altă problemă căreia trebuie să îi facă faţă evaluarea
instrumentelor de sondaj şi studiu al pieţei este fidelitatea. Aceasta vizează
gradul de încredere şi de stabilitate a instrumentelor de măsurare. Un anumit
instrument de lucru prezintă încredere dacă furnizează aceleaşi rezultate,
deşi este utilizat de mai mulţi cercetători, în condiţii similare, înlăturând,
deci, eventualele erori datorate acestora. Gradul de fidelitate este dat de
măsura în care, prin măsurătorile efectuate, reuşim să obţinem valorile
adevărate ce caracterizează manifestarea unui fenomen de piaţă. În
condiţiile în care obţinem valorile adevărate, coeficientul de fidelitate este
maxim şi are valoarea 1.
Expresia teoretică a fidelităţii are forma:
f = V∞ / Vt,
unde:
V∞: dispersia adevărată;
Vt: dispersia totală observată.
Atunci când cele două valori coincid, fidelitatea este perfectă
(s-a obţinut prin observare dispersia adevărată) şi indicele f ia valoarea 1.
Dacă se produc şi erori de măsurare, coeficientul de fidelitate se reduce
proporţional cu mărimea dispersiei datorată erorilor:
f = 1 – Vc/Vt .
Dacă întreaga cercetare este un eşec, eroarea egalează dispersia

totală, iar f ia valoarea 0. F.N. Kerlinger stabileşte chiar o relaţie directă
între validitate şi fidelitate. Măsura validităţii se obţine dacă scădem
ponderea variaţiei specifice variabilei măsurate din măsura fidelităţii.
Rezultă, deci, că validitatea nu include dispersia datorată erorii şi nici
dispersia specifică, ci doar dispersia comună.
O alternativă în cercetarea fidelităţii se constituie luarea în
considerare a relaţiilor ierarhice pe care le prezintă un anumit set de
indicatori. Mai întâi, se determină o ierarhizare a indicatorilor în funcţie de
dificultatea lor şi se obţine o serie cumulativă (o singură dimensiune,
factor); măsura fidelităţii este dată de performanţa obţinută în raport cu
poziţia indicatorilor respectivi. Dacă se obţin răspunsuri la o întrebare dată,
ar trebui să se obţină răspunsuri la toate întrebările mai puţin dificile.
Determinarea fidelităţii se realizează cu ajutorul expresiei Kuder-
Richardson (l937):
f = [r / (r – 1)]( Vt – Σ Pjqj/ Vt), cu j de la 1 la r,

unde,
r = numărul întrebărilor;
Vt = dispersia totală observată (σ2/x);
Pj = proporţia răspunsurilor corecte la întrebarea j;
qj = 1 - Pj.
În literatura de specialitate se menţionează şi o altă direcţie de
determinare a fidelităţii instrumentelor de măsurare, în care variaţiile
răspunsurilor nu mai sunt interpretate ca erori, ci ca diferenţe reale
(Hozt – 1941). Dispersia totală observată se compune, în acest caz, din
diferenţe reale inter-individuale (datorate indivizilor):
Vt = Vr + Vi + Ve
Pentru ca un studiu de marketing realizat prin sondaj să

îndeplinească aceste condiţii de asigurare a validităţii şi fidelităţii, trebuie să
fie efectuat pe un eşantion reprezentativ, pe baza unui chestionar care să
permită evitarea non-răspunsurilor, minimizarea costurilor şi a erorilor ce
vor fi tratate în partea de pregătire a datelor pentru analiză statistică.
6.2 Verificarea şi validarea datelor empirice
Prima operaţiune ce urmeză culegerii datelor este verificarea

chestionarelor, în scopul diminuării erorilor de înregistrare şi constă, după
Moser, în verificarea completitudinii, exactităţii şi a uniformităţii
răspunsurilor.
Verificarea exactităţii sau inexactităţii unui răspuns este posibilă mai
ales în cazul întrebărilor factuale. De exemplu, un manager care răspunde
negativ la întrebarea „Firma dvs. a efectuat sesiuni de pregătire şi
perfecţionare a personalului? nu poate răspunde la întrebarea „În urma
participării angajaţilor la cursuri de formare profesională, apreciaţi evoluţia
firmei dumneavoastră în termeni reali ca fiind: a. crescătoare;
b. descrescătoare; c. constantă; d. nu se poate aprecia”, managerul trebuind

să treacă peste această a doua întrebare.
În cazul în care este vorba despre o întrebare de opinie sau care
doreşte măsurarea unei atitudini, logica umană este mult mai variată. Astfel,
subiectul poate să nu aibă nici o opinie la întrebarea „În urma participării
angajaţilor la cursuri de formare profesională, apreciaţi evoluţia cifrei de
afaceri a firmei dumneavoastră în termeni reali ca fiind: a. crescătoare; b.
descrescătoare; c. constantă; d. nu se poate aprecia”, din lipsă de informaţii
sau cunoştinţe, dar să poate să răspundă la întrebarea „Vă rugăm să încadraţi
performanţa firmei dvs. într-una dintre categoriile: mare, medie, redusă”. De
aceea, cea mai bună metodă pentru a obţine răspunsuri exacte este
întocmirea riguroasă şi clară a chestionarului, pentru a nu da naştere la
posibile interpretări.
Modalitatea esenţială de verificare a exactităţii constă în parcurgerea
chestionarelor completate şi verificarea coerenţei şi concordanţei
răspunsurilor. Astfel, în unele cazuri, dacă operatorii trebuie să calculeze
salariul mediu pe angajat, calculul poate fi verificat. De asemenea, dacă
înregistrarea răspunsurilor s-a făcut pe o pistă comună tuturor
respondenţilor, poate fi verificată corespondenţa şi concordanţa dintre
numărul întrebării şi codul atribuit răspunsului.
Este foarte important de verificat dacă toţi operatorii de interviu au
înţeles acelaşi sens pentru toate întrebările cuprinse în chestionar. Pentru
verificarea uniformităţii răspunsurilor şi a gradului de variaţie, cercetătorul
este pus în faţa unei situaţii decizionale: să verifice fiecare chestionar de la
început până la sfârşit, pentru a stabili consistenţa răspunsurilor, deci
exactitatea datelor, sau să se verifice răspunsurile date de toţi intervievaţii la
câte o întrebare, pentru a stabili uniformitatea răspunsurilor?
Chiar dacă răspunsurile se pot compensa pe întreg eşantionul, ele pot
prezenta erori nete pe secţiuni. De exemplu, persoanele ce au venituri mari
sau foarte mari pot evita să răspundă exact.
Vom numi diferenţa dintre eroarea totală de răspuns şi valoarea

reală, distorsiunea de răspuns, măsurată prin dispersia de răspuns,
constatându-se o analogie între aceste noţiuni şi distorsiunea şi dispersia de

eşantionare.
Să luăm exemplul întrebării:
„Frecventaţi oficiile de recrutare pentru găsirea unui loc de
muncă mai bun?”
În cazul distorsiunii de răspuns, diferenţa dintre valoarea scontată a
estimaţiei şi valoarea adevărată pentru populaţia analizată, rezultă din
relatarea deformată (datorată intervievatului). În cazul distorsiunii de
eşantionare, diferenţa rezultă din stabilirea greşită a momentului de
intervievare, de exemplu, la începutul perioadei de vacanţă.
Verificarea caracterului complet al chestionarelor constă, pe de o
parte, în urmărirea corespondenţei dintre întrebări şi răspunsuri, şi, pe de
altă parte, a non-răspunsurilor. Acestea trebuie diferenţiate în non-
răspunsuri obligatorii ce apar la întrebările ce le succed pe cele de tip filtru
(caz în care nu trebuia înregistrat răspunsul) şi non-răspunsuri
întâmplătoare.
Dacă lipseşte un răspuns la o întrebare ce trebuia pusă, indiferent de
cauză, se pot adopta mai multe soluţii, dintre care amintim: i) completarea
răspunsului lipsă, în cazul în care operatorul poate reconstitui momentul
interviului şi îşi aminteşte un eventual răspuns; ii) deducerea prin analiza
răspunsurilor la întrebările legate de cea în cauză; sau iii) înregistrarea ca
non-răspuns, stabilind gradul de încredere ce se va acorda celorlalte
răspunsuri şi hotărând dacă se va păstra sau nu chestionarul.
În situaţii excepţionale, în funcţie de resursele disponibile şi de
informaţiile cu privire la identitatea respondentului, dacă răspunsul la
întrebare este esenţial pentru prelucrare, se poate reintervieva subiectul.
Metodele statistice de tratare a non-răspunsurilor sunt analizate în
continuare, mai pe larg.
6.3 Non-răspunsurile
O condiţie a reuşitei sondajului este acceptarea interviului în

totalitatea sa de către cel care este solicitat să răspundă la întrebări.
Non-răspunsul, refuzul de a răspunde în totalitate sau parţial la întrebările ce
fac parte din chestionar, este o problemă ce nu poate fi evitată şi care scapă
uneori de sub controlul operatorilor. Un număr mare de non-răspunsuri are
implicaţii asupra rezultatelor selecţiei, ducând la scăderea volumului
eşantionului şi, prin aceasta, la reducerea gradului de precizie a estimaţiilor.
Sursele posibile de non-răspunsuri sunt:
• unităţile care nu sunt cuprinse în baza de sondaj, numărul
acestora trebuie scăzut din baza de sondaj înainte de formarea
eşantionului;
• absenţa de la locul de intervievare pentru mai multă vreme;
• persoanele cu diverse handicapuri neuro-psihice;
• refuzul de cooperare, neştiinţa, operatorii având mijloace de
influenţare;
• alegerea dirijată a elementelor sondajului – diferită de o alegere
aleatoare pentru care gradul aproximării depinde, conform legii
numerelor mari, de numărul de observaţii;
• dorinţa operatorului de interviu de a obţine un anumit rezultat
sau de a influenţa rezultatul;
• cuprinderea incompletă a unităţilor de cercetare sau substituirea
unora din ele.
În cercetările efectuate pe această temă am constatat că efectul
operatorului de interviu este mai mare la întrebările necodificate, decât în
cele precodificate. Cu cât întrebarea este mai disputată, cu atât apare mai
puternic efectul respectiv. În principal, am dedus două tipuri de influenţă a
operatorilor. Mai întâi, este vorba despre variaţia procentului de
non-răspunsuri, de la un operator la altul. Dacă la întrebările obişnuite,
administrate sub formă precodificată, procentul non-răspunsurilor este
neînsemnat şi se datorează mai ales neatenţiei, în cazul administrării sub

formă necodificată, la aceleaşi întrebări, procentul non-răspunsurilor variază
în funcţie de operator, de la 0 la 15% (cu o medie generală a non-
răspunsurilor de 5%).
În schimb, când întrebarea incită la „dezbateri” controversate,
proporţia non-răspunsurilor este mai mare, chiar la întrebările precodificate,
putând ajunge, în cazul unor operatori, până la 25 – 30%, iar la întrebările
necodificate până la 50% din totalul subiecţilor. Aceasta în timp ce la unii
operatori nu se înregistrează nici un non-răspuns.
Al doilea tip de influenţă datorat operatorilor constă în
uniformizarea răspunsurilor. Pe baza analizei comparative a rezultatelor
obţinute de investigatori, s-a putut stabili, în unele cazuri, o corelaţie
pozitivă între poziţia operatorului şi răspunsul cu frecvenţa cea mai mare,
„obţinut” de la subiecţii investigaţi. Important este să se încerce diminuarea
acestui fenomen prin abordarea corectă, persuasivă şi atentă a persoanelor
cuprinse în eşantion.
Există metode de a evita non-răspunsurile, prin obţinerea de
informaţii, în mod direct sau indirect, despre persoanele ce refuză să
completeze chestionarul. Dacă se foloseşte metoda de eşantionare
multistadială, eşantionul din primul stadiu poate furniza date despre cei ce
nu vor răspunde în stadiile următoare.
Un alt aspect al evaluării cercetării priveşte determinarea gradului de
actualitate pe care o prezintă tema pentru subiecţii cercetaţi. O expresie
simplă a gradului de actualitate este dată de procentul răspunsurilor
înregistrate într-o populaţie anumită. Cu cât abţinerile (non-răspunsurile)
sunt mai reduse, cu atât va creşte valoarea indicelui de actualitate a
întrebării. Pentru cercetător, analiza şi interpretarea non-răspunsurilor ce se
înregistrează trebuie să constituie o problemă cel puţin tot atât de importantă
ca şi analiza răspunsurilor ca atare. Non-răspunsul este, în ultimă instanţă,
un răspuns, astfel încât cunoaşterea caracteristicilor celor care nu răspund,
ca şi a motivaţiei respective, contribuie efectiv la o mai bună elucidare a

fenomenului cercetat.
Multe din eşecurile acţiunilor de elaborare a prognozelor valide se
datoresc fie neglijării, fie imposibilităţii interpretării non-răspunsurilor.
Experienţa arată că se pot găsi soluţii de corectare statistică a
non-răspusurilor, pentru a păstra caracterul ştiinţific al sondajului. Aceste
măsuri corective vizează estimarea distorsiunilor pe care non-răspunsurile le
pot avea asupra rezultatelor. Distorsiunea va fi cu atât mai mare, cu cât
proporţia non-răspunsurilor va fi mai mare.
În primul rând, trebuie depuse eforturi pentru reducerea la maximum
a numărului de non-răspunsuri, şi, în al doilea rând, trebuie să se identifice
cauzele ce au provocat această atitudine din partea persoanelor intervievate.
Maximizarea ratei de răspunsuri la un chestionar este un procedeu ce
va reduce eroarea datorată non-răspunsurilor. Există câteva moduri de
maximizare a ratei de răspuns la un chestionar, în condiţiile în care se
respectă confidenţialitatea răspunsurilor, dintre care amintim însoţirea
chestionarului de o scrisoare explicativă care să convingă potenţialii
respondenţi de anonimatul şi confidenţialitatea răspunsurilor, de avantajele
posibile pe care le pot avea dacă este îndeplinit obiectivul studiului;
redactarea unui chestionar eficient, clar, scurt şi atractiv, care să solicite
minimum de efort din partea intervievatului; utilizarea operatorilor de
interviu ar putea fi un factor ajutător major, care să ducă la scăderea drastică
a ratei non-răspunsurilor.
Scrisoarea de însoţire, de introducere a operatorului de interviu
persoanei intervievate, este extrem de importantă. Scrisoarea de însoţire
subliniază caracterul serios şi oficial al sondajului şi interesul convingerii
respondentului, în sensul că informaţiile furnizate vor fi confidenţiale şi nu
vor fi utilizate individual. Această scrisoare trebuie să sublinize importanţa
participării la eşantion a respondentului şi posibilele sale beneficii, dacă
acceptă să furnizeze informaţii.
Acest lucru este mai evident în cazul eşantionelor formate din firme
(prelevate din populaţii neomogene), care pot beneficia de informaţii
privilegiate, ce rezultă în urma prelucrării datelor de sondaj. Firmelor ce

oferă informaţii primare şi răspund la chestionar li se poate garanta accesul
la raportul final de sondaj. Informaţiile prevăzute a fi cuprinse în acest
raport şi obiectivul studiului trebuind să fie atractive pentru firma solicitată
să participe la eşantion.
De exemplu, un sondaj efectuat cu scopul identificării tendinţelor
politicii de salarizare, beneficii şi compensaţii acordate angajaţilor, poate fi
utilizat în negocierile Patronat-Sindicate şi la negocierea contractului
colectiv şi individual de muncă de către orice firmă. Chiar dacă beneficiile
sunt indirecte, ele trebuie prezentate potenţialulului respondent, acesta
trebuie convins de însemnătatea răspunsurilor sale.
Un factor pozitiv este de a utiliza pe postul de operator de interviu
persoane cunoscute de intervievaţi, persoane în care aceştia să aibă
încredere. O altă sugestie este de a trimite o scrisoare de mulţumire celui ce
a răspuns la chestionar şi evident, de a nu uita promisiunile făcute, mai ales
în legătură cu furnizarea rezultatelor sondajului. Dacă chestionarul este
trimis prin poştă, de obicei se însoţeşte de un timbru pentru a nu obliga
respondentul la cheltuieli suplimentare, în afara timpului consumat cu
redactarea răspunsurilor.
Un bun chestionar şi un intervievator profesional vor reduce la
maximum rata non-răspunsurilor şi dimensiunea distorsiunilor.
6.4 Postcodificarea
Prelucrarea de tip statistic a datelor presupune ca răspunsurile la

fiecare întrebare să fie incluse într-un sistem de categorii (scală de
răspunsuri), pentru a se stabili frecvenţele de apariţie a fiecărei categorii în
cadrul eşantionului.
Prin codificare se înţelege traducerea informaţiilor culese în teren
printr-un anumit limbaj determinat, denumit cod, cu scopul transcrierii pe
un suport ce poate fi prelucrat mecanic sau electronic. Datorită progresului
tehnicii de calcul, în prezent prelucrarea se face automat. Procedeul nu

comportă dificultăţi dacă este vorba despre întrebări închise, acestea fiind
precodificate. Postcodificarea reprezintă ataşarea de coduri răspunsurilor la
întrebările deschise sau completarea sistemului de coduri la întrebările
semideschise.
Metoda nu constă în simpla atribuire mecanică de coduri, ca în cazul
întrebărilor închise), ci într-o analiză a răspunsurilor libere ce se va finaliza
cu stabilirea sistemului de categorii şi, deci, cu închiderea întrebării, fiind
posibil, apoi, transferul informaţiei într-un sistem de coduri numerice.
Deci, dacă în chestionar apar întrebări deschise, codificarea constă
în:
a) determinarea, în prealabil, a răspunsurilor aşteptate, împreună cu
opţiunea „altele” sau „diverse”;
b) „despuierea” manuală a chestionarelor lucru ce constă în analiza
unui eşantion de chestionare pe baza căruia se stabilesc categoriile de
răspunsuri posibile la întrebările deschise;
c) determinarea categoriilor de răspunsuri pe parcursul analizei
tuturor chestionarelor.
Evident, metoda a doua este cea mai eficientă şi rapidă. Întrebările
puse pentru analiza scalară a atitudinilor sunt considerate întrebări închise.
De multe ori se poate descoperi că o întrebare se referă la realităţi
pluridimensionale, ceea ce face ca sistemul de codificare să atribuie mai
multe coduri la aceeaşi întrebare.
La o întrebare de genul „Cum apreciaţi activitatea angajaţilor dvs.
după participarea la un curs de instruire şi perfecţionare?”. Un manager
poate să emită o părere globală, altul poate să emită una legată de o anumită
problemă nerezolvată, iar altul poate să facă aprecieri pozitive referitoare la
o problemă şi aprecieri negative, referitoare la o cu totul altă problemă.
Transpunerea răspunsurilor la întrebările deschise într-un sistem
unitar de coduri, de altfel operaţiune indispensabilă pentru prelucrarea
statistică a informaţiei, reprezintă, de fapt, aplicarea analizei de conţinut la

masa de răspunsuri libere la întrebările deschise.
Deşi pare o operaţiune de rutină, munca de codificare trebuie
încredinţată unor analişti cu experienţă şi imaginaţie.
6.5 Etapele pregătirii prelucrării datelor de sondaj
Operaţiunea de pregătire a datelor începe cu întocmirea de tabele

uni- şi bidimensionale, în care sunt evidenţiate răspunsurile singulare sau
simultane la două sau mai multe întrebări. Pregătirea datelor pentru analiză
îndeplineşte următoarele funcţiuni:
a. În primul rând, va trebui ca distribuţiile răspunsurilor la unele
întrebări să sugereze cercetătorului că trebuie să renunţe la anumite ipoteze
şi/sau că trebuie să facă apel la altele. Această funcţie este cel mai bine
îndeplinită de tabelele multidimensionale. Astfel, într-o cercetare asupra
opţiunilor electorale ale publicului, printre ipotezele noastre poate figura
aceea că populaţia rurală are o atitudine politică mai de stânga, decât cea
urbană.
Construind tabelele de asociere (contingenţă) între domeniul de
activitate a firmei şi indicatorii atitudinii managerilor faţă de instruirea
angajaţilor şi constatând – să zicem – că la nici un indicator managerii din
industrie nu obţin procente mai ridicate decât cei de la firmele de prestări
servicii, pentru stările ce reprezintă „atitudine favorabilă faţă de formarea
personalului”, vom renunţa la ipoteza în cauză.
b. În al doilea rând, este posibil să se elimine anumite întrebări din
analizele ulterioare, întrebări la care răspunsurile nu au o dispersie suficient
de mare pentru a prezenta interes. Fireşte, informaţia conform căreia există
consens de răspunsuri la o întrebare are în sine o valoare pentru descrierea
stării de fapt, însă astfel de întrebări nu au nici o relevanţă în alte analize,
indiferent dacă ele sunt privite ca variabile cauzale sau dependente. Un

factor poate să-l influenţeze pe un altul numai dacă el conferă indivizilor o
anumită variabilitate; de asemenea, problema explicării unui
„comportament” se pune doar dacă acesta se manifestă în forme diferite.
c. În al treilea rând, din inspecţia vizuală a frecvenţelor va rezulta
necesitatea comasării (reunirii) unor variante de răspuns la care frecvenţele
sunt prea mici. Se impune, deci, ideea de a reduce nivelul de detaliere a
informaţiei. Se constată frecvent că, din dorinţa de a nu scăpa anumite
forme de răspuns sau de a pretinde oamenilor să-şi expună cât mai nuanţat
părerile, scalele folosite sunt mai fine decât era necesar; aceeaşi operaţie de
restrângere trebuie făcută şi când nu se cunosc bine valorile de la unul din
capetele scalei, mai exact când valorile foarte mari sau foarte mici sunt luate
în număr mai redus decât se anticipa. Ca şi în cazul precedent, distribuţia,
aşa cum apare, are o valoare intrinsecă, însă pentru continuarea analizelor
(de pildă pentru a construi tabele de asociere se cere ca frecvenţele să fie
apropiate de zero).
d. În ultimul rând, validarea eşantionului se face prin compararea
structurilor sale, după câteva variabile, cu structurile corespunzătoare din
populaţie. Astfel de variabile de control – dacă ele nu au fost folosite ca
factori de stratificare în construcţia eşantionului – sunt: sexul, vârsta,
şcolarizarea, ocupaţia, tipul de localitate de domiciliu etc. Folosirea acestor
elemente pentru a testa calităţile structurale ale eşantionului este posibilă
atunci când informaţiile respective, la nivel de populaţie, există şi sunt
demne de încredere.
6.6 Testarea eşantionului
Din păcate, în economia românească astfel de date oficiale sunt rare

şi doar cercetările exhaustive oferă mai multe puncte de reper de mare
valoare. Însă, pe măsură ce rezultatele a tot mai multor sondaje devin
publice, se constituie un set de informaţii, capabile de a se susţine reciproc,
în lipsa datelor oficiale. Condiţia este ca distribuţiile după astfel de variabile
structurale să fie publicate (fapt ce nu se prea întâmplă, de regulă
aducându-se la cunoştinţa publicului alte lucruri mai interesante, în special
opiniile) şi forma întrebărilor să fie identică. Ipoteza care stă în spatele
acestei metode de a testa calitatea eşantionului, este aceea că, dacă
distribuţiile după astfel de variabile structurale (sex, vârstă etc.) sunt
similare, atunci eşantionul reproduce corect şi structura opiniilor, a
comportamentelor sau a altor forme de manifestare a subiecţilor.
Procedura de testare a eşantionului, prezentată de Iluţ şi Rotariu este
următoarea:
1 Să presupunem că ne interesează o variabilă de tip calitativ cu
s clase (categorii de răspuns): x1, x2, ..., xs. În aceste clase, corespunzător
categoriilor de răspuns, persoanele cuprinse în eşantion se vor distribui după
următoarele frecvenţe absolute: k1, k2, ..., ks, iar cei din populaţie cu
procentele: p1, p2, ..., ps.
2 Aplicând aceste procente la eşantionul nostru, vom găsi
frecvenţele absolute „teoretice”, adică cele pe care ar fi trebuit să le obţină
dacă structurile eşantionului şi ale populaţiei ar fi coincis perfect:
m1, m2,.., ms.
3 Pentru cele două serii de frecvenţe, k şi m, se aplică testul χ 2.
Dacă diferenţa este semnificativă (valoarea lui χ 2 depăşeşte valoarea din
tabelul cu valori critice, pentru s-1 grade de libertate), înseamnă că aceasta
se datorează altor factori decât fluctuaţiilor normale datorate procedeului de
eşantionare şi, deci, eşantionul conţine o distorsiune pe această linie. Din
diferenţele pe perechile de valori k şi m se vede ce clase sunt
subreprezentate şi suprareprezentate în eşantion.
Când un eşantion este marcat de distorsiuni după mai mulţi factori

de genul celor discutaţi, devine limpede că în activitatea practică a
operatorilor de identificare a persoanelor-subiecţi au intervenit nereguli
serioase şi/sau că procentul non-răspunsurilor totale este ridicat, iar profitul
subiectului care a acceptat să colaboreze cu anchetatorul este diferit de cel
al celui care a refuzat.
Ponderarea datelor prin aplicarea regulei de trei simplă constituie o
posibilă metodă de îmbunătăţire a calităţii datelor, astfel încât proporţia
eşantionului să fie ajustată la proporţia populaţiei de referinţă.
Metoda constă în dublarea sau eliminarea unui număr de chestionare, astfel
încât să se obţină proporţiile dorite.
Astfel, dacă dintr-un eşantion de 100 de agenţi economici
reprezentaţi de managerul de resurse umane, 60 sunt cu capital de stat în loc
de 52 (ceea ce ar reprezenta 52% din total, conform unei distribuţii
cunoscute) există două metode de ajustare posibile:
a) se elimină un număr de chestionare, astfel încât proporţia
agenţilor economici cu capital public să ajungă la 52%, deci prin tragere la
sorţi se elimină 17 chestionare completate de managerii de la firmele
publice, ceea ce va duce, inevitabil, la scăderea eşantionului de la 100 de
subiecţi la 83;
b) dacă se consideră că volumul eşantionului a scăzut prea mult, se
poate aplica metoda ce constă în dubla înregistrare a unui număr de 15
chestionare completate de agenţii economici cu capital privat, de asemenea
extrase întâmplător;
c) aceleaşi procedee se pot aplica şi dacă trebuie făcute corecţii după
mai multe variabile, alegându-se metoda de corecţie succesivă sau simultană
(dacă se cunosc distribuţiile simultane ale populaţiei, după mai multe
caracteristici). Ponderarea automată a datelor prin produsele program de
prelucrare, presupune aplicarea unor coeficienţi fiecărei clase
subreprezentate sau suprareprezentate;
d) această operaţiune comportă o serie de riscuri, prin ponderare

existând riscul inducerii de noi distorsiuni greu de evaluat. De asemenea, nu
este uşor ca o populaţie vizată într-un sondaj să se raporteze la populaţia
standard, despre care se cunosc datele culese la recensământ. De aceea,
Rotariu şi Iluţ o recomandă a se aplica cu prudenţă;
e) pe baza rezultatelor prelucrării sumare a datelor, se poate evalua
consistenţa datelor, validarea lor şi corectitudinea muncii operatorilor. În
acest stadiu sunt folosite mai puţin tabele simple, ce grupează datele după o
singură variabilă, ci mai ales tabele cu dublă intrare, tabele de contingenţă,
ce vor fi analizate separat. Baza procedurilor de validare constă în faptul că,
în ciuda schimbărilor în distribuţia de frecvenţe a unei caracteristici, relaţiile
acesteia cu alte caracteristici rămân relativ constante;
f) pe baza datelor obţinute din prelucrarea sumară, atunci când
studiul nu depăşeşte faza descriptivă, tabelele constituie principalul suport
pentru constituirea formelor grafice cuprinse în raportul de cercetare.
În vederea efectuării analizei datelor obţinute dintr-un sondaj
statistic, se elaborează machetele cu scopul prezentării datelor, al efectuării
analizelor statistice pentru inferenţă şi testarea semnificaţiei parametrilor
estimaţi şi redactării într-o formă atractivă a raportului de sondaj.
Informaţiile finale se prezintă fie sub formă de procente, fie sub formă de
corelaţii. Mai dificilă este prezentarea corelaţiilor între răspunsurile de la
două sau mai multe întrebări, pentru a determina gradul de asociere sau
independenţă dintre răspunsurile la întrebări diferite.
Măsurile de pregătire a datelor primare înregistrate au ca scop
eliminarea, pe cât posbil, a erorilor de înregistrare şi asigurarea condiţiilor
pentru estimarea erorilor de sondaj.
6.7 Summary. Statistical methods to prepare research data for

statistical processing and analysis
Validity and fidelity of the measurement instruments
Once the procedure of gathering data is finished, by collecting all the

questionnaires from the interviewers, these must be prepared for processing
and statistical analysis. The preparation consists in checking the
questionnaires, postcoding, processing and primary analysis with the
purpose of identifying, minimizing the recording errors and the research
errors estimation.
Synthetically speaking, the summary processing of information
supposes the classification and grouping of data, obtaining the models, the
one-dimensional tables with answers obtained for each question as absolute
and relative frequencies. The purpose is data preparing for the preparation of
statistical inference, meaning of the estimation of the relaying intervals and
of the maximum errors for certain characteristics which characterize the
sample, and also validating them with the help of the significance tests. This
part will be further analyzed in a subchapter specially designed for the
presentation of the significance tests used in the research.
In order to avoid and to ensure the possibility of minimizing the
research errors, the marketing study must be characterized by realism, high
level of safety and objectivity attributes that represent the essential parts of
the research process.
The realism refers to how well had the researcher measured the
studied phenomenon, and to ensure the sample's representativity.
The safety indicates the instability or inconsistency of the research's
results. If the same research would take place repeatedly under similar
conditions, it should obtain the same results. This is not always happening
because the studied typical subjects are people. Two researched applied on
representative samples do not lead to identical results, but only to similar

results, with a high tolerance level.
The objectivity refers to the fact that the researcher do not have to
have preconceived ideas about how the research's result should look, in
order not to modify the conclusions. If the objectivity is missing, the
scientific process will not lead to discovering new aspects of the studied
phenomenon, but to obtaining the desired results.
The validity and faithfulness of the measurement instruments represents one
of the complicated aspects that the evaluative analysis must face and refers
to the validity of the working instruments. In market research several
validity types are studied from which we mention the content validity (or
internal), predictive validity (external) and construct validity.
The content validity aims the degree in which the indicators measure
the attributes and characteristics, which are supposed to be measured. The
validity's analysis in made firstly through critical analysis of operating the
concepts, and secondly takes into account the degree of the internal
consistency (homogeneity) of the variables set by which a certain market
phenomenon is studied. Sometimes a witness-group is used. In this case, the
truthfulness degree is certified by comparing the research's results with the
position (opinion, attitude, value, behaviour) of a person or a group
recognized as being representative for the researched field, watching the
measure in which exists a certain concordance between them.
A certain opinion answer is "truthful" as long as is expresses what
the questioned person is thinking (feeling) about the researched
phenomenon or event, in our case the human resource manager. The
opinions become "correct" or "incorrect" only through reports to other
opinions of the same manager, by reporting the individual opinions to the
opinions of a collectivity (the other managers of the firms), by reporting the
opinions of the firm's management to the opinions of other collectivity in
the same field (the opinions of all the questioned human resource managers)
etc., so through evaluation. For a fair appreciation of the truthfulness degree
of the data referring to the subjective field, these must be put in relation with
another criteria of external validity.
Through predictive or external validity it is had in mind the degree in
which the measurements made allow observing the relations with other
measurements, and also the forecasting of the studied phenomenon. In order
to be real relevant, the external criteria must be objective: market and
professional characteristics, performance, etc.
A major interest of the research is constituted by putting face to face
the latent condition of different market processes, determined through the
research, together with their way of manifestation, demonstrating trough this
the operational character (applied) of knowledge.
As it is known, prediction has an important role in scientific
researches. Such a determination of the studied field is accepted as being
valid, which based on the accumulated knowledge, can lead to realization of
predictions regarding its evolution in time. Analysing the perceptions
supposes knowing the intimate nature of the phenomenon submitted to
research, the insight of the legality mechanism which governs them, and
organizing periodical research as part of the studied statistical collectivity.
The construction validity refers according to Ioan Marginean to the
explanatory factors of a certain result achieved by measurement. The
analysis of the inter-correlation of the variables is the most direct way of
determining the construction validity. Its measurement is given by the
balance of the common variation, of the measured variable (Vco) and of
"explanatory" factors, compared to the total dispersion (Vt): the validity =
Vco / Vt. The more the common variation is larger, counting for the largest
part of the measured variable dispersion, the more the specific variation
(Vsp) is smaller, and the validity of the variable is larger, explaining in this
way a more significant part of its dispersion.
Others ways of determining the validity of the measurements
consists in using, in the research of the same aspect, of more methods,
techniques and working instruments and then comparing the results. Here
also the validity is given by the size of the correlation between the
measurements of the same variable determined through methods, techniques
and different working instruments. A larger the correlation indicates
obtaining relatively similar results in the research of the same aspect
although by proper ways, but still different one with another.
Another problem that the evaluation of the research instruments and
of the market study is represented by faithfulness. This aims the degree of
confidence and stability of the measurement instruments. A certain working
instrument shows confidence if it offers the same results, although it is used
by many researchers, under similar conditions, removing this way the
possible errors due to these. The faithfulness degree is given by the measure
from which we succeed in obtaining the real values which characterize the
manifestation of a market phenomenon. Under the condition in which we
obtain the real values, the faithfulness coefficient is maximum and the value
equal to 1.
The theoretical expression of the faithfulness is: : f = V∞ / Vt, where
V∞ is the real dispersion , and Vt =the total observed dispersion. When the
two values dovetail, the fidelity is perfect (it was obtained through
observing the real dispersion) and the index f takes the value1. If other
measurement errors will take place, the faithfulness coefficient diminishes
with the same measure with the dispersion's size due to errors: f = 1 – Vc/Vt.
If the entire research is a failure, the error balances the total dispersion, and f
takes the value 0. F.N. Kerlingen establishes even a direct relation between
validity and fidelity. The validity measure is achieved if we decrease the
value of the specific variation measured from the fidelity's measure. It
results that the validity does not include the error of the total dispersion nor
the specific dispersion, includes only the common dispersion.
An alternative in the research of faithfulness is taking into account
the hierarchical relations presented by a certain set of indicators. Firstly, we
determine a hierarchy of the indexes depending on their difficulty and we
obtain a cumulative series (only one size, factor); the faithfulness measure is
given by the performance achieved in contrast with the position of the

indexes. If answers to a given question are obtained, there should also be
obtained answers to less difficult questions. Determining the faithfulness is
possible with the help of the Kuder-Richardson expression (1937):
f = [r / (r – 1)]( Vt – Σ Pjqj/ Vt), cu j de la 1 la r, where

r = the number of the questions
Vt = the observed total dispersion (σ2/x)
Pj = the balance of the correct answers to question j
qj = 1 - Pj
In expert literature it is mentioned another direction for determining

the faithfulness of the measurement instruments, in which the answers are
not interpreted as errors, but as real differences (Hozt-1941). The total
observed dispersion consists in this case in real inter-individual differences
(due to individuals), real inter-individual differences:
Vt = Vr + Vi + Ve
For a marketing study, made through research, to fulfill these

conditions of ensuring the validity and faithfulness, must be applied on a
representative sample, based on a questionnaire which allows avoiding the
non-answers, diminishing costs and errors which will be discussed in the
part with the preparation of data for statistical analysis.
Empirical data checking and validation
The first operation that follows the gathering of data is checking the
questionnaires with the purpose of diminishing the recording errors and
consist, according to Moser, in checking the completion, accuracy and

uniformity of the answers.
Checking the accuracy or inaccuracy an answer is possible specially
in the case of factual questions. For example, a manager that answers
negatively to the question "Did your firm made training and improving
sessions for the personnel?" cannot answer the answer "As a result of the
attendance of the employees to forming courses, you appreciate the
evolution of your firm in real terms as being: a. ascending; b. descending; c.
constant; d. cannot be appreciated", this manager must skip this second
question.
Even if the answers can be compensated over the entire sample, they
can present net errors over the sections. For example, persons with large and
very large income may avoid giving an exact answer.
The difference between the total error for answering and the real
value will be called answering distortion, measured through answering
dispersion, an analogy is found between these notions and the distortion and
the sampling dispersion.
Let us take the example of the question: "Do you frequent the
recruitment offices for finding a better job?". In the case of an answering
distortion, the difference between the desired value of the estimation and the
real value of the analyzed population, is a result of the distortional feedback
due to the interviewed person. In the case of a sampling distortion, the
difference results from a wrong establishment of the interviewing moment,
for example at the beginning of the summer holiday.
Checking the completion of the questionnaires consists on one hand,
in following the correlation between questions and answers, and on the other
hand of the non-answers. These must be classified in compulsory non-
answers, which appear to questions that come after the filter type (case in
which the answer does not has to be recorded) and unexpected non-answers.
If an answer to a question that must be asked is missing, no matter
the cause, several solutions may be adopted from which we remind: a) the
filling in of the missing answer, in case the operator can reconstitute the
interviewing moment and remembers a possible answer; b) the inference
through the analysis of the answers to the questions related to the specific
one or c) the recording as a non-answer, establishing the confidence degree
which will be allowed to the other answers and deciding if the questionnaire
will be kept or not.
In exceptional situations, depending on the available resources and
on the information regarding the identity of the interviewee, if the answer to
the question is essential for processing, the subject can be interviewed again.
These must be differenced in compulsory no answers that succeeds
the filter answers (for this case the answer should not be recorded) and the
aleatory answers.
If an answer of an important question misses then, under any
circumstances, may be adopted many solutions, such as: i) the fulfillment of
the missed answers, in this case when the operator recall the interview
moment and a possible answer, ii) the inference by analysis the answers to
the related question, or iii) the registration as no answer establishing the
confidence level that will be given to the other answers and deciding also
whether the questionnaire will be hold or not.
The subject may be again interviewed, for the extraordinary
situations, depending on the available resources and the information
concerning the nationality of the interviewed person and if the answer for
the question is essential to process.
Non-answers
To succeed the survey is essential the acceptance of the whole

interview by the subject. The no answer, the refuse of answering totally or
partially to the questions in the questionnaire represents the risk that cannot
be avoided and that is sometimes uncontrolled.
A great number of no answers influence the results of the selection,

compressing the volume of the sample and having as a consequence the
diminution of the accuracy of the estimations.
The possible sources for no answers are:
- The units that are not in the database of the survey, their number
should be diminished from the database of the survey before the
construction of the sample;
- The absence from the place of the interview for a longer period of
time;
- The persons with diverse neuron-psychic handicaps;
- The refuse of cooperation, the lack of knowledge and the operators
having means of influence.
- The supervised selection of the elements of the survey is different
from the random selection for which the approximation level depends
pursuant to the great numbers rule on the number of the observations;
- The desire of the operator of the interview to obtain a specific
result or to influence the final result;
- The partial inclusion of the researched units or the substitution of
some of them;
The experience shows that there are statistical solutions to correct
the no answers in order to preserve the scientific character of the survey.
These corrective measurements have the target to estimate the distortions
created by the no answers. The larger the proportion of the no answers the
larger the distortion will be.
First of all the number of no answers should be diminished as much
as possible, secondly, the causes that influenced this attitude from the
interviewed persons must be identified.
The maximization of the ratio of the answers in a questionnaire is a
procedure, which will diminish the error of no answers. There are few
methods for maximizing the ratio of answering the questionnaire, if the
confidentiality of answering is respected, such as: the endorsement of an
explicative letter to the questionnaire that will convince the potential

respondents about the confidentiality and the anonymity of the answers,
about the possible advantages that will have in case of the total fulfillment
of the questionnaire; the construction of an efficient questionnaire, concise,
accurate and attractive that needs minimum effort of the interviewed
person; the usage of the interview operators would represent a major helping
factor which will dramatically decrease the no answers ratio.
Post codifying
The statistical data process implies that the answer of each question
must be included in a class system (scale of answers) in order to establish
the appearance frequencies of each class within the sample. By codifying it
is understood that the picked up information in a specific language called
cod, is translated in order to transcript on a support that can be processed
mechanical or electronic. Thank to the calculating techno progress
nowadays the process is done automatically. The procedure is not difficult
to be realized for the closed questions, these are supposed to be pre codified.
The post codifying represents the attachment of cods to the answers of the
open questions or the fulfillment of the system of cods to the semi open
questions.
The method does not correspond to the simple mechanical
assignment of cods (as in the case of closed questions), but consists in
analyzing the open answers which will end with the establishment of the
system of classes, so with closing the questions, being possible then the
transfer of information into a system of numerical codes.
The manual stripping of questionnaires, which consists in analyzing
the sample of questionnaire and on its basis is established the classes of
possible answers for open questions and the determination of the classes of
answers during the analysis the whole questionnaires.
Obviously the second method is the most efficient and fast. The
questions asked for the scale analyze of scalar attitudes are considered
closed questions. So, if in the questionnaire there are open questions, then
the codification will consists in: the previous determination of expected
answers together with the options “others”
Testing the sample
The preparation of data starts with laying down the one-dimensional

and bi-dimensional tables where are marked out the single or simultaneous
answers at two or more questions.
The testing procedure of the sample, presented by ILUT and
ROTARIU∗ is the following:
Assume that we are interested in a qualitative variable “s”classe
(classes of answers): x1, x2, x3 ...xs. For these classes corresponding to the
classes of answers, the persons included in the sample are going to be
distributed concerning the following absolute frequencies: k1, k2 …ks and
those from the population with the percentages: p1, p2 …ps.
Applying these percentages to our sample we will be able to find the
absolute frequencies “theoretical”, meaning those that are supposed to be
obtained if the structures of the sample and of the population would concur
perfectly: m1, m2, …ms.
For the two series of frequencies k and m is applied the X2 test. If the
difference is significant (the value of X2 is greater than the value of the table
which contain critical values, for s-1 degree of freedom) meaning that this is
due to other factors than the normal fluctuations due to the sampling
procedure, so the sample contain a distortion for this line. From the
differences of the pairs of values k and m is noticeable what classes are
under- and over-represented in the sample.
When a sample is marked by distortions of many factors such as
those already discussed, is clear that in the practical activity of the identity
operators of subject-persons has interfered serious anomalies and/or the total
∗
Ilut, I., Rotariu, P, Metode Statistice aplicate in stiintele sociale, Ed. Polirom, Cluj, 1998
percentage of no answers is high and the profit of the subject who accepted
to collaborate with the pollster is different than those who refused.
The percentage of data represents a possible method of improving
the quality of data, such that the proportion of the sample should be adjusted
to the proportion of the referenced population. The method consists of
geminating or excluding a number of questionnaires such that the desired
proportions to be obtained.
7 Analiza datelor de sondaj pentru
realizarea inferenţei statistice
7.1 Principii de bază ale inferenţei statistice
Principiile de bază ale inferenţei statistice, efectuată în urma analizei

datelor de sondaj, implică şi în studiul pieţei serviciilor de consultanţă în
resurse umane, noţiunile de experiment, rezultat, spaţiul eşantionului,
eveniment şi probabilitate.
Ideea unui experiment include exemple precum aruncarea unei
monede, măsurarea numărului de angajaţi sau chestionarea managerului
unei firme în legătură cu obţinerea de profit sau pierdere. Asemenea
experimente au posibile răspunsuri, finite sau infinite ca număr, ce formează
spaţiul de sondaj. De exemplu, o firmă poate obţine profit negativ, deci
pierdere, profit zero, sau profit pozitiv, deci beneficiu, categorii ce
reprezintă rezultate. Seturile formate din aceleaşi categorii formează
evenimente. Posibilitatea ca firmele să fie solvabile, deci să obţină profit
zero sau pozitiv, reprezintă un eveniment.
În teoria sondajului, rezultatele unui număr mare de experimente
sunt datele primare. În anumite cazuri putem presupune că fiecare rezultat
este independent de cel precedent, aşa cum un număr al zarului este
independent de celelalte aruncări. În condiţiile în care cunoaştem
mecanismul de probabilitate, putem calcula probabilitatea de apariţie a
fiecărui rezultat. Teoria sondajului se referă la aplicarea teoriei
probabiltăţilor pentru seturi de date primare.
Dacă în urma unei cercetări se înregistrează doar informaţii parţiale,

este posibil ca datele înregistrate să fie utilizate pentru obţinerea intervalelor
de încredere, cu o anumită probabilitate dacă setul de date respectă
condiţiile de reprezentativitate pentru populaţia din care a fost extras.
Pentru a se putea estima corect parametrii colectivităţii de selecţie,
pe baza rezultatelor prelucrării datelor de sondaj, estimaţie garantată cu o
anumită probabilitate, este necesar ca eşantionul pe baza căruia se culeg
datele primare să fie reprezentativ. Un eşantion este reprezentativ dacă
structura sa reproduce cât mai exact structura populaţiei de referinţă din care
a fost prelevat.
Pentru asigurarea reprezentativităţii eşantionului este necesar să se
respecte anumite reguli ,dintre care amintim:
a. includerea unităţilor în eşantion să se realizeze în manieră cât mai
obiectivă, toate unităţile trebuie să aibă aceaşi şansă de a participa la
formarea eşantionului – extragerea unităţilor să se realizeze conform
principiilor hazardului cu o probabilitate egală şi diferită de zero;
b. mărimea eşantionului să fie suficientă pentru a reda
caracteristicile esenţiale ale populaţiei generale;
c. includerea fiecărei unităţi în eşantion trebuie să se facă
independent de cuprinderea altor unităţi.
Determinarea gradului de reprezentativitate a populaţiei studiate la
un moment dat ridică probleme deosebit de dificile în calea evaluării
cercetărilor, aceasta deoarece, de cele mai multe ori, nu pot fi cunoscute în
prealabil caracteristicile relevante ale populaţiei ce urmează a fi cercetată şi
se procedează la estimări mai mult sau mai puţin corecte; se ajunge la
identificarea acestor caracteristici numai în urma studiului, când, de fapt, nu
se mai poate interveni pentru alegerea „populaţiei adecvate”.
Cu excepţia cazurilor, rare de altfel, în care ne pot ajuta evidenţele,
numai efectuarea unor înregistrări prealabile cercetării propriu-zise ne
permite să ne fixăm, în cunoştinţă de cauză, la o anumită populaţie relevantă
pentru tema şi obiectivele cercetării.
Studiile statistice exhaustive prealabile, deşi necesare, sunt puţin
practicate, totuşi, datorită împovărării costurilor de cercetare, a creşterii
timpului afectat şi a muncii depuse. Determinarea cu maximă precizie a
caracteristicilor economice, de piaţă, politice şi de altă natură ale

colectivităţii studiate, ca şi dispunerea ei spaţială, se înscriu drept cerinţe
elementare, obligatorii pentru o cercetare concretă.
Evident, practica studiului exhaustiv a diferitelor colectivităţi
înlătură multe neajunsuri în ceea ce priveşte reprezentativitatea cercetărilor,
dar nu rezolvă definitiv problema. Apare, de fiecare dată, întrebarea
firească, de ce este studiată o anumită colectivitate (consumatorii unui
anumit produs, agenţii economici dintr-o regiune, oraş, angajaţii dintr-o
anumită organizaţie, sau domeniu de activitate etc.) şi nu altele.
Apoi, se impune să consemnăm faptul că în domeniul fenomenelor
de marketing, mai ales al celor la nivel microeconomic, de piaţă şi
individual, repetabilitatea îmbracă forme specifice. Ceea ce este valabil
pentru un individ sau o colectivitate într-un anumit moment nu este valabil
pentru alt individ sau colectivitate, după cum poate să nu mai fie valabil
pentru acelaşi individ sau colectivitate într-un alt moment.
Numai prin studii repetate şi realizarea unor colecţii sistematice de
informaţii se poate efectua generalizarea rezultatelor, întemeierea acesteia
pe un „Mont Blank de fapte”.
Investigarea exhaustivă a colectivităţilor devine foarte costisitoare
atunci când volumul acestora depăşeşte câteva sute de persoane sau
organizaţii. De aceea, se recomandă efectuarea unei cercetări selective,
întocmirea de eşantioane reprezentative, prin respectarea cerinţelor legii
numerelor mari şi a calculului probabilităţilor, care permit ca, prin studiul
unei părţi a colectivităţii totale, să se obţină rezultate valabile pentru
întreaga colectivitate.
Fără a intra în detaliile elaborării eşantioanelor, vom enunţa doar
câteva elemente necesare determinării gradului de reprezentativitate a
acestora. Un bun eşantion poate fi întocmit atunci când se dispune de un
cadru optim de eşantionare, de o evidenţă a colectivităţii totale cu
specificarea caracteristicilor sale de bază. Lipsa cadrului de eşantionare este
principala piedică în calea realizării unor eşantioane corespunzătoare.
Cu cât volumul colectivităţii studiate este mai amplu, apropiindu-ne
de nivelul colectivităţii naţionale, unde cercetările selective sunt de o foarte
mare importanţă, lipsa unui cadru de eşantionare se simte şi mai acut, dat
fiind faptul să sociologul nu o mai poate suplini printr-un recensământ

prealabil.
Eroarea cea mai frecvent întâlnită, în aceste condiţii, se referă la
presupunerea că s-a efectuat o selecţie simplă aleatoare şi tratarea în
consecinţă a rezultatelor obţinute, deşi se cunoaşte că cele mai multe
cercetări realizate pe ansambluri mari de populaţie se abat, în practică, de la
modelul selecţiei simple aleatoare.
Pentru a evita, în acest caz, eventualele neajunsuri de interpretare, se
impune determinarea cu precizie a tipului de eşantionare rezultat şi
efectuarea corecţiilor necesare în privinţa prelucrării şi interpretării
informaţiei recoltate.
Satisfacerea condiţiilor de reprezentativitate se realizează prin
alegerea procedeului de eşantionare potrivit, dintre următoarele: procedee de
eşantionare aleatoare, procedee de eşantionare dirijată şi procedee mixte de
eşantionare.
Dacă în urma efectuării unui experiment de un anumit număr de ori
s-a înregistrat o secvenţă de rezultate, divizând frecvenţa de apariţie a unui
eveniment A (de câte ori se înregistrează o persoană cu venit zero sau
pozitiv, deci o persoană ce corespunde evenimentului de solvabilitate) la
numărul total de persoane cuprinse în eşantion (numărul de experimente)
rezultă o estimare a probabilităţii de apariţie a evenimentului A. Cu cât
numărul experimentelor creşte, deci creşte volumul eşantionului format din
unităţi omogene sau complexe, neomogene, creşte şi probabilitatea de
apariţie a evenimentului A, tinzând către 1.
În termeni matematici, dacă x1, x2, …., xn este o secvenţă de rezultate
financiare ale firmelor şi A un eveniment, notând N (x1, x2, ….., xn,, A)
frecvenţa de apariţie a evenimentului A din primele n experimente şi n tinde
la infinit, atunci N (x1, x2, ….., xn,, A) / n reprezintă o probabilitate ce tinde
la 1.
Cu toate că legea numerelor mari îi precizează cercetătorului că va
ajunge la un răspuns corect după un număr mare de experimente, nu îi
precizează şi cât de aproape este de răspunsul corect după un anumit număr
de experimente, de înregistrări. În anumite condiţii, metodele statistice pot fi
utilizate pentru estimarea erorilor ce pot fi făcute prin repetarea unui

experiment de un număr finit de ori.
Un experiment este descris complet de către spaţiul valorilor de
eşantionare (setul posibilelor valori ce se pot înregistra), familia B a
evenimentelor şi de către probabilităţile de apariţie a fiecărui eveniment în
parte.
Totalitatea variabilelor prin care este studiat un anumit fenomen de
piaţă constituie spaţiul de atribute (property-space), de caracteristici ale
fenomenului respectiv. Operaţiile efectuate cu ajutorul spaţiului de atribute
vizează clarificarea mai amănunţită a relaţiilor dintre variabile şi conceptele
teoretice. Reducerea spaţiului de atribute, prin combinarea categoriilor şi
eliminarea unor subdiviziuni, permite construcţia tipologiilor aferente
fenomenelor de piaţă.
În schimb, operaţia de substracţie constă în parcurgerea drumului în
sens invers: de la tipologie se trece la elaborarea spaţiului de atribute
implicat în acea tipologie. Spaţiul de atribute, pe lângă rolul de a constitui
un inventar cât mai complet al variabilelor, serveşte la compararea
schemelor operaţionale utilizate în cercetare şi la găsirea unui eventual
numitor comun al acestor scheme de cercetare empirică.
Aşa cum notează I. Iordăchel şi I. Cauc, necesitatea dezvoltării unor
tipologii multidimensionale, care să ţină cont de multilateralitatea
dimensiunilor de piaţă, se înscrie ca o cerinţă fundamentală în „elaborarea
unui sistem tipologic operaţional pentru cercetarea şi politica de piaţă
economică”.
Substracţia şi reducerea spaţiilor de atribute sunt operaţii
conceptuale de maximă importanţă, atât în elaborarea schemelor descriptive,
cât şi a conceptului în utilizarea datelor empirice. Separarea evenimentelor
în spaţiu şi timp asigură independenţa acestora.
Conceptul de independenţă statistică sau probabilistică este necesar a
fi definit pentru extinderea sa, astfel încât apariţia unui eveniment să nu
influenţeze probabilitatea de apariţie a altui eveniment. În cazul unor
evenimente independente, probabilitatea ca acestea să apară simultan este
egală cu produsul probabilităţilor.
Dacă evenimentele sunt notate prin vectorul A1, A2, ….,An, cu

probabilităţile de apariţie, (frecvenţele de apariţie) notate prin vectorul
P(Ai), i=1, …,n, probabilitatea de apariţie a tuturor evenimentelor va fi
P(A1) . P(A2) .….P(An). Analiza independenţei este aplicată investigaţiilor
statistice în cadrul cărora datele sunt eronate prin repetarea aceloraşi
operaţiuni elementare, fiecare înregistrare fiind efectuată independent de
celelalte.
7.2 Erorile de sondaj
7.2.1 Tipuri de erori întâlnite în teoria şi practica sondajului
Se consideră eroare de sondaj abaterea dintre valorile obţinute în

urma prelucrării datelor primare şi rezultatele ce s-ar fi obţinut dacă s-ar fi
organizat o observare totală.
Orice măsurare statistică conţine erori. O posibilă clasificare a
erorilor, din mulţimea posibilităţilor de grupare şi clasificare existente poate
fi: erori sistematice, grosolane şi aleatoare. Erorile sistematice sunt
determinate de acţiunea unor factori ale căror cauze de apariţie pot fi
stabilite, iar apoi eliminate. Apariţia erorilor grosolane este legată de
încălcarea condiţiilor de efectuare a experimentului sau a observaţiei. În
teoria erorilor se dau criterii de depistare a erorilor grosolane. Obiectul
teoriei erorilor îl constituie numai erorile aleatoare, care sunt determinate de
acţiunea unor factori greu de depistat, din care cauză efectul acţiunii lor este
inevitabil. Erorile de sondaj mai sunt clasificate în erori de înregistrare,
comune tuturor tipurilor de observare, şi erori de reprezentativitate,
specifice sondajului. Erorile de reprezentativitate sunt la rândul lor:
sistematice şi întâmplătoare.
În desfăşurarea oricărei observări statistice trebuie respectat
principiul autenticităţii datelor culese, sau, cu alte cuvinte, corespondenţa
dintre realitatea primară studiată şi valorile înregistrate. Dacă înregistrarea
se face de către persoane specializate, erorile de înregistrare apar în număr
redus şi pot fi corectate cu uşurinţă. Erorile sistematice pot fi evitate dacă se

respectă principiile teoriei sondajului.
Principalele cauze ale erorilor sistematice sunt alegerea deliberată a
unor date considerate în mod greşit ca fiind reprezentative, alegerea la
„întâmplare”, ce diferă esenţial de alegerea după principiile probabilistice,
dorinţa voită a cercetătorului de a demonstra o anumită concluzie,
substituirea unei unităţi de cercetare cu altă unitate, în mod voit, şi
cuprinderea incompletă în sondaj a unităţilor de cercetare.
Spre deosebire, erorile aleatoare de selecţie apar din procesul de
sondaj. Aceste erori se produc chiar dacă se respectă principiile
probabilistice, deoarece eşantionul nu reproduce perfect distribuţia
populaţiei generale. Dacă sondajul este probabilistic, aceste erori pot fi
calculate cu anticipaţie. Estimarea parametrilor din populaţia generală se va
efectua pe baza indicatorilor de sondaj, corectaţi cu o eroare de
reprezentativitate ce se găseşte într-un anumit interval probabilistic.
Analizele de perspectivă şi proiecţiile rezultatelor sondajului asupra
populaţiei de referinţă, fac din această metodă un puternic instrument în
procesul luării deciziilor în mediul economic de piaţă.
După culegerea informaţiei este necesar să se determine cu exactitate
mărimea erorii de reprezentativitate, pentru a se putea evalua în ce măsură
se abate de la eroarea propusă iniţial.
Calculul erorii este posibil prin utilizarea caracteristicilor
eşantionului (acum cunoscute) în locul caracteristicilor totale, lucru
îndreptăţit numai dacă selectarea persoanelor în eşantion a urmat o
procedură care a asigurat prezenţa, în proporţii optime, a tuturor categoriilor
de populaţie specifice colectivităţii totale.
Cât priveşte reprezentativitatea conţinutului, analiza evaluativă se
referă la calitatea definirii domeniului cercetat, la elaborarea schemei
descriptive (construcţia variabilelor), la formularea întrebărilor, cercetarea
dezirabilităţii de piaţă a unui produs, a gradului de actualitate a respectivei
mărfi şi la dificultatea pe care o poate prezenta tema lansării unui nou
produs, de exemplu. De asemenea, în aplicarea instrumentelor de cercetare
se urmăreşte controlul erorilor de răspuns: contaminarea rezultatelor
datorate setului de răspuns prin acord, prin negare sau prin evitarea
poziţiilor extreme etc.
De aici şi necesitatea abordărilor complexe (a măsurătorilor

multiple) prin mai multe metode şi tehnici ale unuia şi aceluiaşi fenomen de
piaţă, pentru a obţine cunoştinţe cât mai veridice prin controlarea şi
eliminarea erorilor datorate instrumentelor de intervievare.
În practică, erorile de reprezentativitate se pot calcula efectiv în
mărime absolută, dacă s-au obţinut date referitoare la aceleaşi caracteristici
dintr-o observare totală organizată anterior, sau se pot estima ca erori
probabile. De cele mai multe ori se pot cunoaşte valorile adevărate, pentru a
le putea separa de erorile de măsurare. Cu toate acestea, nu putem ignora
eventualele erori ce apar în cadrul măsurătorilor efectuate.
Date fiind condiţiile concrete de lucru, puterea instrumentelor pe
care le folosim, intervenţia factorilor exteriori cercetării, este logic să
presupunem că valorile observate sunt o combinare de date reale (concrete)
şi de erori: X0 = Xa ± Xe, ceea ce îndreptăţeşte efortul de a izola erorile.
Compunerea valorilor observate din două seturi de informaţii
(cele reale şi cele datorate erorii) conduce la exprimarea dispersiei totale
(σ 2t), în termenii celor două dispersii ce o alcătuiesc, respectiv dispersia
reală şi dispersia datorată erorilor.
Pentru a putea determina efectiv eventualele erori de măsurare, o
importanţă deosebită se acordă analizei efectului pe care un cercetător sau
altul îl poate avea asupra rezultatelor obţinute, inclusiv a efectului
operatorului de interviu, situaţie în care posibilitatea influenţării rezultatelor
este mult mai mare. Cunoaşterea ecuaţiei personale de eroare a fiecărui
participant la cercetare permite un control mai riguros asupra condiţiilor de
desfăşurare a acesteia şi de prevenire a erorilor.
O serie de analize s-au ocupat de şansa diferiţilor operatori
(în funcţie de sex, vârstă, înfăţişare) de a obţine acordul populaţiei pentru a
participa la interviu, ca şi de studiul interacţiunii operator-subiect în
desfăşurarea acestuia. Pe baza rezultatelor obţinute, s-a ajuns la elaborarea
unei strategii de selecţie, instruire şi supraveghere în teren a operatorilor.
În legătură cu distribuţia răspunsurilor subiecţilor în funcţie de
realizatorul interviului, s-a adunat o documentaţie bogată. Aşa, de exemplu,
în prezent se ştie că influenţa investigatorului este mai mare în cazul
întrebărilor de opinie decât în cazul celor factuale. Cel mai puternic efect se
produce în studiile care vizează proiecţiile în viitor – intenţii, dorinţe etc.
Din punctul de vedere al posibilităţii controlului erorilor, în literatura
americană de studiu al pieţei, erorile mai sunt clasificate în două mari grupe:
1. Erori ce pot fi previzionate: acestea sunt controlabile şi au drept
cauze măsurările statistice ale datelor continue şi rotunjirile efectuate pentru
a obţine rezultate discrete, conform conţinutului caracteristicii statistice,
deci ele sunt probabile – sau de sondaj şi de calcul – ambele tipuri putând fi
estimate şi efectele lor controlate. Prin operaţiunea matematică de rotunjire
a valorilor înregistrate se induc erori ce se amplifică dacă rotunjirea
continuă în faza de analiză.
Drept urmare, putem afirma că datele sunt rotunjite din următoarele
motive:
• Când caracteristica observată este continuă, în anumite cazuri este
necesară rotunjirea pentru a putea exprima magnitudinea datei (de obicei se
păstrează doar două zecimale);
• Pentru caracteristicle discrete, rotunjirea are drept scop respectarea
caracterului întreg al acestora.
2. Erori ce nu pot fi previzionate: acestea sunt necontrolabile şi se
datorează: înregistrărilor incomplete sau incorecte, definirii ambigue a
caracteristiclor sau unităţilor statistice ce sunt studiate.
Controlul erorilor are drept scop aflarea erorilor de observare şi
asigurarea autenticităţii datelor statistice, şi se referă la controlul volumului
datelor înregistrate, controlul aritmetic şi logic.
O parte a erorilor se datorează operatorului de interviu.
Cele mai importante surse de erori de răspuns datorate operatorilor
sunt:
a) caracteristicile operatorilor, ca, de exemplu, nivelul de pregătire
prea scăzut sau prea ridicat care îi face să fie înclinaţi spre greşeli
sistematice, sau pot să inducă, prin opinia lor exprimată, persoanei
intervievate, o anumită influenţă asupra răspunsului;
b) anticipaţiile operatorilor îi determină să sugereze anumite
răspunsuri subiecţilor;
c) frauda operatorilor apare în foarte puţine cazuri şi poate fi

depistată prin sondaje pilot de reintervievare.
Alte surse importante de erori care pot fi evitate sunt lungimea
chestionarului, ce poate cauza oboseală operatorilor şi subiecţilor
intervievaţi, ponderea majoritară a întrebărilor deschise ce duce la dificultăţi
în operaţiunea de postcodificare, conţinutul întrebărilor, mai ales cele
personale pot duce la erori de răspuns, formularea întrebărilor, mai ales
utilizarea cuvintelor ambigue, cu mai multe sensuri, locul şi timpul
interviului, şi, nu în ultimul rând, gradul de interes sau cointeresare a
persoanei intervievate.
În privinţa detectării erorilor de răspuns, se disting două modalităţi
principale de abordare ce constau în verificarea în totalitate a răspunsurilor,
apreciind astfel volumul erorilor brute şi aprecierea volumului erorilor nete,
ţinând seama de faptul ca erorile într-un sens sau altul se pot compensa.
Din punct de vedere metodologic, estimarea erorilor brute este,
adesea, imposibilă.
Principalele mijloace de detectare amintite şi anterior sunt:
1. Confruntarea răspunsurilor cu sursele de date secundare interne
sau externe, publice, mai ales în legătură cu datele demografice ce pot fi
verificate (vârsta, starea civilă), sau verificarea documentelor contabile,
vamale, de la Registrul Comerţului, în măsura în care este posibil, în cazul
în care eşantionul este format din agenţi economici. Evident, operaţiunea
necesită un consum ridicat de resurse de timp, umane şi financiare;
2. Verificarea coerenţei răspunsurilor la diferite întrebări la care a
răspuns acelaşi subiect se efectuează prin includerea în chestionar a
întrebărilor de verificare, sau prin repetarea sondajului pe acelaşi eşantion,
în perioade diferite;
3. Reintervievarea de control, prin sondaj, astfel încât să se
reuşească evitarea variabilităţii şi să se înregistreze răspunsuri valide; în
acest scop, este necesară efectuarea unui interviu calitativ superior. De fapt,
aceste sondaje reprezintă studii intensive ale unor eşantioane relativ mici ce
fac parte din eşantionul iniţial. La aceste controale de calitate se schimbă
formularea întrebării, pentru a se evita repetarea erorii de răspuns iniţiale.
Scopul acestor sondaje de calitate este evidenţierea caracterului eronat al

răspunsurilor şi obţinerea unei mai bune activităţi a operatorilor.
7.2.2 Estimarea erorilor de sondaj
Am văzut că teoria erorilor este o parte a statisticii consacrată

problemelor de determinare numerică a mărimilor măsurate aproximativ, de
estimare a valorilor lor adevărate şi a preciziei măsurărilor ce operează cu
rezultatele măsurărilor x1, x2, …xn, obţinute pe bază de experiment sau
observaţie, repetate, cu respectarea unora şi aceloraşi condiţii.
Sarcinile fundamentale ale teoriei erorilor sunt definirea legilor de
repartiţie a erorilor aleatoare, obţinerea estimaţiilor mărimilor măsurabile
necunoscute, pe baza datelor unor măsurări repetate, şi calculul acestor
estimaţii.
Să admitem că, pentru determinarea unei mărimi scalare
necunoscute a, s-au efectuat n măsurări, ale căror rezultate sunt reprezentate
prin mulţimea de numere x1, x2, …,xn (printre x1, … xn pot exista şi numere
egale). După înlăturarea erorilor grosolane şi sistematice de măsurare,
x1, x2, …, xn vor conţine numai erori aleatoare. Mărimea aleatoare z = x – a
se caracterizează prin probabilitatea P(δ1<z<δ2), care determină
probabilitatea ca valoarea z să se afle într-un interval dat (δ1, δ2).
Estimaţiile preciziei măsurărilor sunt: eroarea medie pătratică δ,
numită, de asemenea, eroare standard şi dispersia erorii δ2. Să admitem că
δ reprezintă mărimea abaterii standard sau eroarea medie pătratică. Atunci,
în condiţiile legii normale de repartiţie a erorilor aleatoare z, probabilitatea
ca acestea să fie cuprinse întâmplător în intervalul dat (δ1, δ2) se calculează
după formula:
⎛δ ⎞ ⎛δ ⎞
P (δ 1 〈 z 〈δ 2 = Φ⎜ 2 ⎟ − Φ⎜ 1 ⎟ (7.1)
⎝σ ⎠ ⎝σ ⎠
unde Φ (t) reprezintă funcţia de probabilitate.

Probabilitatea ca eroarea aleatoare să fie în afara intervalului dat,

având limitele ±tσ(t>0), se calculează pe baza formulei P(⏐z⏐>tσ)=1-1Φ(t).
De exemplu, probabilitatea ca eroarea aleatoare să iasă în afara limitei de ±
3σ, P(⏐z⏐>3σ) = 0,0027, adică depăşirea acestei limite este foarte puţin
probabilă. Ca estimaţie a mărimii necunoscute a se adoptă media aritmetică
din rezultatele măsurărilor
1 n
x = ∑ xi . (7.2)
n 1=1
Estimaţia valorii adevărate a a mărimii măsurate cuprinde
determinarea funcţiei g(x1,x2, …,xn), care dă o bună aproximare a mărimii a
şi a limitelor intervalului de încredere (g±ε), adică a intervalului care, cu o
probabilitate de încredere, acoperă valoarea adevărată a. Această estimaţie
trebuie să posede proprietatea de nedeplasare, de consistenţă şi de
eficienţă.
Dacă toate n măsurări ale mărimii a sunt la fel de precise, atunci
valoarea adevărată se determină cu ajutorul formulei (7.2). În acest caz,
estimaţiile sunt nedeplasate, consitente şi eficiente, dacă distribuţia erorilor
satisface legea normală. În cazul unei mărimi date a siguranţei P şi în cazul
unei precizii necunoscute a măsurărilor, estimaţia de încredere are forma
(6.3.):
− s
a − x < t (p.k ) , (7.3)
n
Unde n reprezintă numărul măsurărilor, k =n –1 – numărul gradelor

de libertate şi S – eroarea standard calculată pe baza formulei
n 2
1 ⎛ −⎞ n
S=
n −1 ∑ ⎜⎜ x i − x ⎟⎟ = S∗
j =1 ⎝ ⎠ n −1
(7.4)
Valorile funcţiei t (P,k) se dau în tabelul construit pe baza repartiţiei

Student.
Numărul necesar de măsurări n pentru obţinerea estimaţiei de
încredere de o precizie dată este:
a − x 〈ε
Cu siguranţă, data P se determină prin expresia volumului

eşantionului (7.5):
2
⎡1 ⎤
n ≤ ⎢ t (P )⎥ σ 2 , (7.5)
⎣ ε ⎦
unde t = t(P) se află din egalitatea 2Φ(t) = P (prin utilizarea tabelului

pentru funcţia Φ (t).
Astfel pentru obţinerea estimaţiei de încredere ε = 0,15 cu siguranţa
P = 0,99 este necesar să se efectueze n = 668 măsurări. Pentru depistarea
originii nealeatoare a diferenţei valorilor medii x1 si x2, obţinute ca urmare a
două serii de încercări n1 si n2, în cazul unor dispersii necunoscute este
necesar să se calculeze mărimea (7.6):
− −
x− x
t= , (7.6)
S 1 / n1 + 1 / n 2
unde:
(n1 − 1) S12 + (n 2 − 1) S 22
S= .
(n1 − 1) + (n2 − 1).
Estimaţiile preciziei măsurărilor se efectuează pornindu-se de la

presupunerea că erorile sunt aleatoare şi că ele sunt subordonate legii
normale de repartiţie (7.7), unde a este o mărime cunoscută şi σ2 se poate
scrie conform (7.8):
1 n
∑ (x i − a ) ,
2
σ2 ≈ s 2 = (7.7)
n i =1
n 2
1 ⎛ −⎞
σ2 ≈ s2 =
n −1 ∑ ⎜⎜ x i − x ⎟⎟
i =1 ⎝ ⎠
, (7.8)
unde x este media aritmetică a măsurărilor mărimii a.

Estimaţia de încredere a erorii medii pătratice σ (în cazul unui număr
mare de măsurări) este dată de intervalul: S(1 –q) < σ < s(1+q), unde q = q
(P, k) se calculează pe baza tabelului pentru estimarea lui σ, ale cărui intrări
sunt P – siguranţă şi k – numărul gradelor de libertate. În cazul unui mare
număr de măsurări se adoptă ca estimaţie a dispersiei media aritmetică a
dispersiilor empirice, adică (7.9):
m
1
σ2 ≈
m ∑S
i =1
2
i , (7.9)
unde m este numărul seriilor de măsurări.

Dispersia de răspuns, ca şi dispersia de eşantionare pot fi estimate pe
baza rezultatelor eşantionării. Dacă erorile individuale de răspuns sunt
independente, fiind datorate doar neatenţiei, ele se compensează în medie şi
sunt prevăzute în formulele de estimare a variantei eşantionării. În cazul
dispersiei de răspuns datorată erorilor de înregistrare, dacă fiecare operator
produce o distorsiune sistematică, chiar dacă acestea se compensează
reciproc, va avea loc o creştere a dispersiei totale.
Apare, deci, o componentă a dispersiei de răspuns care va duce la
necesitatea modificării formulelor de calcul a dispersiei de eşantionare.
Astfel, dacă r operatori extraşi întâmplător din totalul R al operatorilor de
interviu, aceştia vor intervieva n persoane constituind un eşantion aleator
simplu. Dacă operatorul i produce o distorsiune netă b1, vom defini totalul
distrosiunilor produse de operatori ca (7.10):
2
1 R
σ =
2
b ∑ (b − b ) ,
R − 1 r =1 i
(7.10)
unde b este media distorsiunilor nete.
Moser notează dispersia estimării unei caracterisitici oarecare x

este:
V ( x ) = σ x2 / n (7.11)
La aceasta trebuie adăugată dispersia de răspuns rezultată din erorile
operatorilor, formula (7.2.11) devenind (7.12):
σ x2 ⎛1 ⎞
V (x) = + σ b2 ⎜ − 1⎟ (7.12)
n ⎝r ⎠
De unde rezultă că dispersia eşantionării este compusă din două
părţi:
σ x2 / n reprezintă dispersia eşationării
⎛1 ⎞
σ 2b ⎜ − 1⎟ şi a doua parte (7.13):
⎝r ⎠
exprimă variabilitatea operatorului.

În privinţa estimaţiei, situaţia nu este clarificată: dispersia poate fi
estimată, dar distorsiunea nu.
7.3 Estimarea statistică
7.3.1 Estimarea punctuală
Scopul calculării indicatorilor sintetici ai datelor înregistrate, ca de

altfel întreaga procedură de sondaj, îl constituie estimarea indicatorilor de
sondaj şi identificarea legăturilor ce se manifestă între variabilele populaţiei
totale, cu o precizie de o anumită probabilitate fixată a priori.
Pentru a caracteriza şi a identifica ceea ce este esenţial pentru datele

de sondaj, se calculează indicatorii tendinţei centrale, dintre care media
aritmetică ocupă un loc central. Acest indicator poate fi utilizat într-o etapă
următoare împreună cu ceilalţi parametri ai eşantionului pentru extinderea
rezultatelor sondajului asupra colectivităţii generale şi pentru comparaţii cu
rezultatele obţinute pentru alte eşantioane, doar dacă colectivitatea de
selecţie este omogenă şi media reprezentativă.
În continuare voi trece în revistă principiile estimării statistice cu
aplicabilitate în cazul studiului pieţei, în general, cu particularităţi pe piaţa
serviciilor de consultanţă, în special.
Pentru un eşantion aleator cu valorile x1, x2, ..., xn extrase
independent din distribuţia F cu parametrul θ, problema estimării este aceea
a găsirii funcţiei θˆ (x), care este asemănătoare cu θ. În acest caz adjectivul
“asemănătoare” sau “apropiată” are un înţeles destul de vag căruia i se pot
atribui numeroase sensuri.
Dacă privim eşantionul ca fiind format din înregistrarea variabilelor
aleatoare X1, X2, ..., Xn şi estimatorul θˆ ca o funcţie a acestor variabile,
atunci θˆ este o variabilă aleatoare cu următoarele proprietăţi:
eroarea medie minimă, adică:
E (θˆ − θ ) = 0 (7.1)
şi estimatorul se spune că este nedistorsionat;

eroarea medie pătratică minimă:
E (θˆ − θ ) 2 → 0 (7.2)
Ceea ce combină în mod arbitrar variabilitatea estimatorului θˆ cu

distorsiunea b = E ( θˆ - θˆ ), deoarece:
E (θˆ − θ ) 2 = var θ + b 2 (7.3)
variaţie minimă, deci dispersie minimă.

Un factor de influenţă în alegerea estimatorului nedistorsionat de

dispersie minimă este costul minimizării erorilor (θˆ − θ ) pentru eşantioane
de volum diferit. Eşantioanele conţin informaţii referitoare la parametrii
unei familii de distribuţii ce folosesc funcţii diferite pentru extragerea
informaţiilor (datelor).
Există numeroase metode de estimare ce oferă tehnici de găsire a
estimatorilor pentru parametrii populaţiei totale, dintre care am considerat
util a prezenta pe scurt:
1. metoda momentelor;
2. metoda verosimilităţii maxime;
3. metodele Bayesiene.
Metoda momentelor
Momentele unei familii de funcţii de distribuţie sunt funcţii ale

parametrilor acesteia. Dacă vom calcula un număr redus de momente este
posibil să utilizăm împreună momentele de ordinul întâi, împreună cu
momentele eşantionului, pentru a obţine estimaţii ale parametrilor. Metoda
momentelor poate fi utilizată, de exemplu, pentru a estima parametrul θ al
unei distribuţii exponenţiale cu valori nonnegative, de forma (7.4):
f ( x \ θ ) = θ ⋅ e −θ ⋅ x , x ≥ 0, θ > 0 (7.4)
Dacă media populaţiei se calculează conform relaţiei (7.5):
∞
1
x = E ( X ) = θ ∫ x ⋅ e −θ ⋅ x dx = (7.5)
0
θ
atunci valoarea medie pentru eşantion va fi:

x s = ( x1 + ... + x n ) / n
şi, astfel, metoda momentelor va obtine estimatorul parametrului
1 1
θ din x = rezultând θˆ = .
θˆ x
Metoda verosimilităţii maxime
«Maximum likelihood method» este o metodă cu aplicabilitate, mai

ales, pentru eşantioanele de volum mare. Pentru familiile de distribuţii
discrete putem calcula probabilitatea de a preleva un anumit eşantion şi, de
asemenea, putem alege ca estimatori valorile parametrilor ce maximizează
această probabilitate.
Pentru eşantionul valorilor x1, ..., xn, extrase independent dintr-o
distribuţie cu probabilităţile asociate P ( X = x θ ) = f ( x θ ) în care θ poate fi
un vector, probabilitatea, denumită verosimilitate, se defineşte conform
formulei (7.3.6) ca produs al funcţiei de probabilitate, caracterizând fiecare
valoare a eşantionului:
n
L( x1 ,...., x n θ ) = ∏ f ( x i θ ) (7.6)
i =1
Pentru distribuţii continue vom maximiza funcţia de verosimilitate

din formula (7.6). În acest caz verosimilitatea este o măsură a densităţii de
probabilitate şi nu o probabilitate, ca în cazul distribuţiilor discrete.
Estimatorul θˆ , acea valoare a lui θ care maximizeaza funcţia L pentru
eşantionul extras, este estimatorul de verosimilitate maximă pentru θ.
Când n tinde la infinit θˆ tinde asimptotic spre distribuţia normală cu
dispersia calculată conform (7.7):
1
var θˆ = σ θ2 = (7.7)
⎡ ∂ log f ( x θ ) ⎤
2
− nE ⎢ ⎥
⎢⎣ ∂ ⋅θ 2 ⎥⎦
De exemplu, un eşantion de volum n distribuit normal cu media 0 şi

dispersia θ (sau σ 2 ) are funcţie de verosimilitate şi derivatele de ordinul
întâi ale acesteia în raport cu dispersia conform sistemului (7.8):
⎧ n 1
− ⋅∑ xi2/θ
L
⎪⎪ 1 ( x ,....., x n θ ) = [2 πθ ]−
2 ⋅ e 2
⎨ (7.8)
⎪ ∂ log L = − n + ∑ i
x2
⎪⎩ ∂θ 2θ 2θ 2
Prin anularea derivatei de ordinul întâi şi rezolvarea ecuaţiei cu

necunoscuta θ verosimilitatea maximă ce estimeaza θ este dată de suma
n
pătratelor vectorului XI împărţită la n: θˆ = (∑ xi2 ) / n şi dispersia este invers
i =1
2θ 2
proporţională cu n: var θˆ = σ 2 = , deoarece derivata de ordinul doi a
n
logaritmului funcţiei L este o funcţie liniară.
Proprietăţile estimatorului de maximă verosimilitate sunt:
a) converge în probabilitate către valoarea adevarată, concretă a lui
θ atunci când n → ∞ , deci este consistent;
b) este asimptotic nedistorsionat;
c) are dispersia minimă comparativ cu estimatorii nedistorsionaţi cu
dispersie finită putând spune că este un estimator eficient;
d) estimatorul de maximă verosimilitate al unei funcţii de θ este
funcţia estimatorului de verosimilitate maxima a lui θ.
De exemplu, dacă estimatorul de maximă verosimilitate ce estimează
θ (sau σ 2 ) este ∑x 2
i / n (7.9), estimatorul de verosimilitate maximă pentru
abaterea medie pătratică σ este radical din expresia (7.9) devenind (7.10):
σˆ = θˆ = ∑x 2
i /n (7.10)
În cazul în care fiecare valoare a eşantionului reprezintă un vector

xi = (x1i, ..., xri) şi distribuţia compusă a celor r variabile are k parametrii,
θ = (θ 1 ,...., θ k ) , atunci forma funcţiei de verosimilitate cu vectori este dată
de relaţia (7.11):
n
L( x1 ,...., x n θ ) = ∏ f ( x i θ ) (7.11)
i =1
Pentru a afla maximul relativ al funcţiei se rezolvă sistemul obţinut

prin anularea derivatelor în funcţie de θ i . Estimatorii θ i sunt asimptotic
normal distribuiţi cu mediile (θ 1 ,...., θ k ) şi matricea de covarianţă
, unde {B pq } sunt rezultatele derivatelor parţiale de ordinul 2 ale

−1
n ⋅ B pq
logaritmilor densităţii (7.12):
∂ 2 log f ( x θ )
B pq = − E , p, q = 1,..., n (7.12)
∂θ p ∂θ q
Dacă eşantionul este extras dintr-o distribuţie normală cu media θ 1

şi dispersia θ 2 , cu densitatea normală (7.13):
⎧ 1
−
[
⎪ f ( x θ 1 , θ 2 ) = (2πθ 2 ) 2 exp − ( x − θ 1 ) 2 / 2θ 2
⎨
] (7.13)
⎪⎩− ∞ < x < ∞,−∞ < θ 1 < ∞,0 < θ 2 < ∞
atunci estimatorul de maximă verosimilitate al mediei populaţiei este

media eşantionului şi cel al dispersiei generale este dispersia de sondaj
(7.14):
θˆ1 =
∑x i
= x s ;θˆ2 =
∑ (x i − x) 2
(7.14)
n n
Mai mult, matricea de covarianţă este matricea diagonală (7.15):
θ2
∅
n
2θ 22 (7.15)
∅
n
astfel încât, θˆ1 şi θˆ2 sunt asimptotic normal distribuite cu mediile

( θ 1 , θ 2 ) şi dispersiile θ 2 n şi 2θ 22 n .
Pentru un eşantion de n observaţii independente normal distribuite,

media de sondaj este exact, nu asimptotic distribuită după funcţia Gauss, cu
media θ1 şi dispersia θ2, unde θ2/n = σ2/n.
3. Metode bayesiene de estimare

Abordarea bayesiană reprezintă o alternativă a metodelor clasice de
estimare ce asigură un mod convenabil de încorporare a informaţiilor
definite aprioric referitoare la parametrii populaţiei totale şi de adăugare a
informaţiilor pe măsura apariţiei acestora.
Unul dintre dezavantajele metodei este incapacitatea de a efectua
estimări fără a cunoaşte distribuţia anterioară a parametrilor.
Principalul instrument pentru inferenţă este distribuţia ulterioară a
parametrului θ, parametrul setului de date înregistrat. Pentru o distribuţie a
variabilei aleatoare x caracterizată de parametrul θ, cu o funcţie de densitate
de probabilitate f, verosimilitatea ataşată unui eşantion de volum n este un
produs de densităţi:
n
L (x1,…., xn| θ) = ∏ f ( x i | θ ) . (7.16)
1
Dacă distribuţia parametrului θ are densitatea g(θ) atunci densitatea

comună va fi:
n
h (x1, …, xn,θ)=g (θ) ∏ f ( x i | θ ) (7.17)
i =1
Densitatea distribuţiei ulterioare se construieşte multiplicând de k ori

densitatea comună a eşantionului, astfel:
n
p(θ|x1, …, xn)=k g(θ) ∏ f ( x i | θ ) (7.18)
i =1
Parametrul θ este o variabilă aleatoare, deşi, în metodele de estimare

anterioare a fost privit ca un parametru constant. Interpretarea probabilităţii
p (θ/x) arată cum ar caracteriza cercetătorul care a furnizat distribuţia
anterioară, situaţia parametrilor eşantionului după analizele date.
În cazul în care caracterizarea distribuţiei anterioare s-a bazat pe
judecăţi personale, subiective, atunci p (θ/x) va avea valori diferite în opinia
unor cercetători diferiţi. Dacă distribuţia anterioară este caracterizată numai
după criterii obiective, atunci distribuţia ulterioară analizei va fi aproximativ
identică cu realitatea .
Controversele în ceea ce priveşte metodele bayesiene se referă la
filozofia alegerii distribuţiei anterioare şi dificultăţii atingerii unui punct de
vedere comun. Statisticianul Federick Mosteller şi David Wallace au ajuns
la concluzia că o dificultate neglijată în teoria bayesiană este nivelul de
precizie a concluziilor, care este în funcţie de alegerea familiei distribuţiilor
de date, deci în funcţie de forma funcţională a funcţiei f.
Pentru o probabilitate dată p(θ/x) estimatorii punctuali sau de
interval pot fi obţinuţi sau p(θ/x) poate fi utilizată în procesul decizional. De
exemplu, media aritmetică, mediana şi modul pentru o distribuţie ulterioară
pot fi utilizate ca estimatori punctuali ai valorilor concrete. Un interval de
încredere poate fi de asemenea construit:
v
∫ p (θ / x)dθ = 1 − α (7.19)
u
Dacă dispunem de informaţii despre θ, distribuţia anterioară pentru

θ poate fi difuză. Acest fapt ar atribui datelor o mai mare pondere în
determinarea distribuţiei posterioare. O astfel de distribuţie se numeşte o
“distribuţie anterioară uşoară”.
7.3.2 Estimarea unui interval
Conceptul estimării punctuale trebuie lărgit cu cel al estimării unui

interval de variaţie pentru parametrul populaţiei totale, garantat cu o
anumită probabilitate. Într-o viziune mai largă, dacă parametrul ar fi fost un
vector, prin estimarea intervalului s-ar stabili regiunea critică a acestuia. Un
exemplu îl constituie intervalele de încredere.
În cazul unui eşantion de volum n, extras dintr-o populaţie normal
distribuită cu media necunoscută şi deviaţia standard cunoscută,
probabilitatea 1 – α este probabilitatea ca media de sondaj să varieze cu o
mărime denumită eroare limită, ±zα/2 .σ √n, utilizată pentru a estima
intervalul de variaţie a mediei, şi zα/2 este parametrul corespunzător
punctului procentual α/2 al distribuţiei normale standard. În acest caz media
populaţiei variază conform (7.20):
x s − z 1 ⋅ σ / n ≤ x 0 ≤ x s + z 1 ⋅ σ / n , cu probabilitatea 1- α (7.20)
α α
2 2
Nivelul de încredere utilizat pentru estimarea parametrilor

eşantionului de firme a fost de 0,95, pentru care argumentul funcţiei Laplace
este z α / 2 = 1,96, deci aproximativ 2. Dacă, în general, putem identifica o
funcţie superioară θˆ şi o funcţie inferioară θˆ pentru valorile eşantionului,
u l
astfel încât, probabilitatea ca aceste funcţii să mărginească parametrul θ să

fie 7.21:
P (θˆl ≤ θ ≤ θˆu | θ ) = 1 − α
Atunci valorile funcţiilor θˆu si θˆl obţinute pe baza eşantionului duc

la obţinerea limitelor intervalului de încredere pentru parametrul θ cu o
probabilitate de 1-α.
Pentru un eşantion de volum n extras dintr-o populaţie cu distribuţie
normală cu media şi dispersia necunoscute, notând x 0 media şi cu
σ 02 dispersia de sondaj, limitele simetrice de variaţie a mediei cu o
probabilitate de 1-α. sunt:
x s ± tα / 2 ⋅ s x .
unde t α/2 este argumentul funcţiei Student de distribuţie cu n-1 grade de

libertate.
Intervalele de încredere nu sunt utilizate doar pentru determinarea
plajei posibile de variaţie a parametrilor populaţiei totale, garantată cu o
anumită probabilitate, ci, şi pentru testarea ipotezelor statistice.
7.3.3 Estimarea robustă
În activitatea practică, înregistrările sistematice au ca scop reducerea

valorilor aberante, extreme înregistrate. Simpla înlăturare a acestora duce la
eliminarea de unităţi din eşantion şi reducerea gradului de precizie a
estimaţiei. O abordare mult mai rezonabilă este eliminarea şi studierea
separată a setului valorilor aberante. Pentru aceasta, de exemplu, un bun
estimator al poziţiei este valoarea mediană a eşantionului folosită ca
estimator atât pentru mediana populaţiei totale cât şi pentru media acesteia,
deoarece mediana eşantionului nu este afectată de valorile extreme.
În cazul eşantioanelor de volum mare distribuţia medianei este
distribuită aproximativ normal cu o medie asimptotică x0,5, valoarea centrală
a distribuţiei, şi o dispersie asimptotică exprimată prin densitatea funcţiei
evaluate pentru valoarea mediană corespunzătoare:
1
σ Me
2
= (7.22)
4n[ f ( x 0.5 )]
2
Dacă f este o funţie de densitate de repartiţie normală, media

populaţiei este egală cu mediana şi media, şi mediana de sondaj sunt
aproximativ normal distribuite. Pe măsură ce volumul eşantionului creşte
2
dispersia mediei devine σ x2 ≈ ⋅ σ Me
2
şi utilizarea medianei este de eficienţă
π
asimptotică 2/π = 0,63, ceea ce înseamnă că, prin comparaţie cu media, este
necesar un eşantion de volum egal cu 100 de unităţi dacă se utilizează
mediana ca estimator al parametrului θ al populaţiei totale, iar dacă s-ar
utiliza media eşantionului (în situaţia în care nu ar fi afectată de valori
extreme) volumul eşantionului ar fi de 63 de unităţi.
Deci, prin utilizarea medianei ca estimator al parametrului populaţiei
totale cresc costurile de sondaj. Media fiind indicatorul afectat de valorile
extreme atunci când acestea apar, se poate înlocui în analiză cu mediana
prin creşterea volumului eşantionului, astfel încât să se respecte raportul de
eficienţă de 0,63.
Funcţia de densitate poate fi exprimată, în acest caz, ca o sumă
ponderată a două densităţi normale, printr-o funcţie de n şi un parametru de
ponderare γ astfel:
c( x | x 0 , σ 2 , γ ) = (1 − γ )n( x | x 0 ,1) + γ ⋅ n( x | x 0 , σ 2 ), σ > 1 (7.23)
unde n( x | x 0 , σ 2 ) este ordonata la x a funcţiei de densitate de probabilitate

normală cu media x 0 şi dispersia σ 2 .
Pentru parametrul γ de nivel redus, c se numeşte distribuţie

contaminată şi γ este fracţia de contaminare de către datele ce au dispersia
σ2. Dacă γ = 0,09 şi σ = 3 mediana are o variaţie mai mică decât media şi de
aceea este preferată ca estimator mediei de sondaj.
O altă metodă de eliminare a influenţei valorilor extreme este
calculul mediilor reduse, extreme, calculate ca medie aritmetică după
eliminarea valorilor extreme dintr-un set de date. Mediile extreme se
formează prin eliminarea unei fracţii α din valorile extreme; eliminarea unei
fracţii 2 α din toate valorile şi calculul mediei pentru valorile 1-2 α.
Studiile empirice sugerează că pentru un volum suficient de mare de

date, reducerea valorilor cu α = 0,25 este suficient de satisfăcătoare pentru
estimarea indicatorilor de poziţie. Aceste medii au o eficienţă asimptotică
mai mare decât media, de 0,83, comparate cu nivelul mediei dinaintea
contaminării, deci, dacă volumul eşantionului pentru care s-a utilizat ca
estimator media dinaintea contaminării este 83, volumul eşantionului pentru
care se utilizează mediile reduse ca estimatori trebuie să fie de 100 de
unităţi. De exemplu, pentru o distribuţie contaminată cu γ = 0,05 şi σ = 3
media are o eficienţă de doar 0,92 din cea a mediei reduse. Dacă α = 0,25 şi
γ = 0,10 atunci eficienţa descreşte la 0,775.
În continuare sunt prezentate doar două procedee mai semnificative

din multitudinea metodelor de extindere a rezultatelor sondajului asupra
colectivităţii ce a constituit baza de sondaj: procedeul coeficientului de
corectare şi procedeul extinderii directe.
7.3.4 Procedeul coeficientului de corectare
În majoritatea cazurilor, observarea totală a unei colectivităţi

necesită, pe lângă calculul indicatorilor acesteia şi o concentrare mare de
resurse umane pentru culegerea datelor, ceea ce duce inevitabil la apariţia
erorilor de înregistrare, aşa cum este cazul înregistrărilor exhaustive.
Pentru a verifica veridicitatea datelor culese ca şi a indicatorilor
calculaţi pentru colectivitatea totală se recurge la cercetarea de control prin
sondaj, efectuându-se o nouă înregistrare a unei părţi a colectivităţii
generale, cuprinsă între 5 - 10% din aceasta, după cum recomandă
Ion Ivănescu.
Datele culese prin cercetarea totală pot fi corectate cu datele
înregistrate prin sondaj, mai exacte decât cele dintâi. Corectarea se face
aplicând un coeficient de corectare asupra nivelului absolut al acestora.
Coeficientul de corectare reprezintă raportul dintre volumul unităţilor
stabilit prin sondaj şi volumul unităţilor înregistrării totale pentru aceeaşi
fracţie de sondaj.
7.3.5 Procedeul extinderii directe
Acest procedeu constă în estimarea indicatorilor colectivităţii

generale, fără ca să se fi înregistrat în prealabil unităţile ei, cu ajutorul
indicatorilor calculaţi din datele obţinute în urma organizării culegerii
datelor de sondaj.
Estimarea indicatorilor colectivităţii totale cu ajutorul indicatorilor
calculaţi la nivel de eşantion, face ca aceştia să nu aibă o valoare
determinată, ci, datorită erorilor inerente preocedurii probabilistice de
sondaj, erorile de reprezentativitate, să se abată de la cei reali. Vom putea
spune, cu o anumită probabilitate, că ei sunt plasaţi într-un interval dat de
media de sondaj, plus (minus) eroarea limită (inegalitatea lui Cebîşev):
x populaţie = x sondaj ± ∆x (7.24)
Greutatea specifică a unităţilor din cadrul colectivităţii totale, care

posedă o anumită caracteristică (luată în considerare în momentul formării
eşantionului) poate fi estimată, cu o precizie antecalculată, astfel încât ea
poate lua valori într-un interval de forma:
p = w ± ∆w (7.25)
Pentru cele două tipuri de caracteristici - alternativă şi nealternativă -

se va putea estima nivelul lor absolut în cadrul colectivităţii totale, ca un
produs, între limitele intervalului de încredere şi volumul întregului
fenomen, adică:
N (x s ± ∆ x ) şi N (w ± ∆ w ) (7.26)
De asemenea, pentru orice interval de încredere calculat, trebuie

testată semnificaţia sa. Testele de semnificaţie şi particularităţile utilizării
acestora, în studiul prin sondaj aplicat, în domeniul marketing şi
administrarea afacerilor vor fi prezentate într-un subcapitol special al cărţii.
7.4 Prelucrări avansate ale informaţiei statistice
7.4.1 Construcţia de tipologii
Această parte a lucrării prezintă clase de proceduri ce descriu modele

de analiză statistică a datelor de sondaj. Bineînţeles, lucrarea nu îşi propune
realizarea un inventar al multiplelor metode şi tehnici de analiză statistică,
ci accentuează două mari direcţii de analiză, construcţia de tipologii şi indici
complec ;i, agregaţi.
Fiecare dintre aceste clase de proceduri poate fi împărţită la rândul ei
în subclase de analiză, în funcţie de tipul variabilelor utilizate: cantitative
sau calitative (categoriale).
Construcţia şi utilizarea în scopuri descriptive a tipurilor de agenţi
economici, clienţi, prestatori de servicii, sunt operaţii deosebit de frecvente
în ştiinţa cercetării pieţei, necesare pentru identificarea posibilelor categorii
de agenţi economici ce achiziţionează servicii de consultanţă în resurse
umane, a comportamentului, atitudinii, nevoilor şi preferinţelor lor.
Clasificarea managerilor, intervievaţi într-un număr redus de grupe
este necesară pentru o mai bună înţelegere a ceea ce este esenţial, repetabil,
cu o anumită regularitate în comportamentul consumatorului de servicii de
consultanţă în resurse umane, în general, şi al managerului de resurse umane
în special, determinarea de similitudini şi regularităţi cu caracter predictiv
pentru comportamentul clienţilor, după alte variabile decât cele ce au stat la
baza construcţiei tipologiei.
Nivelul de pornire variază foarte mult, operaţiunea putând începe din
planul strict teoretic până la cel pur empiric, cu ajutorul permiselor
logico-teoretice pure, sau cele sugerate de datelele primare culese, sau o
combinaţie a acestora.
Gruparea pe tipologii se face şi atunci când volumul eşantionului
este mare, fiind format din purtătorii ofertei forţei de muncă (unităţi
omogene), de exemplu, şi atunci când volumul eşantionului este suficient de
mic pentru a percepe distinct fiecare unitate, ce poate fi reprezentată de
agenţii economici ce formează o populaţie neomogenă.
De aici apare clasificarea tipologiilor în două categorii: unele ce se

construiesc statistic, pornind de la caracteristicile managerilor, privite în
mod abstract, fără a ţine seama de situaţiile ce caracterizează fiecare
persoană, şi o a doua categorie, ce are ca punct de reper subiecţii, priviţi din
punct de vedere individual, identificând similitudinile între aceştia.
O procedură clasică de construcţie a tipologiilor este analiza cluster,
o metodă cu multe posibilităţi de aplicare în studiul pieţei forţei de muncă.
Analizând piaţa purtătorilor forţei de muncă vom avea de a face cu
eşantioane de volum normal şi, deci, nu se vor putea folosi decât procedurile
de tipologizare aplicabile şi la situaţii statistice, printre care cea introdusă de
Paul Lazarsfeld şi procedura rezultată prin „reducerea spaţiului de atribute”.
Spaţiul de atribute (property-space) este o noţiune construită prin analogie
cu spaţiul geometric.
Pornind de la analiza unui număr de s întrebări dintr-un chestionar,
fiecare cu un număr ri, (i luând valori de 1 la s), un subiect intervievat
reprezintă un punct în spaţiu s-dimensional, coordonatele lui după fiecare
dimensiune fiind una din poziţiile pe scara de răspuns a întrebării respective.
Spre deosebire de spaţiul geometric care este continuu şi omogen, spaţiul de
atribute este format dintr-o mulţime finită de puncte (definite de poziţiile
distincte) în număr de:
m = r1 x r2 x …x rs
Aceste poziţii se regăsesc în tabelul care asociază simultan cele s

variabile, aflându-se la intersecţia dintre linii şi coloane. Reducerea spaţiului
de atribute va însemna diminuarea mulţimii poziţiilor până la un număr
suficient de mic, de exemplu zece, uşor de utilizat, fiecare poziţie (tip)
având o semnificaţie clară.
O poziţie în spaţiul de atribute este, de fapt, una din cele m
combinaţii a posibilităţilor de răspuns la cele s întrebări. Reducerea spaţiului
de atribute reprezintă deci, după Lazarsfeld, operaţia de clasificare ce are
drept rezultat regruparea mai multor combinaţii într-o singură clasă.
Criteriile pe baza cărora se decide combinarea într-o singură clasă, a două
sau mai multe combinaţii, nu sunt definite univoc, intervenind o serie de
consideraţii logice şi constatări empirice, care coroborate cu scopul

cercetării conduc în final la un număr mai mic sau mai mare de clase.
Rotariu şi Iluţ fac câteva obsevaţii interesante ce se constituie
totodată drept puncte de reper, observaţii făcute pentru prima dată de
Lazarsfeld:
1. Între cele m combinaţii, cel mai adesea există câteva logic
imposibile, deci care se elimină de la sine.
2. Analiza logică are rol predictiv, iar datele factuale confirmă că
anumite combinaţii sunt puţin probabile, deci numărul managerilor ce apare
în astfel de cazuri este mic, neglijabil.
3. Reduceri ale spaţiului de atribute se pot face îndeosebi atunci
când se atribuie valori numerice variantelor de răspuns, prin comprimarea în
aceeaşi clasă a combinaţiilor ce conduc la sume valorice egale sau apropiate
ca nivel.
4. O anumită variabilă poate prezenta o anumită importanţă, astfel
încât, obţinerea unei poziţii după o variabilă mai semnificativă, va duce la
neglijarea parţială a distribuirii subiecţilor după celelalte caracteristici.
Cazurile 1 şi 2 sunt tratate de Lazarsfeld constituind aşa numita
reducţie funcţională, iar cazul 3 este denumit reducţie convenţională sau
numerică, în timp ce ultimul caz reprezintă în opinia sociologului american
reducţiile pragmatice, comandate de raţiuni ale cercetării.
În strânsă legătură cu operaţiunea de reducere a spaţiului de atribute,
Lazarsfeld vorbeşte şi de operaţiunea de substrucţie (substruction),
complementară celei de construcţie (construction).
Această operaţiune intervine atunci când trebuie analizate tipologiile
folosite în cercetare, în situaţia în care construcţia acestora nu este clar
explicitată. Substrucţia este procedura de reconstituire pentru un sistem de
tipuri dat, a spaţiului de atribute ce stă la baza lui şi reducţia ce a fost
implicit folosită.
O altă procedură de construcţie a tipologiilor este analiza clusterelor
latente.
7.4.2 Indici complecşi, agregaţi
Asemănător scorurilor finale din scalele de atitudine se pot calcula şi

indici complecşi, al căror câmp de referinţă poate ieşi din sfera realităţii
subiective, ca de exemplu, se poate construi un indice al calităţii vieţii
managerilor intervievaţi. Apare aici problema condensării într-un singur
indice a unei mulţimi de întrebări ce privesc mai multe dimensiuni ale unui
concept. Nu se vor lua în consideraţie eventualele asociaţii între variabilele
cuprinse în mai multe întrebări.
Principala problemă a indicilor complecşi este reducţia spaţiului
multidimensional la unul unidimensional. Problema a fost abordată de
Arrow care demonstreză imposibilitatea existenţei unui indice complex,
ideal.
Principala condiţie ce trebuie îndeplinită de un astfel de indice este
ca indicele să fie noncompensatoriu, astfel încât orice variaţie semnificativă
a unei variabile într-un sens, trebuie să genereze o variaţie corespunzătoare a
indicelui complex, deci efectul sau asupra ierarhiei să nu fie compensat de
schimbarea în sens invers a altei variabile.
Condiţia este dificil de respectat în toate cazurile, deoarece de
nenumărate ori indicii de ierarhizare sunt construiţi, astfel încât, să
definească modul de realizare a acestor compensări.
De exemplu, construind un indice al calităţii serviciilor prestate de o
firmă de consultanţă în resurse umane, în care fiecare prestaţie este surprinsă
printr-un punctaj, atunci simpla alegere a managerului firmei beneficiare de
a atribui nota 10 serviciilor de perfecţionare a personalului necalificat şi nu
celor legate de negocierile cu sindicatele, implică ideea că o firmă solicită
serviciile unor firme de consultanţă pe probleme de formare a personalului
pentru calificare la locul de muncă, în aceeaşi măsură cu o firmă ce a
rezolvat un conflict sindical ce putea degenera în grevă. Evident nu orice
aspect poate fi compensat, trebuind considerate şi pragurile unor indicatori
sub sau peste care variaţia variabilei nu mai poate fi compensată.
Aspecte de prelucrare asemănătoare apar prin cumularea directă a
codurilor sau atribuirea de scoruri intermediare, construind distribuţii de
frecvenţe absolute sau relative, ceea ce permite calculul unor scoruri
sintetice, de tipul scorului mediu, însoţit de indicatorii de variaţie sau

asimetrie, cu ajutorul cărora se decide, în funcţie de nivelul de
reprezentativitate al mediilor, dacă pot fi folosite în continuare pentru
efectuarea inferenţei statistice.
7.5 Modele de măsurare a legăturilor statistice pentru datele

calitative
Fenomenele şi procesele de marketing studiate statistic sunt extrem

de diferenţiate, numeroase şi variate în timp, spaţiu şi din punctul de vedere
al modalităţii de organizare. Cu cât sunt mai împrăştiate în spaţiu, de
exemplu, cu atât comensurarea statistică a variabilelor de marketing este
mai dificilă şi mai imprecisă, impunând aplicarea unui sistem de metode
care să carcaterizeze atât ansamblul variabilelor, cât şi părţile acestuia.
Este cunoscut faptul că, pe lângă variabilele cantitative pe care le
identificăm şi le măsurăm cu uşurinţă, fenomenele de marketing sunt în
marea lor majoritate caracterizate de variabile de natură calitativă ce pot fi
cu uşurinţă identificate, dar care nu pot fi direct măsurate în expresii
numerice ce se pot regăsi în structura sistemului informaţional al firmei şi în
cea a subsistemului de marketing.
De regulă, variabilele calitative asigură un grad mai mare de
omogenitate unităţilor la care se înregistrează, deoarece câmpul de variaţie
al acestora este mult mai restâns decât plaja posibilelor apariţii ale
variabilelor cantitative.
O primă problemă a statisticii este să identifice care sunt variantele
de manifestare a unei variabile calitative şi să întocmească nomenclatoare în
vederea obţinerii unei scale. Nomenclatoarele vor fi utilizate unitar atât la
culegerea datelor, cât şi la prelucrarea şi analiza acestora. Dacă variabila
calitativă are un grad mai mare de complexitate şi putem identifica un
criteriu organizatoric de regrupare, atunci pe lângă nomenclatorul general se
elaborează şi nomenclatoare specifice fiecărei grupe. Exemplul clasic
provine din economie: există un nomenclator al ramurilor de activitate din

economia naţională şi câte un nomenclator al subramurilor.
Pe baza nomenclatoarelor elaborate se pot centraliza datele
înregistrate şi se pot obţine distribuţii de frecvenţe, de ponderi. Dacă
ponderile categoriilor sunt foarte diferite se vor elimina acele categorii cu
ponderi nesemnificative. Nomenclatorul se poate revizui în urma organizării
de sondaje şi studii periodice pe eşantioane extrase din aceeaşi populaţie de
consumatori.
Pentru a trece la aplicarea modelelor de măsurare a asociaţiilor dintre
variabilele calitative se caută posibilitatea cuantificării acestora conform
teoriei scalare. Cel mai simplu caz este cel al variabilelor binare, ce se
cuantifică prin 0 şi 1. O a doua categorie de variabile calitative o constituie
cea a celor cu variante de răspunsuri conform unei scale ordinale, care pot fi
ierarhizate, pe baza creşterii intensităţii conţinutului răspunsurilor de la un
respondent la altul, după o scală liniară. În acest caz problema cuantificării
este rezolvată prin metoda rangurilor.
Pentru aceste două categorii metodele statistice de măsurare a
existenţei, intensităţii şi formei legăturilor statistice sunt metodele
parametrice şi nonparametrice de regresie şi corelaţie
O a treia categorie de variabile calitative, în afara celor ce pot fi
transformate într-o variabilă binară, sau a celor ce pot fi ierarhizate, este
categoria variabilelor pur calitative, pentru care categoriile înregistrate nu
admit nici o posibilitate de ordonare a răspunsurilor şi în consecinţă de
cuantificare.
Acestea pot fi centralizate cu ajutorul nomenclatoarelor şi/sau pot fi
considerate într-o analiză statistică drept caracteristici independente,
factoriale sau pot fi analizate ca variabile dependente doar prin modele de
asociere.
Metodele calitative utilizate pentru explicarea fenomenelor pieţei pot
identifica structuri de piaţă şi relaţiile dintre acestea cu scopul formulării
premizelor necesare descrierii pieţii. Studiile calitative efectuate înaintea
cercetărilor cantitative au ca scop stabilirea naturii şi structurii populaţiei.
Studiile calitative ce urmează celor cantitative pot explica motivele apariţiei
diferenţelor semnificative între grupurile analizate.
Utilitatea colectării datelor calitative - “soft”poate fi rezumată prin:

- Obţinerea informaţiilor de bază în cazul lipsei totale de
informaţii.
- Definirea problemei şi formularea ipotezelor ce urmează să fie
testate;
- Identificarea conceptelor de bază în cazul lansării unui nou
serviciu sau produs.
- Identificarea modelelor de comportament al atitudinilor şi
structurii eşantionului.
- Posibilitatea clarificării motivaţiilor apariţiei diferenţelor statistic
semnificative între structurile (clasele) eşantionului.
- Explorarea domeniilor “sensibile” pentru orice firmă.
Modelele calitative de investigare a pieţei nu sunt clar definite, fiind
împrumutate din ştiinţele sociale şi umaniste, iar succesul lor se bazează mai
ales pe experienţa cercetătorului.
Procesul fiind pur subiectiv apare problema nivelului de
reprezentativitate şi de încredere asigurat de modelele calitative. Unul dintre
factorii principali ce asigură utilitatea cercetării calitative este natura
dinamică, exploratorie a investigaţiei. În timpul interviului, cercetătorul
participă pe mai multe niveluri, din punct de vedere intelectual:
- ascultă şi acceptă datele ce sunt prezentate;
- procesează datele îşi formulează ipoteze;
- testează aceste ipoteze în timpul discuţiei prin întrebări de
verificare;
- înregistrează mental nuanţele, subtilităţile limbajului, gesturile
decidentului intervievat.
Abordarea calitativă pare mai potrivită în cazul eşantioanelor
formate din unităţi neomogene, firme – organizaţii, mai puţin disponibile în
a furniza simple date cantitative, ce pot fi considerate confidenţiale. În acest
caz disponibilitatea managerului de a oferi informaţii creşte o dată cu
creşterea nivelului său de încredere în operatorul de interviu.
Desigur, abordarea intelectuală a interviului va trebui să fie
multidimensională pentru a putea oferi un nivel acceptabil de înţelegere a
fenomenului de către beneficiarul studiului – decidentul care reprezintă

firma de consultanţă în resurse umane, în cazul de faţă.
Procedurile statistice, ce se aplică fie pentru analiza variabilelor
calitative, fie pentru analiza celor cantitative, pornesc de la ideea existenţei
unei variabile condiţionate, considerată ca factor explicat, x, (sau mai multor
variabile de acest tip) de către una sau mai multe variabile, considerate
factori explicativi, y (cauză).
Influenţa statistică constă în reducerea variaţiei unei variabile, atunci
când se cunoaşte poziţia indivizilor după o altă variabilă, reducându-se
astfel gradul de nedeterminare.
Modele incluse în această scurtă prezentare se disting după natura
variabilelor, cantitative sau calitative, fiind de măsurare a asociaţiilor sau
gradului de corelaţie, după numărul variabilelor implicate, corelaţii simple
sau multiple, şi după forma legăturilor matematice dintre ele, liniare,
curbilinii etc.
Cel mai simplu model este reprezentat de construcţia tabelului de
contingenţă sau asociere, între două variabile calitative, sau categoriale,
dintre care, una este presupusă a fi un factor determinant pentru cealaltă
variabilă.
De exemplu, se poate măsura nivelul de asociaţie dintre ocupaţie
(pe care o putem nota cu A) şi atitudinea persoanei intervievate faţă de
necesitatea plăţii sporului de vechime (B), de exemplu. Pe total eşantion,
distribuţia subiecţilor după atitudine are o formă asemănătoare sau nu, cu
forma de distribuţie pe fiecare grupă ocupaţională. Relaţia poate fi de
cauzalitate sau doar de covarianţă a seriilor de distribuţie.
Dacă distribuţiile condiţionate diferă semnificativ unele de altele
(raportul de determinaţie R2 este mai mare de 0,5) şi diferă de distribuţia
marginală, atunci ocupaţia explică din punct de vedere statistic variaţia
atitudinii faţă de plata sporului de vechime. Cu cât comportamentul şi
atitudinea este mai diferită pe diferite grupe ocupaţionale, cu atât putem
afirma că ocupaţia explică mai mult, adică are o mai mare valore predictivă
pentru variaţia atitudinii.
Pentru măsurarea statistică a nivelului de cauzalitate se pot folosi
mai mulţi indicatori statistici, neexistând cel mai bun indicator, folosit în
orice condiţii, pentru orice tip de variabile şi de legături. Aceştia ar putea fi

clasificaţi în coeficienţi simetrici, utilizaţi pentru a sugera nivelul general de
legătură dintre cei doi factori, sau pentru calcule de analiză mai complexe şi
coeficienţi asimetrici, în sensul că iau o anumită valoare dacă A este
presupus anterior lui B, şi o altă valoare în situaţia inversă.
Dacă se urmăreşte analiza legăturii dintre mai multe variabile este
necesară realizarea analizei multivariate. Dacă în plus, una dintre variabile
sau amândouă sunt calitative, analiza presupune construcţia tabelelor cu mai
multe dimensiuni. Statisticienii au demonstrat că, dacă în relaţia unei
variabile factoriale A cu o variabilă rezultativă B, se introduce o a treia, C,
denumită variabilă test, atunci asocierea generală dintre A şi B apare ca
sumă a asociaţiilor parţiale ale celor două variabile, în fiecare clasă a lui C,
plus un termen ce se formează din produsul asocierilor lui A cu C şi lui B
cu C.
Interpretare:
Dacă primii termeni ai sumei sunt nuli, (sau tind la 0), atunci
legătura dintre A şi B este datorată exclusiv factorului C. Factorul C poate
fi: a) anterior ambilor factori analizaţi (caz în care ipoteza existenţei unei
legături între A şi B a fost falsă în totalitate); b) intermediar, şi atunci
influenţa lui asupra lui B se transmite în întregime prin intermediul
factorului C.
Dacă primii termeni ai sumei sunt diferiţi de zero, atunci
introducerea variabilei test C, nu modifică relaţia dintre variabilele A şi B.
Dacă relaţiile parţiale în grupele variabilei C diferă semnificativ
unele de altele, înseamnă că legătura lui A asupra lui B diferă după starea lui
C, existând o interacţiune a factorilor A şi C asupra variabilei B.
Analiza este mult uşurată de posibilitatea folosirii pachetelor de
programe de tip SPSS pentru variabile calitative, ce utilizează de exemplu,
analiza loglineară, care centrându-se pe frecvenţele din tabele
multidimensionale, evidenţiază relaţiile dintre factori şi efectele interacţiunii
dintre ei.
7.6 Modele de măsurare a legăturilor pentru datele cantitative
În comparaţie cu modelele calitative cele cantitative se află la

antiteză, prin abordarea sistematică şi rigidă pe care o propun. În domeniul
explicării fenomenelor pieţei, metodele cantitative propun modele
universale, ce permit identificarea structurilor cheie şi a legăturilor
stohastice manifestate, utilizând pentru măsurare diferite tipuri de scale.
Datele cantitative sunt privite ca date “hard” ce pot fi supuse testelor
statistice de verificare a ipotezelor formulate în cadrul cercetării calitative,
care permit calculul erorilor şi estimarea intervalelor de încredere garantate
cu o anumită probabilitate şi asigură o bună reprezentativitate a populaţiei
studiate. Principalul dezavantaj al cercetării cantitative este imposibilitatea
studierii în profunzime a fenomenului. De aceea marea majoritate a studiilor
combină modelele calitative cu cele cantitative.
Pentru studiul legăturilor dintre variabilele cantitative spunem că
două mărimi aleatoare, ale căror valori sunt înregistrate x si y, formează o
corelaţie, dacă speranţa matematică a uneia dintre ele variază în funcţie de
variaţia celeilalte. Intensitatea legăturii dintre mărimile aleatoare x şi y se
caracterizează (în cazul respectării premiselor de liniaritate a legăturii) prin
coeficientul de corelaţie ρ(x, y). Dacă ρ(x, y) = 0, se spune că mărimile x şi
y nu sunt corelate. Dacă ρ(ξ, η) = 1, avem o dependenţă funcţională liniară.
Analiza corelaţiei permite să se estimeze cantitativ legăturile dintre
un mare număr de fenomene economice interdependente. Aplicarea ei face
posibilă verificarea diferitelor ipoteze economice cu privire la prezenţa şi
intensitatea legăturii dintre două fenomene sau din cadrul unui grup de
fenomene fiind strîns legată de analiza de regresie.
7.6.1 Analiza de regresie
Studiind legătura dintre două variabile cantitative se calculează

coeficienţii de regresie, raportul de corelaţie şi, dacă legătura este liniară, şi
coeficientul de corelaţie liniară simplă. Se studiază în general legătura dintre
o variabilă factorială şi una rezultativă, presupunând ceilalţi factori
constanţi.
Analiza unor forme de legătură, care determină relaţii cantitative

între mărimile aleatoare ale unui proces aleator studiat. În acest sens, teoria
regresiei constituie o parte a teoriei corelaţiei.
Fie X = xi; Y = yj; i = 1, 2, …, n; j = 1, 2, …, m sunt nişte mărimi
aleatoare cu repartiţia p(xi, yj). Prin definiţie, se numeşte regresia lui Y în X
funcţia:
m
(
y ( x ) = M (y / x ) = ∑ y j p y j / x . )
j =1
unde x este una dintre valorile unităţilor din eşantion x1, x2, iar
M(y/x) – (x, y)
Speranţa matematică condiţionată a mărimii aleatoare în cazul unui x

fixat. Variindu-l pe x ca pe un parametru, vom obţine în planul variabilelor
locul geometric al centrelor repartiţiilor condiţionate, numit curba de
regresie a lui Y în X. Dacă vom schimba locul variabilelor, vom obţine
curba de regresie a lui X în Y.
y (x)
Ca estimaţie a măsurii abaterii mărimii aleatoare faţă de centru se

adoptă mărimea dispersiei condiţionate:
⎛Y ⎞ m
⎛ yj ⎞
σ Y2 / x = D⎜ ⎟ = ∑ ( y j − y ( x) 2 p⎜⎜ ⎟⎟.
⎝x⎠ j =1 ⎝ x ⎠
În teoria corelaţiei ecuaţia de regresie se foloseşte pentru rezolvarea

problemei de prognoză a modificării mărimii aleatoare Y pe baza datelor
unui experiment sau a unor observaţii x1, x2, …, xn. Precizia prognozei se
estimează cu ajutorul mediei dispersiilor condiţionate:
n
σ Y2 / x = M [Y − y ( x)]2 = ∑ p( xi )σ Y2 / x.
i =1
Funcţia de regresia y(x) posedă proprietatea de extremum în virtutea

căreia media pătratică a abaterilor a mărimii y faţă de y(x) va fi mai mică
decât pentru orice altă funcţie f(x), diferită de funcţia y(x). Pe această
proprietate se întemeiază metodele de construire a modelelor sistemelor
economice, care corespund, în mod optim, mulţimii corespunzătoare de date
experimentale.
y ( x) = x + βx,
σ Y2 / x
Funcţia de regresie cea mai simplă este cea liniară unde coeficienţii
x si β se calculează prin metoda celor mai mici pătrate, pornind de la
condiţia de minimizare a funcţiei erorii:
n m
f ( x, β ) = M (Y − x − βx) 2 = ∑ ∑ p( x i, y j )( y j − y ( xi )) 2 .
i =1 j =1
Se ştie ca f (x, β) atinge valoarea sa minimă pe dreapta.
σy
y ( x) = a y + ρ ( x − a x ),
σx
Unde ax, ay sunt mărimile aleatoare medii X, respectiv Y. Ecuaţia de
regresie obţinută, Y în X este aproximativă. Schimbând locurile variabilelor
în ecuaţie, vom obţine ecuaţia dreptei de regresie aproximativă X în Y:
σx
X = ax + ρ (Y − a y ).
σy
Coeficienţii se numesc coeficienţi de regresie, iar ρ - coeficient de

corelaţie.
Alegerea funcţiei de regresie depinde de caracterul procesului aleator
studiat.
σy σ
βy/x = ρ , β x /Y = x
σx σy
Pentru procese mai complexe se construieşte un model de regresie

liniară multiplă:
n
y ( x) = a 0 + ∑ ai xi .
i =1
Aici, ca şi în cazul construirii modelului de regresie pentru o singură

variabilă, problema se reduce la determinarea coeficienţilor a0, a1,…an prin
minimizarea funcţiei erorilor:
2
⎡ n
⎤
f (a 0 , a1 ,..., a n ) = M ⎢Y − a 0 − ∑ ai xi ⎥ .
⎣ i =1 ⎦
Problema minimizării se rezolvă prin metoda celor mai mici pătrate.

O generalizare care permite studierea unor procese mai complexe
este extinderea procedeelor, expuse mai sus, la probleme de regresie
multiplă, de pildă, pentru un model nominal de ordinul al doilea:
n n m
y ( x) = ∑ ai xi + ∑∑ aij xi x j .
i =1 i =1 j =1
Pentru caracteristicile cantitative, existã proceduri clasice de analiză

a legăturilor multiple prin regresia multiplă. Pentru un numãr de n variabile
x1,…xn, fiecare individ dintre cei n intervievaţi, va primi câte o valoare după
fiecare variabilă, deci va putea fi reprezentat într-un spaţiu n-dimensional.
Considerând y1, ca variabilă dependentă se va alege, în funcţie de ipotezele
considerate, funcţia de n parametrii.
y1 = f (x2,….xn) + ε,
Parametrii ce se vor stabili prin metoda celor mai mici pătrate, astfel
încât, să aproximeze cel mai bine poziţia subiecţilor, marcată de ¨graficul
norului de puncte¨. Pentru estimarea tendinţei legăturii, în practică, se
foloseşte cel mai des, dacă numărul datelor analizate este suficient de mare
pentru exprimarea tendinţei, funcţia liniară. Ecuaţia regresiei liniare este:
y1 = a + (b2 x2 + …. + bn xn) + ε,
Reprezentând un hiperplan în spaţiul n-dimensional. Orice coeficient

bi, arată cu cât se modifică y1, dacă variabila xi se modifică cu o unitate.
Coeficienţii de regresie, b, nu pot fi comparaţi deoarece variabilele xi pot fi
diferite, exprimate în unităţi de măsură diferite.
Pentru a realiza compararea coeficienţilor funcţiei de regresie, adică
a compara factorii în funcţie de importanţa lor în influenţarea variabilei x1,
se calculează coeficienţii de regresie standardizaţi, coeficienţii beta, β.
Valoarea acestora arată care este legătura dintre variabila independentă şi
valorile ajustate xi. De aceea, orice ecuaţie de regresie trebuie însoţită şi de
indicatorul care exprimă eroarea medie a aproximării variabilei dependente.
Dezavantajul regresiei constă în faptul că nu ia în consideraţie relaţiile
dintre variabilele ce sunt considerate independente.
Valorea coeficienţilor de regresie se bazează pe coeficienţii de
corelaţie parţială, care sunt indici simetrici, adică nu presupun că o variabilă
este dependentă şi alta independentă una faţă de alta.
Legăturile statistice implicate în modelele de regresie se află la baza
modelelor complexe, care introduc relaţii de influenţă simultană a mai
multor variabile asupra celei rezultative, sau caută posibilităţi de definire a
unor noi factori de influenţă, ce pot fi interpretaţi ca factori sintetici
(fiind considerate variabile finale) sau latente (cele considerate a avea
influenţă ca factori intermediari). Un astfel de procedeu este “analiza path”.
Acestă metodă utilizează un set de r factori, exprimaţi cantitativ, între care
se stabilesc relaţii de dependenţă. O variabilă xi poate fi considerată
dependentă într-o ecuaţie şi independentă într-o altă ecuaţie, evitându-se
cauzalitatea circulară. Coeficienţii path indică influenţa directă a variabilei
independente asupra celei dependente, fără a se evidenţia influenţa
transmisă prin intermediul altor variabile.
Corelaţia multiplă stabileşte intensitatea legăturii dintre mărimea

aleatoare η şi un grup de mărimi aleatoare x1, x2,…, xn, coeficientul de
corelaţie multiplă:
D
R = 1 −
Dξ
Arată intensitatea legăturii (D este determinantul matricei de

corelaţie a mărimilor y, x1, x2, …, xn; Dε reprezintă acelaşi lucru, însă pentru
mărimile x1, x2, …, xη). Dacă R = 0, nu există legătură.
7.6.2 Elemente de analiză a varianţei
Analiza dispersională, sau ANOVA, este o altă secţiune a statisticii

social-economice care se ocupă cu analiza rezultatelor unor observaţii
depinzând de factori diferiţi ce acţionează concomitent, cu alegerea
factorilor celor mai importanţi şi cu estimarea influenţei lor.
Să examinăm un exemplu tipic. Presupunem că la studierea unui
anumit fenomen, in condiţii diferite, s-au obţinut nişte date statistice.
Problema constă în a stabili dacă fenomentul studiat depinde de condiţiile în
care s-a efectuat observarea şi, dacă depinde, cum anume. Rezultatul
observaţiilor poate varia atât datorită condiţiilor în care s-a efectuat
observarea, cât şi datorită unei anume influenţe întâmplătoare. Influenţa
condiţiilor observării se exprimă sub forma unui anumit factor, iar influenţa
întâmplătoare, sub forma unei anumite mărimi aleatoare, care are o repartiţie
normală (ipoteza fundamentală a analizei dispersionale). În general, factorul
este o mărime aleatoare necunoscută. Dar, în majoritatea covârşitoare a
problemelor practice, prin factor se înţelege un număr constant necunoscut,
adică se analizează aşa-numitele modele cu factor constant.
Să admitem că avem r grupe de observaţii, fiecare fiind obţinută în
anumite condiţii. Să presupunem că pentru grupa i, care conţine n numere,
orice observaţie este formată din următoarele componente:
µ este factorul comun pentru toate grupele;

χI – factorul propriu numai grupei i de observaţii; xI – mărimea
aleatoare care are o repartiţie normală, adică pentru grupa i presupunem
existenţa egalităţii:
yI = µ + χI + xI
unde yI reprezintă orice observaţie corespunzătoare grupei i, (i =1,2,…,m).

Sarcina analizei dispersionale constă în a estima raportul dintre
factorii µ, χI pentru a stabili dacă deosebirile dintre grupe sunt esenţiale sau
neesenţiale. Faptul dacă deosebirile dintre grupele de observaţii i şi k sunt
esenţiale sau neesenţiale se stabileşte prin compararea numerelor χI si χk.
Am prezentat un model unifactorial de analiză dispersională. Mult mai
complex este modelul bifactorial:
yij = x + χI + βj + ξij.
Acesta poate fi aplicat atunci când observaţiile se clasifică după

factori diferiţi. Să admitem că după primul factor toate observaţiile se împart
în m grupe (A1, A2, ..., Am), iar după al doilea în n grupe (B1, B2, ..., Bn).
Atunci ηij reprezintă orice observaţie care se referă, după primul factor, la
grupa AI, iar după al doilea, la grupa Bj; µ este factorul comun pentru toate
observaţiile; χi – factorul corespunzător grupei Ai; βj – factorul
corespunzător grupei Bj; ξij – mărimea aleatoare care are o repartiţie
normală.
Una dintre problemele care se elucidează cu ajutorul modelului
bifactorial poate fi următoarea: care dintre factori – primul sau al doilea –
exercită o influenţă esenţială asupra fenomenului studiat? Dacă, de pildă,
χi = 0 (i = 1, 2, …, m), atunci primul factor se consideră neesenţial. În mod
analog se poate scrie în model trifactorial, tetrafactorial, ş.a.m.d. Estimările
factorilor se află după metoda celor mai mici pătrate.
O altă metodă extrem de des utilizată pentru analiza datelor primare
şi secundare, într-o cercetare de piaţă, este analiza factorială. Ideea de la
care se porneşte este aceea că numărul de factori de influenţă este relativ
redus. La limită, când setul de întrebări este omogen, putem presupune că
există un singur factor de influenţă, de pildă intuiţia sau inteligenţa, sau
uneori vârsta.
Evident, sunt puţine cazurile în care este posibilă determinarea unui

singur factor de influenţă, metoda utilizând ierarhizarea factorilor şi
gruparea mulţimii întrebărilor.
7.6.3 Principii de analiză factorială
Analiza factorială. este un domeniu al statisticii social-economice, în

care se studiază structura matricelor de covariaţie şi de corelaţie. Să
presupunem că mărimile aleatoare supuse observării (x1, x2, …, xn) se
subordonează unei repartiţii normale∗ multidimensionale cu matricea de
covariaţie (Cij). În analiza factorială ipoteza fundamentală este egalitatea:
k
ξ = ∑ l ir f r + ε i ; ( i = 1 , 2 ,..., n
r = 1
unde:
fr – reprezintă factorul simplu r;
k – numărul de factori care urmează a fi aflat;
εi – elementele reziduale, care reprezintă sursele de abatere, ce
acţionează numai asupra mărimii ξi.
Mărimile aleatoare εi se presupun independente atât între ele, cât şi
faţă de acele k mărimi fr.
Coeficientul lir se numeşte de obicei sarcină a factorului r.
Dispersiile mărimilor aleatoare εi le notăm prin νi. Toate mediile se
presupun egale cu 0.
Determinarea valorilor parametrilor lir, precum şi νi alcătuiesc baza
analizei factoriale.
În practică prezintă interes, de pildă, următoarea problemă: pentru
mărimile de sondaj observate x1, x2, …, xn să se estimeze valoarea factorilor
ipotetici f1, f2, …, fk şi să se exprime aceşti factori ca funcţii liniare de
variabilele x1, x2, …xn. În cazul de faţă nu se poate aplica metoda obişnuită
a celor mai mici pătrate, deoarece nu ne sunt cunoscute valorile adevărate

ale factorilor fr.
Metoda de estimaţie a valorilor factorilor pe baza variabilelor
observate x1,…, xn a fost pentru prima dată preconizată de către Thompson
în anul 1951 şi denumită metoda regresiei.
În cercetările economice, orientările cu cele mai multe perspective în
domeniul utilizării metodei analizei factoriale sunt:
reducerea numărului de indicatori care caracterizează esenţa unui
anumit fenomen economic fără o pierdere substanţială de
informaţie;
obţinerea unor indici sintetici pentru caracterizarea unui fenomen
economic;
clasificarea unor obiecte economice, caracterizate printr-un set de
caracteristici independente;
construirea şi verificarea ipotezelor cu privire la esenţa unui
fenomen economic.
Indiferent de faza în care se află prelucrarea statistică a datelor,
deoarece indicatorii calculaţi s-au obţinut pe baza datelor din eşantion,
aceştia trebuie supuşi testelor de semnificaţie, pentru a stabili în ce măsură
diferă de zero sau de altă valoare de comparaţie, cu scopul evident de a
efectua inferenţa statistică, de a putea estima pe baza lor, indicatorii ce
caracterizează populaţia studiată.
7. 6 Summary. Analysis of the research data for the Statistical

Inference
Basic principles of the statistical inference
The basic principles of the statistical inference obtained as a result of

the analysis of the research data, involves also the notions of experiment,
result, sample space, event and probability.
The idea of an experiment includes examples such as tossing the
coin, counting the number of the employees or asking a firm's manager
about the profit or loss. These experiment have possible answers, with
countable or uncountable number, which form the research space. For
example, a company may achieve negative profit, meaning loss, zero profit,
or positive profit, meaning an income, all these categories represent the
results. The sets made of the same categories are constituting the event.
In the research's theory the results of a large number of experiments
are the primary data. In certain cases we can suppose that each result is
independent of the previous one, in the same way the number of a dice is
independent from the number of tossing. Under the condition we know the
probability mechanism, we are able to compute the appearance probability
of each result. The research theory is interested in applying the probability's
theory for primary data sets.
If following the achievement of an experiment several times, a
sequence of results is recorded, by dividing the appearance frequency of an
experiment A (as long as a person with positive or zero income is recorded,
meaning a person who suits the solvability event) to the total number of
persons in the sample (experiment number), the result will be an estimation
of the appearance probability of the event A. The more the number of the
experiments is increasing, meaning an increase in the sample size consisting
in homogenous or complex, non-homogeneous units, the more the
appearance probability is increasing for event A, going to 1.
In mathematical terms, if x1, x2, ….., xn is a sequence of financial
results of the companies and A an event, denoting by N (x1, x2, ….., xn,, A)
the frequence of appearance of the event A from the first n experiments and
Statistic for Marketing and Business Administration
n goes to infinit, then N (x1, x2, ….., xn,, A) / n represents a probability that
leads to 1.
Although the Law of Large Numbers specifies that the researcher
will reach a correct answer after a number of experiments, it does not
specifies how close heor she is to the correct answer after a number of
experiments, or recordings. In certain conditions, the statistical methods
may be used for estimating errors that can be caused by repeating an
experiment for a determined number of times.
The totality of the variables by a which a certain market
phenomenon is studied, constitutes the space of attribute (property-space),
of the phenomenon's characteristics. The operations made with the help of
attribute space aim a more detailed elucidation of the relation between the
variables and the theoretical concepts. Diminishing the attribute space by
combining the categories and eliminating some subdivisions, allows the
achievement of models belonging to the market phenonmenons.
Instead, the operation for substracting consists in following: from the
model it goes to elaborating an attribute space involved in that model. The
space for attribute is used for comparing the operational schemes used in
research, and for finding a posible common point of these empirical reseach
schemes.
If the events are A1, A2, ….,An, with the appearance probabilities, (the
appearance frequencies) denoted by the vector P(Ai), i=1, …,n , the
appearance probability of all the events will be P(A1) . P(A2) .… .P(An). The
independence's analysis is applied to statistical investigations in which the
data are wrong because of repeating the same elementary operations, each
recording being made independently of the others.
Research errors
It is considered as being a research error the deviation (gap) between

the values obtained by processing the primary data and the results that
would have been reached if a total observation were organized. From the
point of view of the error control's possibilities, according to the market
research literature, the errors are grouped in two large groups:
Errors that can be forecast: these are controllable and have as result
the statistical measurements of the continuous data and the adjustments
made for obtaining discrete results according to the content of statistical
characteristics, though they are possible-or research and computation- both
types can be estimated and their effects controlled. Through mathematical
operation for adjusting the recorded values, errors are induced which will be
modified if the adjustment continues in the analyzing step.
As a result we may say that the data is adjusted because of the
following reasons: if the observed characteristic is continuous in certain
cases the adjustment is necessary for expressing the magnitude of the data
(usually only two decimals are kept).
For discreet characteristics the adjustment targets to follow their
entire character. Errors that cannot be forecast:these are incontrolable and
are due to incomplete or incorrect recording, ambigouse defining of the
characteristics or statistical units that are studied.
The error control has as purpose to discover the errors of observation
and to ensure the authenticity of the statistical data, and refers to controlling
the size of recorded data, arithmetic and logic control.
A part of the errors are due to the interviewer. The most important
sources for answering errors due to interviewers are:
The operator's characteristics, for example a training level too low or
too high that makes him do sistematis mistakes, or to induce the interviewed
persons a certain influence over the answer because of their personal
opinions. The operator's anticipacions that determines them to suggest
certain answers to subjects. The opeartor's fraud appears in very few cases
and can be discovered through pilot research of reinterviewing
Other important sources for errors that may be avoided are: the size
of the questionniare that may cause the tiredness of the operator and of the
interviewed subjects; a larger number of open questions that leads to
difficulties in the postcoding operation; the questions' content, specially the
personal ones may lead to answering errors; formulating the question,
especially the use of ambiguous words, with multiple understandings; the
place and time of the interview, and last but not least, the interest or
incentives degree of the interviewed person.
Statistical Estimation
Point Estimation
We can identify two types of estimation of the population parameters

by a sample statistics: point estimation and interval estimation. This
section presents some definitions associated with estimation. Samples may
be used to estimate population parameters, such as µ and σ, which represent
the population mean and standard deviation, or other population
characteristics such as the median or other quintiles. Estimates may take the
form of a single number, called point estimate, or an interval of values,
called interval estimate.
A point estimate is a single number that is used as an estimate of a
population parameter or a population characteristic. Usually a point estimate
is derived from a random sample selected randomly from the population of
interest.
An interval estimate is an interval that provides an upper and lower
boundary for a specific population parameter whose value is unknown. This
interval estimate has an associated degree of confidence of containing the
population parameter possible values within a class. Such interval estimates
are also called confidence intervals and are calculated for random samples
parameters.
A part of the errors are due to the operator.
The most important are:

a) The characteristics of the operators, such as the education level
which may be lower or higher, so they might have systematical mistakes or
might influence the answer of the interviewed persons.
b) The anticipations of the operators that determine the subjects to
have specific opinions.
c) The fraud of the operators that is rare and may be tracked down
using the pilot surveys.
Other important sources of errors which could be avoided are the
length of the questionnaire which might cause the tiredness to the
interviewed subjects and to the operators, the majority percentage of the
open questions which will cause difficulties in post codifying procedure, the
content of the questions especially the personal ones which might cause
answering errors, the wording questions especially the usage of ambiguity
words, with more meanings, the place and the time of the interview and last
but not least the interest level or co interest of the subject.
Survey Errors Estimation
We saw that the theory of errors is a consecrate part of statistics

concerning the numerical determination difficulties of approximately
measurements quantities, of their true values estimation and the accuracy of
the measurements which deals with the results of the measurements x1,
x2…xn, obtained on the basis of experiments or observations, repeated, with
respect to the same conditions.
The fundamental tasks for theory of errors are the definition of the
repetition rules of the random errors, the achievement of the estimations of
the unknown measurable quantities on the basis of some repeated
measurements and the computation of these estimations.
The estimation of the accuracy of the measurements is: the square
mean error δ, called standard error and the dispersion of error δ2.
Admit that δ represents the size of the standard diversion or the
medium square error. For the given conditions of the normal repetition rule
of random errors z, the probability that they will fit the interval (δ1, δ2) is
⎛δ ⎞ ⎛δ ⎞
P (δ 1 〈 z 〈δ 2 = Φ⎜ 2 ⎟ − Φ⎜ 1 ⎟ (7.1)
⎝σ ⎠ ⎝σ ⎠
computed with respect to the formula (7.1)
Where Φ (t) represents the probability function.

For the random error probability to be outside the interval,
respecting the limits ±tσ(t>0), should be computed on the base of the
formula P (⏐z⏐>tσ)=1-1Φ(t). As an example the probability that the random
error to be outside the limit ± 3σ, P (⏐z⏐>3σ) = 0, 0027, meaning that the
probability of passing out the limit is very low.
As an estimation of the unknown quantity a will be assigned the
following arithmetic mean: from the results of measurements (7.2):
− 1 n
x= ∑ xi (7. 2)
n 1=1
The estimation of the true value a of the measured quantity contains

the determination of the function g(x1,x2…xn), which gives a good
approximation of the quantity a and of the limits of the confidence interval
(g±ε), meaning the interval with a confidence probability that covers the
true value a.
This estimation must possess the property of no biased, of
consistency and of efficiency. If all n measurements of a quantity have the
same accuracy, then the true value is determined by formula (7.2).
In this case the estimations are not biased, consistent and efficient, if
the distribution of errors satisfies the normal rule. In case of the given
quantity of P and in the case of an unknown accuracy of the measurements,
the estimation of confidence has the following structure (7.3).
− s
a − x < t (p, k ) , (7.3)
n
Where n represents the number of measurements, k=n-1 – the

number of free levels and S- is the standard error computed on the basis of
the formula (7.4.):
2
1 n⎛ −⎞
∗ n
S= ∑ ⎜⎜ x i − x ⎟⎟ = S (7.4)
n − 1 i =1⎝ ⎠ n −1
The values of the function t (P,k) are given in the built up table on
the basis of Student repartition.
a − x 〈ε
The necessary number of n measurements in order to obtain the

confidence estimation of a given accuracy
The data P is determined, for sure, by the expression of the volume

of the sample (7.5.):
2
⎡1 ⎤
n ≤ ⎢ t (P )⎥ σ 2 , (7.5)
⎣ε ⎦
Where t = t(P) might be computed from the 2Φ(t) = P equality (using

the table for the function Φ (t)).
In order to obtain the confidence estimation with P=0,99 is necessary
to compute n=668 measurements. In order to found out the non- random
origin of the difference between the medium values x1 and x2, which were
obtained by two trying series n1 and n2 , in case of unknown dispersions is
necessary to compute the quantity (7.6).
−
−
x1 − x 2
t= , (7.6)
S 1 / n1 + 1 / n 2
Where:
(n1 − 1)S12 + (n 2 − 1)S22 , 1 n

∑ (x i − α ) ,
2
S= σ2 ≈ s2 = (7.7)
(n1 − 1) + (n 2 − 1) n i =1
The estimations of the accurate measurements will be computed

assuming the hypothesis that the errors are random and they are
subordinates of the normal rule of repetition (7.8.), where a is known
quantity and σ2 might be written pursuant to (7.9.)
1 n
∑ (x i − α )
2
σ2 ≈ s2 = (7.8)
n i =1
2
1 n⎛ −⎞
σ 2 ≈ S2 = ∑ ⎜⎜ x i − x ⎟⎟ (7.9),
n − 1 i =1⎝ ⎠
where x is the arithmetic mean of the measurements of quantity a.

The confidence estimation of square medium error σ (in the case of
great number of measurements) is given by the interval:
S(1 –q) < σ < s(1+q), where q = q (P, k) is computed on the basis of the
table for the estimation of σ, whose entrances are P and k- number of free
levels. In the case of a great number of measurements the arithmetic mean
of empirical dispersions is assigned as the estimation of dispersion, meaning
(7.10.)
1 m 2
σ2 ≈ ∑ S1 , (7.10)
n i =1
where,
m: the number of the series of measurements.
The answer dispersion and also the sampling dispersion might be
estimated on the basis of the sampling results. If the individual answering
errors are independent, they will compensate by mean and appear in the
formulas of sampling variance estimation. In case of the answer dispersion
due to recording errors, if each operator produces a systematic distortion,
even if these are mutual compensating, it will take place an increase of the
overall dispersion.
Here comes a component of the answer dispersion, which will
generate the necessity of modification the formulas of computation of the
sampling dispersions.
So, if r operators extracted randomly out of the total R operators of
interview, then this will interview n persons, which will constitute a simple
random sample. If i operator produces a net distortion b1, we will define the
total distortions produced by the operators, such as (7.11):
2
1 R
σ b2 = ∑ (b − b ) ,
R − 1 r =1 i
(7.11),
where b is the net distortions mean.

Moser notes that the dispersion of estimation one randomly x

characteristic is (7.12):
V( x ) = σ 2x / n (7.12)
For this should be added the answer dispersion which is the result of
the errors of the operators, and the formula (4.2.12) becomes (4.2.13):
σ x2 ⎛1 ⎞
V (x) = + σ b2 ⎜ − 1⎟ (4.2.13)
n ⎝r ⎠
from where we can imply that the sampling dispersion is composed of two
parts with the meanings:
σ 2x / n -represents the sampling dispersion and the second part:

and
⎛1 ⎞
σ2b ⎜ − 1 , represents the variance due to the operator
⎝r ⎠
Concerning the estimation the situation is not clarified: the

dispersion might be estimated but not the distortion.
8 Particularităţi ale aplicării testelor
de semnificaţie în practica sondajului
8.1 Rolul aplicării testelor de semnificaţie în studii de marketing

şi administrarea afacerilor
Cunoaşterea empirică impune, ca primă etapă, în orice domeniu de

activitate, analiza datelor individuale, pentru a se desprinde, din ansamblul
lor, ceea ce este esenţial şi tipic pentru fenomenul în cauză. Necesitatea
obţinerii a cât mai multor informaţii, ce trebuie înregistrate cu maximă
operativitate şi corectitudine, a condus la o extindere a utilizării metodei
sondajului statistic ca formă a observării parţiale. În unele situaţii, realitatea
economico-socială impune utilizarea sondajului ca singura metodă de
investigare statistică, deoarece cercetarea exhaustivă fie este distructivă
(în special în cazul controlului distructiv al produselor), fie este
neeconomică, antrenând consumuri prea mari de resurse sau costuri
nejustificate.
Principala problemă ce apare în cazul unei cercetări prin sondaj este
asigurarea reprezentativităţii eşantionului. Deci nu putem considera toate
concluziile ca fiind de tip determinist, ele având caracterul unor afirmaţii
statistice, deci cu un anumit nivel de încredere corespunzător probabilităţii
de garantare a rezultatelor.
S-a demonstrat teoretic şi practic că numai un sondaj bazat pe o

schemă probabilistică poate asigura un grad mare de reprezentativitate a
eşantionului, permiţând interpretarea rezultatelor pe baza teoriei
probabilităţilor.
Avantajul metodei sondajului statistic reprezentativ, aleator constă
în faptul că nivelul probabilităţii cu care se determină erorile este controlabil
şi posibil de estimat cu ajutorul metodelor statistice bazate pe legea
numerelor mari, care, în esenţă, este formulată astfel: ¨Se poate afirma cu o
probabilitate apropiată de unitate că, în cazul unui număr mare de unităţi
cercetate, indicatorii medii care caracterizează eşantionul diferă cu o
cantitate foarte mică de cei care caracterizează populaţia din care a fost
extras¨. Operaţiunea de testare a semnificaţiei se aplică în cadrul inferenţei
statistice, după determinarea intervalelor de încredere pentru parametrii
populaţiei totale pe baza datelor de sondaj.
8.2 Diverse tipuri de ipoteze. Risc şi eroare statistică
În economie şi mai ales pentru studiul pieţei este necesar să se

recurgă la analiza ofertei şi cererii potenţiale, formulându-se ipoteze asupra
diferitelor caracteristici ale pieţei la un moment dat. Aceste ipoteze trebuie
verificate statistic.
Odată cunoscut modelul probabilistic de generare a datelor
observate, poate începe testarea ipotezelor referitoare la acesta, procesul
implicând găsirea răspunsurilor optime la întrebarea: se poate ca setul de
date să fie generat din model dacă ipoteza este corectă? De regulă, orice
decizie trebuie să se bazeze pe disponibilitatea datelor, tolerând un anumit
nivel de incertitudine. Problema statistică a testării ipotezelor se bazează pe
definirea conceptuală clară a componentelor procesului: date, model,
ipoteză, decizie.
Considerăm pentru început necesară o minimă delimitare a
termenilor utilizaţi în testarea semnificaţiei statistice. Astfel, fie o variabilă
aleatoare X, ce caracterizează o populaţie a cărei funcţie de repartiţie F(x, θ)

este specificată şi depinde de un parametru necunoscut θ. Ipoteza conform
căreia are valoarea θo se notează cu Ho şi se numeşte ipoteză nulă.
Dacă presupunem că în afara valorii θo parametru θ mai poate avea
şi una din valorile Q1, Q2,…, atunci ipotezele Hi θ = θi, i = 1, 2,…,n, se
numesc ipoteze alternative ale ipotezei nule H0. În studiile de piaţă se
consideră doar două ipoteze: ipoteza nulă şi alternativa ei H1, ca ipoteză
contrară celei nule.
Pentru a lua o decizie trebuie formulată deci o ipoteză iniţială,
denumită ipoteză nulă şi notată cu H0, ce presupune corectitudinea ipotezei
formulate de cercetător. Pentru un anumit nivel de semnificaţie α (0< α < 1)
trebuie indicat cât de improbabil trebuie să fie un set de date astfel încât H0
să fie respinsă.
O ipoteză se numeşte simplă dacă determină în mod univoc
repartiţia specificată a variabilei aleatoare observate, făcând-o complet
specificată. O ipoteză se numeşte compusă dacă este formată dintr-un
număr finit sau o infinitate de ipoteze simple. Prin test statistic se înţelege o
metodă, un criteriu după care ipoteza de verificat se acceptă sau se respinge.
Datorită caracterului aleator al sondajului, la verificarea unei ipoteze
statistice există întotdeauna riscul de a lua o decizie eronată.
Dacă pe baza datelor obţinute prin sondaj respingem ipoteza nulă
deşi în realitate aceasta este adevărată, atunci spunem că s-a produs o eroare
de gradul întâi, iar când acceptăm ipoteza nulă, care în realitate este falsă,
spunem că am comis o eroare de gradul doi. De asemenea, probabilitatea
erorii de genul întâi se numeşte risc de genul întâi şi este notat cu α, iar
probabilitatea erorii de genul doi se numeşte risc de genul doi şi este notat
cu β.
Pentru construirea testului cu ajutorul căruia verificăm ipoteza nulă,
trebuie să avem în vedere următoarele:
1. determinarea unei statistici Q (X1, X2,…Xn), numită statistica
testului, cu ajutorul căreia se testează ipoteza nulă;
2. riscul admisibil de genul întâi;
3. ipoteza alternativă H1 opusă celei nule Ho;
4. regiunea critică W a ipotezei H0 corespunzătoare statisticii Q a

testului, prin care se înţelege acea mulţime de valori ale statisticii
considerate. Dacă valoarea observată a lui Q aparţine acestei
mulţimi, atunci ipoteza nulă se respinge. Dacă însă valoarea
observată a statisticii Q nu aparţine regiunii critice, deci aparţine
aşa-numitei regiuni de acceptare a lui H0, adică complementarei
Cn a lui W, atunci H0 se acceptă.
Prin urmare, între statistica Q a testului ipotezei H0, regiunea critică
W şi riscul α există următoarea legătură: regiunea critică W este astfel încât
probabilitatea ca Q obţinut prin selecţie să-i aparţină, dacă H0 este
adevărată, să fie egală chiar cu riscul α, ce se mai numeşte si prag de
semnificaţie. Alegerea lui α depinde de problema pusă şi de condiţiile
experimentale în care se lucrează mărimea sa trebuie stabilită anterior
testării.
Regiunea critică W a ipotezei H0 se va determina din condiţiile:
P(Q∈W/H0) = α şi P(Q∈W/H1) = maximă (8.1)
care exprimă faptul că probabilitatea ca valoarea statisticii testului să

aparţină regiunii critice este egală cu α când Ho este adevărată şi, totodată,
această probabilitate este maximă dacă este adevărată alternativa H1 (atunci
se va respinge H0 ca falsă, deci nu se comite eroarea de genul doi).
Riscul β se exprimă prin relaţia P(Q∈CW/H1) = β (8.2), iar
probabilitatea de a respinge H0 ca fiind falsă este P(Q∈W/H1) = 1-β (8.3)
Probabilitatea de respingere a ipotezei H0 faţă de alternativa sa H1,
ca funcţie de θ, se numeşte funcţia de putere a testului, notată ∏ (W,θ).
Deci
∏ (W,θ) = P (Q∈ W/θ), de unde rezultă: ∏ (W,θ) = α şi ∏ (W,θ1) = 1-β
(8.4).
Probabilitatea de acceptare a ipotezei H0 ca funcţie de θ se numeşte
funcţie caracteristică operatoare a testului şi se notează cu C (W, θ). Avem:
C (W, θ0) = P(Q∈CW/H0)= 1-α şi C (W, θ1) = P(Q∈CW/H1)= β (8.5)

Probabilitatea (8.3) defineşte puterea testului ipotezei H0 şi ea este

cu atât mai mare cu cât riscul de genul doi este mai mic. Problema
fundamentală în teroria verificării ipotezelor statistice este de a alege dintre
toate testele având acelaşi prag de semnificaţie α, acel test pentru care β
este minim, adică puterea este maximă, deci cel mai puternic test. El nu
există întotdeauna, însă poate fi construit pentru o clasă largă de repartiţii.
În cazul în care cele două ipoteze, H0 şi H1, sunt ipoteze simple, este
valabilă următoarea teoremă demonstrată de Newman şi Pearson: „Dacă
ipoteza H0: θ = θ0 şi alternativa H1: θ = θ1 sunt ipoteze simple asupra
parametrului θ din repartiţia f (x,θ) a varibilei continue X, iar Pn(x1,…xn,θ0)
şi Pn(x1,…xn,θ1) sunt valorile funcţiei de verosimilitate, când este adevărată
H0, respectiv H1, atunci există un cel mai puternic test pentru ipoteza H0
faţă de H1.” Regiunea critică W, precum şi statistica Q a testului sunt
determinate de inegalitatea:
c Pn(x1,…xn,θ0) ≤ Pn(x1,…xn,θ1) (8.6)
unde c este un număr pozitiv care depinde de pragul de semnicaţie α, fixat.
8.3 Testul Z privind media populaţiei normal distribuită
Fie caracteristica sub cercetare X, repartizată normal N(m,σ) cu

media m şi σ cunoscut. Ne propunem ca, pe baza selecţiei {x1,…….xn}, să
determinăm cel mai puternic test al ipotezei H0: m = m0, faţă de alternativa
H1: m = m1, α fiind pragul de semnificaţie dat.
n
−1
⎛ 1 ⎞
n ⋅ ( x k − m1 )
2 ∑
2
Avem: Pn(x1, …..,xn, m1) = ⎜⎜ ⎟⎟ ⋅ e 2σ k =1

⎝ σ 2π ⎠
şi
n
−1
⋅∑ ( x k − m0 ) n 2
⎛ 1 ⎞ 2σ 2
Pn(x1, …..,xn, m1) = ⎜ ⎟ ⋅ e k =1
⎝ σ 2π ⎠
Cu acestea relaţia (8.6) devine:
n n
−1 −1
∑ ( xk − m1 ) ∑ ( xk −m0 )
2 2
2
⋅ 2
⋅
2σ 2σ
e k =1
≥ c⋅e k =1
, care conduce, după transformări, la
relaţia:
n
(m1 − m0 ) ⋅ ∑ x k − n(m12 − m02 ) ≥ σ 2 ln c (8.7)
k =1
n
Cum ∑x
k =1
k = n ⋅ x , rezolvând inegalitatea precedentă în raport cu x ,
obţinem:
σ 2 ln c + n(m12 − m02 )
x≥ = k 1 , dacă m1 > m0 (8.7’)
n(m1 − m0 )
şi
σ 2 ln c + n(m12 − m02 )
x≤ = k 2 , dacă m1< m0
n(m1 − m0 )
(8.8)
Astfel, dacă m1 > m0, regiunea critică este definită de relaţia (8.7’) şi
cuprinde toate valorile x care depăşesc numărul k1. Avem în acest caz o
variantă a testului cel mai puternic, şi anume testul Z unilateral dreapta.
Dacă m1< m0, atunci regiunea critică este definită de relaţia (4.8) şi
cuprinde toate valorile lui x mai mici decât k2. Suntem în cazul testului
unilateral stânga. Limitele critice k1 şi k2 se determină în funcţie de pragul

de semnificaţie α, cu ajutorul condiţiei (8.1), astfel:
• Dacă m1 > m0 (testul unilateral dreapta), conform cu (8.1), avem

succesiv:
⎛ x − m0 k − m0 ⎞
α = P(x ≥ k1 / m = m0 ) = 1 − P(x < k1 / m = m0 ) = 1 − P⎜ n< 1 n⎟=
⎝ σ σ ⎠
= 1 − P(Z < z1− α ) = 1 − F(z1− α ) . Din relaţia F (z1-α) = 1-α rezultă valoarea z1-α şi
prin urmare:
k1 − m0 σ
n = z1−α ⇒ k1 = m0 + z1−α .
σ n
Cu k1 astfel determinat, relaţia (8.7’) defineşte regiunea critică W:
σ x − m0
x ≥ m0 + z1− α sau n ≥ z1− α (8.9)
n σ
• Dacă m1< m0 (testul unilateral stânga), avem analog:
⎛ x − m0 k2 − m0 ⎞
α = P (x ≥ k 2 / m 1 = m 0 ) = P ⎜ n ≤ n ⎟ = P (Z ≤ z α ) = F ( z α )
⎝ σ σ ⎠
8.9’
Din relaţia F(zα) = α rezultă valoarea tabelară zα şi prin urmare:
k 2 − m0 σ
n = zα ⇒ k 2 = m0 + zα (8.10)
σ n
Cu k2 astfel determinat, relaţia (8. 10’) defineşte regiunea critică W:
σ x − m0
x ≤ m0 + zα sau n ≤ zα (8.10’)
n σ
Dacă m1≠m0, regiunea critică va consta din toate valorile lui x ,

pentru care x − m0 > k şi α, fiind pragul de semnificţie dat de k, se
determină astfel încât:
⎛ x − m0 − k n ⎞⎟
α = P( x − m > k / m = m0 ) = P( x − m0 > k) = P(x − m0 < −k) + P(x − m0 > k) = P⎜ n< +
⎜ σ σ ⎟⎠
⎝
⎛ x − m0 k n ⎞⎟ ⎛ − k n ⎞⎟ ⎛ k n ⎞⎟ ⎛−k n ⎞ ⎛ ⎞
+ P⎜ n > = P⎜ Z < + P⎜ Z > = F⎜ ⎟ + 1 − F⎜ k n ⎟=
⎜ σ σ ⎟⎠ ⎜ σ ⎟⎠ ⎜ σ ⎟ ⎜ σ ⎟ ⎜ σ ⎟
⎝ ⎝ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
⎛k n ⎞ ⎛ ⎞
= 1 − F⎜ ⎟ + 1 − F⎜ k n ⎟
⎜ σ ⎟ ⎜ σ ⎟
⎝ ⎠ ⎝ ⎠
α k n σ
(
Rezultă că F k ⋅ n / σ = 1 − ) 2
⇒
σ
=z
1−
α ⇒k=
n
⋅z
1−
α şi,
2 2
îmn consecinţă regiunea critică se exprimă prin inegalităţile:
σ σ
x > m0 + ⋅z α sau x < m0 − z α (8.11)
n 1−
2
n 1−
2
sau
x − m0
n >z (8.11’)
σ 1−
α
2
Condiţii:
1. Ultima variantă a testului cel mai puternic corespunzătoare

cazului m1≠m0 este varianta testului bilateral.
2. Întrucât la stabilirea regiunilor critice s-a folosit statistica
x −m
Z= n , cu repartiţia N (0,1), testul descris mai sus se numeşte testul
σ
Z, cu variantele sale unilateral stânga, dreapta şi bilateral.
3. Aflând pe k1 şi k2 ca mai sus, cu ajutorul relaţiilor (8) sau (4.8) se
determină valoarea constantei c din (4.6)
În continuare vom determina puterea testului Z într-una din
variantele sale, de exemplu, în cazul testului unilateral stânga. Avem:
⎛ σ ⎞ ⎛ x − m1 m − m1 ⎞ ⎛ m − m1 ⎞
Π(W, m1 ) = P⎜⎜ x < m0 + zα / m = m1 ⎟⎟ = P⎜ n< 0 n + zα ⎟ = F⎜ 0 n + zα ⎟
⎝ n ⎠ ⎝ σ σ ⎠ ⎝ σ ⎠
(8.12)
Relaţia (8.12) se poate folosi pentru determinarea numărului de

observaţii necesare pentru ca testul să aibă o anumită putere, 1-β. Vom avea
deci:
⎛ m − m1 ⎞ m − m1
1-β = F ⎜ 0 n + zα ⎟ sau z1− β = 0 n + zα , de unde:
⎝ σ ⎠ σ
2
⎛ σ ⎞
( )
2
n = z1− β + z1−α ⎜ ⎟ (8.13)
⎝ m0 − m1 ⎠
Deoarece la verificarea unei ipoteze statistice se pot construi multe

teste diferite, cu diferite statistici Q sau cu moduri diferite de construcţie a
regiunii critice W, se impune necesitatea unei clasificări a diferitelor teste.
Ca şi la estimarea parametrilor, clasificarea testelor se face comparând
eficienţa lor.
Fie T*n un cel mai puternic test pentru testarea ipotezei H0 faţă de
alternativa H1 şi Tn un test oarecare al aceleiaşi ipoteze H0 faţă de
alternativa H1, volumul selecţiei fiind acelaşi. Dacă notăm cu 1-β (T*n)
puterea testului T*n şi cu 1-β (Tn) puterea testului Tn, atunci raportul:
Rn=1-β (T*n)/1-β (Tn) se numeşte eficienţa testului T pentru ipoteza H0 faţă
de alternativa H1.
Eficienţa unui test este în general în funcţie de volumul de selecţie n.
Dacă n → ∞, eficienţa testului Tn tinde către unitate şi în acest caz se
numeşte testul asimptotic cel mai puternic.
De exemplu, dacă studiem durata perioadei de probă, într-o
întreprindere, considerată ca fiind o variabilă normală cu abaterea standard
de 200 ore, dintr-o selecţie de volum n = 25 de angajaţi aflaţi în perioada de
probă a rezultat o durată medie de lucru în perioada de probă de 1380 ore.
Să se testeze ipoteza H0: m = 1500 ore faţă de alternativa H1: m = 1600 ore
şi să se determine numărul de observaţii n, astfel încât puterea testului să fie
egală cu 0,9. Pragul de semnificaţie este α = 0,01.
Deoarece zα = z0,01 = -2,33 şi m0+(σ/√n)zα = 1500-(200/5)2,33 =
= 1406,8
Ţinând seama de (8.11), respingem H0.
Cum z1-β = z0,9 = 1,28 şi z1-α = z0,99 = 2,33, înlocuind elementele
necunoscute în relaţia (8.13) găsim n ≅ 52.
8.4 Testul t privind media populaţiei normale
În cazul de faţă avem de rezolvat problema din paragraful anterior

când dispersia σ2 a populaţiei normale nu este cunoscută, dar pe care o
estimăm utilizând un estimator nedeplasat:
1 n
s2 = ∑ ( xk − x ) 2
n − 1 k =1
(8.14)
x−m
Folosim teorema conform căreia statistica t = .Vn are o
s
repartiţie Student cu n − 1 grade de libertate.
Procedeul determinării regiunilor critice pentru ipoteza H 0 , în cele
trei cazuri, adică testul t unilateral dreapta, stânga şi bilateral este analog şi
conduce la următoarele rezultate:
s x − mo
W: x > mo = t1−α ;n −1 . sau . n > t1−α ;n −1 (8.15)
n s
în cazul testului unilateral dreapta (m1 > mo)
s x − mo
W: x < mo + t α ; n −1 sau . n < t α; n −1 (8.16)
n s
în cazul testului unilateral stânga (m1 < m0 )
s s
W : x < m 0 − t1 α ; n −1
. sau x < m o + t1− α2 ; n −1 (8.17)
−
2
n n
x − mo
echivalentă cu: . n > t1− α2 ; n −1
s
în cazul testului bilateral (m1 ≠ mo ) .
Observaţie
Valorile tabelare tα ;n−1,t1 −α ;n −1 şi t α sunt α, 1 − α şi, respectiv,
1− ; n −1
2
α
1− ale variabilei Student.
2
De exemplu, dacă într-un sector oarecare de producţie s-au efectuat
n = 26 măsuratori ale productivităţii muncii lucrătorilor care efectuează o
anumită operaţie şi productivitatea medie observată este
x = 5,2buc. / om / oră , iar s = 0,4buc. / om / oră , dorim să se verifice ipoteza
H o : m = 5,5buc. / om / oră referitoare la media productivităţii muncii m faţă
de alternativa H1 : m = m1 < 5,5 la pragul de semnificaţie α = 0,01.
Variabila productivitate se presupune a urma o lege normală
N (m1 , σ ) , cu σ necunoscut.
Este cazul testului t unilateral stânga a cărui regiune critică este dată
de relaţia (8.16):
x − mo
W: n < tα; n − 1
s
Cum t x ;n −1 = t 0, 01;25 = − t o,99, 25 = −2,78 şi deoarece:
x − mo 5,2 − 5,5
t= n= = 26 = −3,75 < −2,78,
s 0,4
respingem ipoteza H 0 .
8.5 Testul χ2(hi pătrat) cu privire la dispersia σ2

a populaţiei normale
Fie {x , x
1 2,.........., x 4 } o selecţie de volum n din populaţia normală
N (m, σ ) şi, pe baza ei, ne propunem să verificăm ipoteza:
H 0 :σ 2 = σ 0 2 faţă de alternativa H1 :σ 2 = σ 1 2 .
(n − s) s 2 1 n
Vom folosi statistica χ 2 =
σ2
, unde s 2 = ∑
n − 1 k =1
( x k − x )2
are o repartiţie χ 2 (n − 1).
În cazul testului unilateral dreapta (T12 > T02 ), regiunea critică W a

ipotezei Ho la un α dat se obţine folosind dispersia de selecţie s2. Intuitiv,
vom respinge H 0 , dacă s 2 > k (admitem H1 ) şi acceptăm H 0 (respingem
H1 ), dacă s 2 ≤ k.
Limita critică k se determină astfel:
⎛ (n − s)s2 (n − s)k ⎞
α = P(s2 > k / σ2 = σ0 ) = P⎜⎜ ⎟⎟ = P(χ2 ≥ χα2 ;n −1) = 1 − P(χ2 ≤ χ12−α;n −1)
2
>
⎝ σ 2
0 σ2
0 ⎠
sau
P ( χ 2 ≤ χ 2 1−α ;n − s ) = 1 − α de unde:
(n − 1)k σ2
χ 21− α ; n −1 = ⇒ k = 0 χ12− α ; n −1
σ0
2
n −1
Rezultă că regiunea critică s 2 > k a ipotezei H 0 este:
2
σ0 2 (n − 1)s 2
W : s2 > χ 1− α; n −1, adică > χ 21− α; n −1 (8.18)
n −1 σ02
În cazul testului unilateral stânga, vom respinge ipoteza H 0 , dacă

s < k , şi o acceptăm, dacă s 2 ≥ k , iar k se determină ca mai sus pornind
2
de la riscul α .
⎛ (n − 1)s 2 n − 1)k ⎞
α = P(s 2 〈 k / σ 2 = σ02 ) = P⎜⎜ < ⎟⎟ = P(χ 2 < χ 2 α; n −1 )
⎝ σ 2
0 σ 2
0 ⎠
(n − 1) k σ 02
deci: χ 2 α ;n −1 = ⇒k= χα2;n −1.
σ 02 n −1
Prin urmare, regiunea critică s 2 < k a ipotezei H 0 este:
σ 02 (n − 1) / s 2
W: s 2 < χα2;n −1 , adică < χα2;n −1 (8.19)
n −1 σ 02
În cazul testului bilateral (σ 12 ≠ σ 02 ) vom respinge ipoteza H 0 dacă

s 2 < k1 sau s 2 > k 2 , unde limitele k1 şi k 2 se determină astfel:
⎛ (n − 1)s 2 (n − 1)k1 ⎞
α = P ( s 2 < k1 sau s 2 > k 2 / σ 2 = σ02 ) = P⎜⎜ < ⎟+
⎝ σ0
2
σ02 ⎟⎠
⎛ (n −1)s2 (n −1)k2 ⎞
+ P⎜⎜ > ⎟⎟ = P(χ2 < χ12 ) + P(χ2 > χ22 ) = P(χ2 < χ12 ) +1 − P(χ2 ≤ χ22 ).
⎝ σ0 σ0 ⎠
2 2
Considerând că P ( χ 2 < χ12 ) = P( χ 2 > χ 22 ) , rezultă că:

α
2 P( χ 2 < χ12 ) = α şi P( χ 2 > χ12 ) = ,
2
(n − 1) k1 σ 02
deci: χ12 = χ α2 = ⇒ k1 = ⋅ χ α2
2
;n −1 σ 02 n −1 2
;n −1
Prin urmare, regiunea critică s 2 〈 k a ipotezei H 0 este:
σ0 2
(n − 1) s 2
W: s 2 〈 χ l2 ; n − 1, adică 〈 χ l 2 ; n −1 (8.20)
n −1 σ 02
În cazul testului bilateral ( σ 12 ≠ σ 20 ) vom respinge ipoteza H 0 daca

s 2 〉 k 2, sau s 2 〉 k 2, unde limitele k1 si k 2 se determină astfel:
α = P( s 2 〈 k1 sau
(n − 1) s 2 (n − 1) k1 (n − 1) s 2 (n − 1) k 2
s 2 〉 k 2 / σ 2 = σ 20 ) = P ( 〈 ) + P ( 〉 )=
σ02 2
σ0 2
σ0 2
σ0
= P( x 2 〈 x12 ) + P( x 2 〉 x 22 ) = P( x 2 〈 x12 ) + 1 − P( x 2 ≤ x 22 )
Considerând că P( x 2 〈 x12 ) = P( x 2 〉 x 22 ) rezultă că:
α
2 P( χ 2 〈 χ 12 ) = α şi P( χ 2 〈 χ 12 ) = , deci:
2
(n − 1) k1 σ 20
χ = χα
2 2
= ⇒ k1 = . χ 2α
σ
1
2
;n −1
2
0 n −1 2
;n −1
Prin urmare, o parte W1 a regiunii critice W , definită de inegalitatea

s 2 < k1 , este:
σ 02 (n − 1) s 2
W1 : s 2 < χ α2 , adică < χ α2 (8.21)
n −1 2
;n −1 σ 2
0 2
;n −1
Cealaltă parte s 2 > k 2 a regiunii critice se determină ţinând seama

de:
σ 02
P ( χ 2 < χ 22 ) = 1 − α2 ⇒ χ 22 = χ 2 2 ⇒ k2 = χ α
1−
2
;n −1 n − 1 1− 2 ;n −1
σ 02
k2 = χ2α , deci regiunea critică corespunzătoare este:
n −1 1− ;n −1
2
σ 02 (n − 1) s 2
W2 : s >
2
χ2α adică > χ2α (8.22)
n −1 1− ;n −1,
2
σ 2
0
1− ;n −1
2
Regiunea critică a ipotezei H 0 :σ 2 = σ 02 , în cazul testului bilateral,

este W = W1 ∪ W2
Observaţie
Pentru cazul când volumul n al selecţiei pe baza căreia testăm
ipoteza H 0 este mare ( n > 30 ) putem folosi statisticile:
(n − 1) s 2 − (n − 1)
σ 02
a) Z = , care pentru n de volum mare are o
2(n − 1)
repartiţie asimptotică normală N (0,1).
2 ( n −1) s 2
b) Z = σ 02
− 2n − 3, care are de asemenea, pentru n, un volum
mare al eşantionului aproximativ o repartiţie N ( 0,1). Cu ajutorul acestor
statistici testarea ipotezei se poate face deci cu ajutorul testului Z .
De exemplu, dacă s-a măsurat de n = 9 ori durata îndeplinirii de
către un muncitor a unei anumite operaţii, cu scopul de a trage concluzii
asupra uniformităţii lucrului şi durata medie de efectuare a operaţiei

observate este X = 83 minute. Dispersia acestei durate s-a găsit s 2 = 4,04
(minute) 2 şi se ia ca măsura a uniformităţii lucrului muncitorului. Dacă
dorim să verificăm ipoteza H 0 :σ 2 = 3 (minute) 2 faţă de
alternativa H1 : σ 2 > 3, luând α = 0,05 , atunci pentru α = 0,05 şi n − 1 = 8
grade de libertate:
χ 12−α ;n −1 = χ 20,95;8 = 15,5

(u − 1)s 2
Deoarece = 10,77 < 15,5, valoarea calculată a statisticii nu
σ02
cade în regiunea critică, acceptãm H 0. , deci uniformitatea lucrului
muncitorului nu diferă de uniformitatea stabilită în general pentru operaţia
consideratã.
8.6 Ipoteza cu privire la egalitatea dispersiilor a două populaţii

normale
Considerăm două selecţii independente de volum n1 si n2 din două

populaţii normale, pe baza cărora se calculează caracteristicile de selecţie X
şi, s12 , respectiv X 2 şi s22 .
Ne propunem să verificăm ipoteza H 0 :σ 1 = σ 2 de egalitate a
2 2
dispersiilor. Verificarea ipotezei H0 faţă de una din alternativele

σ 12 > σ 22 , σ 12 < σ 22 şi σ ≠ σ
2 2
1 2 se bazează pe faptul că, dacă H 0 este
adevărată, funcţia de selecţie:
σ 22 s12 s12 2
F= = ( s > s22 ) (8.23)
σ 12 s22 s22 1
are o repartiţie Fisher cu n1 − 1 si n2 − 1 grade de libertate.
De aici şi denumirea de „testul F” pentru verificarea ipotezei H 0 .

• Dacă alternativa este σ 12 < σ 22 (testul F unilateral stânga),
s12
regiunea critică W a ipotezei H 0 este mulţimea valorilor raportului F =
s22
pentru care avem:
s12
P( > Fn1 −1;n2 − 2;1−α ) = α, unde Fn1 − s;n2 −1;1−α este cuantila 1 − α a
s22
repartiţiei F şi se determină din tabele conform relaţiei
P ( F < Fn1 −1;n2 −1;1−α ) = 1 − α .
Regiunea critică în acest caz va fi definită de inegalitatea:
s12
> Fn1 −1;n2 −1;1−α (8.24)
s22
• Dacă alternativa este σ 12 > σ 22 (testul unilateral dreapta), avem:

s12
P( < Fn1 −1;n2 −1;α ) = α (8.25)
s22
şi regiunea critică este definită de inegalitatea:

s12
< Fn1 −1;n2 −1;α (8.26)
s22
unde
Fn1 −1;n2 −1;α este α cuantila repartiţiei Fisher şi se determină din tabele
conform relaţiei P ( F < Fn1 −1;n2 −1;α ) = α .
• Dacă alternativa este σ 12 ≠ σ 22 (testul F bilateral), atunci

regiunea critică a ipotezei H 0 este definită de inegalităţile:
s12 s12
< Fn1 −1;n2 −1;α / 2 sau 2 > Fn1 −1;n2 −1;1−α /2 (8.27)
s22 s2
unde Fn 1 −1; n 2 −1;α / 2 şi Fn1 −1;n2 −1;1−α / 2 satisfac respectiv relaţiile:
s12 α s12 α
P( 2 < Fn1 −1;n2 −1;α / 2 ) = şi P ( 2 < Fn1 −1;n2 −1;1−α / 2 ) = 1 − şi
s2 2 s2 2
reprezintă α/2, respectiv 1-α/2 cuantilele repartiţiei Fisher.
σ 12
Puterea testului pentru o valoare dată a raportului = k este:
σ 22
s12
s12 σ 12
∏(W ; k ) = P( > Fn1 −1;n2 −1;1−α / σ 2
= kσ 2
) = P ( < Fn1 −1;n2 −1;1−α ).
s22 1 2
s22
σ 22
Prin urmare:
1 1
∏(W , k ) = P( Fn1 −1;n2 −1 >
Fn1 −1;n2 −1 > Fn1 −1;n2 −1;1−α ) (8.28)
k k
este probabilitatea ce rezultă din tabele pentru α , k , n1 si n2 daţi.
De exemplu, pentru evaluarea a doi angajaţi, în vederea desemnării

câştigătorului „cel mai bun angajat al lunii”, s-a verificat precizia cu care
lucrează fiecare angajat. Pentru acest lucru s-au măsurat caracteristicile unor
piese de acelaşi tip, produse de cei doi angajaţi. Pe baza rezultatelor a n = 30
de măsurători ale caracteristicilor pieselor fabricate de primul angajat s-a
găsit abaterea standard s1=7,98 mm, iar be baza a 30 de măsurători efectuate
pentru cel de al doilea muncitor s-a obţinut s2 = 5,71 mm.
Se poate afirma că dispersia s12 = 63,68 depăşeşte semnificativ

2
s2 = 32,6; cu alte cuvinte precizia celui de al doilea angajat este mai mare
decât a primului?
Avem de verificat ipoteza H0: σ12 = σ22.
Valoarea statisticii F este: F calc.= s12/s22 = 63,68/32,6 = 1,95.
Pentru α = 0,05 si n1-1 = 24, n2-1 = 29 grade de libertate, din tabelă găsim
F0,95;24;29 = 1,90.
Deoarece Fcalc. > Ftabelat, respingem ipoteza de egalitate a celor două
dispersii; al doilea muncitor are o precizie mai mare decât primul.
8.7 Testul Z privind diferenţa mediilor a două populaţii normale
Fie { X11 , X12 ,..... X1n1} şi {X 21, X 22, ..... X 2 n 2 } două selecţii
independente de volum n1 , respectiv n2 din două populaţii normale
n1
1
N (m2 , σ 22 ), cu dispersiile cunoscute, şi fie X1 =
n1
∑X
i =1
1i şi
n2
1
X2 =
n2
∑X
i −1
2i mediile celor două selecţii.
Ne propunem să verificăm o ipoteză referitoare la diferenţa

m1 − m2 = δ a mediilor m1 şi m2 ale celor două populaţii, adică ipoteza
H 0 : m1 − m2 = δ 0 , faţă de alternativa H1: m1 − m2 = δ 1 .
Pentru aceasta vom folosi teorema conform careia statistica

X 1 − X 2 − (m1 − m2 ) X1 − X 2 − δ 0
Z= = are o repartiţie nominală tip
σ 12 σ 22 σ 12 σ 22
+ +
n1 n2 n1 n2
N ( 0,1), deci aplicăm testul Z.
Regiunile critice ale ipotezei H 0 :δ = δ 0 faţă de alternativa

H1:δ = δ 1 sunt:
• în cazul testului unilateral dreapta ( δ 1 > δ 0 )
σ 12 σ 22 x1 − x 2 − δ 0
W: x1 − x 2 > δ 0 + z1−α ⋅ + adică > z1−α (8.29)
n1 n2 σ 12 σ 22
+
n1 n2
• în cazul testului unilateral stânga ( δ 1 < δ 0 )
σ 12 σ 22 x1 − x 2 − δ 0
W: x1 − x 2 > δ 0 + zα ⋅ + adică > zα (8.30)
n1 n2 σ 12 σ 22
+
n1 n2
• în cazul testului bilateral (δ ≠ δ0 )
σ 12 σ 22
W: x1 − x 2 > δ 0 − z α ⋅ + sau
1−
2
n1 n2
σ 12 σ 22
x1 − x 2 > δ0 + z α ⋅ +
1−
2
n1 n2
⎡ ⎤
⎢ ⎥
⎢ x1 − x 2 − δ 0 ⎥
echivalentă cu ⎢ 2 ⎥
〉 Z1−α / 2 (8.31)
⎢ σ 1
2
σ 2 ⎥
+
⎢⎣ n1 n2 ⎥⎦
Dacă dispersiile σ 12 si σ 22 nu sunt cunoscute, dar volumele n1 si n2

ale celor doua selecţii sunt mari, atunci putem folosi estimaţiile consistente
s12 şi s22 ale celor două dispersii şi, prin urmare, variabila:
x1 − x 2 − δ 0
Z=
s12 s12
+
n1 n2
are o repartiţie asimptotică normală N ( 0,1), deci vom aplica testul Z.

Dacă cunoaştem, de exemplu, taxa medie de 1007 u.m./angajat,
plătită de o bancă nou înfiinţată la o agenţie de recrutare şi selecţie a forţei
de muncă, pentru angajarea unui lot de 100 angajaţi calificaţi cu experienţă,
este o variabilă aleatoare normală cu abaterea standard de 3 u.m., iar cea
plătită altei agenţii specializate în angajarea a încă 100 de salariaţi, personal
necalificat în domeniul bancar în special, deci fără experienţă (personal
pentru care cheltuielile de salarizare sunt mult mai mici), este o variabilă
aleatoare normală cu abaterea standard egală cu 4 u.m. şi este egală cu
1002 u.m.
Dacă managerul de resurse umane decide să se verifice ipoteza H0:
m1=m2, aceea că taxele medii nu sunt semnificativ diferite, faţă de
alternativa m1≠m2, pentru α=0,01 din tabel obţinem z1-α/2 = z0,995 = 2,57.
x1 − x 2
Deoarece statistica = 10 > 2.57 , respingem ipoteza H0.
σ 12 σ 22
+
n1 n2
8.8 Testul t privind diferenţa mediilor a două populaţii normale
Vom rezolva acum situaţia decizională din paragraful precedent în

cazul în care dispersiile σ 12 şi σ 22 sunt necunoscute, dar σ 12 = σ 22 .
Considerând selecţii de volum n1 şi n2 mici ( < 30 ) valoarea
comună σ 2 a celor două dispersii poate fi estimată prin dispersia:
s2 =
( n1 − 1) s12 + ( n2 − 1) s22 (8.32)
n1 + n2 − 2
1 n1
unde s12 = ∑ ( x1i − x1 ) 2 şi
n1 − 1 i =1
1 n2
s22 = ∑ ( x2i − x2 )
n2 − 1 i=1
Vom folosi teorema conform căreia statistica

x1 − x 2 − ( m1 − m2 ) x1 − x 2 − δ
t= = are o repartiţie Student cu n1 + n2 - 2
1 1 1 1
s + s +
n1 n2 n1 n2
grade de libertate. Regiunile critice ale ipotezei H0 de la punctul precedent
vor fi:
• în cazul testului unilateral dreapta ( δ 1 > δ 2 )
1 1
W: x1 − x 0 > δ 0 + t1−α ;n1 + n2 − 2 ⋅ s ⋅ + , adică
n1 n2
x1 − x 2 − δ 0
> t1−α ;n1 + n2 −2 (8.33)
1 1
s⋅ +
n1 n2
• în cazul testului unilateral stânga ( δ 1 < δ 2 ), regiunea critică va

fi:
1 1
W: x1 − x 0 < δ 0 + tα ;n1 + n2 − 2 ⋅ s ⋅ + adică
n1 n2
x1 − x 2 − δ 0
< tα ;n1 + n2 − 2 (8.34)
1 1
s⋅ +
n1 n2
• în cazul testului bilateral δ 1 ≠ δ 2
1 1
W: x1 − x o < δ 0 − t1−α / 2;n1 + n2 − 2 ⋅ s ⋅ + sau
n1 n2
1 1
x1 − x o > δ 0 − t1−α / 2;n1 + n2 −2 ⋅ s ⋅ +
n1 n2
x1 − x 2 − δ 0
echivalentă cu > t1−α / 2;n1 + n2 − 2 (8.35)
1 1
s +
n1 n2
Considerăm următorul exemplu: în douã filiale ale unui concern

multinaţional se experimentează două metode de salarizare. Pentru a
verifica dacă din punct de vedere economic aceste două metode sunt
asemănătoare sau diferă semnificativ, s-au înregistrat date referitoare la
drepturile salariale cuvenite câte unui eşantion reprezentativ selectat
întâmplător şi simplu din fiecare filială. Astfel, pentru prima filială salariile
(u.m.) sunt următoarele: 2,0; 2,7; 2,9; 2,3; 2,6; iar pentru a doua filială sunt:
2,5; 3,2; 3,5; 3,8; 3,5. Presupunând că dispersiile celor două colectivităţi
considerate normale sunt egale, ne propunem să comparăm cele două
metode din punctul de vedere al salariilor obţinute.
Avem de verficat ipoteza H1: δ = 0, adică m1=m2, faţă de alternativa
H1:δ ≠ 0(m1≠m2). Avem x1 = 2.5; x 2 = 3.3; s12 = 1 / 10; s 22 = 0.78 / 4 . Aplicînd
testul t bilateral a cărei regiune critică este dată de formula (8.35), cu δ0=0
pentru α = 0,05, găsim tn1+n2-2;1-α/2 = = t9;0,975 = 2,26.
2.5 − 3.3
Cum t = = 3.48 > 2.26 , valoarea observată a
0.5 + 0.78 ⎛ 1 1 ⎞
⋅⎜ + ⎟
6 + 5 − 2 ⎝ 5 6⎠
lui t cade în regiunea critică, deci respingem ipoteza H0. Ca rezultat, putem
concluziona că, în medie, prima metodă duce la un salariu mediu mai mic
decât cea de a doua metodă de salarizare, deoarece am găsit x1 < x 2 şi, prin
urmare, inegalitatea m1 < m2 este mai verosimilă decât m1>m2.
8.9 Ipoteze referitoare la caracteristicile binare
În cele ce urmează ne vom ocupa de populaţiile pe care este definită

o caracteristică alternativă (calitativă) în legătură cu care pot avea loc numai
două evenimente:
• evenimentul A cu P(A) = p (pentru unităţile care posedă
caracteristica);
• opusul său A cu P ( A) = p (pentru unităţile care nu o posedă).
Prin urmare, variabila aleatoare Xi, ataşată caracteristicii alternative
care reprezintă rezultatul experienţei şi asupra unei unităţi din populaţia
considerată, are repartiţia:
0 1
Xi ( ), I=1,2, ...... (8.36)
1− p p
Vom considera drept variabilă X numărul de observaţii Xi din cele n,

corespunzătoare apariţiei evenimentului A,
n
adică X= ∑ X i
i −1
Pentru parametru necunoscut p, se poate emite o ipoteză de forma

Ho:p=po, unde po este o valoare a lui p specificată.
N
Fie fn= frecvenţa relativă a apariţiilor evenimentului A în selecţie.
n
Conform teoremei Movece-Laplace, variabila fn are, pentru valori mari ale
lui n, o repartiţie asimptotic normală cu valoarea medie po şi dispersia
po (1 − po )
, când Ho= adevarată.
n
Rezultă că variabila redusă:
N
fn − M( fn ) − p0
Z= = n (8.37)
σf n
np0 (1 − p0 )
are o repartiţie normală tip N (0,1).
Regiunile critice ale ipotezei Ho, corespunzătoare celor trei

alternative, adică testelor unilaterale şi testului bilateral, sunt:
Z > Z1 − α (8.38)
pentru alternativa H1 : p > p0 (unilateral dreapta);
Z < − Z1 − α (8.39)
pentru alternativa H1 : p < p0 (unilateral stanga)
şi Z > Z1−α / 2 echivalentă cu
Z < − Z1−α / 2 sau Z > Z1−α / 2 (8.40)

pentru alternativa H1:p≠po (bilateral).
Acceptarea ipotezei H0:p=p0 indică faptul că diferenţa dintre

frecvenţa relativă n/N, data de selecţie şi probabilitatea specificată po nu
este semnificativă, este doar întâmplătoare.
8.10 Summary. Characteristic features of the significance tests

used in sampling∗
The empirical knowledge imposes to begin from the analysis of the

individual data in every field of activity, to allow you to detach from their
ensemble what is essential and typical for the analysed phenomenon. The
necessity to obtain more information that must be recorded with maximum
promptness and correctness has led to an extension of the application of the
statistical survey method as a form for the partial observation. In some
cases, the economical-social reality requires the use of the survey as the
only method for the statistical research, because the exhaustive research
might be destructive (especially in case of the products’ destructive control)
or uneconomical, involving too high prices for resources or unjustified
costs.
The main problem that rises in case of the survey research is the
guarantee of the sample representativity. We may state that all the
conclusions can’t be interpreted as being a deterministic type, while they
have the character of some statistical statements, so with a certain
confidence level corresponding to the probability of the results’ guarantee.
It has been proved theoretically and practically that only the survey
based on a probabilistical scheme can ensure a high level of the sample
representativity, allowing the interpretation of the results on the basis of the
probability theory.
The advantage of the random, representative, statistical survey
method consists in the fact that the probability level with which we
determine the errors can be checked and estimated with the help of the
statistical methods based on the large numbers law which states :”It may be
asserted with a probability approaching the unit that, in case of a large
number of researched units, the average indexes which charaterize the
∗
Summary according to the book: Mitrut C., Serban, D., Mitrut, C. A., Statistics for Business
Administration, ASE, Bucharest, 2003, Chapter 6.9
sample, vary with a small quantity from those which characterize the
population from where it was extracted ”.The operation of testing the
significance is applied for the statistical inference,after determining the
confidence intervals for the total population parameters on the basis of the
survey data.
Various Types of Hypotheses. Errors and Risks
In the economy and mostly on the labour market is necessary to use

the analysis of the potential supply and demand, making assumptions on
different market features at a certain moment. These hypotheses must be
checked statistically.
Once we know the probabilistic model of providing the observed
data, we may begin the testing of the assumptions concerning the model,
this process implying to find out the optimum responses at the question : is
it possible that the set of data to be generated by the model if the hypothesis
is correct? As a rule, any decision must be based on the data availability,
bearing a certain level of uncertainty. The statistical problem of testing the
hypotheses is based on the clear conceptual defining of the process
elements: data, model, hypothesis, decision.
At the beginning we consider to be necessary a minimum
delimitation of the terms used in testing the statistical significance. Thus, we
take a random variable X which characterize a population whose repartition
function F(x, θ) is specified, and depends on an unknown parameter θ. The
hypothesis acccording to which it has the value θo , is denoted by Ho and is
named null hypothesis. If we suppose that besides the value θo, the
parameter θ can have also one of the values Q1, Q2,…, then the hypotheses
Hi ..θ = θi, i = 1,2,…,n, are called alternative hypotheses of the null
hypothesis Ho . For the studies regarding the market we consider only two
hypotheses: the null one and its alternative H1 , as a contrary hypothesis to

the null one.
To make a decision we must formulate an initial hypothesis named a
null hypothesis and denoted by Ho, which implies the hypothesis correctness
stated by the researcher. For a certain level of significance α (0< α < 1) it
must be indicated how unlikely a set of data must be so that Ho is rejected.
A hypothesis is called simple if it causes in a corresponding way the
specified repartition of the observed random variable, making it completely
specified. A hypothesis is named composed if it consists of a finite number
or an infinity of simple hypotheses. From a statistical test we may
understand a method, a criterium through which the hypothesis to be
verified is accepted or rejected. Because of the random character of the
survey, when verifying a statistical hypothesis always exists the risk to
make a wrong decision.
If on the basis of the data survey we reject the null hypothesis even
though in reality this is true, then we say that it was an error of first level ,
and when we accept the null hypothesis which in reality is false, we say that
we did an error of second level. Also, the error probability of first manner
is named a risk of first manner and is denoted by α, and the error probability
of second manner is called a risk of second manner and is denoted by β .
To construct the test to help verify the null hypothesis, we must take
into account the following:
1. To determine a statistics Q (X1,X2,…Xn), named the test statistics
with the help which is tested the null hypothesis.
2. The accepted risk of first rank.
3. The alternative hypothesis H1 compared to the null one Ho .
4. The critical region W of the Ho hypothesis corresponding to the
test statistics Q, through which we understand that multitude of
values of the considered statistics, so if the observed value of Q
belongs to this multitude, then the null hypothesis is rejected.
If the observed value of the statistics Q doesn’t belong to the critical

region, so it belongs to the acceptance region of Ho, meaning to the
complement Cn of W, then H0 is accepted.
Consequently, between the test statistics Q of the hypothesis Ho, the
critical region W and the risk α, exists the next link: the critical region W is
in such a way so the probability that Q obtained from selection to belong to
it .If Ho is true, being equal with the risk α, which is also called the
significance level. Its choice depends on the problem occurred and the
experimental conditions where is working, its size being settled before the
testing.
The critical region W of the hypothesis H0 will be determined from
the constraints:
P(Q∈W/Ho) = α and P(Q∈W/H1) = maximum (8.1)
meaning the probability that the value of the test statistics to belong to the
critical region is equal to α when Ho is true and in the same time this
probability is maximum if the alternative H1 is true (then Ho will be
rejected as being false ,so it won’t be the error of the second manner).
The risk β is expressed according to the relation P(Q∈CW/H1) = β
(8.2), and the probability to reject H0 as being false is P(Q∈W/H1) = 1-β
(8.3)
The probability to reject the hypothesis H0 compared to its
alternative H1 ,with respect to θ, is called the power function of the test,
denoted by ∏ (W,θ). So ∏ (W,θ) = P (Q∈ W/θ), from where it results: ∏
(W,θ) = α şi ∏ (W,θ1) = 1-β (8.4)
The probability to accept the hypothesis Ho according to θ is called
the operating characteristic function of the test and is denoted by
C(W, θ). We have:
C (W, θ0) = P(Q∈CW/H0)= 1-α and C (W, θ1) = P(Q∈CW/H1)= β

(8.5).
The probability (8.3.) defines the test power of the hypothesis Ho and
it is higher as the risk of the second manner is smaller.The main problem
rising in the theory of the statistical hypothesis’ checking is to choose from
all the test,having the same significance level α ,that test for which β is
minimum , so the most intense test. It may not always exist, but it can be
constructed for a large class of repartitions.
In case that the both hypotheses Ho and H1 are simple, it is valid the
next theorem proved by Newman and Pearson:”If the hypothesis Ho : θ = θ0
and the alternative H1 : θ = θ1 , are simple hypotheses for the parameter
θ from the repartition f(x, θ) of the continuous variable X, and Pn(x1,…xn,θ0)
and Pn(x1,…xn,θ1) and the values of the plausible function , when is true Ho
and H1 ,then it exists a most intense test for the hypothesis Ho compared to
H1. ”The critical region W and also the statistics Q of the test can be
determined from the inequality:
c Pn(x1,…xn,θ0) ≤ Pn(x1,…xn,θ1) (8.6)
where c is a positive number which depends on the significance level α,
fixed.
The Z Test concerning The Mean of The Normally Distributed

Population
We take the observed characteristic X, normally distributed N(m,σ)

having the mean m and σ known.We decide that on the basis of the
selection {x1,…….xn } to determine the most intense test of the hypothesis
Ho : m = m0 ,compared to the alternative H1: m = m1, α being the given
significance level.
−1
n
⋅∑ ( x k − m1 )
n 2
⎛ 1 ⎞ 2σ 2
We have : Pn(x1, …..,xn, m1) = ⎜ ⎟ ⋅ e k =1 and
⎝ σ 2π ⎠
−1
n
⋅∑ ( xk − m0 )
n 2
⎛ 1 ⎞ 2σ 2
Pn(x1, …..,xn, m1) = ⎜ ⎟ ⋅ e k =1
⎝ σ 2π ⎠
According to these , the relation (8.6.) becomes:
−1 −1
n n
∑ ( xk − m1 ) ∑ ( xk − m0 )
2 2
2
⋅ 2
⋅
2σ 2σ
e k =1
≥ c⋅e k =1
, which leads , after changing the
relation:
(m1 − m0 ) ⋅ ∑ x k − n(m12 − m02 ) ≥ σ 2 ln c

n
(8.7)
k =1
n
But ∑x
k =1
k = n ⋅ x , and solving the previous inequality with respect to
x , we obtain:
σ 2 ln c + n(m12 − m02 )
x≥ = k 1 , if m1 > m0 (8.7’)
n(m1 − m0 )
and
σ 2 ln c + n(m12 − m02 )
x≤ = k 2 , if m1< m0
n(m1 − m0 )
(8.8)
Thus, if m1 > m0, the critical region is defined by the relation 8.7.
and comprises all the x values which exceeds the number k1 .In this case
we have a variant of the most intense test and namely the right side Z test.
If m1< m0, then the critical region is defined by the relation (4.8) and
comprises all the values of x smaller than k2 We are dealing with the case
of the left side test. The critical limits k1 and k2 are determined with respect
to the significance level α, with the condition (8.1.), like that:
• If m1 > m0 (the right side test) according to (8.1.), we have
successively:
⎛ x − m0 k − m0 ⎞
α = P(x ≥ k1 / m = m0 ) = 1 − P(x < k1 / m = m0 ) = 1 − P⎜ n< 1 n⎟=
⎝ σ σ ⎠
= 1 − P(Z < z1− α ) = 1 − F(z1− α ) . From the relation F (z1-α) = 1-α it results the
value z1-α and consequently:
k1 − m0 σ
n = z1−α ⇒ k 1 = m0 +
z1−α .
σ n
Having k1 determined, the relation (8.7) defines the critical region
W:
σ x − m0
x ≥ m0 + z1−α sau n ≥ z1−α (8.9)
n σ
• If m1< m0 (left side test), it is similar:
⎛ x − m0 k2 − m0 ⎞
α = P (x ≥ k 2 / m `1 = m 0 ) = P ⎜ n ≤ n ⎟ = P (Z ≤ z α ) = F ( z α )
⎝ σ σ ⎠
(8.9’)
From the relation F(zα) = α results the value of zα and consequently:
k 2 − m0 σ
n = zα ⇒ k 2 = m0 + zα (8.10)
σ n
Having k2 determined ,the relation (8.10’) defines the critical region

W:
σ x − m0
x ≤ m0 + zα sau n ≤ zα (8.10’)
n σ
If m1≠m0 ,the critical region will comprise all the values of x , for
which x − m0 > k and α being the significance level given by k, will be
determined so that:
⎛ x − m0 − k n ⎞⎟
α = P( x − m > k / m = m0 ) = P( x − m0 > k) = P(x − m0 < −k) + P(x − m0 > k) = P⎜ n< +
⎜ σ σ ⎟⎠
⎝
⎛ x − m0 k n ⎞⎟ ⎛ − k n ⎞⎟ ⎛ k n ⎞⎟ ⎛−k n ⎞ ⎛ ⎞
+ P⎜ n> = P⎜ Z < + P⎜ Z > = F⎜ ⎟ + 1 − F⎜ k n ⎟=
⎜ σ σ ⎠ ⎟ ⎜ σ ⎠ ⎟ ⎜ σ ⎠ ⎟ ⎜ ⎟ ⎜ σ ⎟
⎝ ⎝ ⎝ ⎝ σ ⎠ ⎝ ⎠
⎛k n ⎞ ⎛ ⎞
= 1 − F⎜ ⎟ + 1 − F⎜ k n ⎟
⎜ σ ⎟ ⎜ σ ⎟
⎝ ⎠ ⎝ ⎠
α σ
(
It results that F k ⋅ n / σ = 1 − ) 2
⇒
k n
σ
=z
1−
α ⇒k=
n
⋅z
1−
α
2 2
and the critical regions are defined by the inequalities:

σ σ
x > m0 + ⋅z α or x < m0 − z α (8.11)
n 1−
2
n 1−
2
or
x − m0
n >z (8.11’)
σ 1−
α
2
Conditions :
1. The last variant of the most intense test corresponding to the case
m1≠m0 is the variant of the both-sides test.
2. Because of the fact that for determining the critical regions we

x −m
used the statistics Z = n , with the repartition N(0,1), the text
σ
described above is called the Z test, with its variants: left and right side and
both-sides.
3. Determining k1 şi k2 like above , with the help of the relations 4.7

and 4.8 we can find the value of the constant c from 4.6.
Forward, we will determine the power of the Z test in one of its
variants, for example, in case of the left side test. We have:
⎛ σ ⎞ ⎛ x − m1 m −m ⎞ ⎛ m −m ⎞
Π(W, m1) = P⎜⎜x < m0 + zα / m= m1⎟⎟ = P⎜ n < 0 1 n + zα ⎟ = F⎜ 0 1 n + zα ⎟ (8.12)
⎝ n ⎠ ⎝ σ σ ⎠ ⎝ σ ⎠
The relation 8.12 can be used to determine the number of

observations needed that the test to have a certain power, 1-β.So we will
have:
⎛ m − m1 ⎞ m − m1
1-β = F ⎜ 0 n + zα ⎟ or z1− β = 0 n + zα , from where:
⎝ σ ⎠ σ
2
⎛ σ ⎞
( )
2
n = z1− β + z1−α ⎜ ⎟ (8.13)
⎝ m0 − m1 ⎠
Because of the fact that when verifying a statistical hypothesis it is
possible to construct, or different tests, with ifferent statistics Q or with
different ways to construct the critical region W , it is required the necessity
to clsify the different tests.
The clasification of the tests is made comparing their efficiency, like
in the case of the parameters’ estimation.
We take T*n one of the most intense test for testing the hypothesis H0
compared to its alternative H1 and Tn a certain test of the same hypothesis
H0 compared to the alternative H1, the volume of the selection being the
same. If we denote by1-β (T*n) the power of the test T*n and by 1-β (Tn) the
power of the test Tn, then the ratio Rn=1-β is called the efficiency of the test
T for the hypothesis H0 compared to the alternative H1
Generally, the efficiency of a test depends on the selection volume n.
If n → ∞, the efficiency of the test Tn tends to the unit and in this case it is
called the most intense (asymptotic) test.
For example, if we study the lenght of the trial period in an

enterprise considered to be a normal variable with the standard deviation of
200 hours. From a selection with the volume n=25 employees being in the
trial period, it resulted 1380 hours as an average length of working for the
trial period. You are required to test the hypothesis H0: m=1500 hours
compared to the alternative H1: m=1600 hours and to determine n the
number of observations, such as the power of the test to be equal to 0,9. The
significance level is α = 0,01.
Because zα = z0,01 = -2,33 and m0+(σ/√n)zα = 1500-(200/5)2,33 =
= 1406,8
According to 8.11, we reject H0.
Where z1-β = z0,9 = 1,28 and z1-α = z0,99 = 2,33, and replacing the unknown
elements in the relation 8.13, we find n ≅ 52.
The t Test Concerning The Mean of The Normal Population
For this case we have to solve the previous problem when the
variance σ2 of the normal population is unkown, but we will estimate it
according to its unbiased estimation.
1 n
s2 = ∑ ( xk − x ) 2
n − 1 k =1
(8.14)
x−m
We use the theory according to which the statistics t = .Vn
s
has a Student repartition with n-1 degree of freedom.
The way of determining the critical regions for the hypothesis H o ,
for the three cases, meaning the t right and left side test and the both-sides
one, is similar, and leads to the following results:
s x − mo
W: x > mo = t1−α ;n −1 . or . n > t1−α ;n −1 (8.15)
n s
In the case of the right side test ( m1 〉 mo)
s x − mo
W: x < mo + t α ; n −1 or . n t α ;n −1 (8.16)
n s
In the case of the left side test (m1 < m0 )

s s
W : x mo − t1 α ;n −1 . sau x mo + t1−α ;n−1 (8.17)
−
2 n 2
n
x − mo
Equivalent to: . n t1−α ;n −1
s 2
For the both-sides test (m1 ≠ mo ) .

Observation: The table values of the Student variable tα ;n−1,t1 −α ;n −1 and
α
t α are α ,1 − α and respectively 1 − .
1− ; n −1
2
2
For example, if in a certain branch of production there have been
done n=26 measurements of the employees ‘ labour productivity who have
accomplished a certain operation and the observed average productivity is:
x = 5,2buc / om / ora, and s = 0,4buc / om / ora ,we would like to be
verified the hypothesis H o : m = 5,5buc / om / ora with reference to the mean
of the labour’s productivity compared to the alternative H1: m = m1 5,5 at
the significance level α = 0,01.
The variable of the productivity is supposed to follow a normal law
N (m1 , σ ) with σ unknown. This is the case of the t left side test whose
critical region is given by the relation (8.16):
x − mo
W: n tα ; n − 1
s
Since t x ;n −1 = t 0, 01;25 = − t o,99, 25 = −2,78 and because
x − mo 5,2 − 5,5
t= n= = 26 = −3,75 −2,78, we reject the
s 0,4
hypothesis H o .
The χ2 (Chi Square)Test Concerning The σ2 Variance of a Normal

Population
We take { x1 , x 2,.........., x 4 } a selection having the volume n from the

normal population N (m, σ ) and on this basis we suggest to verify the
hypothesis :
H 0 :σ 2 = σ 0 2 compared to the alternative H1 :σ 2 = σ 1 2 .
(n − s) s 2
We will use the statistics χ =2
,
σ2
1 n
where s 2 = ∑
n − 1 k =1
( x k − x ) 2 has a repartition χ 2 (n − 1).
For the case of the right side test (T12 〉T02 ), the critical region W of
the hypothesis Ho , having α given, is obtained using the variance of
selection s 2 . Intuitively,
we reject Ho , if s 2 ≤ k.
The critical limit k is determined as follows:
(n − s)s 2 (n − s)k
α = P(s 2 〉 k / σ 2 = σ0 2 ) = P( 〉 ) = P(χ 2 ≥ χ 2 α; n −1 ) = 1 − P(χ 2 ≤ χ 21− α; n −1 ).
σ02 σ02
or
P ( χ 2 ≤ χ 2 1−α ;n − s ) = 1 − α from where :
(n − 1) k σ 02
χ 2 1−α ;n −1 = ⇒k= χ 2 1−α ;n −1
σ 02 n −1
It results that the critical region s 2 〉 k of the hypothesis H 0 is:
σ02 (n − 1) s 2
W: s 〉 2
χ 2 1−α ;n −1, meaning 〉 χ 2 1−α ;n −1 . (8.18)
n −1 σ 02
For the case of the left side test, we will reject the hypothesis H 0 if
s 2 < k and accept it if s 2 ≥ k , and k is determined as previously starting
with the risk α :
(n − 1) s 2 n − 1) k
α = P( s 2 〈 k / σ 2 = σ 02 ) = P( < ) = P( χ 2 < χ 2 α ;n −1 )
σ 2
0 σ 02 ,
(n − 1) k σ 02
So: χ 2 α ;n −1 = ⇒k= χα2;n −1.
σ 02 n −1
Consequently, the critical region s 2 < k of the hypothesis H 0 is:

σ 02 (n − 1) / s 2
W: s 2 < χα2;n −1 , meaning < χα2;n −1 (8.19)
n −1 σ 02
For the case of the both-sides test (σ 12 ≠ σ 02 ) we will reject the
hypothesis H 0 if s 2 < k1 , or s 2 > k 2 , where the limits k1 and k 2 are
determined as follows:
(n − 1) s 2 (n − 1) k1
α = P( s < k1 or s > k 2 / σ = σ ) = P(
2 2 2 2
< )+
0
σ 2
0 σ 02
( n − 1)s 2 (n − 1)k 2
+ P( > ) = P(χ 2 < χ12 ) + P(χ 2 > χ 22 ) = P(χ 2 < χ12 ) + 1 − P(χ 2 ≤ χ 22 ).
σ02 σ02
Taking into account that P( χ 2 < χ12 ) = P( χ 2 > χ 22 ) it results that:
α
2 P( χ 2 < χ12 ) = α and P( χ 2 > χ12 ) = ,
2
(n − 1) k1 σ 02
so: χ12 = χ α2 = ⇒ k1 = ⋅ χ α2
2
;n −1 σ 02 n −1 2
; n −1
Consequently , the critical region s 2 〈 k of the hypothesis H 0 is:

σ0 2
(n − 1) s 2
W: s 〈 2
χ ; n − 1, meaning
2
〈 χl 2 ; n −1 (8.20.)
n −1
l
σ 2
0
For the case of the both-sides test ( σ 12 ≠ σ 20 ) we will reject the

hypothesis H 0 if s 2 〉 k 2, or s 2 〉 k 2, , where the limits k1 and k 2 are determined
as follows:
α = P( s 2 〈 k1 sau
(n − 1) s 2 (n − 1) k1 (n − 1) s 2 (n − 1) k 2
s 2 〉 k 2 / σ 2 = σ 20 ) = P ( 〈 ) + P ( 〉 )=
2
σ0 2
σ0 2 2
σ0 σ0
= P( x 〈 x ) + P( x 〉 x ) = P( x 〈 x ) + 1 − P( x ≤ x )
2 2
1
2 2
2
2 2
1
2 2
2
If we consider that P( x 2 〈 x12 ) = P( x 2 〉 x 22 ) it will results:
α
2 P( χ 2 〈 χ 12 ) = α and P( χ 2 〈 χ 12 ) = , so:
2
(n − 1) k1 σ 20
χ 12 = χ 2α = ⇒ k1 = . χ 2α
2
;n −1 σ 2
0 n −1 2
;n −1
As a result a part W1 of the critical region W , denoted by the

inequality s 2 < k1 is:
σ 02 (n − 1) s 2
W1 : s 2 < χ α2 meaning < χ α2 (8.21)
n −1 2
;n −1 σ 02 2
;n −1
The other part s 2 > k 2 of the critical region is determined according

to:
σ 02
P(χ 2
< χ 22 ) = 1 − α2 ⇒ χ 22 = χ 2
2 ⇒ k2 = χ 2
1− α2 ;
1− ;n − 1
2
n −1 n −1
σ 02
k2 = χ2α , so the critical corresponding region is:
n −1 1− ;n −1
2
σ 02 (n − 1) s 2
W2 : s 2 > χ2α adică > χ2α (8.22.)
n −1 1− ;n −1,
2
σ 02 1− ;n −1
2
The critical region of the hypothesis H 0 :σ 2 = σ 02 , in the case of the

both-sides test, is W = W1 ∪ W2 .
Observation: For the case when the volume n of the selection on the basis
which we are testing the hypothesis H 0 is large ( n > 30 ), we can use the
statistics:
(n − 1) s 2 − (n − 1)
σ 02
a) Z = , if the volume n is large, then it has a normal
2(n − 1)
(asimptotic) repartition N (0,1).
2 ( n −1) s 2
b) Z = σ 02
− 2n − 3, which also has for n a large volume of the
sample approximately with a repartition N ( 0,1). With the help of these
statistics the testing of the hypothesis may be done according to the Z test.
For example, if it was measured for n=9 times the length of the
achievement of a certain operation by a worker, to draw a conclusion on
work’s uniformity and the average length of accomplishment of the
observed operation is X = 83 minutes. The variance of the duration was
s 2 = 4,04 (minutes) 2 and is considered to be the measure of the work’s

uniformity. If we want to verify the hypothesis H 0 :σ 2 = 3 (minutes) 2
compared to its alternative H1 :σ 2 > 3; taking α = 0,05 , then for α = 0,05
and n − 1 = 8 degree of freedom:
χ 12−α ;n −1 = χ 20,95;8 = 15,5

(u − 1) s 2
Because, = 10,77〈15,5, the obtained value of the statistics doesn’t
σ 02
belong to the critical region, we accept H 0. , so the work’s uniformity is not
different from the uniformity established generally for the considered
operation.
The Hypothesis Concerning The Variances’ Equality For Two

Normal Populations
We consider two independent selections, with the volume n1 and n2 ,

from two normal populations on which basis we calculate the selection
characteristics X and s12 , respectively X 2 and s22 .
We decide to verify the equality hypothesis H 0 :σ 1 = σ 2 of the
2 2
variances. The verification of the hypothesis H 0 compared to one of the

alternatives σ 12 > σ 22 , σ 12 < σ 22 and σ 12 ≠ σ 22 is based on the fact that, if
H 0 is true, then the selection function:
σ 22 s12 s12 2
F= = ( s > s22 ) (8.23)
σ 12 s22 s22 1
has a Fisher repartition with n1 − 1 and n2 − 1 degree of freedom.

From this derives the name «The F Test» for the hypothesis H 0
verification.
• If the alternative is σ 12 < σ 22 (left side F test),the critical region W of the

s12
hypothesis H 0 is the values multitude of the ratio F = for which we
s22
have:
s12
P( > Fn1 −1;n2 − 2;1−α ) = α, where Fn1 − s;n2 −1;1−α is the quartile 1 − α of the
s22
repartition F and is determined from the table according to the relation
P ( F < Fn1 −1;n2 −1;1−α ) = 1 − α
In this case the critical region will be defined by the inequality:
s12
> Fn1 −1;n2 −1;1−α (8.24.)
s22
• If the alternative is σ 12 > σ 22 (right side test), we have:
s12
P ( 2 < Fn1 −1;n2 −1;α ) = α (8.25)
s2
and the critical region is denoted by the inequality:
s12
< Fn1 −1;n2 −1;α (8.26)
s22
where
Fn1 −1;n2 −1;α is the quartile α of the Fisher repartition and is determined from
the table according to the relation:
P ( F < Fn1 −1;n2 −1;α ) = α
• If the alternative is σ 12 ≠ σ 22 (F both-sides test), then the critical region of

the hypothesis H 0 is defined by the inequalities:
s12 s12
< Fn1 −1;n2 −1;α / 2 or > Fn1 −1;n2 −1;1−α /2 (8.27)
s22 s22
where Fn1 −1;n2 −1;α / 2 , and Fn1 −1;n2 −1;1−α / 2 are respectively satisfying the
relations:
s12 α s12 α
P( 2 < Fn1 −1;n2 −1;α / 2 ) = and P ( 2 < Fn1 −1;n2 −1;1−α / 2 ) = 1 − and
s2 2 s2 2
represent α / 2 respectively 1 − α / 2 the quartiles of the Fisher repartition.
σ 12
The power of the test for a given value of the ratio = k is:
σ 22
s12
s12 σ 12
∏(W ; k ) = P( > Fn1 −1;n2 −1;1−α / σ 2
= kσ 2
) = P ( < Fn1 −1;n2 −1;1−α ).
s22 1 2
s22
σ 22
As a result:
1 1
∏(W , k ) = P( Fn1 −1;n2 −1 > Fn1 −1;n2 −1 > Fn1 −1;n2 −1;1−α ) (8.28)
k k
the probability that results from the table for α , k , n1 and n2 given.
For example, to evaluate two employees and decide the winner of
“the best employee of the month” it was verified the accuracy of the
employee’s work. There were measured the characteristics of some pieces
of the same type, produced by the two employees. On the basis of the results
of n=30 measurements of the pieces’ characteristics produced by the first
employee, there was found the standard deviation s1=7,98 mm, and on the
basis of 30 measurements for the second worker, there was obtained
s2 = 5,71 mm.
Is it possible to state that the variance s12 = 63,68 exceeds

significantly s22 = 32,6, in other words, is the accuracy of the second
employee higher than of the first one?
We must verify the hypothesis H0: σ12 = σ22
The value of the statistics F is : F calc.= s12/s22 = 63,68/32,6 = 1,95.
For α = 0,05 and n1-1 = 24, n2-1 = 29 degree of freedom, from the
table we fiind: F0,95;24;29 = 1,90
Because Fcalc. > Ftab., we reject the equality hypothesis of the two
variances; the second worker has a higher accuracy than the first one.
The Z Test Concerning The Difference of The Means of Two

Normal Populations
We consider
{ X11 , X12 ,..... X1n1} and
{X 21, X 22, ..... X 2 n 2 } , two independent selections with the volume n1

and respectively n2 from two normal populations N (m2 , σ 22 ), with the
1 n1
1 n2
variances known, and suppose, X 1 =
n1
∑X
i =1
1i and, X 2 =
n2
∑X
i −1
2i the
means of the two selections.

We decide to verify a hypothesis concerning the difference
m1 − m2 = δ of the means m1 şi m2 of the two populations, meaning the
hypothesis H 0 : m1 − m2 = δ 0 compared to the alternative H1: m1 − m2 = δ 1
To solve this we will apply the theorem according to which the
statistics Z with the formula bellow:
X 1 − X 2 − (m1 − m2 ) X1 − X 2 − δ 0
Z= = ,
σ 12 σ 22 σ 12 σ 22
+ +
n1 n2 n1 n2
has a nominal repartition of type N ( 0,1), so we apply the Z test.
The critical regions of the hypothesis H 0 :δ = δ 0 compared to the

alternative H1:δ = δ 1 , are:
• For the right side test ( δ 1 > δ 0 )
σ 12 σ 22 x1 − x 2 − δ 0
• W: x1 − x 2 > δ 0 + z1−α ⋅ + meaning > z1−α (8.29)
n1 n2 σ 12 σ 22
+
n1 n2
• for the left side test ( δ 1 < δ 0 )
σ 12 σ 22 x1 − x 2 − δ 0
W: x1 − x 2 > δ 0 + zα ⋅ + meaning > zα (8.30)
n1 n2 σ 12 σ 22
+
n1 n2
• for the both-sides test (δ ≠ δ0 ) .
σ 12 σ 22
W: x1 − x 2 > δ 0 − z α ⋅ +
1− n1 n2
2
or
σ 12 σ 22
x1 − x 2 > δ0 + z α ⋅ +
1−
2
n1 n2
⎡ ⎤
⎢ ⎥
⎢ x1 − x 2 − δ 0 ⎥
Equivalent to ⎢ 2 ⎥
〉 Z1−α / 2 (8.31)
⎢ σ 2
σ
1
+ 2 ⎥
⎢⎣ n1 n2 ⎥⎦
If the variances σ 12 and σ 22 are unknown, but the volumes n1 and n2

of the two selections are great, then we can use the consistent estimations s12
and s22 of the two variances and as a consequence, the variable:
x1 − x 2 − δ0
Z=
s12 s12
+
n1 n2
has a asymptotic repartition N ( 0,1), so we will apply the Z test.
For example, if we know the average tax of 1007 m.u./employee,

paid by a new established bank to a drafting and labour force agency ,for the
employment of 100 skilled experienced employees, is a normal random
variable with the standard estimation of 3 monetary units, and the one paid
to another specialized agency in the employment of more other
100 employees, unskilled personnel especially in the banking system, so
without experience (personnel for which the remuneration expenses are
much smaller) is a normal random variable with the standard deviation
equals 4 m. u. and is equal to 1002m.u.
If the manager of the human resources decides to be verified the
hypothesis H0: m1=m2, meaning that the average taxes are not significantly
different, compared to the alternative m1≠m2, for α=0,01 from the table we
obtain z1-α/2 = z0,995 = 2,57.
x1 − x 2
Because the statistics = 10 > 2.57 , we reject H0 .
σ 12 σ 22
+
n1 n2
The t Test Concerning The Means’ Difference of Two Normal

Populations
We will decide upon the situation from the previous paragraph, for
the case when the variances σ 12 and σ 22 are unknown , but σ 12 = σ 22 .
Taking into account that the selections volume n1 and n2 are small
( 〈30 ) the common value σ 2 of the two variances may be estimated using
the variance:
( n1 − 1) s12 + ( n2 − 1) s22 (8.32) 1 n1

s2 = where s12 = ∑ ( x1i − x1 ) 2 (8.32)
n1 + n2 − 2 n1 − 1 i=1
and
1 n2
s22 = ∑ ( x2i − x2 )
n2 − 1 i=1
We will use the theorem according to which the statistics t,
x1 − x 2 − (m1 − m 2 ) x1 − x 2 − δ
t= = ,
1 1 1 1
s + s +
n1 n 2 n1 n 2
Has a Student repartition with n1 + n2 - 2 degree of freedom. The critical

regions of the hypothesis H0 from the previous point, will be:
• In the case of the right side test ( δ 1 > δ 2 )
1 1
W: x1 − x 0 > δ 0 + t1−α ;n1 + n2 − 2 ⋅ s ⋅ + , meaning
n1 n2
x1 − x 2 − δ 0
> t1−α ;n1 + n2 −2 (8.33)
1 1
s⋅ +
n1 n2
• In the case of the left side test ( δ 1 < δ 2 ), the critical region will be:
1 1
W: x1 − x 0 < δ 0 + tα ;n1 + n2 − 2 ⋅ s ⋅ + meaning
n1 n2
x1 − x 2 − δ 0
< tα ;n1 + n2 − 2 (8.34)
1 1
s⋅ +
n1 n2
• In the case of the both-sides test δ 1 ≠ δ 2
1 1
W: x1 − x o < δ 0 − t1−α / 2;n1 + n2 − 2 ⋅ s ⋅ + or
n1 n2
1 1
x1 − x o > δ 0 − t1−α / 2;n1 + n2 −2 ⋅ s ⋅ +
n1 n2
x1 − x 2 − δ 0
equivalent to: > t1−α / 2;n1 + n2 − 2 (8.35)
1 1
s +
n1 n2
We take the following example : we have two subsidiaries of a

multinational concern where there are tested two methods of
remuneration.To test, if economically speaking these two methods are
similar or are significantly different , there have been recorded data refering
to the wage rights deserved for one representative sample chosen randomly
from each subsidiary.So for the first subsidiary, the wages (m.u.) are the
following: 2,0; 2,7; 2,9; 2,3; 2,6; and for the second subsidiary are: 2,5; 3,2;
3,5; 3,8; 3,5. Supposing that the variances of the two subsidiaries considered
to be normal, are equal, we would try to compare the two methods
according to the obtained salaries.
We have to verify the hypothesis H1: δ = 0, meaning m1=m2,

compared to the alternative H1: δ ≠ 0 (m1≠m2).We have
x1 = 2.5; x 2 = 3.3; s12 = 1 / 10; s22 = 0.78 / 4 .We apply the t both-sides test of
which critical region is given by the relation (8.35.), with δ0=0.
For α = 0,05, we find tn1+n2-2;1-α/2 = t9;0,975 = 2,26.
2.5 − 3.3
Since t = = 3.48 > 2.26 , the observed value of
0.5 + 0.78 ⎛ 1 1 ⎞
⋅⎜ + ⎟
6 + 5 − 2 ⎝ 5 6⎠
t belongs to the critical region, we reject the hypothesis H0. As a result, we
may say that in average, the first method leads to an average salary smaller
than using the second method of remuneration, because we found x1 < x 2
and, as a result the inequality m1< m2 is much plausible then m1>m2.
The Hypotheses Concerning an Alternative Characteristic
Forward, we will refer to the populations on which is defined an

alternative characteristic with which there are only two events that can take
place:
• The event A with P(A) = p (for the units that are possessing the
characteristic)
• The opposite or A with P ( A) = p (for the units that are not possessing
it).
Consequently, the random variable X, attached to the alternative

characteristic which represents the result of the experience and upon an unit
from the considered population, has the repartition:
Xi ( 0 / 1 − p , 1/p) , i=1,2, ...... (8.36)
We consider the variable X to be the number of observations Xi from

the n ones, corresponding to the appearance of the event A.
n
meaning X= ∑ X i
i −1
For the unknown parameter p, we can state an hypothesis of the type

Ho:p=po, where po is a specified value of p.
N
We take fn= the relative frequency of the appearance of the event
n
A in the selection. According to the Movece - Laplace theorem, the variable
fn has, for large values of n, a normal asymptotical repartition with the
p (1 − po )
average value po and the variance o , when Ho= is true.
n
It results that the diminished variable:

N
fn − M( fn ) − p0
Z= = n
(8.37)
σ fn np0 (1 − p0 )
has a normal repartition N (0,1).
The critical regions of the hypothesis Ho, corresponding to three

alternatives, namely the side tests and both-sides test, are:
Z > Z1 − α (8.38)
for the alternative H1 : p > p0 (right side).
Z < − Z1 − α (8.39)
for the alternative H1 : p < p0 (left side)
and Z > Z1−α / 2 equivalent to
Z < − Z1−α / 2 or Z > Z1−α / 2 (8.40)
for the alternative H1:p≠po (both-sides)
To accept the hypothesis H0: p=p0 means that the difference between
the relative frequency n/N, the date of selection and the specified probability
po is not significant, is only randomly.
ANEXA 1
CHESTIONAR PENTRU EVALUAREA CERERII DE TRAINING
Stimate doamnă/domn,
Vă rugăm să alegeţi răspunsurile pe care le consideraţi potrivite pentru

următorul set de întrebări ce au ca scop evaluarea cerinţelor de instruire şi
perfecţionare ale organizaţiei d-voastră.
1. Compania
Denumire şi adresă: _____________________________________
Persoana de legătură:_____________________ Telefon/Fax/email:
2. Informaţii pentru clasificarea organizaţiei în cadrul eşantionului:
2.1 Forma dominantă de proprietate:

( ) Publică
( ) Privată
2.2 Naţionalitatea capitalului:

( ) Românesc
( ) Străin
( ) Mixt
2.3 Numărul de angajaţi:

( ) 1 – 50; ( ) 51 – 100; ( ) 101 – 200; ( ) 201 – 400; ( ) 400 – 600;
( ) 601 – 800; ( ) 801 – 1000; ( ) 1001 – 1500; ( ) 1501 – 2000;
( ) 2001 – 3000; ( ) 3001 – 5000; ( ) 5001 – 10000; ( ) peste 10000
2.4 Domeniul principal de activitate:
( ) Industrie ( ) Construcţii ( ) Comerţ ( ) Turism ( ) Infrastructură ( ) Servicii ( ) Servicii

comerciale sociale
3. Politica de instruire şi perfecţionare

3.1 Compania d-voastră a organizat până acum sesiuni de instruire şi
perfecţionare pentru anagajaţi?
( ) DA , se trece la 3.2 ( ) NU, se trece la 3.4
3.2 Dacă DA, vă rugăm să precizaţi care au fost acestea:

Nivelul de instruire Categoriile de angajaţi Formele de instruire
( ) sesiuni de iniţiere ( ) muncitori ( ) la locul de muncă
( ) sesiuni de perfecţionare ( ) personal din administraţie ( ) cursuri interne
( ) personal de conducere ( ) prin instituţii specializate
3.3 Vă rugăm să apreciaţi procentual câţi angajaţi ai organizaţiei d-voastră

au fost cuprinşi în programe de instruire şi perfecţionare, până în prezent?
Bifaţi intervalul potrivit situaţiei din organizaţia d-voastră.
- ≤ 20% ( );
- între 20 şi 40% ( );
- între 40 şi 60% ( );
- între 60 şi 80% ( );
- peste 80% ( );
3.4 Vă rugăm să vă amintiţi care a fost ultimul curs la care au participat

angajaţii d-voastră:
………….…………………………………………..
3.5. Compania d-voastră acordă alocaţii pentru studii recunoscute formal?
(Considerăm „alocaţii pentru studii”: plăţi incluse în pachetul total de
compensaţii, mărind valoarea contraprestaţiei salariale, deci se adaugă la
venitul lunar, destinate îmbunătăţirii cunoştinţelor şi abilităţilor angajaţilor
prin participarea la cursuri de ridicare formală a nivelului de studii)
( ) DA, se trece la 3.6. ( ) NU, se trece la 3.7.
3.6 Dacă DA, pentru ce tip de studii:
( ) Altele, vă rugăm precizaţi:

( ) postuniversitare ( ) universitare
………….
3.7 Compania d-voastră consideră activitatea de training ca o modalitate

de dezvoltarea profesională a propriului personal?
( ) DA, în foarte mare măsură;

( ) DA, în mică măsură;
( ) Şi DA şi NU;
( ) NU, nu prea;
( ) NU, deloc
3.8 Dacă DA, care consideraţi a fi avantajele activităţii de instruire şi

formare a angajaţilor?
3.9 Dacă NU, care consideraţi că sunt dezavantajele formării angajaţilor?
3.10 Cheltuielile cu formarea angajaţilor sunt incluse în bugetul companiei

d-voastră?
( ) DA
( ) NU, vă rugăm motivaţi: ………………..
3.11 În legătură cu politica de ocupare a,locurilor de muncă libere,

preferaţi să angajaţi personal nou, cu un nivel înalt de instruire sau să
investiţi în dezvoltarea profesională a personalului deja angajat?
4. Identificarea nevoilor şi cerinţelor consumatorului de servicii de

perfecţionare şi instruire a angajaţilor
4.1 Vă rugăm să specificaţi domeniile de instruire ce prezintă interes pentru

activitatea companiei d-voastră, pentru fiecare tip de instruire, ocazională
(A), sau la cerere, ( B) forma de instruire şi fiecare categorie de personal ce
credeţi că trebuie instruită în domeniul respectiv:
Ritm de
Domenii de instruire Categorii de angajaţi Forma de instruire
instruire
A. 1. Flux informaţional, transport, a) muncitori ( ) 1) internă ( )
Cursuri aprovizionare, distribuţie, logistică b) personal adminisraţie ( 2) la firme specializate
organizate ) ()
c) personal conducere ( ) 3) la sediul firmei cu
experţi externi ( )
la cererea 2. Protecţia muncii şi a mediului a) ; b) ___ c) ____
agentului 1) __; 2) ____; 3) ____
economic
3 Marketing a) ; b) ___ c) ____ 1) __; 2) ____; 3) ____
4 Management a) ; b) ___ c) ____ 1) __; 2) ____; 3) ____
5 Managementul calităţii totale a) ; b) ___ c) ____ 1) __; 2) ____; 3) ____
6. Cursuri integrate: a) ; b) ___ c) ____ 1) __; 2) ____; 3) ____
6 Alte domenii, vă rugăm precizaţi a) ; b) ___ c) ____ 1)__; 2) ____; 3) ____

.......................................................
Ritm de
Domenii de instruire Categorii de angajaţi Forma de instruire
instruire
B. 1. Flux informaţional, transport, a) muncitori ( ) 1) internă ( )
Cursuri aprovizionare, distribuţie, logistică b) personal 2) la firme specializate
organizate administraţie ( ) ()
periodic c) personal conducere ( 3) la sediul firmei cu
pentru ) experţi externi ( )
angajaţii
agentului 2. Protecţia muncii şi a mediului a) ; b) ___ c) ____ 1) __; 2) ____; 3) ___
economic
7 Marketing a) ; b) ___ c) ____ 1) __; 2) ____; 3) ___
8 Management a) ; b) ___ c) ____ 1) __; 2) ____; 3) ___
9 Managementul calităţii totale a) ; b) ___ c) ____ 1) __; 2) ____; 3) ___
6. Cursuri integrate: a) ; b) ___ c) ____ 1) __; 2) ____; 3)

____
7. Alte domenii vă rugăm precizaţi a) ; b) ___ c) ____ 1) __; 2) ____; 3)
.......................................................... ____
4.2 Vă rugăm să acordaţi o notă de la 1 (locul întâi) la 5 (ultimul loc)

metodelor de instruire preferate, pe care le consideraţi a fi cele mai
potrivite în procesul formării angajaţilor:
prelegeri prezentare de studii de caz
simulări discuţii interactive
participare la desfăşurarea unui jocuri
scenariu
învăţare la distanţă prin INTERNET participare interactivă pe calculator
4.3 Pentru a putea clasifica referinţele şi nevoile consumatorului de servicii

de training, vă rugăm să aveţi amabilitatea să atribuiţi următoarelor
proproziţii puncte, conform scalei de mai jos:
-2 -1 0 +1 +2
______|____________|___________|_____________|____________|_____
total împotrivă împotrivă neutru parţial de acord total de acord
Opinia Nota
Angajaţii mei au obţinut rezultate mai bune după o perioadă de instruire
Activitatea de formare a angajaţilor este prea costisitoare. Mai bine cheltuim pentru activităţi
ce ne vor aduce un profit mai rapid.
Este dificil să continui să studiezi după absolvirea şcolii
Riscăm să ne pierdem angajaţii instruiţi de noi. După ce sunt perfecţionaţi pleacă la
concurenţă.
Doar companiile străine îşi permit să instruiască angajaţii.
Cursurile ce ne- au fost oferite sunt prea scumpe
Procesul de formare continuă trebuie să includă doar personalul cu studii superioare.
Training – ul reprezintă un domeniu nou pentru noi.
Instruirea eficientă a angajaţilor se poate realiza doar peste hotare.
Angajaţii noştri sunt foarte eficienţi şi nu trebuie perfecţionaţi.
Prefer formatori străini celor români
Procesul de instruire se adresează mai mult conducerii firmei
Compania noastră preferă să angajeze oameni deja instruiţi pentru a nu fi nevoiţi să investim
în formarea lor profesională
Cred că în prezent domeniul cel mai necesar a fi permanent actualizat este cel economic
Cei mai buni formatori sunt managerii firmei
ANEXA 2
CHESTIONAR DE EVALUARE A EFICIENŢEI

ÎNVĂŢĂMÂNTULUI SUPERIOR
ÎN OPINIA ABSOLVENŢILOR
Încercuiţi varianta potrivită pentru fiecare întrebare.
Sunteţi absolvent de învăţământ superior?

1. DA (CONTINUĂ!) 2. NU (STOP INTERVIU!)
Ce facultate/facultăţi aţi absolvit?________________
De ce v-aţi înscris la această facultate ?

1. Dintr-o „chemare” (aplecare asupra domeniului);
2. Din cauza părinţilor care m-au obligat;
3. Ca să-mi urmez prietenii;
4. Am considerat că este un domeniu cu un viitor financiar sigur;
5. Am ştiut că este domeniul potrivit pentru mine (legat de
personalitatea şi preocupările mele) din toate punctele de vedere;
6. Alt motiv:
_____________________________________________________
În cazul în care motivul ales la întrebarea precedentă a fost 1, 2 sau 3,

doriţi să urmaţi o altă facultate? (Dacă aţi răspuns anterior cu variantele 4 sau 5
ignoraţi această întrebare)
1. Da, chiar am să fac acest lucru.
2. Da, îmi doresc, dar nu am plănuit încă nimic.
3. Aşa şi aşa, îmi doresc, dar nu am timpul necesar.
4. Nu, consider că o facultate este de ajuns pentru oricine.
5. Nu, nu îmi permit datorită mai multor restricţii
(financiare, de familie etc.). Precizaţi ce restricţii vă
împiedică: ..........................................................
Cât aplicaţi (practic) din cele învăţate în facultate în meseria d-voastră ?

1. 0 – 20 %
2. 20 – 40 %
3. 40 – 60 %
4. 60 – 80 %
5. 80 – 90 %
6. 90 – 100 %
Pe parcursul facultăţii, nivelul cursurilor predate era:

1. ridicat
2. mediu
3. scăzut
Iar cunoştinţele d-voastră, în timpul facultăţii, erau:

1. pur teoretice
2. mai mult teoretice decât practice
3. şi practice, şi teoretice, în aceeaşi măsură
4. practice, aplicabile în realitate
5. mai mult practice
În liceu aţi beneficiat de informaţii privind opţiunile posibile referitoare la

facultate?
1. da, în mare măsură
2. da, în oarecare măsură
3. aşa şi aşa
4. nu prea mult
5. deloc
În opinia d-voastră, părinţii/rudele şi apropiaţii celor ce trebuie să aleagă o

facultate, trebuie:
1. să îi încurajeze să urmeze o facultate potrivită, prezentându-şi
propria părere asupra capacităţilor şi trăsăturilor candidatului;
2. să îi îndemne să studieze la o facultate despre care ştiu că ”este de

viitor” şi că diploma acestei facultăţi îi va asigura candidatului un
viitor sigur;
3. să îi oblige să urmeze o facultate ai cărei absolvenţi sunt cei mai
căutaţi pe piaţa muncii la momentul respectiv, fără să ceară
părerea candidatului;
4. să nu îi influenţeze în nici o direcţie.
Aţi fost obligaţi vreodată să vă reorientaţi profesional?

1. Da, şi acum am cu totul altă ocupaţie decât
formaţia mea profesională;
2. Da, acest lucru este necesar pentru integrarea
mea pe piaţa de muncă, dar aştept un loc de
muncă potrivit profesiei mele;
3. Nu, nu a fost necesar (existau locuri de munca pentru domeniul
meu) dar am făcut acest lucru din proprie iniţiativă;
4. Nu, nu a fost necesar, profesia mea era/este o meserie căutată.
Dacă v-aţi reorientat profesional, aţi făcut-o prin:

1. cursuri practice, de specialitate;
2. practicând direct meseria, „furând meseria” de la colegii mei mai
experimentaţi;
3. studiind cărţi de specialitate, manuale, articole;
4. prin cursuri prin corespondenţă;
5. altă metodă:
____________________________________________________
A existat vreun moment, după terminarea facultăţii, când aţi dorit să urmaţi
o altă carieră ?
1. Da, au existat mai multe astfel de momente.
2. Da, a existat un singur astfel de moment.
3. Nu – nici nu mi-a trecut prin gând.
4. Nu îmi amintesc.
Dacă aţi răspuns afirmativ la întrebarea precedentă, aţi făcut ceva practic
pentru schimbarea carierei ?
1. Da, chiar mi-am schimbat cariera.
2. Da, am încercat, dar nu am reuşit.
3. Nu încă, dar intenţionez.
4. Nu, nu am avut curajul să schimb ceva.
5. Nu, am considerat că este doar un sentiment de moment.
Consideraţi că tinerii din ziua de azi trebuie să urmeze o facultate din unul
din motivele:...................................................................................................
Consideraţi că trebuie să existe cabinete de „orientare profesională” şi în

licee (în activitatea lor fiind inclusă consultanţă psihologică menită să
estimeze „orientarea elevului”)?
1. Da, ele sunt în beneficiul elevului pentru viitor.
2. Da, dar trecerea prin această „categorisire” nu trebuie să fie
obligatorie pentru toţi elevii.
3. Da şi nu, acest aspect trebuie luat în considerare de părinţii şi
elevii fiecărui liceu în parte, nu trebuie impus un astfel de
cabinet pe plan naţional.
4. Nu, nu consider că elevii au nevoie de aşa ceva (au apropiaţi
care să îi îndrume).
5. Nu ştiu/nu mă pronunţ.
Consideraţi că trebuie create, pentru elevii de liceu, facilităţi de

comunicare şi informare, care să ofere acces la cunoaşterea oportunităţilor
de angajare după terminarea facultăţii?
1. Da, sigur acest lucru facilitează mult alegerea tinerilor.
2. Da, este bine ca elevii să se poată informa singuri şi să facă o
alegere cunoscând toate informaţiile.
3. Şi da şi nu – trebuie ca elevii să urmeze sfaturile prietenilor,
rudelor şi apropiaţilor şi apoi să decidă în funcţie de oferta
instituţiilor de învăţământ superior.
4. Nu, nu consider că facilitează decizia elevilor.
5. Nu ştiu.
Aţi urmat şi alte cursuri în afara celor universitare pentru perfecţionarea

d-voastră profesională?
1. Da, am urmat şi m-au ajutat în carieră.
2. Da, am început să urmez, dar nu am avut
timpul necesar să le termin.
3. Nu, dar plănuiesc să o fac.
4. Nu, nu am considerat că-mi sunt necesare.
Aţi fost vreodată promovat(ă), de-a lungul carierei, doar datorită diplomei
de absolvire deţinute?
1. Da, sunt sigur de acest lucru.
2. Da, dar nu pot fi sigur de acest lucru.
3. Nu ştiu, promovarea mea nu mi-a fost atât de clar explicată.
4. Nu, sunt sigur că promovările primite s-au datorat numai muncii
mele.
Aţi fost vreodată şomer, în afara perioadei imediat următoare terminării

studiilor superioare ?
1. Da
2. Nu
Aţi schimbat locurile de muncă până acum?

1. Da, foarte des (mai mult de 15 locuri de
muncă).
2. Da, des (7-15 locuri de muncă).
3. Da, dar rar (3-7 locuri de muncă).
4. Da, dar foarte rar (1-3 locuri de muncă).
5. Nu, lucrez în acelaşi loc de când m-am angajat prima oară.
Dacă aţi răspuns afirmativ la întrebarea precedentă, din ce motive aţi

schimbat locul de muncă? (puteţi bifa oricâte răspunsuri doriţi)
1. Nemulţumire faţă de condiţiile de muncă
2. Nemulţumire faţă de salariu – astfel am încercat să-mi găsesc un
alt loc de muncă
3. Nemulţumire la adresa mediului social neprietenos şi rece

existent în firmă
4. Din cauza restructurărilor de la firma la care lucram
5. Mi s-a oferit o slujbă mai bună
6. Nu m-am înţeles cu superiorul meu şi am fost concediat(ă)
7. Alt motiv, precizaţi care anume:.............................................
Cum vă informaţi în domeniul în care v-aţi pregătit şi în care lucraţi?

1. Cumpărându-mi cărţi de specialitate
2. Am abonament la bibliotecă (specificaţi, vă rugăm,
biblioteca:____________)
3. Prin reviste de specialitate pe care le cumpăr ocazional,
4. Am abonament la una sau mai multe reviste de specialitate
5. Navigând pe INTERNET
6. Participând la manifestările publice din domeniu
7. Altfel, cum anume:................................................
Vârsta d-voastră este:

1. 22- 30 ani
2. 31- 40 ani
3. 41- 50 ani
4. 51- 60 ani
5. 61- 65 ani
Profesia d-voastră:________________________________________
Ocupaţia actuală:______________________________________________
Vechimea d-voastră în muncă:____________________________________
Vechimea la locul de muncă actual:________________________________
Vechimea la ultimul loc de muncă:_________________________________
Oraşul unde locuiţi:_____________________________________________
VĂ MULŢUMIM PENTRU TIMPUL ACORDAT!

ANEXA 3
CHESTIONAR PENTRU CONTROLORI - VARIANTA 1
Stimaţi controlori, se ştie că, în timpul efectuării controlului, unii

călători intervin în favoarea contravenienţilor care nu vor să se legitimeze
sau să plătească amenda legală în vehicul.
1.Care este frecvenţa acestor evenimente cu care v-aţi confruntat d-voastră,

personal:
– zilnic (estimaţi numărul acestora)
– lunar (estimaţi numărul acestora)
– săptămânal (estimaţi numărul acestora)
– niciodată
2. Vă rugăm să apreciaţi numărul de astfel de intervenţii în favoarea

contravenienţilor, întâlnite de d-voastră. într-o lună obişnuită - 21 de zile
lucrătoare: (subliniaţi)
Nici 1-5 6–10 11–15 15–20

>20 intervenţii
una intervenţii intervenţii intervenţii intervenţii
3.Ce categorii de persoane credeţi că intervin, în majoritatea cazurilor, în

favoarea contravenienţilor (precizaţi numărul lor având în vedere
aproximarea d-voastră maximă de mai sus):
a. Persoane din afara Regiei de Transport., precizaţi cine şi câte

b. Salariaţi ai Regiei de Transport
c. Pensionari ai Regiei de Transport
d. Alte categorii de pensionari (ce beneficiază de gratuitate)
4. Dintre salariaţii şi pensionarii Regiei (b+c din întrebarea 3.) care intervin
în general într-o lună (21 de zile lucrătoare) în controlul d-voastră
aproximativ câţi sunt: a. femei .............; b. bărbaţi..........
5. Aceeaşi întrebare pentru:
a. tineri (până în 35 ani)

b. maturi (35 – 55 ani)
c. vârstnici (peste 55 ani)
6. Dintre salariaţii şi pensionarii Regiei, câţi intervin într-o lună lucrătoare,

în general pentru:
a. rude, cunoştinţe
b. străini
c. ambele (în mod egal)
7. Care sunt, în opinia d-voastră, motivele invocate în favoarea

contravenienţilor (încercuiţi):
1. comportamentul controlorilor;
2. vârsta contravenienţilor;
3. situaţia materială a contravenienţilor;
4. calitatea serviciilor R.A.T.B.;
5. alte motive, precizaţi care anume……………………………
8. Pe ce linii şi între ce staţii aveţi astfel de situaţii în mod

frecvent:………………………………
9. În final, vă rugăm să menţionaţi cu toată seriozitatea cam câţi călători

intervin în favoarea controlorilor în cele 21 de zile lucrătoare ale unei
LUNI calendaristice: (subliniaţi):
nici 1-5 6 – 10 11 – 15 15 – 20 > 20

una persoane persoane persoane persoane persoane
Vă rugăm să precizaţi câteva informaţii despre d-voastră necesare

clasificării răspunsurilor (încercuiţi):
Sex: a. M. b. F; Studii: a. Medii b. Superioare;
Vârsta (ani):..... Vechime în Regie:.....
CONDUCEREA REGIEI VĂ MULŢUMEŞTE!

ANEXA 4
CHESTIONAR PENTRU CONTROLORI - VARIANTA a-2-a
Stimate coleg(ă),
Ştim cu toţii că unii călători intervin în apărarea contravenienţilor
care nu vor să plătească amenda RATB şi nici să se legitimeze. Dorim ca,
împreună cu dvs., să găsim şi să propunem câteva soluţii de rezolvare a
acestei probleme. De aceea vă rugăm să răspundeţi la întrebările din acest
chestionar. Vă mulţumim.
1 Din punct de vedere (d.p.d.v.) al ocupaţiei, 4 D.p.d.v. al sexului, cine intervine cel mai
cine credeţi că intervine cel mai mult în mult în apărarea contravenienţilor?
apărarea contravenienţilor? (încercuiţi o (încercuii o singură literă):
singură liter`) a. femeile;
a. persoane fără ocupaţie (şomeri, b. bărbaţii;
casnice etc.); c. femeile şi bărbaţii în mod egal.
b. salariaţi RATB;
c. salariaţi din afara RATB (presă,
poliţie, administraţia de stat);
d. persoane care beneficiază de gratuitate
sau de reducere pe RATB;
e. alte categorii de persoane,
care:………………
2 D.p.d.v. al vârstei, cine credeţi că intervine 5. Pentru care contravenienţi credeţi că
cel mai mult în apărarea contravenienţilor? se intervine cel mai mult? (încercuiţi o
(încercuiţi o singură literă): singură literă):
a. tinerii (persoane până în 35 de ani); a. pentru tinerii (pers. până în 35 ani);
b. maturii (36 – 55 ani); b. pentru mature (36-55 ani);
c. vârstnicii (56 – 65 ani); c. pentru bătrâni (peste 65 de ani).
d. bătrânii (peste 65 de ani).
6 Care este cel mai frecvent răspuns al
contravenienţilor la întrebarea d.-voastră.
“De ce nu aveţi billet”.
Scrie aici………………………………
3 D.p.d.v. al frecvenţei, cât de des credeţi că 7. Care este cel mai frecvent răspuns al
intervin unii călători în apărarea călătorilor la solicitarea dvs. De “a se
contravenienţilor? (încercuiţi o singură legitima?”
literă): Scrie aici ………………………….
a. întotdeauna (zilnic);
b. mai rar (de 2 – 3 ori/săpt.); 8. Ce măsuri propuneţi împotriva
c. foarte rar; contravenienţilor care nu vor să se
d. niciodată. legitimeze?
Scrie aici………………………………
9 Care este cel mai frecvent răspuns la D E S P R E D-VOASTRĂ:

întrebarea “Dvs., de ce interveniţi?” pe care (încercuiţi litera corespunzătoare)
o adresaţi călătorilor care iau apărarea 13. Sexul :
contravenienţilor. a. B
Scrie aici……………………………….. b. F
10 Ce măsuri propuneţi împotriva

călătorilor care iau apărarea 14. Studii :
contravenienţilor? a. şcoala generală;
Scrie aici………………………………. b. liceul;
c. student (ă);
d. superioare
11 Cât de frecvent intervin călătorii în 15. Vârsta :

apărarea controlorilor de bilete? a. până în 35 de ani;
(încercuiţi o singură literă): b. 36 – 55 ani;
a. întotdeauna (zilnic); c. peste 55 ani.
b. mai rar (de 2+3 ori/săpt.);
c. foarte rar;
d. niciodată.
12. Cât de frecvent intervin salariaţii regiei 16. Vechimea d-voastră în RATB :
în apărarea d-voastră? (încercuiţi o a. până în 5 ani;
singură literă): b. 6 – 10 ani;
a. întotdeauna (zilnic); c. 11 – 20 ani;
b. mai rar (de 2-3ori/săpt.) d. peste 20 ani.
c. foarte rar;
d. niciodatĂ.
Încă o dată, vă mulţumim.

ANEXA 5
OPINIA CĂLĂTORILOR CARE CIRCULĂ CU MIJLOACE

DE TRANSPORT PUBLIC DECORATE INTEGRAL CU RECLAMĂ
1. Călătoriţi des pe această linie? (Bifaţi răspunsul potrivit).

a. zilnic
b. săptămânal
c. mai rar
2. Sunteţi mulţumiţi de noul aspect al vehiculului, cu geamurile decorate

integral?
a. foarte mulţumit
b. mulţumit
c. nemulţumit
d. foarte nemulţumit
3. Opinia dvs. se referă la:

a. aspectul exterior
b. vizibilitatea din interiorul vehiculului
c. controlul călătoriei
d. altele (care).....................................................
4. Sex.
B F
5. Vârsta (ani):
10-29 30-59 60 +
6. Profesie:
elev, student, militar
salariat
patron
liber profesionist
pensionar
şomer
altele
ANEXA 6
CHESTIONAR DE EVALUARE A PIEŢEI ASIGURĂRILOR

ÎN BUCUREŞTI
Stimate domn/doamnă, vă rugăm să aveţi amabilitatea de a

răspunde la un set de întrebări referitoare la piaţa asigurărilor. Vă
asigurăm de întreaga confidenţialitate privind răspunsurile d-voastră. Vă
mulţumim!
NOTĂ: Aceste întrebări se referă doar la asigurările facultative
pentru persoane individuale şi nu la asigurările obligatorii de răspundere
civila, în efectul legii. Răspunsurile se vor marca cu X conform alegerii
individuale.
1. Sunteţi asigurat în prezent:

- Da (treceţi la întrebarea 4)
- Nu (treceţi la întrebarea 6)
2. Ce rol au jucat asigurările în viaţa d-voastră?

- Am fost asigurat (treceţi la întrebarea 3)
- Nu am fost asigurat (treceţi la întrebarea 6)
3. Specificaţi motivul principal pentru care nu mai sunteţi

asigurat:...................................................................................................
4. Ce tip de asigurare aţi avut sau aveţi?......................................................
5. Cu ce companie a fost încheiat contractul de asigurare?..........................
6. Care este sau a fost vechimea contractului d-voastră? (nr. de ani pentru
care s-au plătit prime de asigurare) ..........................................................
7. Care este sau a fost durata contractului :..................................................

8. Intenţionaţi să prelungiţi poliţa din prezent (doar pentru cei ce sunt

asiguraţi)?
- Da
- Nu
- Nu ştiu
9. Intenţionaţi să achiziţionaţi în viitorul apropiat o altă poliţă de

asigurare?
- Da, în mod sigur
- Da, este posibil
- Nu prea cred
- Nu, în mod sigur
10. Ce tip de poliţă de asigurare vă interesează?........................................
11. Pentru aceasta ce companie de asigurări preferaţi, dintre cele ce îşi

desfăşoară activitatea în Bucureşti?
- ING Nederlanden
- ASIROM
- AIG Life
- Allianz Ţiriac
- Sara Merkur
- Omniasig
- ASTRA
- Ardaf
- Altele, precizaţi care ..............................................
- Nu ştiu
12. Principalul motiv al preferinţei d-voastră. este:

- seriozitatea firmei
- experienţa firmei
- tradiţia românească
- tradiţia internaţională
- clienţii firmei
- publicitatea şi reclama firmei
- alt motiv, care anume ............
13. Cunoaşteţi persoane fizice care au beneficiat sau beneficiază de

contracte de asigurare?
- Da (treceţi la întrebarea 14)
- Nu (treceţi la întrebarea 17)
14. Care este compania asiguratoare cu care acestea au incheiat contractul

de asigurare?
- ING Nederlanden
- ASIROM
- AIG Life
- Allianz Ţiriac
- Sara Merkur
- Omniasig
- ASTRA
- Ardaf
- Altele, precizaţi care .............................................
15. Ce tip de asigurare este încheiat cel mai des de către prietenii
d-voastră?
- de viaţă
- sănătate
- bunuri
- locuinţă
- pensie
- auto, alta decât cea obligatorie
- alt tip, care anume.................
16. Care este durata asigurată cel mai des de către prietenii
d-voastră:………………
17. De cât timp sunt asiguraţi prietenii d-voastră?

- mai puţin de un an
- între 1 şi 3 ani
- între 3 şi 6 ani
- peste 6 ani
18. În ce măsură vă sfătuiţi prietenii să încheie contracte de asigurări?

- în foarte mare măsură
- în mare măsură
- aşa şi aşa
- în mică măsură
- deloc
19. Ce tip de asigurare le recomandaţi prietenilor d-voastră.?

- viaţă
- sănătate
- bunuri
- locuinţă
- pensie
- auto, alta decât cea obligatorie
- alt tip, care anume.................
20. Ce companie recomandaţi prietenilor d-voastră?

- În primul rând: ..........................................
- În al doilea rând: ........................................
- În al treilea rând: ........................................
21. Ce companii nu recomandaţi prietenilor d-voastră?..........................

22. Unde aţi văzut/auzit/citit ultima dată reclamă sau publicitate pentru
asigurări?
- la radio
- la televiziune
- în ziare/reviste
- pe panouri de afişare
- altundeva, unde anume...................
23. Cum caracterizaţi companiile de asigurări active pe piaţa din

Bucureşti?
Acordaţi o notă de la 0 (zero) la 10 (zece) pentru fiecare companie
corespunzător fiecărei trăsături şi acordaţi un punctaj de importanţă
fiecărei caracteristici printr-o notă de la 1: neimportant la 5: foarte
important, astfel:
Compania Trăsături /Caracteristici

Experienţă Experienţă
Seriozitate Tradiţie Vechime Popularitate
naţională internaţională
ING
Nederlanden
ASIROM
AIG Life
Allianz Ţiriac
Sara Merkur
Omniasig
Astra
Altă firmă:
.............
Importanţă
pentru
d-voastră
24. Cum apreciaţi evoluţia pieţei asigurărilor din România?

- într-o continuă dezvoltare
- în stare de dezvoltare incipientă
- cu bune perspective
- fără perspective
- altfel, cum anume....................
25. În ce categorie de vârstă vă încadraţi:

- 20 - 29 ani
- 30 - 39
- 40 - 49
- 50 - 59
- 60 şi peste
26. Starea d-voastră civilă este:

- căsătorit
- necăsătorit
- văduv
- divorţat
- separat
- în uniune consensuală
27. Câţi membri are gospodaria d-voastră?

- <2
- 2-4
- 4-6
- 6-8
28. Nivelul d-voastră de instruire este (nivelul studiilor absolvite):

- studii elementare
- studii medii
- studii liceale
- studii universitare
- studii postuniversitare
29. Venitul mediu lunar net al gospodariei d-voastră este de:

- < 3 mil ROL
- 3-6
- 6-9
- 9 - 12
- 12 - 15
- peste 15
30. Sex:
B
F
VĂ MULŢUMIM!
ANEXA 7
Academia de Studii Economice din Bucureşti realizează o cercetare

pe tema atitudinii românilor faţă de muncă, a satisfacţiei şi nemulţumirilor
pe care aceştia le au în legătură cu activităţile depuse. Pentru realizarea
acestei cercetări, sprijinul d-voastră este esenţial. Vă rugăm să răspundeţi la
următorul chestionar, marcând cu un X răspunsul d-voastră. Vă asigurăm că
la acest chestionar, adresat unui mare număr de persoane din toate zonele
ţării, nu există răspunsuri bune sau rele. Răspunsurile d-voastră sunt
confidenţiale. Vă mulţumim pentru participare.
1. Care este statutul d-voastră profesional? (alegeţi răspunsul corespunzător):
Salariat Lucrător familial Student/elev

Patron Neremunerat Pensionar
Lucrător pe cont propriu Şomer Militar în termen
2. Cum estimaţi veniturile totale ale familiei d-voastră în raport cu

necesităţile?(alegeţi răspunsul corespunzător):
• Nu ne ajung nici pentru strictul necesar
• Ne ajung numai pentru strictul necesar
• Ne ajung pentru un trai decent, dar nu ne permitem cumpararea
unor obiecte mai scumpe (mobilă şi obiecte de lux, maşină, casă
etc.)
• Reuşim să cumpărăm şi unele obiecte mai scumpe, dar cu eforturi
• Reuşim să avem tot ce ne trebuie, fără mari eforturi.
3. Câte ore estimaţi că munciţi într-o zi obişnuită (24 ore)?____

Din care: muncă salariată____
4. Câte ore apreciaţi că alocaţi zilnic: - muncii (plătite sau neplătite)____ -

transportului____ - somnului, hranei, igienei____ - activităţilor de
recreere ____- studiului (învatare, informare: cititul ziarelor, revistelor de
specialitate etc.) ____
5. Aţi făcut vreodată muncă în folosul comunităţii? (alegeţi răspunsul

corespunzător):
Da, într-un azil de bătrâni
Da, într-un orfelinat
Da, intr-o creşă/grădiniţă
Da, în alta parte. Care?...................................
Nu
6. Intenţionaţi să vă schimbaţi locul de muncă? (numai pentru cei ce au în

prezent un loc de muncă stabil!) (alegeţi răspunsul corespunzător):
da, sunt în căutarea unui alt loc de muncă – treci la întrebarea
nr.7
da, dar nu caut în mod deosebit, ci aştept să apară o oportunitate –
treci la întrebarea nr.7
nu mi-am pus încă problema – treci la întrebarea nr.8
în mod hotărât nu – treci la întrebarea nr.8
7. Care este motivaţia alegerii făcute la întrebarea nr. 6? (alegeţi

răspunsurile corespunzătoare).
un salariu mai bun un program de lucru mai

avantajos
dorinţa de a avansa în carieră dorinţa de a face lucruri noi
o poziţie socială mai înaltă posibilitatea de a rămâne şomer
un mediu de lucru mai plăcut sau mai multe facilităţi (telefon,
mai competitiv maşină, acces la o sală de sport
etc.)
un alt motiv. Care?................................................................
Nu ştiu/Nu răspund
8. Preferaţi o slujbă mai bine remunerată, dar nesigură sau o slujbă mai
modest remunerată, dar sigură? (alegeţi răspunsul corespunzător):
O slujbă mai bine remunerată, dar nesigură
O slujbă mai modest remunerată, dar sigură
Nu ştiu
9. Consideraţi că următoarele funcţii/profesii sunt, în România, în general

îndeplinite:
De Aproximativ De
Nu ştiu/
Întotdeauna obicei egal de obicei Întotdeauna
Nu
de femei de femei de de bărbaţi
răspund
femei şi bărbaţi bărbaţi
Medic
Profesor/
cercetător
Infirmier/asistent
medical
Avocat
Asistent social
Funcţionar/secretar
Casier
Cadru militar
Informatician
Economist
Inginer
Secretar
Ziarist
Vânzător
Muncitor
Şofer
10. Credeţi că, în general, următoarele funcţii sunt îndeplinite:
Aproximativ
Nu ştiu/
Întotdeauna De obicei egal De obicei de Întotdeauna
Nu
de femei de femei de femei şi bărbaţi de bărbaţi
răspund
bărbaţi
Funcţii de
conducere
(director,
manager,
patron)
Funcţii de
execuţie
(angajat)
11. În ce măsură sunteţi de acord cu următoarele afirmaţii?
În Nici de
În foarte Nu ştiu/
foarte În mare acord, nici În mică
mică Nu
mare măsură în măsură
măsură răspund
măsură dezacord
Lucrul bine început e pe
jumătate făcut.
Să nu laşi pe mâine ceea ce
poţi face azi.
Nu îngrăşa porcul în ziua de
Ignat.
Fiecare este făuritorul
propriului său destin.
Cine se trezeşte de
dimineaţă departe ajunge.
Munca e cea mai bună
avuţie.
Nu te bucura de munca
altuia.
Munceşti mult, trăieşti
puţin.
Omul muncitor de pâine nu
duce dor.
12. Consideraţi că următoarele munci casnice sunt în general îndeplinite:
Aproximativ
De obicei Nu ştiu/
Întotdeauna De obicei egal de Întotdeauna
de Nu
de femei de femei femei şi de bărbaţi
bărbaţi răspund
bărbaţi
Spălat
Călcat
Curăţenie
Dus gunoiul
Bătutul
covoarelor
Gătit
Mici reparaţii
prin casă
A face piaţa
A avea grijă de
membrii
familiei
Cumpărarea
obiectelor de
folosinţă
indelungată
13. Apreciaţi în ce măsură vi se potrivesc următoarele afirmaţii:
13.1 “Salariul mare este un factor important în alegerea locului de muncă”.
-2
-1 0 +1 +2
În foarte
În mică măsură Nu ştiu sigur În mare măsură În foarte mare măsură
mică măsură
13.2 “Prefer să muncesc ore suplimentare pentru a câştiga mai mulţi bani”.
-2
-1 0 +1 +2
În foarte mică
măsură
13.3 “Sunt dispus să urmez nişte cursuri de perfecţionare/instruire pentru a

obţine un loc de muncă mai avantajos”.
-2 +2
-1 0 +1
În foarte mică În foarte mare
În mică măsură Nu ştiu sigur În mare măsură
măsură măsură
13.4 “Intenţionez să muncesc în străinătate”.
-2
-1 0 +1 +2
În foarte mică
măsură
14. Unii oameni trăiesc în sărăcie. Acest lucru se întâmplă (alegeţi

răspunsurile corespunzătoare):
pentru că nu au avut noroc datorită societăţii în care trăim

pentru că sunt leneşi din alt motiv. Care?..................
Nu ştiu/Nu răspund
15. Cum credeţi că au reuşit majoritatea oamenilor care au făcut avere în

România? (alegeţi răspunsurile corespunzătoare).
prin muncă şi merite personale prin încălcarea legii

au avut noroc din alt motiv. Care?...................
prin relaţii Nu ştiu/Nu răspund
16. Credeţi că în România un bărbat îşi găşeste mai uşor o slujbă decât o
femeie?
Da Nu Nu ştiu
17. Credeţi că bărbaţii din România au mai multe şanse decât femeile să
realizeze un venit suplimentar celui obţinut din ocupaţia de bază?
Da Nu Nu ştiu
18. Care este părerea d-voastră despre femeile şofer? (alegeţi răspunsul
corespunzător)
Toate femeile şofer pe care le-am întâlnit conduceau bine.
Am întâlnit femei care conduceau bine.
Am întâlnit şi femei care conduceau bine, şi femei
care conduceau prost.
Am întâlnit femei care conduceau prost.
Toate femeile şofer pe care le-am întâlnit conduceau prost.
19. În continuare întrebările 19 – 21 sunt numai pentru femei!
19.1 Credeţi că vi s-a întâmplat vreodată să nu fiţi angajată pe un post

pentru că sunteţi femeie?
Da Nu Nu ştiu
19.2 Credeţi că vi s-a întâmplat vreodată să nu fiţi avansată într-o funcţie

pentru că sunteţi femeie?
Da Nu Nu ştiu
19.3 Aţi constatat vreodată că slujba pe care o deţineţi este mai slab
remunerată decât o slujbă similară, deţinută, în cadrul aceleiaşi
instituţii, de un bărbat?
Da Nu Nu ştiu
Pentru realizarea de clasificări ulterioare sondajului, vă rugăm să

precizaţi situaţia d-voastră:
20. În ce domeniu de activitate lucraţi?
Public – treci la întrebarea nr. 21 Privat - treci la întrebarea nr. 21

Nu deţin în prezent un loc de muncă – treci la întrebarea nr. 22
21. Poziţia pe care o deţineţi în prezent vă conferă atribuţii de (mai multe

variante de răspuns):
conducere altele. Care?................

coordonare nu ştiu/nu răspund
22. Vârsta:
până la 18 ani între 36-45 ani

între 18-25 ani între 46-55 ani
între 26-35 ani peste 56 ani
23. Sex:
Feminin Masculin
24. Stare civilă:
Necăsătorit Căsătorit/ă Văduv/ă

Divorţat/ă
Alte situaţii. Care?....................................................................................
25. Aveţi copii în întreţinere?
Da Nu
26. Ultima formă de învăţământ absolvită:
- Şcoală generală
- Liceu
- Şcoală profesională
- Şcoală postliceală
- Învăţământ superior
- Învăţământ postuniversitar
- Alte situaţii. Care?.........................................................
27. Localitatea de reşedinţă:.................................................................
28. Judeţul de reşedinţă:..................................................................

ANEXA 8
Facultatea de Studii Economice în Limbi Străine organizează un

sondaj social în scopuri didactice cu tema CUM SĂ OBŢINEM O NOTĂ
MAI BUNĂ? Asigurându-vă de deplina confidenţialitate a răspunsurilor
dumneavoastră, vă rugăm să completaţi chestionarul următor.
BIFAŢI RǍSPUNSUL CORESPUNZǍTOR

1. Sunteţi cetăţean român?
da
nu
2. Dacă nu, sunteţi cetăţean rezident în România?

da
nu
3. Sunteţi
bărbat
femeie
4. Facultatea la care sunteţi student:

privată
de stat
5. Oraşul universitar este:

Braşov
Bucureşti
Craiova
Cluj
Constanţa
Galaţi
Iaşi
Ploieşti
Piteşti
Sibiu
Timişoara
6. Care este domeniul de studiu:

- economic
- politehnic
- drept
- medicină
- psihologie
- altul, …
7. Sunteţi student în anul:

-I
- II
- III
- IV
-V
8. Forma de învăţământ:
- cu plată
- buget
9. Beneficiaţi de bursă de merit:

da
nu
9. Aţi văzut vreodată un coleg copiind în timpul examenului?

- niciodată
- o dată sau de două ori
- de câteva ori
- de multe ori
- întotdeauna
10. Dacă da, aţi adus acest lucru la cunoştinţa profesorului?

- niciodată
- de câteva ori
- de multe ori
- întotdeauna
11. A mai fost văzut de cineva?

- de alţi câţiva studenţi
- de mai mulţi studenţi
- de toţi studenţii
- de profesor
12. Dacă profesorul nu l-a văzut, alt student i-a adus la cunoştinţă acest
lucru?
- niciodată
- de câteva ori
- de multe ori
- întotdeauna
13. În cazul în care profesorul a ştiut de încercarea de copiere, studentul a

primit o pedeapsă:
- niciodată
- de câteva ori
- de multe ori
- întotdeauna
14. Dacă a primit o pedeapsă pentru copiere, care a fost aceasta:

- a picat examenul
- i-au fost scăzute puncte din notă
- a fost exmatriculat din facultate
- alt răspuns ......................................
15. De ce credeţi/ştiţi că studentul a încercat să copieze?

- ca să treacă examenul (el/ea are de obicei note foarte scăzute)
- ca să primească o notă mai mare decât media
- nu a fost chiar o încercare de copiere, a încercat doar
să îşi verifice răspunsurile cu un alt student
- alt răspuns,.................................................................................
16. Când aţi văzut studenţi încercând să copieze? (bifaţi toate răspunsurile
care corespund)
- la examenul de admitere
- în primul an
- în al doilea an
- în al treilea an
- în al patrulea an
- în al cincilea an
17. Ce metode foloseau? (bifaţi toate răspunsurile care corespund)

- copiau subiectele după un alt student
- copiau din cărţi
- copiau de pe bucăţi de hârtie pregătite dinainte
- folosind noua tehnologie (walkman, telefon mobil etc.)
- altă metodă ................................................................................
18. Ce faceţi când aveţi un proiect de făcut? (bifaţi toate răspunsurile care
corespund)
- studiaţi din cărţile proprii
- folosiţi o bibliotecă publică
- folosiţi Internetul
- cumpăraţi un proiect gata făcut
- nu îl faceţi
- cereţi ajutor
19. În acest caz ajutorul se cere mai ales:

- colegilor de an
- colegilor mai mari
- profesorului
- altui profesor
19. Cunoaşteţi un caz în care un student a fost notat intenţionat mai prost în
examen decât ar fi trebuit?
- da
- nu
20. Cunoaşteţi un caz în care un student a fost notat mai bine în examen
decât ar fi trebuit?
- da
- nu
21. De ce credeţi/ştiţi că s-a întâmplat acest lucru?

- cunoaşterea subiectele dinainte
- a folosit o metodă de a copia în timpul examenului
- a avut o înţelegere cu profesorul
- alt motiv, ….
22. Citiţi următoarea povestire fictivă:

Jack, student la Facultatea de Astrologie, este managerul unui club
de tenis. Jim, nepotul profesorului de astrologie, frecventează acest club. La
examenul final, Jack a primit o notă mai mare decât merita, pentru că
profesorul s-a temut ca Jim să nu mai fie primit atât de călduros la club.
Cine credeţi că este vinovat şi în ce măsură? (Bifaţi spaţiul corespunzător)
Scală Foarte Puţin

Indecis Nu chiar vinovat Deloc vinovat
Personaje vinovat vinovat
Jack
Jim
Profesorul
Părinţii lui Jack
Părinţii lui Jim
În final, dacă doriţi, spuneţi-ne după experienţa studenţească avută,

ce metode există şi care sunt cele mai eficiente, pentru a obţine o notă mai
bună?..............................................................................................................
ANEXA 9
EVALUAREA IMM-URILOR DIN JUDEŢUL ALBA
Încercuiţi răspunsul ales!
1. Care este domeniul principal de activitate al firmei dumneavoastră?……...

2. Ce v-a determinat să deveniţi antreprenor?
a. nevoi financiare;
b. sesizarea unei oportunităţi;
c. dorinţa de a fi propriul stăpân;
d. alte motive, vă rugăm precizaţi……
3. Care au fost sursele dumneavoastră de informare înainte de începerea
activităţii ca antreprenor?
a. mass-media;
b. cunoştinţe şi prieteni;
c. sursele oficiale de informare;
d. altele …………………….
4. De cât timp aţi început afacerea?
a. 1-2 ani;
b. 2-6 ani;
c. >6 ani.
5. Estimaţi o medie lunară a cifrei de afaceri de la începerea activităţii
……………..
6. Estimaţi un profit mediu al firmei de la începerea activităţii şi până în
prezent ………
7. Distribuirea procentuală a profitului firmei d-voastră este: (vă rugăm
scrieţi % potrivit)
Procent_
¾investiţii…………………..
¾rezerve legale……………..
¾nedistribuit………………..
¾dividende…………___________.
TOTAL 100%
8. Care sunt sursele dumneavoastră principale de finanţare?
a. capital propriu;
b. instituţii financiare;
c. altele (specificaţi)………………………………………..
9. Ce strategii de marketing abordează firma dumneavoastră?

a. strategia Mercedes (calitatea primează, indiferent care e preţul);
b. strategia japoneză (preţuri mici,obţinute sacrificând din calitate);
c. strategii concurenţiale (vă axaţi pe un anumit segment de consumatori,
bine definit, pe care îl cunoaşteti foarte bine);
d. alte strategii, vă rugăm să precizaţi care anume………………………
10. Care este numărul de angajaţi permanenţi ai firmei
dumneavoastră?……
din care:
a. necalificaţi …;
b. calificaţi……
11. Care este strategia dumneavoastră în materie de resurse umane?
a. angajaţi doar personal calificat;
b. angajaţi mai ales personal calificat;
c. angajaţi mai ales personal necalificat pe care îl perfecţionaţi;
d. angajaţi numai personal necalificat pe care îl perfecţionaţi;
e. ambele
12. a)Aţi planificat deja dezvoltarea (extinderea) firmei:
a.1. pe termen scurt(<1 an);
a.2. pe termen mediu (1-5 ani);
a.3. pe termen lung(>5 ani).
a.4. nu încă
b) dacă da, în ce domeniu?……………………..
13. Ca manager, acordaţi mai multă importanţă:
a. proiectelor;
b. echipei;
c. indivizilor;
d. altcuiva
14. Ce contează cel mai mult în firma dumneavoastră?
a. calitatea superioară;
b. angajaţii firmei să fie mulţumiţi;
c. satisfacerea nevoilor clientului într-o măsură cât mai mare.
15. Sunteţi mai ales un lider:
a. autoritar («eu sunt şeful»);
b. flexibil («Spune-mi părerea ta»);
c. echilibrat
16. În negocieri faceţi uz mai ales de:

a. forţă/bani;
b. şmecherii;
c. relaţii;
d. farmec;
e. altceva
17. Credeţi că integritatea vă defineşte în relaţiile pe care le dezvoltaţi cu
cei cu care intraţi în contact?
a. nu prea mă preocupă aceasta;
b. doar în relaţie cu clienţii;
c. atât cu clienţii, cât şi cu angajaţii;
d. este un aspect foarte important, indiferent la cine mă raportez;
e. altceva…………………………
18. Consideraţi că angajaţii dumneavoastră:
a. au un salariu bun;
b. au condiţii de muncă acceptabile;
c. au un şef bun;
d. în condiţiile actuale, au motive să fie mulţumiţi
19. Care este nivelul dumneavoastră de studii?
a. studii medii;
b. studii universitare;
c. postuniversitare;
d. sunt student;
e. fără studii
20. Ce limbi străine cunoaşteţi? (Bifaţi cu X nivelul de cunoaştere)
BINE MEDIU PUŢIN
Engleza;
Franceza;
Germana;
Altă limbă străină
Nici una
21. În ce categorie de vârstă vă încadraţi?
a. 18-28 ani;
b. 28-38 ani;
c. 38-48 ani;
d.> 48 ani.
ANEXA 10
ACADEMIA DE STUDII ECONOMICE
DIN BUCUREŞTI
Facultatea de Ştiinţe Economice în Limbi Străine
Calea Griviţei 2, sector 1, Bucureşti
Tel: 021/2112650
Facultatea de Cibernetica, Statistică
şi Informatică Economică
Calea Dorobanţilor 15-17, sector 1,
Bucureşti
Tel: 021/2112650
CAMPANIE DE INFORMARE PROFESIONALĂ A ELEVILOR
A.S.E din Bucureşti. organizează un chestionar în legătură cu

gradul de informare a elevilor din licee cu privire la opţiunile profesionale.
Te rugăm să răspunzi cu atenţie la următoarele întrebări şi te asigurăm că
informaţiile furnizate vor rămâne confidenţiale. Marchează cu 'X'
răspunsurile la întrebări şi SCRIE CU MAJUSCULE în spaţiile punctate.
1. Completează următoarele casete privind datele personale:
a) Vârsta:
14 15 16 17 18 19 20
b) Sexul :
M F
c) Anul de studiu :
Cls. a IX-a Cls. a X-a Cls. a XI-a Cls. a XII-a Cls. a XIII-a
d) Profilul clasei :
Matematică- Matematică- Filologie Chimie-biologie
informatică fizică
Fizică-chimie Limbi străine Ştiinţe Altul……………..
sociologice
e) Nota medie a semestrului anterior :

5-6 6-7 7-8 8-9 9-10
f) Pe parcursul liceului, performanţele tale au fost:

foarte bune bune medii scăzute foarte scăzute
Statistica pentru studii de marketing şi administrarea afacerilor
2. Care este nivelul studiilor părinţilor?

Mama -superior Tata -superior (facultate)
(facultate)
-mediu (liceu) -mediu (liceu)
-gimnaziu -gimnaziu
3. Specifică nr. de membri ai familiei tale:

2 3 4 5 >5
4. Care este ocupaţia părinţilor?

Mama salariat Tata salariat
patron patron
lucrător pe cont lucrător pe cont propriu
propriu
şomer şomer
pensionar pensionar
5. Care este materia ta preferată? …………………………………………

De ce ? (Principalul motiv) ………………………………………
6. Care este materia cea mai detestată? ………………………………………

De ce ? (Principalul motiv) ………………………………………
7. Menţionează motivele alegerii liceului : (Alege răspunsurile potrivite)

Propria voinţă Părinţii Prietenii Înclinaţia spre domeniu Întâmplarea
Altele ……………………………………………...
8. Cât cheltuieşti pe zi (în medie) ? (Alege răspunsul potrivit)

< 50.000 lei 50.000 – 100.000 lei 100.000 – 150.000 lei >150.000 lei
9. Ce activităţi extraşcolare practici ? (Alege răspunsurile potrivite)

Sport de Muzică (chitară sau orice alt instrument, Pictură sau
performanţă vocal, formaţie) sculptură
Informatică Dans profesionist Cursuri limbi
străine
Membru al unui Voluntar Nici una
club
10. Ce hobby-uri ai ? (Alege răspunsurile potrivite)

Ascult muzică Citesc Jocuri pe calculator
şi internet
Desenez Mă uit la televizor Dansez
Mă întâlnesc cu prietenii Merg în cluburi şi discoteci Merg pe role
Teatru, film, operă Colecţionez diverse obiecte Integrame, rebusuri
Puzzle-uri, asamblez Alte hobby-uri
diferite modele …………………..
11. Eşti angajat(ă)?

Da Nu
Dacă DA, continuă cu întrebarea 12; dacă NU, continuă cu întrebarea 13.
12. Câte ore lucrezi pe zi?

<4 4 –8 >8
13. Ţi-ai ales deja profesia?

Da Nu
Dacă DA, continuă cu întrebarea următoare. Dacă răspunsul e negativ,
continuă cu întrebarea 20.
14. Care sunt motivele alegerii profesiei ? (Alege răspunsurile potrivite)

Banii “Glorie” Carieră Pentru că îţi Din motive idealiste
place
15. Numeşte, te rugăm, cel puţin trei activităţi implicate de profesia aleasă.
1)………………………………………………
2)………………………………………………
3)………………………………………………
16. Numeşte, te rugăm, cel puţin trei locuri de muncă posibile pentru
profesia aleasă.
1)………………………………………………
2)………………………………………………
3)………………………………………………
17. Câte persoane cunoşti personal din domeniul profesiei alese?

………….
18. Ai vizitat vreodată un loc de muncă din domeniul profesiei alese?

Da Nu
19. Ce aptitudini sunt necesare după părerea ta pentru practicarea profesiei

alese?
1)………………………………………………
2)………………………………………………
3)………………………………………………
20. Vrei să dai la facultate?
Da Nu
Dacă DA, continuă cu întrebarea 22. Dacă răspunsul e negativ, continuă cu
următoarea întrebare.
21. Dacă nu, de ce nu?

Motive Vreau să mă Nu cred că am şanse să intru la
financiare angajez facultate
Altul…………………………………………….
Vă mulţumim pentru colaborare. Următoarele întrebări sunt pentru cei care

au răspuns afirmativ la întrebarea 20.
22. Te-ai hotărât la ce facultate vrei să dai?

Da Nu
Dacă răspunsul e negativ, continuă cu întrebarea 24.

23. Care sunt factorii care te-au influenţat în alegerea facultăţii?

Propria voinţă Prietenii Părinţii
Înclinaţie spre Disciplina şcolară cu O situaţie materială bună
domeniu rezultate maxime
Pentru a urma Profesorul unei Alt motiv..................................
profesia aleasă anumite discipline
24. Dacă nu te-ai hotărât asupra facultăţii, de ce informaţii ai nevoie ca să

te hotărăşti?
Materiile date la admitere Obiectele care se studiază în facultate
Domeniile în care poţi profesa după Cum se prezintă piaţa muncii în acel
absolvire domeniu
Nr. de locuri pentru admitere Concurenţa
25. Vrei să dai la mai multe facultăţi?

Da Nu Nu ştiu
Care anume ?
1)…………………………………………………
2)…………………………………………………
3)…………………………………………………
26. În final, te rugăm să ne spui care este opinia ta privind următoarele

afirmaţii:
Nici acord,
Acord Acord Dezacord Dezacord
nici
total parţial parţial total
dezacord
Diploma de facultate mă ajută să
câştig mai mult
Facultatea îmi oferă siguranţa
zilei de mâine
Facultatea asigură o imagine
personală mai bună
Viaţa de student e plăcută
Dacă sunt student nu fac armată
Facultatea îmi oferă doar
cunoştiinţe teoretice
Nici acord,
Acord Acord Dezacord Dezacord
nici
total parţial parţial total
dezacord
După facultate voi căuta de
lucru în orice domeniu, nu
numai în domeniul în care mi-
am luat diploma, ceea ce
contează e să mă angajez
După facultate s-ar putea să-mi
doresc o carieră în alt domeniu
După facultate s-ar putea să fiu
nevoit să mă reorientez
profesional
Voi începe să lucrez din timpul
facultăţii
Vă mulţumim şi vă urăm SUCCES!

ANEXA 11
Department Magazine de Magazine de
Department Planificarea Secţii Department
Clienţi financiar- produse materii prime
vânzări producţiei de producţie aprovizionare
contabil finite şi materiale
Note de Catalog de
comandă preţuri
Facturare
Factură
Centralizare Eliberare
facturi marfă
Situaţia Inventar
facturilor emise al stocului de
şi încasate produse
Centralizare
vânzări
Raport
al vânzărilor
Modele de
previziune
Previzionare
a vânzărilor
Raport de
previziune a
vânzărilor
Planificarea
producţiei Formula de
fabricaţie Stoc disponibil
Plan de de materii prime
şi materiale
producţie
Planificarea
aprovizionării
Necesar de
aprovizionare
– PLAN-
continuare
Alegere
furnizori
Comenzi către
furnizori
Aprovizionare
Fişă de urmărire
operativă a
aprovizionării
Înregistrare
Fişă de intrare
în magazie
(NIR)
Centralizare
Situaţia
stoculrilor de
materii prime şi
materiale
Procesul
de producţie
Notă
de predare
Inventariere
Centralizare Raport
produse finite
de calitate
Stoc de produse
Catalog Situaţia realizării finite
de preţuri producţiei fizice
Vânzare Comparare
cu planul
Raport de
îndeplinire a
planului de
producţie
Diagrama fluxului informaţional

Proces Document Circulaţia Bloc de decizie
(acţiune) automată informaţiei
BIBLIOGRAFIE
1. ACZEL A.D. Complete Business Statistics, New York, Irwin,

1993
2. APPLEBY R.C. Modern Business Administration,

5th Edition, London, Pittman, 1991
3. ARONSON, E. Handbook of Social Psychology, vol.2, (1968);

London, Griffin,
4. BALAURE, V. Marketing, Bucureşti, Editura Uranus, 2000

(coordonator)
5. BĂDIŢĂ, M. Statistica pentru afaceri în comerţ şi turism,

BARON, T. Bucureşti, Editura Luceafărul, 2003
COSTACHE, S.E.
6. BIJI, M., Statistică teoretică, Bucureşti, EDP, 1979

BIJI, E. M.
7. BIJI, E. M. Statistică teoretică şi economică, Bucureşti,

BARON, T. (coordonatori) Editura Didactică şi Pedagogică, 1996
8. BLALOCK, H. M. Social Statistics, 2nd Edition, New York,

Mc. Graw Hill, 1979
9. BONINI, C. Quantitative Analysis for Management, Boston,

HAUSMAN, W. Mc Graw Hill, 1997
BIERMAN, H. Jr.
10. BOONE, P. Unabriged statistics, New York, Hartcourt Brace

KURTZE, R. Colledge, 1992
11. BOUDON, R. L’analyse empirique de la causalité, Paris,

LAZARSFELD, P. Mouton, 1969
12. BRIGHTMAN, H. Statistics for Business Problem Solving,

SCHNEIDER, H. Cincinnati, South-Western Publishing Co., 1992
13. CAPERAA, P. Méthodes et modeles en statistiques
VAN CUTSEM, B. nonparamétriques, Paris, Dunod, 1988
14. CHURCHILL, W. A Mathematical Approach of Experiments,

London, Griffin, 1991
15. CIUCUR, D. Economie, Bucureşti, Editura Economică, 1998

GAVRILĂ, I.
POPESCU, C.
16. CONEY, K. The Special Case of Letter of Preference,

New York, Prentice Hall, 1985
17. CRISTACHE, S.E. Metode statistice de calcul şi analiză a eficienţei

economice în comerţ, Bucureşti, Editura ASE,
2003
18. CURWIN, J. Quantitative Methods for Business Decisions,

SLATER, R. London, Chapman & Hall, 1995
19. DOBROESBEKE, J.J. Le sondaje, Paris, Economica, 1988

FICHET, B.
TASSI, P.
20. FISHER, R. The Making of Index Numbers, New York, 1992
21. FISHER, R. The Design of Experiments, (1966);

Encyclopedia BRITANNICA, 1994
22. GOLDSTEIN, Z. Instructor’s Suite for Microsoft* Office* for Keller

EL-SAIDI, M. and Warrack
23. IMAN, R. Modern Business Statistics, John Wiley &Sons,

CONOVER, W.J. 1983
24. ISAIC-MANIU, Al. Statistica pentru managementul afacerilor,

MITRUT, C. Bucureşti, Editura Economică, 1999
VOINEAGU, V.
25. JABA, E. Statistica, Editura Economică, ed. 1- 3, Bucureşti,

1998, 2000, 2002
26. JABA, E. Estimation of the frequency of the commercial
SERBAN, D. advertisement optimum moments, ASMDA,
JEMNEA, D. Université de Pôle Technologie Compiègne, 2001
27. JABA, E. Aplicaţii statistice cu SPSS sub Windows, Iaşi,

GRAMA, A. Editura Polirom, 2004
28. KELLER, G. Statistics for Management and Economics, New

WARRACK, B. York, Duxbury, 2000
29. KENDALL, M. The Advanced Theory of Statistics: vol. 1,

STUART, A. Distribution Theory, ed. (1969); vol. 2, Inference
and Relationship, ed. (1967);
vol. 3, Design and Analisys, and Time Series,
(1968); London, Griffin
30. KENDALL, M. A Dictionary of Statistical Terms, (1982);

BUCKLAND, W. London, Griffin
31. KENKEL J.L. Introductory Statistics for Management and

Economics, Boston, Duxbury Press, 1989
32. KRESS, G. Marketing Research, New York, Prentice Hall,

1996
33. LINDELL, K. Impact of Editing on the Salary Statistics for

Employees in County Council, vol. 2, Methods
and Techniques, United Nations, Geneva, 1997
34. LEVIN R.I. Statistics for Management New York,

Prentice-Hall, Inc., 1981
35. MARTEL, J-M. Statistique en gestion et en economie, Montréal,

NADEAU, R. Québec, Gaëtan Morin Éditeur, Canada, 1988
36. MILLER, J.C. Statistics for Advanced Levels, NY,

Mc Graw Hill, 1983
37. MITRUŢ, C. Statistics for Business Administration, Bucureşti,

ŞERBAN, D. Editura ASE, 2003
38. MOSER, C.A. Metode de anchetă în investigaţia fenomenelor

sociale, traducere, Bucureşti, Editura Ştiintifică,
1967
39 POROJAN D. Statistica şi teoria sondajului, Bucureşti, Editura
Şansa, 1993
40. Rev, W., J.J. Introduction to Robust and Quasi-Robust

Statistical Methods, (1983); New York, Prentice
Hall
41. ROTARIU, P. Metode statistice aplicate în ştiinţele sociale,

ILUT, I. Cluj, Editura Polirom, 1998
42. ROURKE, E.K. Probability with Statistical Applications,

MOSTELLER, W. London, Griffin, 1970
THOMAS, B. JR
43. SAMPSON, R. Marketing Research, Prentice Hall, 1991

STANDEN, D.
44. SANDERS, D. Statistics: A First Course, 5th edition,

New York, Irwin/McGraw-Hill, 1991
45. SAPORTA, G. Probabilités, analyse des données et statistique,

Paris, Technique, 1990
46. ŞERBAN, D. Studiul statistic al pieţei serviciilor de consultanţă

în resurse umane, Teza de doctorat, ASE,
Bucureşti, 2001
47. SIEGEL, A.L. Practical Business Statistics, 4th Edition, Irwin ,

2000
48. SILLS, L. International Encyclopedia of the Social

Sciences, (1968)
49. SNEDECOR, G.W. Statistical Methods, Iowa State University Press,

COCHRAN, W.G. 1969
50. SPIRCU, L. Analiza datelor de marketing, Bucureşti, Editura

CALCIU, M. All, 1994
SPIRCU, T.
51. TREBICI, V. (coord.) Mică enciclopedie de statistică, Bucureşti, Editura

Ştiinţifică şi Enciclopedică, 1985
52. WEBBER, R. Advanced Bussiness Statistics,
Mc. Graw Hill, 1989
53. XAVIER, G. J. Encyclopédie économique, Paris, 1990

REIFFERS, J. L.
(coordonatori)
54. YULE, G.U. Introducere în teroria statisticii, trad. Bucureşti,

KENDALL, M.G. Editura Ştiinţifică, 1969
55. WEBBER, R. Advanced Business Statistics,

Mc. Graw Hill, 1989
56. *** University of Westminster, CAF – Tapestry

project, 2001
57. *** www.surveysystem.com/sdesign.htm
58. *** www.surveyssystem.com/sscalc.htm
59. *** Colecţia Revistei Române de Statistică, INS,

Bucureşti, 1990 – 2002
60. *** Anuarul Statistic al României, INS

1991 - 2000
61. *** Colecţia Revistei Române de Statistică, INS,

Bucureşti, 1990 – 2001
62. *** Strategia naţională de dezvoltare economică a

României pe termen mediu, Bucureşti, aprilie
2000, 2001, 2002, Guvernul României

Statistic A Pentru Studii de Marketing Si Administrarea Afacerilor

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Statistic A Pentru Studii de Marketing Si Administrarea Afacerilor

Încărcat de

Drepturi de autor:

Formate disponibile

Prefaţă

Statistica pentru studii de marketing şi administrarea afacerilor doreşte să integreze

1.1 Concepte şi definiţii din domeniul managementului

Metodele statisticii economico-sociale îşi propun să realizeze

eficienţa generală a utilizării resurselor sale umane. Dintre toate atributele

marketing desfăşurate de agenţii economici în economiile moderne de piaţă

Cele 11 funcţii ale marketingului pentru o administrare

1. Cercetare a cererii Investigarea preferinţelor consumatorilor, a

2. Bunuri existente Îmbunătăţirea caracteristicilor produselor sau

3. Bunuri noi Lansarea de produse noi cu caracteristici

FUNCŢIILE MARKETINGULUI DESCRIERE

4. Cumpărare Asigurarea unei producţii calitativ şi cantitativ

5. Vânzare Folosirea mijloacelor integrate de reclamă şi

6. Transport Transferul bunului de la producător la

7. Stocare Asigurarea condiţiilor optime de depozitare

8. Standardizare şi garantarea Produsele şi seviciile oferite trebuie să

9. Financiară Identificarea preţului optim, a pachetelor de

FUNCŢIILE MARKETINGULUI DESCRIERE

10. Internă Colectarea şi transmiterea informaţiilor referitoare

11. Externă Asigurarea unei informări permanente cât mai

Marketingul este o activitate dinamică, într-o permanentă

prestate pentru agenţii economici, deci având caracter “industrial” şi nu de

1.2 Agenţii de marketing - intermediari ai cunoaşterii pieţei

O bună parte din performanţa economică a unui agent economic se

de asemenea nenumărate întrebări: “Apar dificultăţi în structura optimă a

Pe piaţă există implicit o cerere primară, de ansamblu, pentru

instruire adecvate în opinia managerilor agenţilor economici; b. un studiu de

Producţie Cercetare-Dezv Marketing Financiar Vânzări Figura 1.c

Director comercial Director marketing Figura 1.d

Figura 1 Formule organizatorice de marketing

1.3 Contextul macroeconomic actual al relaţiilor de piaţă

Agenţii economici îşi orientează activitatea spre acele ramuri

manifestate pe piaţa muncii, care influenţează în mod direct nevoia de

Efectul cumulat al acestor factori l-a constituit deteriorarea

cele mai semnificative fiind cele de ordin comportamental al agenţilor

(nominal şi real, exprimat în milioane USD), structura VAB pe ramuri (%),

exprimat în USD: PIB = 29640.2 + 1191t, ceea ce arată că PIB-ul real a

Evoluţia PIB exprimat în USD

De asemenea, prezintă interes analiza evoluţiei contribuţiei

În România, structura PIB este diferită de cea a economiilor

Structura Produsului Intern Brut (PIB) (%)

Ponderea sectorului privat în PIB şi în valoarea adăugată a ramurilor

Permanenta creştere a procentului de participare a sectorului privat

Evoluţia investiţiilor reale

Datele din Tabelul 1.4 au fost obţinute prin divizarea cifrelor

Dreapta de evoluţie liniară ce a modelat tendinţa investiţiilor în

investiţiilor străine directe, calculat pe locuitor, se situează în jurul a

1.4 Summary. Statistics particularities for Marketing and Business

Some concepts and definitions of the Marketing

Marketing research activities developed by economic agents in

Marketing operators – link between market information and the

Marketing organization charts

Production R&D Marketing Financial Sales Figura 1.c

If nowadays in Romania, there is a various range of marketing

human resources market development within the unemployment area, as an

The current macroeconomic context of market relations

The economic agents focus their activity towards those modern

Romania has recorded important steps concerning the shaping of the

The real investment process

With regard to the sectors share in the total investment value it is

2.1 Particularităţi ale aplicării sondajului pentru studii de piaţă

Metodele statistice pot fi descrise printr-un ansamblu de procedee de

Observarea statistică are un rol major în buna funcţionare şi în