Statistic A Pentru Studii de Marketing Si Administrarea Afacerilor

Prefa
Statistica pentru studii de marketing i administrarea afacerilor dorete s integreze teoria statistic clasic n cadrul general de realizare a studiilor de marketing i administrarea afacerilor. Aceast prim ediie reprezint, pe de o parte, un ghid general de realizare a unui studiu statistic necesar administrrii afacerilor i, pe de alt parte, un ghid specific de aplicare a metodelor statistice de sondaj pentru culegerea i interpretarea datelor de marketing, astfel nct s se obin maximum de informaie necesar lurii deciziilor manageriale optime. Intenia autorului a fost s realizeze o sintez a metodelor acceptate i aplicate n prezent pentru realizarea de studii de pia, ca parte integrant a administrrii afacerilor ntr-un mediu concurenial dinamic, sintez adaptat programelor analitice ale Academiei de Studii Economice din Bucureti. Cartea se prezint ca o lucrare cu caracter monografic ce prezint exhaustiv metodele de sondaj statistic adaptate paritcularitilor studiilor de gestiune a afacerilor. Bazndu-se pe fundamentul oferit de Economie, Probabiliti i Statistic Matematic i Statistic Managerial, manualul de fa este util studenilor Facultii de tiine Economice n Limbi Strine, Facultii de Cibernetic, Statistic i Informatic Economic i tuturor studenilor Academiei de Studii Economice din Bucureti care doresc o aprofundare a metodelor statistice n scopul obinerii de performane optime la disciplinele Marketing, Management, Gestiunea afacerilor, Metode cantitative aplicate n Economie i alte discipline ce utilizeaz tehnicile i metodele Statisticii ca instrumente de lucru i suport al lurii deciziilor. Manualul este structurat n nou capitole ce urmresc schema clasic de realizare a unui studiu de marketing utilizat n administrarea afacerilor, ncepnd cu definirea principalelor concepte ale cercetrii n domeniul afacerilor pentru a facilita nelegerea aplicrii metodelor statistice n acest domeniu (Capitolele 1 i 2) i continund cu prezentarea principalelor metode utilizate pentru obinerea de eantioane reprezentative care s permit generalizarea concluziilor, a celor mai utilizate metode de culegere a datelor (Capitolele 3 i 4), ce au evoluat permanent n funcie de evoluia metodelor de comunicare; n continuare se accord o atenie special tehnicilor de elaborare a chestionarului ca support al culegerii datelor, prezentndu-se cteva dintre chestionarele la a cror elaborare a participat i autorul crii. Subiectul elaborrii chestionarelor, desigur, a fost prezentat mult mai pe larg de literatura sociologic i de marketing, putndu-se de asemenea dezvolta, ulterior, cu particularitile din domeniul afacerilor (Capitolul 5). Capitolele 6, 7, 8 urmresc prezentarea metodelor specifice Statisticii pentru sintetizarea informaiei, analiza i testarea datelor culese. Cartea se ncheie cu prezentarea a dou studii de caz ce presupun culegerea datelor i un studiu de caz realizat pe baz de date secundare, deja culese. Fiecare capitol este urmat de o sintez n limba englez. Spernd c manualul Statistic pentru studii de marketing i administrarea afacerilor este un instrument util, att studenilor economiti, analitilor economici ct i decidenilor, ntr-o msur mai mic sau mai mare, autorul mulumete celor care l-au sprijinit, studenilor Mihaela Mariniu i Sabina Ghimpu, pentru suportul acordat n traducerea sintezelor i, de asemenea, studenilor Sabina Ghimpu i Mihaela Mariniu, pentru colaborarea n elaborarea chestionarelor i, mai ales, pentru aplicarea acestor chestionare cu rezultate remarcabile, de-a lungul timpului, n cadrul Cercului de Statistic constituit cu sprijinul Facultii de Studii Economice n Limbi Strine. n final, dar nu n ultimul rnd, autorul mulumete doamnei Liliana Matei, director al Editurii ASE, editorul acestui manual i echipei Editurii, pentru sfaturile, ndrumarea i ncurajarea ce au contribuit esenial la apariia acestei cri. Daniela erban
Particulariti ale studiului pieei n contextul dezvoltrii economiei de pia
1.1 Concepte i definiii din domeniul managementului cercetrii pieei i administrrii afacerilor Metodele statisticii economico-sociale i propun s realizeze legtura dintre realitatea economic ce se manifest n orice mediu de afaceri i sistemul de management al firmei, furnizndu-i acestuia informaiile necesare lurii deciziilor operative i strategice. Termenul de pia desemneaz n sens larg spaiul de desfurare a tranzaciilor cu bunuri i servicii la nivel mondial, naional, regional i local i, n sens restrns, mulimea actorilor implicai n activitatea unui agent economic ce defasoara o activitate comercial. Aceast a doua accepiune este sensul folosirii termenului n lucrarea de fa. Gestiunea pieei joac un rol cheie, determinant, n activitatea agenilor economici. Factorii ce au contribuit, n ultima decad, la creterea importanei managementului cercetrilor de pia n cadrul administrrii afacerilor agentului economic au fost modificrile socio-politice profunde i eseniale, cererea agenilor economici pentru for de munc din ce n ce mai calificat i mai bine motivat i, nu n ultimul rnd, creterea i diversificarea relaiilor din mediul concurenial. i aceasta pentru c orice aspect al activitii unui agent economic este determinat de competena, scopul i
Statistic pentru studii de marketing i administrarea afacerilor
eficiena general a utilizrii resurselor sale umane. Dintre toate atributele managementului organizaional, managementul marketingului, n general, i al cercetrii pieei, n special, este componenta central, de care depind toate celelalte activiti. Domeniul cercetare de marketing cuprinde acele activiti destinate s asigure i s coordoneze lansrile de noi produse i servicii, obinerea de cote de pia ct mai mari, meninerea standardelor calitative impuse de calitatea asigurat de companii i de cea cerut de organisme internaionale de standardizare, cunoaterea gradului de satisfacie a clienilor i a preferinelor acestora, identificarea de posibili noi clieni. Studiul pieei reprezint, pentru orice tip de agent economic, una din cele mai importante investiii, nu doar prin cheltuielile salariale pltite experilor de marketing, ci, mai ales, prin cheltuielile cu recrutarea, angajarea i instruirea permanent a personalului specializat n activiti de cercetri de marketing. O fora de marketing i vnzri specializat pe efectuarea de studii de marketing salveaz o bun parte din cheltuielile firmei, ce ar trebui s suplineasc lipsa propriilor cercettori cu angajarea unor tere firme deoarece administrarea eficient a oricrei afaceri este indiscutabil legat organic de activitatea de cercetri de marketing. Termenul de cercetare de marketing este relativ nou aprut n terminologia managerial, nlocuind i completnd clasicul termen de vnzri, orientat doar spre activiti strict administrative de eviden i gestionare a produselor vndute i a clienilor. Aria de acoperire a sintagmei cercetare de marketing, utilizat la nivel microeconomic, este mult mai cuprinztoare dect domeniul termenului de cercetare de pia sau studii de vnzri. Activitile din domeniul cercetrii de marketing, desfurate de ctre un agent economic, se refer la: estimarea nevoilor sociale ale pieei n general i a consumatorilor n special; stabilirea necesarului de vnzri; definirea cerinelor i preferinelor pieei, asistena clienilor n orice problem ce ar putea afecta performana acestora. Dac, n perioada economiei de comand, planificarea produciei i a cantitilor vndute se desfura centralizat, n prezent, aceasta este guvernat de legile pieei i ale concurenei. Activitile de cercetare de
marketing desfurate de agenii economici n economiile moderne de pia pot fi regrupate n domeniile: i) planificarea vnzrilor, ii) dezvoltarea pieei i cucerirea de noi piee i de noi clieni, iii) consilierea i instruirea clienilor, iv) gestionarea eficienei vnzrilor, v) obinerea informaiilor de pia referitoare la cerere, ofert, preuri, adic: identificarea preferinelor i obiceiurilor consumatorilor, evaluarea atitudinii acestora fa de produs, marc i companie productoare, studiul concurenei i al pieelor i capacitilor firmelor productoare de bunuri complementare. Funciile cercetrii de marketing trebuie subsumate funciilor marketingului sistematizate n tabelul 1.1 n orice organizaie comercial. Cele 11 funcii ale marketingului pentru o administrare eficient a afacerilor
Tabel 1.1 FUNCIILE MARKETINGULUI A. Funcii de cunoatere 1. Cercetare a cererii i a ofertei DESCRIERE
Investigarea preferinelor consumatorilor, a gradului de satisfacie a consumatorilor i/sau clienilor, studiul produselor i serviciilor similare realizate de ofertantul cu cel mai mic pre unitar de pe pia
B.
Funcia de inovare 2. Bunuri existente mbuntirea caracteristicilor produselor sau serviciilor deja comercializate Lansarea de produse noi cu caracteristici inovative sau chiar propunerea de inovaii, lansarea de concepte de marc i produs noi care s corespund unor nevoi ntr-o permanent schimbare
3. Bunuri noi
Statistic pentru studii de marketing i administrarea afacerilor FUNCIILE MARKETINGULUI C. Funcii de transfer 4. Cumprare Asigurarea unei producii calitativ i cantitativ suficient pentru deplina satisfacie a cererii Folosirea mijloacelor integrate de reclam i publicitate pentru promovarea vnzrilor DESCRIERE
5. Vnzare
D. Funcii de distribuie 6. Transport Transferul bunului de la productor la distribuitor sau ctre o locaie accesibil consumatorului Asigurarea condiiilor optime de depozitare care s prezerve carateristicile obinute de productor (n cazul bunurilor materiale)
7. Stocare
E.
Funcii de susinere a afacerii, adiionale activitii principale 8. Standardizare i garantarea calitii Produsele i seviciile oferite trebuie s corespund standardelor internaionale cerute i trebuie s fie obinute prin cele mai bune practici existente. Este necesar ca acestea s fie n permanen adaptate progresului tehnic. Identificarea preului optim, a pachetelor de servicii adiionale ce vor nsoi produsul oferit, a sistemului de reduceri oferite de firm pentru a cointeresa financiar clientul i pentru a asigura finanarea din surse proprii a agentului economic Identificarea surselor tere de finanare
9. Financiar
Statistic pentru studii de marketing i administrarea afacerilor FUNCIILE MARKETINGULUI F. Funcii de informare 10. Intern Colectarea i transmiterea informaiilor referitoare la clieni, consumatori, concureni, preuri i cantiti din circuitul economic al afacerii ctre managementul operativ i strategic al companiei DESCRIERE
11. Extern
Asigurarea unei informri permanente ct mai corecte a clienior i/sau consumatorilor
Marketingul este o activitate dinamic, ntr-o permanent schimbare i dezvoltare att pe orizontal, prin lrgirea i mbuntirea funciilor deja existente, ct i pe vertical, prin asumarea de noi funcii. Scopul ntregii activiti de cercetare de marketing a agentului economic este mbuntirea eficienei firmei, a productivitii muncii, pentru maximizarea eficienei de ansamblu a activitii i a funciei comerciale a acestuia, adic maximizarea profitului. Practica afacerilor de-a lungul secolelor a dovedit c aceasta se poate realiza numai cu asigurarea satisfaciei ct mai depline a clienilor n condiii de protecie a mediului. O problem a organizaiei comerciale se refer la cine desfoar n economiile moderne activitatea de cercetare de marketing. Exist concepia tradiional conform creia companiile mari i asum adesea responsabilitatea ntregului set de activiti, dezvoltndu-i un puternic departament de marketing. n cazul agenilor economici mici i mijlocii, activitile de cercetare de marketing intr n responsabilitatea managerului sau a patronului. O dat cu dezvoltarea concurenei i a relaiilor de pia, insuficiena factorului timp a fcut necesar delegarea unora dintre responsabilitile de resurse umane ctre specialiti i experi, dovedindu-se mai practic, mai benefic angajarea unor consultani independenti sau firme specializate, atunci cnd este nevoie. Astfel au aprut serviciile de consultan n marketing, ce au calitatea de marf, fiind servicii comerciale
prestate pentru agenii economici, deci avnd caracter industrial i nu de consum. Rolul expertului de marketing, fie angajat al agentului economic, fie independent, este de a asigura consultan managerilor operaionali, exprimat prin servicii specifice i asisten n luarea deciziei de angajare i ocupare a locurilor de munc disponibile. Decizia final revine ntotdeauna managerului operaional al agentului economic. Rezultatele experilor s-au dovedit a fi net superioare celor obinute de angajaii din departamentele de resurse umane ale agenilor economici. Acest gen de activiti, cunoscute generic ca piaa serviciilor de marketing, au aprut i s-au dezvoltat iniial n Statele Unite ale Americii.
1.2 Agenii de marketing - intermediari ai cunoaterii pieei O bun parte din performana economic a unui agent economic se datoreaz imaginii pe care i-o formeaz clienii, cumprtorii efectivi i poteniali, despre angajaii companiei i, nu n ultim instan, despre conducerea companiei. Reputaia firmei depinde n mare msur de satisfacia individual a fiecarui consumator i de posibilitatea mbuntirii permanente a prestaiei. O categorie important de angajai, a cror eficien influeneaz decisiv eficiena global a firmei este cea a angajailor departamentului vnzri. Dac nu cunosc anterior inteniile managementului, angajaii proprii ai departamentului de vnzri pot crede, de exemplu, c locul lor de munc este n pericol, c sunt necorespunztori pentru a fi promovai, ceea ce le va afecta eficiena n munc sau va determina creterea exagerat a preocuprilor pentru perfecionare, chiar n situaiile ce nu necesit expres acest lucru. Concurenii vor putea face presupuneri privind planurile companiei. Uneori anunurile echivaleaz cu expunerea public a afacerii. Att concurena, ct i clienii i chiar potenialii consumatori i vor pune
de asemenea nenumrate ntrebri: Apar dificulti n structura optim a produciei, Apar produse noi?, De ce este nevoie de un anun pentru angajarea unui manager de marketing? Nu exist angajai ce pot fi promovai?. Anunurile dau astfel natere unor presupuneri ce pot influena i atitudinea clienilor fa de agentul economic i fa de planurile acestuia. Randamentul investiiei n marketing se poate mbunti dac agentul economic apeleaz la agenii de intermediere din industria cercetrilor de marketing. Prestatorii de servicii de consultan n cercetri de marketing au rolul de intermediari ntre cererea i oferta existent i potenial. Piaa penetrat (totalitatea firmelor ce au pltit servicii de cercetare de marketing firmelor de specialitate) de ctre agenii de cercetri de marketing este nesemnificativ fa de piaa disponibil (totalitatea agenilor economici ce prezint interes, dispun de venituri suficiente i au acces la acest serviciu) i cea calificat (totalitatea agenilor economici ce prezint interes, dispun de venituri, au acces i sunt pregtii pentru achiziia acestei forme speciale de servicii comerciale). n prezent, pe piaa romneasc de servicii de cercetare de marketing, raportul dintre cererea i oferta de astfel de servicii este relativ disproporionat, firmele din acest domeniu nu i bazeaz oferta pe cerinele manifestate pe pia, ci mai mult pe posibilitile proprii de organizare a studiilor de marketing. De aceea, identificarea i clarificarea cerinelor agenilor economici cu privire la preferinele i nevoile de cunoastere a pietelor pe care concureaza este o necesitate ce se poate realiza prin organizarea de studii periodice prin sondaj cu scopul estimrii i evalurii cererii. Dac n Romnia nu exist n prezent o gam diversificat de servicii de cercetare de marketing i un numr impresionant de consultani sau firme specializate, acesta poate fi un domeniu valoros de dezvoltat innd cont de nevoile agenilor economici i de cererea potenial manifestat pe pia.
Pe pia exist implicit o cerere primar, de ansamblu, pentru aceast categorie de servicii comerciale, susinut i de eforturile autoritilor naionale prin programele de reconversie profesional a forei de munc i programele de educare a adulilor, ca parte integrant din programele europene de formare continu i ocupare a forei de munc. Agenii de marketing trebuie s i concentreze eforturile de marketing, comunicare i promovare asupra crerii unei cereri selective, pentru propriul serviciu oferit, innd cont desigur i de conjunctura macroeconomic de recesiune prin care trece economia Romniei. Firmele se cercetri de marketing folosesc metode statistice de estimare a cererii totale, care trebuie s se bazeze pe seturi de date cu ajutorul crora se vor caracteriza fenomenele tipice manifestate pe aceast pia. Condiia esenial a aplicrii modelelor de evaluare a cererii este disponibilitatea datelor suficiente i de calitate, referitoare la dimensiunea i structura cererii. Dimensiunea i caracterizarea cererii este imposibil de cuantificat n prezent pe baza surselor secundare de date, datorit insuficienei cantitative i calitative a acestora. De aceea acest manual indic necesitatea utilizrii sondajului pentru studiul pieei, mai ales n domeniile pentru care datele secundare sunt insuficiente. Scopul sondajului proiectat cu ajutorul metodelor statistice de cercetare i studiu al pieei prezentate poate fi de segmentare a pieei, de identificare a segmentelor int, a preferinelor i nevoilor acestora i, nu n ultimul rnd, de contientizare a managerilor cu privire la manifestarea ofertei. Exemple de studii de pia ce au fost utilizate pentru administrarea optim a afacerilor eficiente sunt prezentate n Capitolul 9: - o prim categorie cuprinde studii de caz realizate prin culegerea de date primare: a. un studiu de caz referitor la studiul pieei serviciilor de resurse umane, ce i-a propus s identifice structura i caracteristicile agenilor economici ca poteniali clieni ai consultanilor din domeniul resurselor umane, nevoile i domeniile de instruire cerute, metodele de
instruire adecvate n opinia managerilor agenilor economici; b. un studiu de caz pe baz de sondaj pentru identificarea principalelor tendine i orientri actuale n petrecerea timpului liber n Romnia, ce ofer informaii utile decidenilor din domeniul turismului. - o a doua parte cuprinde un studiu de caz realizat pe baz de date secundare, referitor la analiza tendinelor i legturilor ce se manifest pe piaa serviciilor de consultan n resurse umane, utilizat de decidenii firmelor ce ofer servicii de resurse umane, selecie i recrutare, instruire i perfecionare, evaluarea personalului. Chestionare pentru studii i sondaje de marketing economic i social, realizate de firme private i publice, sunt prezentate n ultima parte a lucrrii, n Anexe. Dup cum se ncearc a se demonstra n aceast carte i dup cum confirm i studiul de caz complex prezentat, studiile de marketing apeleaz la metode complexe de sondaj statistic. Scopul cercetrii selective aplicate n studii de marketing este analiza potenialului pieelor, mai ales a celor n plin avnt i, nu n ultim instan, suplinirea lipsei datelor secundare referitoare la nevoia i cerinele populaiei i agenilor economici pentru un anumit bun sau serviciu. Deci, metoda statistic de identificare a nevoilor manifestate pe orice pia, strict necesar pentru orientarea ofertei firmelor rmne, ca pentru orice situaie n care se simte insuficiena datelor secundare, sondajul statistic. Sondajul poate fi considerat n aceast situaie unicul instrument de cercetare de marketing a pieelor, mai ales a celor aflate la nceput, dar cu potenial de dezvoltare. Activitatea de investigare a pieei poate fi realizat independent de ctre productor sau prestatorul de servicii sau n colaborare cu firme specializate n studii de pia. i n acest caz agentul economic trebuie s aib cuprins n schema sa organizatoric activitile de marketing. Posibile metode de organizare a activitilor de marketing sunt prezentate n figura 1.
Director Producie Financiar Proiectare inclusiv: * publicitate * politici de produs * informare Director Producie Cercetare Finane Personal Vnzri inclusiv: * cercetare de pia * distribuie * politici de produs * promovare Personal Vnzri inclusiv: * cercetare de pia
Figura 1.a Activiti de marketing n cadrul compartimentelor tradiionale ale unei companii
Figura 1.b Activiti de marketing concentrate ntr-un compartiment preexistent de vnzri
Director Producie
Cercetare-Dezv
Marketing
Financiar Vnzri
Vnzri
Planificare marketing Planificare produse Promovare Politici de pre Distribuie
Managementul vnzrilor ntreinere i reparaii
Figura 1.c Organizarea activitilor de marketing ntr-un compartiment specializat
Director Director comercial Administrarea vnzrilor Strategii de pia Director marketing Cercetri de pia Product Management
Sales
Figura 1.d Organizarea funciei de marketing separat de funcia de vnzri Figura 1.e Organizarea funciei de marketing integratoare
Director marketing Manager de produs Livrare, transport Gestiunea vnzrilor Planificarea vnzrilor Cercetri de pia
Programare
Figura 1 Formule organizatorice de marketing
1.3 Contextul macroeconomic actual al relaiilor de pia Agenii economici i orienteaz activitatea spre acele ramuri moderne ce s-au dezvoltat ca urmare a tranziiei la economia de pia i ca urmare a modificrilor structurale ce au avut loc n ultimii zece ani n Romnia. Dinamica pieei se caracterizeaz prin dezvoltarea de noi piee cum este, de exemplu, piaa serviciilor de consultan de marketing, relativ nou, a aprut i s-a dezvoltat dup modificrile sociale i economice de sistem intervenite n 1989. Marfa tranzacionat pe aceast pia este format din servicii de marketing prestate agenilor economici. Aceste servicii presupun n 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 acioneaz pe aceasta piaa ca surs de formare a ofertei, au, pe de o parte, rol de prestator de servicii industriale, achiziionate de ali ageni economici cu scopul dezvoltrii cotelor de piata detinute si cuceririi de noi piete i, pe de alt parte, rol de intermediar ntre populaia ce formeaza grupul consumatorilor i agenii economici aflai n postura de producatori, ofertanti. Drept urmare, volumul de activitate i tranzaciile efectuate pe aceast pia depind n mod direct de rezultatele pozitive ale agenilor economici, de factorii ce influeneaz cererea de munc (ramurile ce au n prezent un trend ascendent, modificrile structurale ale Produsului Intern Net, modificrile contribuiei diferitelor ramuri economice la formarea Valorii Adugate Brute, investiiile efectuate pe total economie i n sectorul privat) i, n egal msur, influeneaz oferta de munc (populaia activ, ocupat i numrul omerilor, politicile de reconversie a forei de munc, politicile de diminuare a afectelor negative ale dezechilibrelor manifestate pe piaa forei de munc). Problematica transparenei pieei, a cunoaterii cererii i principalilor competitori constituie o preocupare permanent nu doar pentru economiti, statisticieni sau sociologi, ci pentru nsi populaia ocupat. Analiza sintetic a pieelor, prin indicatori ca rata de activitate, rata de ocupare i rata omajului, prezint trunchiat fenomenele complexe
manifestate pe piaa muncii, care influeneaz n mod direct nevoia de reglare a cererii i a ofertei. De exemplu, structura cererii i a ofertei de resurse de munc constituie cadrul macroeconomic de manifestare a cererii i ofertei de servicii de consultan n resurse umane. Acest tip de servicii, deosebit de dezvoltat n economiile moderne, are rol esenial n meninerea echilibrului pe piaa muncii i diminuarea riscului de omaj. Angajatul ce a obinut locul de munc n urma unui proces complex de selecie i recrutare, s-a dezvoltat permanent, prin participarea la sesiuni de instruire i perfecionare organizate de firme specializate, va fi desigur mult mai dificil i scump de nlocuit. Performanele sale superioare vor conduce la funcionarea mai bun a firmei angajatoare. Relaia se manifest i invers, deoarece eficiena de ansamblu a firmei reduce riscul de omaj al angajailor, prin asigurarea continuitii activitii aductoare de profit. Dezvoltarea serviciilor de consultan de marketing a fost la fel de atipic precum dezvoltarea economiei n ansamblul su, de-a lungul tranziiei spre capitalism, ce dureaz de peste un deceniu, putnd fi caracterizat ca o perioad de depresiune a economiei romneti, indus n principal de lipsa investiiilor i diminuarea productivitii utilizrii factorilor de producie. nceputul tranziiei ctre o economie de pia funcional a fost mult mai dificil n Romnia dect n alte state ex-socialiste, central-europene. Economia era aproape integral n proprietatea statului. n formarea Produsului Intern Brut, aportul sectorului privat era, n 1989, de numai 12,8%. Sistemul de conducere, hipercentralizat, ce nu se baza pe criterii de eficien i utilizare raional a resurselor, devenise inert la semnalele pieei. Realizarea produciei n uniti supradimensionate conferea relaiilor de pia un grad ridicat de rigiditate. Ineficiena economiei a fost agravat n anii '80 de continuarea investiiilor n ramuri puternic energointensive i de stoparea afluxului tehnologic occidental, ca efect al politicii de rambursare anticipat forat a datoriei externe. Slaba motivaie a muncii, dublat de politica artificial a "ocuprii depline", altera i mai mult competitivitatea produciei naionale pe plan mondial.
Efectul cumulat al acestor factori l-a constituit deteriorarea standardului de via al populaiei, blocarea Romniei ntr-un perimetru de subdezvoltare, compromiterea anselor sale de a se racorda la noile evoluii ale civilizaiei mondiale. Demontarea brusc a sistemului de comand, dup decembrie 1989, s-a soldat, ntr-o prim etap, cu adncirea efectelor perturbatoare ale dezechilibrelor structurale, exacerbate de insuficienta pregtire a managerilor i n general a populaiei pentru a aciona n condiiile mecanismelor de pia. Circumstanele neprielnice n care a debutat n Romnia procesul tranziiei explic ntr-o msur important disfuncionalitile evidente ce l-au nsoit. Nu ns integral, deoarece acestea sunt datorate i modului de realizare i gestionare a reformei. Analiza indicatorilor macroeconomici, n perioada 1990 - 2001, evideniaz transformrile importante ce s-au produs pe plan economic i social, dar i ntrzierile nregistrate n promovarea mecanismelor de pia, n pregtirea premiselor pentru asigurarea unei dezvoltri durabile a societii romneti. Revirimentul ateptat de toi agenii economici l constituie desigur factorul investiii. Ramurile ce s-au dezvoltat pe parcursul celor zece ani, tocmai datorit investiiilor, constituie sursa formrii cererii de servicii de resurse umane. Pentru a identifica principalele caracteristici actuale ale economiei romneti, n funcie de care se vor orienta i productorii n general, trebuie s precizm urmtoarele: 1. O evaluare obiectiv arat c economia romneasc nc se prezint ca un sistem slab structurat din punct de vedere instituional. Mecanismele economiei de pia i cele ce corespund cerinelor Uniunii Europene sunt aproape, dar nc incomplet, instituionalizate, iar operaionalitatea lor este redus din cauza insuficientei coerene a cadrului normativ, a persistenei influenei statului n reglarea pieei i a capacitii reduse a noului sistem (n curs de formare) de a asigura aplicarea legii. Slaba structurare instituional a economiei actuale este o stare de fapt, cu determinaii multiple ce au urmri asupra funcionalitii economiei,
cele mai semnificative fiind cele de ordin comportamental al agenilor economici. 2. Obiectivele principale ale companiilor cu capital majoritar de stat sau recent privatizate, cerute de mediul social i susinute n prezent de Stat, sunte n mod preponderent conservarea locurilor de munc i limitarea, pe ct posibil, a eroziunii inflaioniste a salariilor. Absena surselor de investiii, precaritatea poziiei deinute pe pia i adversitatea prelungit a mediului economic n care acioneaz au indus majoritii agenilor economici mici i mijlocii obiective pe termen scurt situate n zona veniturilor de subzisten. Chiar n cazul firmelor private, orientate preponderent spre maximizarea profitului, se constat nclinaia puternic de a-i atinge inta nu prin creterea (cantitativ i calitativ) a output-ului real i utilizarea cu randamente superioare a factorilor de producie, ci ndeosebi prin forarea creterii preurilor sau prin operaii redistributive pe seama sectorului public. Exist, fr ndoial, i ageni economici realmente performani, ns acetia nu au reuit nc s "creeze o diferen" n economia romneasc. Pe fondul instaurrii normelor i instituiilor statului de drept, al activrii i organizrii societii civile, al crerii cadrului normativ al noilor mecanisme de pia (liberalizarea preurilor, piaa bancar i bursier, piaa financiar, monetar, a asigurrilor etc.), Romnia a nregistrat pai importani n direcia formrii sistemului funcional al economiei de pia. Apariia unui semnificativ sector de operatori realmente competitivi att pe plan intern, ct i n mediul de afaceri extern este dovada incontestabil a acestui progres. Analizele econometrice de factur complex au identificat i la nivel macroeconomic comportamente proprii sistemului de pia. Pentru analiza evoluiilor principalilor factori macroeconomici de influen a tranzaciilor de pia, a raporturilor dintre tipurile de pia precizm: Variabilele independente, ce influeneaz activitatea agenilor economici considerai ca surs de formare a cererii de bunuri i servicii, sunt agregate macroeconomice de rezultate, ca de exemplu: nivelul PIB
(nominal i real, exprimat n milioane USD), structura VAB pe ramuri (%), PIB pentru servicii (%), nivelul investiiilor (milioane USD). De exemplu, dac analizm contextul macroeconomic al pieei serviciilor de consultan n resurse umane, putem considera ca variabil de influen a dinamicii tranzaciilor comerciale numrul persoanelor cuprinse n activiti de instruire i perfecionare, cu scopul identificrii gradului de influen a acestor servicii asupra pieei forei de munc. Ipoteza general fcut este c restabilirea echilibrului pe piaa muncii i creterea economic de ansamblu creeaz premise favorabile dezvoltrii n cadrul sectorului de servicii pentru agenii economici a categoriei serviciilor de resurse umane. Ipoteza specific este aceea c ramurile economice ce prezint un trend cresctor al numrului mediu de salariai, dezvoltrii sectorului privat, contribuiei la formarea VAB, investiiilor, eficienei utilizrii capitalului fix i al productivitii muncii sunt cele care vor oferi locuri de munc i vor contribui la reducerea omajului, n consecin reprezint ramurile ce sunt poteniale generatoare de cerere de servicii de consultan n resurse umane. n orice studiu de pia se recomand a se utiliza o baz relativ stabil pentru asigurarea comparabilitii datelor valorice ce caracterizeaz economia, ca de exemplu moneda EURO sau dolarul american. Spre exemplificare se analizeaz n continuare contextul macroeconomic al serviciilor de marketing. Pentru sintetizarea prezentrii am considerat c activitile desfurate n economie pot fi grupate n domeniile: agricultur, industrie, construcii, comer i turism, infrastuctur, alte servicii comerciale (cuprinznd servicii financiare, de asigurri, imobiliare, de resurse umane) i servicii sociale prestate populaiei, incluznd n aceast ultim categorie i administraia public. Evoluia economiei romneti n perioada examinat este exprimat sintetic n dinamica i structura produsului intern brut i dinamica investiiilor prezentate n tabelele 1.2 i 1.3. Evoluia PIB exprimat n milioane USD n perioada 1991-2001 s-a dovedit a avea o tendin uor cresctoare, cu o cretere medie de 1190 milioane dolari pe an, ceea ce indic o revenire economic destul de redus. Concluzia este confirmat de dreapta de evoluie obinut prin aplicarea metodei celor mai mici ptrate n cazul evoluiei liniare a PIB-ului real
exprimat n USD: PIB = 29640.2 + 1191t, ceea ce arat c PIB-ul real a crescut n medie cu 1191 mil. USD de la un an la altul. Datele de intrare n modelul liniar de ajustare au fost obinute prin corectarea nivelului nominal al PIB cu cursul mediu al dolarului american, date preluate din Serii de date, CD-rom elaborat de Institutul Naional de Statistic. Prognoza pentru anul 2000 a fost realizat cu ajutorul ecuaiei liniare de tendin i este de 35594 mil. USD. Evoluia PIB exprimat n 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, prezint interes analiza evoluiei contribuiei 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 meninndu-i supremaia de-a lungul perioadei de tranziie. Procentul participrii industriei la crearea PIB prezint o tendin uor ascendent ncepnd din 1995. Un trend cresctor al procentului participrii la PIB l prezint i agricultura i infrastuctura, aceasta din urm curpinznd transporturi, pot i telecomunicaii. Domeniile financiar, de asigurri, tranzacii imobiliare au avut o evoluie relativ constant, n medie, de la un an la altul, prezentnd creteri i descreteri succesive ale participrii la formarea PIB, deci o anumit evoluie ciclic. Avnd n vedere metodele de calcul al PIB-ului i elementele componente conform fiecrei metode, se pot stabili mai multe structuri. Prezentm n continuare structura PIB pe destinaii i surse. Un rezultat esenial al perioadei de tranziie l reprezint dezvoltarea sectorului privat, aportul acestuia la formarea produsului intern brut ajungnd la 61,5% n anul 1999, fa de 16,4% n 1990.
n Romnia, structura PIB este diferit de cea a economiilor Uniunii Europene, caracterizat prin dominarea serviciilor, dar se observ o anumit tendin de convergen: ponderea sectorului agricol n formarea valorii adugate brute a sczut de la 20% la nceputul anilor '90 la 15,4% n anul 1999; ponderea sectorului industriei a cobort sub pragul de 31%, n timp ce sectorul serviciilor i construciilor contribuia n anul 1999 cu 53,6% din valoarea adugat brut (comparativ cu circa 70% n Uniunea European), cu 20 de puncte procentuale mai mult dect la nceputul deceniului. Semnificaia acestui proces nu trebuie ns exagerat, el realizndu-se n condiiile ntrzierii procesului de restructurare i ale unui accentuat declin economic n Romnia, n timp ce Uniunea European a nregistrat o cretere economic important. Structura Produsului Intern Brut (PIB) (%)
Tabelul 1.3
Anii PIB = 100 % Din care: Consumul gospodriilor Consumul adm. publice Formarea brut de cap. fix Exp. mrfuri i servicii Imp. mrfuri i servicii PIB = 100% Din care: Total VA n PIB VAB = 100% Din care: VA. agricultur n total VA VA industrie n total VA VA construcii n total VA VA servicii n total VA 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999
65,0 13,3 19,8 16,7 26,2
60,1 15,1 14,4 17,6 21,5
62,2 14,3 19,2 27,8 36,2
63,2 12,3 17,9 23 28
63,2 13,7 20,3 24,9 26,9
67,3 13,7 21,4 27,6 33,2
69,1 73,6 72,2 13,1 12,3 14,0 23 21,2 19,4 28,1 29,2 23,7 36,6 36,2 31,8
69,6 2,3 18,5 30,1 34,3
94,2 95,8 102,8
96,9 96,3
95,3
95,5
92,5
90,4
90
23,2 43 5,7 28,1
19,6 39,6 4,5 36,3
18,6 37,3 4,7 39,4
21,7 34,9 5,4 38
20,7 37,6 6,7 35
20,8 34,5 6,9 37,8
20,1 19,5 16,2 34,8 33,4 30,4 6,8 5,6 5,9 38,3 41,5 47,5
15,4 31,0 5,3 48,2
Ponderea sectorului privat n PIB i n valoarea adugat a ramurilor TOTAL sector privat 16,4 23,6 26,4 34,8 38,9 Agricultur 61,3 73,9 81,7 83,5 89,3 Industrie 5,7 9,2 11,8 17,4 23,3 Construcii 1,9 16,1 21 26,8 51,6 Servicii 2,0 16,8 18,8 29,3 39,1
45,3 54,9 89 90,1 29,9 38,5 57,8 69,3 58,1 66,7
60,6 96,8 42,1 76,6 71,5
61 61,5 95,9 97,2 45,6 48,7 77,9 78,0 72,7 73,0
Sursa: Serii de date 1990 2003, INS
Permanenta cretere a procentului de participare a sectorului privat la formarea PIB, de la 23% n 1991 la aproape 62% n 1999, reprezint un aspect ce caracterizeaz economia n tranziie din ara noastr i indic schimbrile radicale i profunde ce au avut loc ca urmare a procesului de privatizare. Procentul mediu de cretere de 5,2% pe an indic clar transformarea proprietii private n baza economiei de pia ce se dezvolt continuu n Romnia. Evoluia structurii PIB reflect domeniile cele mai dinamice ale economiei, domenii n care va apare i se va dezvolta cererea de servicii de consultan n resurse umane. Agenii economici ce desfoar o activitate eficient i, n consecin, profitabil sunt nclinai s apeleze la serviciile consultanilor pentru a recruta personal nou i pentru a i dezvolta propriile resurse umane prin instruirea i perfecionarea continu a acestora. Dintre ramurile industriale ce se preconizeaz a se dezvolta cu un ritm alert amintim industria petrolier i minier, industria alimentar i telecomunicaiile. Desigur, cu un trend cresctor remarcm domeniul serviciilor n general i al celor financiar bancare n special. Evoluia investiiilor reprezint un alt criteriu important n funcie de care va progresa economia, se vor nnoi tehnologiile existente, se va ctiga inteligen i know-how, n ultim instan se va realiza ieirea din criza profund de sistem prin care trece ara noastr. Evoluia investiiilor reale n economia Romniei (exprimate n mil. USD) n ultima decad este prezentat n tabelul 1.4: Evoluia investiiilor reale
Anii 1991 1992
2885,3
1993
3711,4
1994
4836,3
1995
6391,6
1996
5190,9
1997
5501,0
1998
5526,0
Tabelul 1.4 1999 2000

6321,2 6670
Valoare investiii 4111,2 (mil. USD)
Datele din Tabelul 1.4 au fost obinute prin divizarea cifrelor nominale preluate din Serii de date 1990 2000, la cursul mediu al USD. Remarcm o tendin liniar cresctoare, dei evoluia prezint ciclicitate, cu o medie anual a modificrii absolute de + 276.25 milioane USD. Fluctuaiile au prezentat maxime relative n 1995 i 1999 i minime n 1992 i 1996.
Dreapta de evoluie liniar ce a modelat tendina investiiilor n perioada de tranziie a fost: Investiii = 4942 + 344,92 t, nsemnnd c de la un an la altul investiiile au avut un trend creSctor n termeni reali, creScnd n medie cu 344,92 mil USD. Desigur tendina liniar nu previzioneaz valoarea investiiilor lund n considerare i ciclicitatea. Identificarea i msurarea statistic a ciclicitii necesit o perioad mai mare de timp. Romnia nu a fost la fel de atractiv pentru investitori ca celelalte ri europene, dar aspectul pozitiv i optimist este acela al trendului cresctor, dei afectat de ciclicitatea evident. Oscilaia ciclic impune pruden n luarea deciziilor pe baza prognozei cu ajutorul ecuaiei liniare de tendin. Referitor la repartiia pe sectoare, se remarc un trend clar cresctor al investiiilor n sectorul privat, cu o pant pozitiv fa de evoluia investiiilor n sectorul public, al crei trend este descresctor, dei s-au nregistrat dou maxime ce pot fi considerate valori maxime extreme, n 1991 i 1995. Tendina descresctoare a investiiilor din acest sector constituie bariera economic a ieirii din criz pentru economia romneasc. Majoritatea investiiilor au continuat s se efectueze n principalul domeniu de activitate, industria, aceasta fiind urmat cu diferene foarte mari de investiii n infrastuctur, incluznd pota i telecomunicaiile, n turism i alte servicii. Persistena unei rate nalte a inflaiei a fost una din cauzele principale ale scderii ratei investiiilor. Alte cauze au fost creterea riscului n cadrul mediului de afaceri romnesc afectat de numeroase dificulti legate de instabilitatea i incoerena legislativ i instituional, de proliferarea birocraiei, de amplificarea economiei subterane. Acelai efect negativ l-a avut i diminuarea potenialului intern de economisire, generat de scderea accentuat a veniturilor reale ale populaiei i nivelul ridicat al dobnzilor active. Capacitatea redus de retehnologizare, indus de comprimarea ratei investiiilor, a ntreinut ritmul lent al restructurrii. Aceasta se datoreaz i volumului relativ restrns al fluxurilor de investiii strine directe. Romnia se plaseaz n grupul statelor n tranziie cu cele mai slabe performane n acest domeniu. Stocul
investiiilor strine directe, calculat pe locuitor, se situeaz n jurul a 240 milioane EURO la sfritul anului 1999, comparativ cu 1900 n Ungaria i 1518 milioane EURO n Republica Ceh. Ca urmare a acumulrilor, n procesul de restructurare a sectorului industrial se observ o tendin de cretere a competitivitii exporturilor romneti, att datorat modificrilor structurale, ct i deprecierii monedei naionale n termeni reali. Pentru exemplificare, dei producia industriei prelucrtoare, n anul 2000, a sczut cu 9% fa de 1999, ponderea exporturilor produselor acestei industrii, n total livrri, s-a majorat de la 30,7% la 35,1%, iar rata anual de cretere a exporturilor a fost de 6,1%. Scderea elasticitii importurilor la variaia venitului a influenat reducerea deficitului de cont curent. Susinerea acestei tendine de cretere a competitivitii, precum i accentuarea sa prin preconizatele efecte pozitive asupra economiei interne ale unor influxuri mai mari de investiii strine directe sunt situate pe linia alinierii Romniei la criteriile Uniunii Europene definite la Copenhaga. Datoria extern a Romniei acumulat n perioada de tranziie se situeaz la un nivel nc modest n comparaie cu alte state aspirante la statutul comunitar, ceea ce nlesnete promovarea unor politici mai active de atragere a capitalului strin ctre economia real, bazate pe creterea gradului de ndatorare. Pentru obinerea unei performane economice optime, n ultimul deceniu, n ara noastr s-au dezvoltat noi domenii ale serviciilor n general i n special s-a dezvotat domeniul serviciilor industriale prestate agenilor economici. Dintre aceste piee cu un potenial de dezvoltare exponenial am ales ca studiu de caz anume industria de consultan 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 Production Figura 1.a Marketing activities within a traditional department of a company
Strategies
Financial
Personnel
Sales comprising: * market research - distribution activities
comprising: * advertising * product policies * information system Manager Production Research Finance Personnel
Sales comprising also: market study, distribution policies, promotion
Figura 1.b Marketing activities within the Sales dept.
Manager Production R&D Marketing Financial Sales Sales management Service Sales Figura 1.c Marketing activities within a specialized Marketing and Sales department
Marketing Planning Product planning, Promotion, Pricing, Distribution
Director Sales Director Sales Administration Market strategies Marketing Director Marketing studies Product Management
Figura 1.d Marketing activities within a special department different from Sales
Sales
Marketing Director Product Manager Sales administration Marketing studies Strategic plans
Transport
Sales planning
Figura 1.e Integrated Marketing activities within a global Marketing 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 adults 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 states 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 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) Years
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 sectors 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 deficits 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 Unions 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.
Sondajul - metod principal de studiu al fenomenelor pieei
2.1 Particulariti ale aplicrii sondajului pentru studii de pia i administrarea afacerilor Metodele statistice pot fi descrise printr-un ansamblu de procedee de selectare, colectare i organizare a datelor, urmate de sistematizarea, prezentarea i analiza acestora, n scopul obinerii cantitii de informaie necesar lurii deciziilor n timp util. n general managerii solicit valori centralizatoare, tipice, cu o larg reprezentativitate, prefernd informaii sintetice n locul detaliilor ce pot descrie situaii netipice. n practica economic cea mai mare parte a informaiilor este obinut n urma organizrii unei cercetri pariale, ce investigheaz selectiv unitile statistice cuprinse ntr-un subset reprezentativ al colectivitii generale, subset denumit eantion. Informaiile culese printr-un sondaj ofer n mod normal o bun evaluare a nivelului caracteristicilor, a atitudinilor i opiniilor populaiei din care a fost extras eantionul, dac acesta ndeplinete condiiile de reprezentativitate. Aceste informaii pot fi utilizate, n cadrul departamentelor de marketing, de ctre managerii firmelor prestatoare de servicii de resurse umane, n procesul complex de luare a deciziilor, uneori chiar n timp real, mai ales datorit insuficienei datelor pentru anumite piee.
Observarea statistic are un rol major n buna funcionare i n eficientizarea fluxului informaional al firmei. Tendina spre optimizarea fluxului informaional al firmei se completeaz cu nevoia companiei de a fi din ce n ce mai profitabil ntr-un mediu n care concurena se exacerbeaz i atinge niveluri maxime. Dac nelegem Statistica ca un instrument operaional ce faciliteaz procesul decizional, atunci putem nelege locul i rolul pe care l are n sistemul de comunicare al firmei. Putem spune c Statistica este arta i tiina culegerii, analizei i inferenei pe baza unui set de date ce caracterizeaz orice relaie de pia n economia concurenial. Dei iniial a fost asociat cu date culese pentru autoritile guvernamentale, teoria sondajului a evoluat, gsindu-i aplicabilitatea nu doar n controlul calitii produciei, ci i n contabilitate, management i studii de pia, psihologie i educaie. Succesul sau falimentul n afaceri depinde de nevoile i preferinele clienilor. De exemplu, organizatorii de cursuri de perfecionare care utilizeaz pentru prezentrile fcute cursanilor calculatoare mari, voluminoase, timp n care cererea pe pia este orientat spre calculatoare din ce n ce mai mici, multitasking, uor de transportat, chiar miniaturale, se vor afla cu cteva decenii n urm. Dac un post de radio transmite programe radiofonice pentru studiul limbii engleze, n timp ce majoritatea audienei este interesat de telenovelele de limb spaniol, va gsi foarte puine companii dispuse s plteasc spaiu publicitar n timpul acelei emisiuni. Sau care ar putea fi soluia pentru o companie comercial care i propune s identifice i s estimeze cererea potenial de cursuri din alt localitate sau alt regiune i cum ar putea s decid extinderea reelei sale? Rspunsul la acest tip de ntrebri poate fi gsit prin aplicarea unei tehnici de cercetare i studiu al pieei denumit sondaj. Sondajul reprezint o cercetare parial, al crei scop este de estimare a caracteristicilor populaiei generale pe baza rezultatelor obinute de la un eantion riguros prelevat. Acest metod de investigaie statistic parial se bazeaz pe principiile teoriei probabilitilor, statisticii matematice i legii numerelor mari. Teoria sondajului are ca obiect principal elaborarea metodelor tiinifice de modelare a problemelor legate de culegerea i analiza datelor.
Cercetarea prin sondaj i-a extins permanent aria de aplicare datorit multiplelor avantaje pe care le ofer analitilor i decidenilor. Una din aceste arii a devenit deja cercetarea de marketing i studiul pieei. Cercetarea de marketing este o funcie complex ce leag ntr-un sistem integrat consumatorii, clienii i publicul de analistul de pia. Informaiile rezultate sunt utilizate pentru a defini i identifica raportul dintre cerere i ofert, oportunitile de extindere a activitii, pentru a genera i evalua aciunile de marketing i performanele firmei. Studiul pieei ofer informaia solicitat pentru rezolvarea acestor probleme, utiliznd tehnicile de sondaj: proiecteaz metode pentru colectarea datelor, implementeaz procesul culegerii datelor, analizeaz rezultatele i implicaiile lor. Aproape nu exist o form de activitate comercial care s nu utilizeze cercetarea de marketing cu o anumit frecven. Productorii nu au alt soluie pentru a crea o baz informaional necesar lurii deciziilor dect aplicarea metodelor de sondaj pentru identificarea i studiul preferinelor clienilor poteniali. Pentru asigurarea continuitii procesului decizional, soluia firmelor este organizarea unui sistem integrat de sondaje periodice care s asigure formarea unei baze de date i a seriilor de date cronologice ce vor permite efectuare de planuri i prognoze cu privire la evoluia cererii. Printre formele cercetrii de marketing amintim: analiza pieei i prognoza pe baza studiilor periodice de pia i a datelor secundare; metode ce ncearc s identifice i s msoare capacitatea de absorbie a pieei de bunuri i servicii; identificarea posibililor furnizori; organizarea de studii de pia; focus-grup-uri pentru segmentelor int; segmentarea pieei i identificarea
sondajele din domeniul publicitii i reclamei ce au ca scop evaluarea eficienei cheltuielilor cu publicitatea; planificarea eforturilor financiare viitoare n acest domeniu.
Metodele iniiale de studiu al pieei i au originea n Statele Unite, fiind adoptate la diferite niveluri n ntreaga lume, mai ales dup cel de-al doilea rzboi mondial. Cercetarea de pia din Europa i Japonia s-a dezvoltat mai ales ncepnd cu anii 50. n fosta Uniune Sovietic i n rile Europei Centrale i de Est studiul pieei a fost utilizat pentru fundamentarea deciziilor de planificare a economiei naionalizate, se precizeaz n Enciclopedia Britanic, volumul 23. Studiul pieei s-a dovedit a nu fi o tiin exact. Dei metodele statistice au o larg aplicabilitate n acest domeniu, acestea nu elimin definitiv nesigurana i riscul, permind doar estimarea nivelului de eroare. Studiile statistice indic, cu un anumit nivel de siguran, condiiile existente pe pia, la un moment dat i n dinamic, nepreciznd ce msuri manageriale trebuie luate pentru a crete profitabilitatea firmei ce ofer servicii de resurse umane. Totui, statistica rmne singurul instrument ce ofer sistemului managerial informaii comparabile n timp i n spaiu. Rezultatele cercetrilor de marketing sunt o component vital a sistemului informaional al firmei productoare de bunuri sau prestatoare de servicii, ce constituie baza construirii perspectivei strategice a firmei ntr-un mediu concurenial dinamic. De cele mai multe ori problemele de marketing de pe pia nu sunt uor de definit, uniforme i controlabile. De aceea studiul pieei nu trebuie privit ca o activitate pasiv de culegere a datelor, ci ca o preocupare continu, dinamic i critic. Nevoia de date externe, generate de relaiile de pia, apare att la nivel macroeconomic, ct i la nivel microeconomic, pentru productori se datoreaz, pe de o parte, nivelului crescut i dinamic al riscului i incertitudinii cu care se confrunt agenii economici i lipsei surselor de date secundare guvernamentale i private pe de alt parte. De asemenea, modificarea rapid a condiiilor de pia impune crearea unui sistem periodic, coerent de culegere a datelor.
Pe scurt, scopul cercetrii pieei este proiectarea i obinerea informaiilor referitoare la mixul de marketing care atinge cel mai bine preferinele consumatorilor int. Rezultatele vor fi integrate n baza de date utilizat de firma de consultan pentru planificarea activitii. i aceasta deoarece planurile realiste de marketing implic cunotine prezente i viitoare despre starea pieei. Analistul din domeniul statisticii aplicate se confrunt, n utilizarea informaiilor de pia pentru identificarea segmentelor int i a preferinelor acestora, cu un anumit grad de incertitudine ce nu poate fi eliminat, dar poate fi estimat statistic. Nici o metod de studiu al pieei nu poate elimina incertitudinea i nu poate oferi date exacte. Metodele statistice, mai mult dect alte proceduri (cercetri operaionale, teoria deciziei etc.) pot minimiza elementul de incertitudine, reducnd pericolul lurii unor decizii eronate i asigurnd un nivel ridicat de validitate a datelor. Problematica msurrii fenomenelor i proceselor economice i sociale intereseaz n mod deosebit nivelul cercetrilor empirice. Stabilirea variabilelor direct msurabile i culegerea informaiilor, fidelitatea instrumentelor de msurare, efectul diferitelor modaliti de aplicare a instrumentelor respective, prelucrarea datelor nregistrate, analiza relaiilor dintre caracteristici, independena i relevana acestora, consistena i diferenierea structurilor teoretice, elaborarea prognozelor sunt tot atia pai n care, ntr-o form sau alta, apar probleme de msurare i estimare statistic. Intensitatea i frecvena cu care sunt utilizate studiile de pia variaz n funcie de categoria de firm ce utilizeaz aceast metod. Astfel, agenii de resurse umane folosesc datele colectate prin studii de pia pentru obinerea informaiilor necesare orientrii serviciilor oferite, a cursurilor i a metodelor de instruire utilizate.
2.2 Principalele avantaje ale cercetrii prin sondaj utilizat n studii de marketing n mod cert, calea optim de obinere a informaiilor complete i exacte referitoare la o populaie este de a organiza o cercetare total. Atunci cnd acest lucru nu este posibil sau nu exist resurse suficiente pentru o astfel de investigaie, se recurge la sondaj. Principalele avantaje ale sondajului sunt faptul c necesit costuri mai reduse comparativ cu cercetarea total i calitatea deosebit a rezultatelor obinute dintr-o cercetare parial tiinific organizat, uneori superioare celor obinute n urma unei cercetri totale. Dezavantajul principal este posibilitatea obinerii de date nereprezentative, datele statistice culese prin sondaj inducnd n mod inevitabil erori. Dei datele de sondaj sunt afectate de erori de eantionare i de observare, acestea din urm pot fi mult reduse datorit pregtirii specifice a personalului ce lucreaz la realizarea sondajelor. Prin utilizarea sondajului exist posibilitatea de a cuprinde n programul observrii un numr mai mare de caracteristici dect n programul unei cercetri totale. De asemenea, cercetarea selectiv se utilizeaz pentru testarea rezultatelor unei cercetri exhaustive, precum i pentru verificarea unor ipoteze statistice. Un alt dezavantaj al acestei metode l constituie imposibilitatea de a urmri fenomenele n dinamic, sondajul surprinde static caracteristicile unitilor observate, ceea ce poate fi corectat prin organizarea de observri selective periodice, cu periodicitate constant. Aceast abordare este indicat pentru pieele caracterizate prin lipsa acuta de informaii, att din punct de vedere cantitativ, ct i calitativ, ca de exemplu piaa serviciilor. Cercetarea de marketing reprezint funcia agentului economic ce asigur conexiunea i transferul informaional ntre agenii economici clieni i furnizori, printr-un sistem integrat de informaii utilizate cu scopul identificrii i definirii problemelor i oportunitilor de pia, evalurii aciunilor de marketing, monitorizrii performanei pe pia. n acest scop cercettorul stabilete informaia specific ce trebuie nregistrat, proiecteaz metoda de culegere a acesteia, organizeaz procedeul de culegere a datelor, analizeaz rezultatele i comunic
sistemului de management concluziile i recomandrile studiului. Totui importana cercetrii de pia nu trebuie fetiizat. Lehmann a precizat dou restricii ce reprezint limite ale aplicrii cercetrii de marketing. Cercetarea de pia nu ia decizii. Rolul cercettorului este de a furniza informaii pertinente. Cercetarea de pia nu garanteaz succesul firmei, ci poate doar, n cel mai bun caz, mbuntii condiiile lurii deciziilor, printr-o mai bun informare i nelegere a fenomenelor manifestate pe pia. Nu ntotdeauna cercetarea de marketing a fost urmat de o activitate profitabil. Totui, Sampson i Standen admit c eecul pe pia nu trebuie pus pe seama cercetrii de marketing. Iar Luck identific trei motivaii pentru respingerea rezultatelor cercetrilor de ctre decideni: invalidarea metodelor de cercetare, deficiene n comunicarea rezultatelor sau irelevana rezultatelor pentru problema decizional. Putem afirma c, n general, sondajul este suport al lurii deciziilor de marketing n cazul n care populaia este finit, format, de exemplu, din mulimea firmelor dintr-o regiune, privite ca poteniali consumatori de servicii de consultan n resurse umane. Informaiile referitoare la agenii economici dintr-o zon sau un domeniu de activitate se pot dovedi mai puin costisitoare dac se obin n urma unui sondaj dect dac se obin de la Registrul Comerului, ce comercializeaz aceste date la preuri extrem de ridicate. Aplicarea sondajului n analiza pieei, ca de altfel n numeroase alte domenii, este legat de faptul c teoria sondajelor se bazeaz pe legea numerelor mari. Aceast legitate statistic afirm cu o probabilitate suficient de mare, aproape de unu, c indicatorii medii calculai pe baza eantionului difer puin de indicatorii tipici ai colectivitii totale, dac volumul eantionului este suficient de mare. i astzi modelul probabilist se dovedete a fi unul din cele mai riguroase modele de cercetare att a fenomenelor macrosociale i demografice, ct i a celor de la nivel microsocial: atitudini, opinii, comportamente ale managerilor agenilor economici. Dintre aplicaiile pe baza modelrii, se dovedesc a fi deosebit de eficiente din punctul de vedere
al informaiilor i concluziilor obinute abordrile probalistice prin lanuri Markov ale structurii pieei. Pornind de la configuraia unei anumite stri, lanurile Markov prefigureaz evoluia acesteia i a fenomenelor manageriale. n cercetarea atitudinilor, I. A. Patrughin consider cu totul justificat faptul c abordarea probabilist permite definirea unitii de msur a scalelor, facilitnd astfel tratarea cantitativ a caracteristicilor calitative, needitive, discrete. Cu toate rezultatele deosebite obinute cu ajutorul modelului probabilist, acesta nu poate furniza informaii despre o serie de dimensiuni importante ale pieei serviciilor de resurse umane, ca parte a pieei serviciilor comerciale destinate agenilor economici. Modelul probabilist realizeaz o descriere adecvat mai ales la nivelul macrosocial, ca i n cazul fenomenelor de mas, impunndu-se completarea lui cu alte modaliti de determinare cantitativ a diferitelor fenomene i procese sociale, chiar dac acestea din urm nu conduc la un ir numeric de valori atribuite, ci la o serie de valori calitative.
2.3 Consideraii iniiale ale organizrii unei investigaii prin sondaj pentru studiul pieei Organizarea unei cercetri selective se face pe baza unui plan de sondaj ce pe de o parte, va cuprinde, informaii despre populaie, construcia eantionului, programul observrii, realizarea interviurilor i, pe de alt, parte va estima parametrii populaiei de referin pe baza valorilor de sondaj. Pornind de la ipoteza existenei informaiilor n bazele de date nainte de nceperea sondajului, dup stabilirea clar a obiectivului studiului, se va decide dac datele preluate din alte surse corespund calitativ i cantitativ satisfacerii scopului cercetrii. O cercetare nou se organizeaz n cazul n care sursele de date preexistente nu asigur cantitatea suficient de informaii de calitate, necesare lurii deciziilor. Apoi se hotrte dac
cercetarea organizat pentru culegere de date noi va fi o cercetare total sau parial. Dac metoda sondajului este aleas ca tehnic de obinere a datelor primare, atunci cercettorul trebuie s decid asupra urmtoarelor aspecte: Va avea sondajul o form structurat sau nestructurat? De exemplu, pentru studiul preferinelor agenilor economici cu sediul central n Bucureti referitoare la cursurile de instruire pentru angajai, chestionarul construit a avut o form structurat. Ar trebui ca scopul studiului s fie deghizat sau nedeghizat pentru persoanele intervievate? De exemplu, ntr-unul dintre studiile de caz prezentate, persoanele intervievate n cadrul sondajului au fost managerii de resurse umane ai firmelor cuprinse n eantion. Ce procedur de colectare a datelor, adic ce metod de realizare a contactului cu persoana intervievat (prin pot, telefon, interviu direct sau prin intermediul mijloacelor mecanice) ar trebui utilizat? S-a ales procedura de efectuare a interviurilor personale de ctre operatori de interviu specializai, ce au participat la un curs de pregtire a interviului naintea sondajului. n ceea ce privete primele dou decizii majore, ele pot fi combinate i tratate ca dou alternative de studiu, ce au fost utilizate pentru caracterizarea consumatorului tipic de servicii de consultan n resurse umane: a) Studiu structurat, nedeghizat. Aceasta este forma cea mai utilizat de ctre cercettorii de marketing. Un set similar de ntrebri este distribuit tuturor persoanelor ce fac parte din eantion. Rspunsurile lor sunt adesea limitate la o list a alternativelor. Scopul este declarat i neles de ctre toi participanii. Acest tip de format minimizeaz impactul intervievatorului n procesul interviului i duce la creterea gradului de siguran a studiului, atta timp ct tuturor subiecilor li se pun aceleai ntrebri cu aceleai variante de rspuns. Datele rezultate sunt n general uor de codificat, sistematizat i interpretat. Principalul neajuns l reprezint limitarea rspunsurilor prin lista de variante.
b) Studiu structurat, deghizat. ntr-un studiu deghizat, scopul real al interviului este ascuns persoanelor intervievate, spre deosebire de studiul nedeghizat, n care scopul este precizat clar tuturor participanilor la eantion. Aceasta este combinaia cea mai puin utilizat n studiile de pia, pentru c, n general, scopul unui studiu deghizat nu este compatibil cu un chestionar structurat, dar acesta a fost folosit parial deoarece a existat ipoteza dificultii exprimrii opiniilor i a confidenialitii datelor cerute managerilor intervievai.
2.4 Surse de date utilizate n studiul statistic al pieei Pentru a putea proiecta rezultatele sondajului asupra populaiei de referin i a testa semnificaia acestora cu ajutorul testelor de semnificaie, este necesar alegerea metodei de sondaj care s asigure reprezentativitatea eantionului, cantitatea i calitatea datelor culese. Indiferent de tipul cercetrii, datele necesare pot fi de mai multe tipuri, dintre care analistul l va alege pe cel potrivit scopului investigaiei. Din punctul de vedere al procesului de investigaie statistic, datele primare sunt datele nscrise n formularele de nregistrare, date de intrare care vor fi supuse n continuare analizei statistice. n urma prelucrrii acestora vor rezulta datele derivate ce constituie indicatori statistici derivai sau secundari. n ceea ce privete obiectivul studiului i timpul de culegere, datele pot fi deja culese i stocate n bncile de date ale organizaiilor publice i private sau vor fi culese n procesul cercetrii prezente. Datele culese anterior, cu alt scop dect cel al studiului ce se desfoar n prezent pot fi preluate de ctre analist din bncile de date i, dac prin prelucrarea lor se atinge obiectivul studiului, nu mai este necesar organizarea unei noi cercetri.
Exist n literatura anglo-saxon o accepiune clar definit a surselor de date primare i secundare. Noiunile de date primare i secundare utilizate n literatura american de cercetare de marketing sunt definite astfel (pag. 222, Boone, Kurtze, ediia 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 dat i sunt utilizate pentru acelai scop pentru care au fost culese. Sursele de date primare sunt recensmintele, cercetrile selective sau alte observri special organizate. Datele secundare sunt acele date utilizate n alt scop dect cel pentru care au fost iniial culese i provin din rapoarte statistice interne i externe, elaborate i/sau publicate anterior. Termenul de secundar se refer la temporizare datele secundare sunt utilizate cel puin a doua oar, ntr-o alt investigaie dect cea pentru care au fost culese iniial. Acestea pot fi date interne, ale organizaiei sau date externe, publice. Rapoartele statistice, ca parte a sistemului extern de comunicare a firmei, sunt transmise periodic ctre autoritile naionale i locale. n acelai timp, raportele interne sunt transmise periodic ntre departamentele firmei, pentru a completa fundaiile sistemului managerial al firmei. Motivaia sistemului informaional statistic intern firmei este diferit de cea a rapoartelor externe. Implicit, acestea vor avea un alt format, o alt structur i form de exprimare, un circuit tipic. Rapoartele statistice, ca parte a sistemului de comunicaii externe ale firmei, sunt transmise periodic autoritilor de statistic naionale i locale, conform legii. n acelai timp, prin ntreaga activitate de promovare se susin produsele firmei i printr-o corect i precis informa a clienilor i consumatorilor produselor companiei. n paralel sistemul informaional statistic al firmei din care face parte integrant i sistemul informaional de marketing produce rapoarte interne
ce cuprind informaii despre situaia vnzrilor firmei i principalilor competitori pe pia, gradul de satisfacie a clienilor i consumatorilor, preferinele consumatorilor, posibile nie de pia neacoperite etc. Aceste informaii completeaz sistemul informaional statistic al firmei crend un set de informaii permanent actualizate care asigur un bun fundament pentru luarea deciziilor de ctre managementul firmei. Scopul transmiterii documentelor ce conin informaii de marketing i vnzri ntre departamentele companiei este fundamental diferit de scopul comunicrii externe a firmei, ce const n principal n informarea consumatorilor i autoritilor. Implicit, aceste rapoarte vor avea un format specific, o alt manier de prezentare, un circuit nchis de transmitere ntre sursa de informaii (departamentul de marketing) i receptori (departamentul de depozitare, producie i aprovizionare), o alt modalitate de distribuie, stocare, arhivare, regsire i accesare a informaiei necesare sistemului de management. Indiferent de tipul raportrii i al metodei de transmitere a informaiilor, compania trebuie s asigure o concepie unitar n ceea ce privete procurarea, prelucrarea, transmiterea informaiilor i luarea deciziilor; aceast unitate va fi asigurat de expertul de marketing ce creeaz legtura dintre aprovizionare, producie i vnzri. Investigaiile statistice utilizeaz att surse primare, ct i surse secundare de date, exclusiv sau n combinaie. Informaiile factuale referitoare la cantiti, preuri, mrci cumprate pot fi analizate cu ajutorul datelor secundare, n timp ce opiniile, atitudinile, preferinele se analizeaz de obicei cu ajutorul datelor primare. Rezultatele unor eventuale sondaje cu rpivire la comportamente i atitudini reprezint informaii cu grad mare de perisabilitate. De exemplu, cota de pia potenial, segmentarea pieei i identificarea segmentului int cruia i este destinat noua gam de produse, identificarea preferinelor i opiunilor consumatorilor, interesul companiilor prestatoare de servicii n promovarea noilor cursuri sunt estimate n urma organizrii unei cercetrii selective, ce culege, sistematizeaz, prelucreaz i analizeaz date primare.
Pentru a evita confuzia dintre datele primare i secundare, facem urmtoarele precizri. Denumim date primare acele date ce rezult n urma organizrii cercetrii prin sondaj i urmeaz a fi analizate i prelucrate, procedee statistice, n urma crora vor rezulta date derivate (denumite i secundare n literatura statistic din Romnia). Datele culese anterior studiului curent se numesc date secundare i sunt preluate din surse de date preexistente, fr s fi fost culese n legtur direct cu obiectivul prezent al cercetrii statistice. Considerm date secundare, preluate din alte surse, datele ce sunt utilizate cel puin a doua oar (culese anterior, datele vechi, rezultate din alte studii). ntr-o posibil accepiune am putea considera date culese, originale pentru cercetrile prin sondaj, datele noi pe care le obinem, date ce sunt folosite pentru prima oar n cadrul unui studiu statistic. Orice cercetare primar de pia va fi precedat de analiza datelor secundare interne firmei, ca parte a sistemului informaional, sau externe firmei, ca de exemplu, publicaii guvernamentale, ale asociaiilor de cercettori sau asociaiilor comerciale, presa, rapoarte de sondaj periodice, ale organizaiilor financiare, marea majoritate putnd fi accesate prin intermediul bazelor de date electronice. Analiza datelor secundare poate suplini nevoia de informaii a decidentului. Scopul utilizrii datelor deja culese i prelucrate n vederea unei noi analize const n principal n economiile de costuri. Sursele de date preluate sunt extrem de variate i numeroase. Datele statistice preexistente sunt utilizate cnd resursele sunt insuficiente pentru organizarea unui nou sondaj i dac n bncile de date exist date statistice relevante, culese i sistematizate anterior, dei cu alt scop, care ofer posibiliti de analiz pertinent. Avantajul utilizrii surselor preexistente de date l reprezint obinerea suportului decizional ntr-o perioad scurt de timp, cu un consum sczut de resurse. Suma de bani necesar adunrii datelor secundare este
mult mai mic dect cea necesar pentru obinerea datelor primare (Kress Marketing Research). n primul rnd, sursele de date existente n biblioteci pot fi consultate gratuit, iar publicaiile guvernamentale au costuri sczute, ceea ce este valabil att pe plan mondial, ct i n cazul Romniei. n al doilea rnd, timpul consumat pentru consultarea lor este mult mai redus dect cel necesar culegerii datelor primare. n al treilea, rnd aceste date sunt culese de specialiti cu experien, ceea ce le acord un grad nalt de pertinen i ncredere. Utilizarea datelor din publicaii prezint i dezavantaje, putnd conduce la rezultate distorsionate, deoarece datele stocate pot fi ndoielnice, eantionul pe baza cruia au fost culese s nu fi respectat condiiile unui sondaj probabilistic sau s nu fi fost reprezentativ, datele pot fi deja perimate, nivelul de acoperire geografic poate s nu coincid cu cel necesar studiului prezent sau populaia s fi fost mprit pe grupe dup alte caracteristici dect cele ce fac obiectul investigaiei actuale. Limitele utilizrii acestor surse de date constau n principal n posibilitatea analizei unor date mai puin relevante pentru problema curent. Cercettorii trebuie s aib n vedere ntotdeauna c datele anterioare au fost culese cu alt scop dect cel al studiului particular, pe de o parte, iar, pe de alt parte, se poate s nu fie complete. De exemplu, structura populaiei rezultat n urma recensmntului este pe vrste, profesii, venit real, n nici un caz nu apare publicat structura dup preferine, stil de via i variabile de segmentare comportamental.
2.5 Etapele unui studiu de pia n urm cu 30 de ani Webber prezenta cercetarea de pia ca fiind sinonim cu proiectarea, implementarea i analiza datelor pe baza chestionarului. n ultimul deceniu problematica studiului pieei s-a translatat ctre studiul combinat al datelor de sondaj cu cel al datelor secundare.
Sintetic, opiniile cercettorilor cu privire la secvena activitilor de studiu al pieei converg i pot prezentate n interdependen sistemic n figura 2.1.
EVALUAREA PROBLEMEI DE MARKETING: Segmentarea pieei
Dezvoltarea planului cercetrii
INFORMAII LIPS
Formarea eantionului de firme a.. s fie reprezentativ pentru populaia de firme din Bucureti
EVALUAREA INFORMAIILOR DISPONIBILE DIN SURSELE DE DATE SECUNDARE
Raport de cercetare ce completeaz informaiile pieei
Cercetare calitativ
Cercetare cantitativ
Analiza datelor
DEFINIREA PROBLEMEI DE MARKETING: Identificarea segmentelor int de ageni economici cunsumatori de servicii de consultan n resurse umane Cercetare cantitativ Cercetare calitativ
Dezvoltarea planului cercetrii Formarea eantionului de firme a.. s fie reprezentativ pentru populaia de firme din Bucureti Cercetare calitativ Cercetare cantitativ
Figura 2.1 Etapele activitii de cercetare a pieei
Tipic, secvena activitilor n cadrul unei cercetri de marketing este (prezentat de Churchill, pag. 69): formularea problemei; proiectarea cercetrii; proiectarea metodelor i a formularelor de culegere a datelor; construcia eantionului i colectarea efectiv a datelor; analiza i interpretarea datelor; prezentarea raportului de sondaj. Mai detaliat, McDaniels i Gates prezint n 1993 fluxul studiului pieei: identificarea i definirea problemelor/oportunitilor ce apar pe o pia, proiectarea studiului, alegerea tipului cercetrii, alegerea metodelor de cercetare i a procedurii de eantionare, culegerea datelor, prelucrarea i analiza datelor, raportul de sondaj, recomandri. Programul unei investigaii prin metoda sondajului trebuie s satisfac etapele generale necesare n desfurarea unui studiu de pia, sintetizate astfel: 1. Analiza preliminar sau filtrul procesului, ce identific variabilele potenial factoriale i rezultative; este considerat etap critic a cercetrii, de vreme ce posibilele arii de investigaie pentru analist sunt nenumrate. Presupune de asemenea studierea contextului n care a aprut problema decizional ce trebuie soluionat lund n considerare i cercetrile anterioare realizate. 2. Definirea problemei (a pieei; a populaiei de consumatori i/sau furnizori) va determina un aspect esenial pentru proiectului de cercetare: stabilirea ipotezelor studiului. Dac ipotezele alese sunt justificate, eventuala acceptare sau respingere a acestora asigur atingerea obiectivului studiului. 3. Planificarea organizrii studiului pieei, ce const n mod esenial n definirea: datelor ce vor fi nregistrate, a variabilelor cantitative i calitative cu ajutorul crora se va caracteriza populaia studiat; modului de obinere a acestora; modului de organizare a datelor care s permit prelucrarea i analiza lor; elaborarea recomandrilor. Stadiul identificrii unitilor ce vor face parte din eantion surprinde etapele de definire a populaiei, a caracteristicilor ce vor fi nregistrate; selectarea unui procedeu
de eantionare; determinarea volumului eantionului; selectarea unitilor ce vor fi cuprinse n eantion. Problema ce se pune cu acuitate n acest stadiu este problema reprezentativitii i validitii eantionului. Alternana studiilor calitative cu cele cantitative sau desfurarea lor n paralel depind de opiunea cercettorului i disponibilitatea unitilor de observare de a furniza date. Gsirea soluiei optime impune realizarea de studii pilot, care s permit definirea unui procedeu de sondaj eficient, ce urmeaz a fi aplicat cu o anumit periodicitate, pentru a permite i analiza situaii n dinamic i efectuarea de prognoze. 4. Culegerea datelor. Datele primare sau secundare i informaiile nregistrate n procesul cercetrii trebuie s fie: corecte, provenind de la eantioane reprezentative care s asigure un coeficient nalt de ncredere; curente; suficiente; disponibile pentru decident; relevante pentru soluionarea problemei diagnosticate. Este dificil pentru cercettor s obin date concrete dat fiind complexitatea subiectului studiat, mai ales atunci cnd este vorba despre economia materialului, n contextul macroeconomic fluctuant al economiei romneti. Foarte important este caracteristica de relevan a datelor pentru rezolvarea problemei decizionale, n acest caz identificarea segmentelor int de ageni economici ce apeleaz la firme de consultan n domeniul resurselor umane. 5. Elaborarea machetelor de prelucrare, prelucrarea primar prin grupare i clasificare, se obin tabele, serii grafice ce permit aplicarea n continuare a metodelor de analiz. n funcie de tehnica de analiz utilizat, cu ajutorul programelor speciale de prelucrri statistice, pentru analiz nu este necesar gruparea datelor. Aceast operaiune devine necesar pentru a crete, pentru decideni, gradul de atractivitate i de percepie a datelor i informaiilor de pia. 6. Analiza datelor i interpretarea rezultatelor. Analiza se ocup cu descompunerea datelor, prelucrarea acestora i mprirea, structurarea lor n pri componente. Interpretarea rezultatelor implic reasamblarea lor n
forme ce ofer informaii n concordan cu obiectivele studiului i au semnificaie pentru cei ce utilizeaz rezultatele cercetrii n procesul lurii deciziilor. 7. Prezentarea rezultatelor i asisten n luarea deciziilor. Este esenial ca rezultatele s fie raportate ntr-o manier apropiat de potenialii utilizatori. Deoarece audiena este adesea format din colectivul de conducere a unei organizaii sau din personal de orientare tehnic, raportul statistic ntocmit trebuie s utilizeze un limbaj i s aib o form uor de neles pentru acest grup de beneficiari, de fapt cei ce sunt abilitai s ia decizii. Fiecare etap amintit mai sus implic rezolvarea de probleme metodologice i tehnice, aplicate i adaptate pentru studiul pieei, ce se bazeaz pe principiile estimrii statistice.
2.6 Programul investigaiei statistice n cercetarea de marketing Odat stabilit necesitatea organizrii unei cercetri prin sondaj i identificate sursele de date ce vor fi utilizate pentru atingerea obiectivului studiului, pentru a colecta date primare de la o parte reprezentativ a populaiei studiate, trebuie definit programul investigaiei prin sondaj. Acesta const n: a) Definirea obiectivului presupune precizarea clar a scopului i a modului de utilizare a rezultatelor i definirea populaiei de studiat, conform scopului cercetrii. n aceast etap este necesar definuirea n timp i spaiu a categoriilor populaiei statistice, identificnd mulimea cazurilor individuale n care se manifest fenomenele verificnd gradul de omogenitate a respectivelor categorii. De asemenea, se definete programul nregistrrii datelor, care cuprinde setul caracteristicilor statistice ce trebuie studiate.
De exemplu, obiectivul studiului de caz prezentat n finalul lucrrii este: identificarea segmentului int format din firme dispuse s plteasc firmelor specializate n servicii de consultan n resurse umane, pentru prestarea de servicii de training, perfecionare i instruire n cadrul programului de dezvoltare a personalului propriu. Din multitudinea tipurilor de servicii de resurse umane selecie, recrutare, trening cele mai oferite i tranzacionate pe piaa romneasc sunt serviciile de training. Populaia studiat n primul studiu de caz prezentat este format din mulimea firmelor cu sediul central n Bucureti, indiferent de spaiul aciunii acestora, local, naional sau internaional. Gradul de omogenitate a populaiei se poate analiza cu ajutorul indicatorilor de variaie dac exist o cercetare total anterioar. Dac nu exist o astfel de cercetare, cum este cazul de fa, propunem s se organizeze sondaje succesive pentru a putea stabili i criteriile de structurare, de grupare a populaiei agenilor economici. b) Stabilirea surselor de date existente n bncile de date, obinute prin studii preexistente, este urmtoarea etap; n funcie de cantitatea i calitatea acestora se decide utilizarea exclusiv a datelor din bnci, necesitatea realizrii unei cercetri totale sau pariale (prin sondaj) sau utilizarea combinat a celor dou tipuri de surse de date. c) Alegerea bazei de sondaj, dac exist i este disponibil i accesibil. Prin baza de sondaj nelegem o form organizat de prezentare, sistematizare a unitilor statistice ale populaiei de referin, astfel nct s se permit prelevarea unui eantion aleator. O baz de sondaj care va asigura extragerea eantionului conform principiilor probabilistice (fiecare unitate din populaie s aib aceeai ans controlabil de a participa la eantion) trebuie s ndeplineasc anumite condiii: s fie potrivit scopului cercetrii; s fie complet, s cuprind toate unitile populaiei de studiat; s fie uor accesibil; s conin nregistrri unice; datele s fie exacte i actuale; s permit permanent actualizri;
d) Delimitarea unitilor de sondaj, care pot fi: omogene (populaii formate din persoane sau loturi de piese, produse, servicii) i neomogene (orae, gospodrii, organizaii ageni economici); unitatea de sondaj aleas a fost unitatea complex, neomogen, respectiv agentul economic. e) Formarea eantionului, stabilirea procedurii de selecie i a volumului eantionului n funcie de nivelul ateptat al erorilor de sondaj i de bugetul alocat. f) Culegerea datelor primare prin diverse metode de abordare a subiecilor, prin interviu direct sau prin metode indirecte (pot, internet, telefonic), i stabilirea tipului de chestionar folosit, individual (fi) sau colectiv (list). g) Aplicarea unui studiu pilot prin care s se culeag date primare necesare construciei viitoare a eantionului i testrii eficienei chestionarului. Studiile de caz din ultimul capitol sunt studii pilot. h) Elaborarea formei finale a chestionarului; chestionarul va fi mbuntit i completat cu un ghid de intervievare dac procedura aleas pentru culegerea datelor este interviul direct. i) Culegerea datelor finale conform programului observrii/nregistrrii i a chestionarului final. j) Prelucrarea datelor pe calculator; dup eliminarea informaiei ce poate diminua credibilitatea rezultatelor se formeaz bazele de date i se efectueaz analiza datelor de sondaj. k) Elaborarea raportului cercetrii i prezentarea rezultatelor. Parcurgerea eficient a acestor etape are ca scop asigurarea reprezentativitii eantionului, ceea ce va determina estimarea ct mai corect a parametrilor populaiei de referin. Planul investigaiei trebuie s corespund cu etapele cercetrii 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 decisionmaking 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 companys 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 firms 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 dont 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 organizations 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.
Procedee de eantionare aplicate n cercetarea pieei i administrarea eficient a afacerilor
3.1 Eantionare aleatoare Eantionul este un segment al populaiei studiate, ales s o reprezinte n ansamblu. Reprezentativitatea acestuia asigur corectitudinea estimrilor efectuate baza calculului indicatorilor de sondaj i a inferenei statistice realizate. Atunci cnd alege eantionul cercettorul trebuie s rspund la mai multe categorii de ntrebri: i) CINE urmeaz s fie studiat (care este unitatea de sondaj?); ii) CTE uniti va cuprinde eantionul (volumul eantionului desigur influeneaz sigurana rezultatelor, dar, dac este bine ales, i un eantion de sub 1% din populaia total poate furniza rezultate cu o probabilitate ridicat); iii) care sunt CRITERIILE de alegere a unitilor n eantion (care este procedeul de eantionare folosit?). Folosind eantionarea aleatoare, probabilistic, fiecare unitate component a populaiei studiate are o anumit probabilitate, pentru a fi inclus n eantion, putndu-se astfel estima eroarea de eantionare. Atunci cnd procedeele aleatoare sunt prea costisitoare sau dureaz prea mult,
studiile de pia apeleaz i la eantionare neprobabilistic sau mixt, caz n care nu pot fi estimate erorile de eantionare. Pentru a respecta caracterul aleator al formrii eantionului, procedeul de eantionare nu trebuie s fie influenat de analist. Un eantion este aleator dac toate unitile extrase din colectivitatea general au avut aceeai ans (probabilitate egal i diferit de zero) de a participa la eantion. Rezultatele unui astfel de sondaj pot fi interpretate probabilistic. Eantionarea aleatoare se realizeaz dup planuri de sondaje simple (pentru sondaje n populaii omogene, dar putndu-se aplica i pentru populaii neomogene), dup planuri de sondaj n mai multe etape (stratificarea, sondajul multistadial, multifazic, de serii, secvenial). Aceast metod de eantionare este indicat a se folosi n cazul n care unitile din populaie sunt de dimensiuni mici i nu exist diferene semnificative ntre mrimea unitilor populaiei. n practica de pia economic aceast condiie este rar ndeplinit n totalitate,. De aceea, se recomand aplicarea de metode de eantionare cu probabiliti inegale, n ipoteza c unitile au anse diferite de a face parte din eantion. Pentru aplicarea acestei metode este necesar cunoaterea unor date auxiliare despre populaie. n unele cazuri, eantionarea cu probabiliti inegale poate fi mai avantajoas dect cea cu probabiliti egale. De exemplu, dac estimm numrul angajailor dintr-o regiune, cu scopul de a planifica cifra de colarizare la o firm de instruire, vom folosi datele dintr-un eantion de judee, extrase aleator, pentru care se cunoate populaia fiecarui jude (n urma ultimului recensmnt). Dac notm cu Xi numrul firmelor din judeul i cuprins n eantion, cu N numrul judeelor rii i cu n numrul judeelor cuprinse n eantion, sum(Xi) estimeaz numrul firmelor la nivel naional. Judeele, indiferent de mrimea lor, au avut anse egale de a participa la eantion. Dar numrul firmelor depinde n mod evident de populaia judeului i deci estimatorul poate fi afectat de o eroare semnificativ.
Pornind de la ipoteza existenei unei legturi directe, pozitive ntre populaia unui jude i numrul de firme comerciale, se poate acorda judeelor mai mari o ans mai mare de a face parte din eantion. Probabilitatea ce i se va atribui fiecrui jude va fi proporional cu populaia sa. Procedeul de extracie va fi nerepetat. Estimatorul devine: (P/n).sum(Xi/pi), unde P este populaia ntregii ri i pi populaia judeului i din eantion. Din procedee de extracie cu probabiliti egale amintim procedee absolut aleatoare, procedeul loteriei i al tabelului cu numere ntmpltoare i procedeul mecanic sau de eantionare sistematic.
3.2 Eantionare dirijat i mixt Eantionarea dirijat apare n cadrul sondajului efectuat de un expert sau un observator - bun cunosctor al caracteristicilor populaiei din care se va extrage eantionul, care va include n eantion, n mod contient, unitile alese dup prerea sa subiectiv. Acest procedeu de eantionare este mult mai ieftin dect cele probabilistice i se poate aplica dac eantioanele sunt att de mici, nct inferenele efectuate pe baza lor nu ar reprezenta dect o simpl ipotez ce nu ar putea fi testat, indiferent de metoda de prelevare utilizat. Datele disponibile pot prezenta un grad ridicat de nesiguran, ceea ce va face ca opinia unui expert s duc la obinerea de rezultate mai bune. Selecia dirijat nu permite stabilirea gradului de precizie a unei estimaii fcute pe baza ei, precizia depinznd direct de numeroase circumstane. n practic se aplic aceasta metod de eantionare datorit imposibilitii respectrii condiiilor de efectuare a unei eantionri aleatoare (baza de sondaj complet i fr omisiuni, cunoaterea unor informaii suplimentare despre unitile cuprinse n eantion).
Cea mai utilizat metod de eantionare dirijat n cercetrile de pia i anchetele de pia este cea pe cote. n acest caz se cunoate structura populaiei studiate dup sex, vrst, categorie socio-profesional, din studii demografice anterioare. n cadrul fiecrei grupe se cuprinde un numr de persoane alese de ctre operator. Acestuia i se comunic doar caracteristicile persoanelor ce trebuie intervievate, numrul lor pe fiecare grup n parte i structura populaiei studiate. Se presupune c eantionul este reprezentativ dac el red structura populaiei generale studiate. Metoda se bazeaz pe o alegere raional a unitilor din eantion. Prin modul de constituire a eantionului apare ca o metod mixt, combinnd metodele probabilistice cu cele nealeatoare de eantionare. Asimilarea cu metodele probabilistice se face n msura n care putem defini ca probabiliti frecvenele relative, definite n cadrul populaiei. Putem face aceast echivalen dac volumul populaiei de referin este suficient de mare pentru a da posibilitatea aplicrii legii numerelor mari. De aceea, se poate afirma c sondajul pe cote apare ca un sondaj stratificat, selecia n cadrul grupelor fiind contiena nu este aleatoare. Caracterul voluntar al metodei constituie principalul su dezavantaj, operatorul putnd influena n mod voit sau nu rezultatele sondajului. Asemnarea dintre eantionarea stratificat aleatoare i cea pe cote const n stratificarea iniial a populaiei de referin pe straturi omogene. Diferena dintre stratificarea aleatoare i eantionarea pe cote const n procedeul de selecie al unitilor din fiecare strat, selecia n cazul eantionarii pe cote fiind lsat pe seama operatorilor. Deci metoda se bazeaz pe definirea caracteristicilor de structurare a populaiei de referin. Astfel, pentru fiecare caracteristic, structura eantionului trebuie s fie identic cu cea a populaiei din care este prelevat. Se definesc variabilele de control ca ansamblul caracteristicilor reinute pentru a asigura identitatea ntre eantion i populaia de referin. Stabilirea
variabilelor de control are n vedere obiectivul studiului i tipul populaiei de referin. Pentru alegerea criteriilor de cot, de structurare este recomandabil s se in seama de urmtoarele ndrumri: definirea variabilelor pe baza ntrebrilor cuprinse n eantion, folosirea ca variabile de control doar a acelora pentru care se poate defini o distribuie statistic pentru populaia de referin, limitarea numrului de criterii de cot ce trebuie s fie independente, fr s cuprind conotaii psihologice i formate din uniti statistice cu un grad ct mai mare de omogenitate. Dac se respect aceste condiii se poate obine un eantion sensibil apropiat de un eantion extras pe baza procedeelor aleatoare. Un eantion obinut prin procedeul cotelor, reprezentativ la nivel naional, format din consumatori, trebuie structurat dup criteriile: mediul de provenien, marimea oraului, sex, venit etc. ntr-un alt exemplu, ntr-un sondaj statistic organizat la nivelul Municipiului Bucureti, cu scopul identificrii preferinelor cursanilor unui curs de informatic, pentru calculatoare personale i produse program, organizat n scopul identificrii segmentelor int pe diferite tipuri i categorii de cursani, pot fi alese ca variabile de control categoria socio-profesional, vrsta, gradul de educaie, structura populaiei aceste variabile de segmentare fiind publicate n urma ultimului recensmnt. De asemenea, n cadrul unui sondaj efectuat cu scopul identificrii oportunitilor pe piaa serviciilor de consultan n resurse umane am ales drept variabile de control pentru o populaie format din ageni economici din Bucureti: forma dominant de proprietate i proveniena capitalului, date preluate de la INS. Aceast metod este de departe cea mai utilizat n studiile de pia, deoarece necesit un buget redus de cheltuieli, fiind mai puin costisitoare dect orice metod de eantionare aleatoare, proiectarea nu este laborioas, rezultatele se obin operativ, ntr-un timp scurt i, de fapt, este singura metod posibil dac nu exist baz de sondaj.
O alt metod de formare dirijat a eantionului este metoda voluntariatului, extrem de utilizat n trecut n cercetrile medicale i psihologice. A nceput s fie din ce n ce mai des folosit n studiile de marketing. Includerea n eantion se realizeaz pe baza opiunii voluntare a persoanelor de a participa la eantion. Anchetele desfurate pe baza metodei voluntariatului se aplic studiului opiniilor asculttorilor radioului, cititorilor ziarelor, navigatorilor pe internet. Metoda const n publicarea chestionarului n pres ori afiarea sa ntr-o pagin de Web, nsoit de rugmintea de a rspunde. Dei aceste anchete furnizeaz un volum mare de date, se pune problema posibilitii extrapolrii rezultatelor, imposibil de realizat datorit necunoaterii reprezentativitii eantionului celor ce au rspuns. O a treia metod de eantionare dirijat este metoda de eantionare bazat pe accesibilitate, cercettorul alegnd acei membrii ai populaiei de la care se pot obine cel mai uor informaiile. Metoda itinerariilor este, de asemenea, o metod de eantionare dirijat care se poate aplica n regiunile cu densitatea populaiei mare. Aceast metod poate fi combinat cu metod de eantionare pe cote, ceea ce presupune c operatorul trebuie s formeze grupele urmnd un itinerar prestabilit. n cazul unui refuz, operatorul va trece la urmtorul punct prestabilit de pe traseu. Principiul de baz al metodei unitilor tipice const n faptul c diferite caracteristici ale unitilor statistice sunt corelate, ceea ce permite gruparea populaiei n subansambluri omogene, iar variabila de control reprezint aceste subansambluri prin media sa, denumit unitate tip. Dei metodele prezentate mai sus nu respect principiile eantionrii aleatoare, sunt folosite destul de des n sondajele de pia, fiind efectuate de specialiti n domeniul marketing-ului, ce contribuie prin cunotinele lor i experiena acumulat la atenuarea dezavantajelor acestor metode de eantionare.
n practic, se pot combina metodele de eantionare aleatoare cu cele dirijate, obinndu-se o combinaie de avantaje i atenuarea dezavantajelor fiecreia. Un exemplu l constituie selecia stratificat, n care se mparte ntreaga populaie n straturi (grupe) dup criterii de stratificare corespunztoare scopului sondajului i se alege din fiecare strat cte un subeantion folosind procedeul aleator de selecie. Eantionarea stratificat se recomand a se utiliza n studiul fenomenelor economico-sociale de mas i, n mod special, n studierea fenomenelor de pia, caracterizate printr-un grad mare de eterogenitate. Pentru a crete gradul de omogenitate, populaia de referin se mparte mai nti pe grupe omogene. Aplicnd n continuare selecia aleatoare n fiecare grup, subeantionul obinut va fi omogen. Erorile de sondaj rezultate vor fi mai mici dect n cazul extragerii eantionului din populaia total, nemprit pe clase omogene.
3.3 Determinarea mrimii eantionului Determinarea volumului eantionului este pasul esenial ce trebuie parcurs nainte de culegerea datelor. Volumul eantionului este desemnat prin numrul unitilor statistice simple sau complexe ce vor fi prelevate din populaia de referin, de la care se vor nregistra datele de intrare pentru analiz. Deci, analistul trebuie s decid, n funcie de mai muli factori, care este numrul optim de uniti statistice ce trebuie cuprinse n sondaj pentru ca eantionul s fie reprezentativ i rezultatele sale s se poat extinde asupra populaiei de referin cu respectarea principiilor inferenei statistice. n consecin, se pune problema determinrii dimensiunii optime a eantionului care s asigure ndeplinirea obiectivelor sondajului. Eantionul ideal trebuie s fie n concordan cu eantionul practic, ce poate fi construit astfel nct s se poat atinge obiectivele studiului.
Un alt element care trebuie foarte clar precizat i utilizat este reprezentat de modalitatea de determinare a volumului eantionului. Contrar simului comun, nu este important ponderea eantionului n colectivitatea total (care intr doar ca element de corecie), ct mrimea absolut a lui. Fixarea aprioric a proporiei de sondaj, raportul dintre volumul eantionului i volumul populaiei totale, poate conduce fie la supra-dimensionare, fie la subdimensionare. O raie de sondaj de zeci de procente se dovedete nesemnificativ n condiiile unui volum relativ redus al colectivitii totale, dup cum o pondere chiar mai mic de 1% este suficient la colectiviti mari i foarte mari. Volumul optim de eantionare depinde de obinerea volumului minim care s asigure o reprezentativitate adecvat a eantionului, ce este dat de factori de influen situai n afara mrimii colectivitii totale i care se refer la structura colectivitii. Expresiile de definiie a mrimii eantionului sunt: n = t2.2 / e2 pentru caracteristici continue i n = t2.P.(100 - P) / e2 pentru caracteristici alternative (3.1) (3.2)
unde, t: valoarea teoretic corespunztoare probabilitii cu care se lucreaz (de regul, P = 95%, iar t = 1,96);
: abaterea medie ptratic a distribuiei caracteristicii care st la

baza elaborrii eantionului (2 = dispersia sau variana V); P: procentul n care populaia cercetat posed caracteristica de eantionare; e: eroarea limit de reprezentativitate admis.
Datorit faptului c nu se studiaz ntreaga colectivitate, estimarea valorilor obinute (medii, procente) la nivelul eantionului pentru ntreaga colectivitate se face cu o anumit eroare. Valoarea real se afl cuprins n limitele determinate de mrimea obinut la nivelul eantionului e. n determinarea volumului eantionului se accept aprioric o anumit eroare cuprins ntre 1% (foarte rar practicat, dealtfel, deoarece necesit eantioane foarte mari) i 5% (prag de eroare aproape general acceptat de ctre experii n marketing). n continuare, algoritmul de lucru este simplu. La o anumit valoare a lui sau P i o valoare impus a lui e rezult n mod automat o anumit valoare a lui n. Dificultatea cea mai mare const ns tocmai n obinerea informaiilor referitoare la distribuia caracteristicilor de eantionare, respectiv valorile sau P. La valorile = 0,5 m sau P = 50% i e = 1% rezult un eantion de 9600 persoane necesar pentru a fi studiat, ori, de multe ori, colectivitatea total este mic. Volumul cerut pentru eantion scade vertiginos, dac ne reducem dorina de rigurozitate i acceptm valori mai mari ale lui e, ceea ce se i face de regul. Pentru un nivel al erorii e = 2%, 3%, 4% sau 5% (meninnd constant sau P) volumul eantionului se reduce i el la: 2400, 1060, 600 i, respectiv, 384 persoane. Dac se modific valorile sau P vor rezulta mrimi diferite pentru n. n evaluarea gradului de reprezentativitate a cercetrilor intervin i alte elemente, care se refer la aplicarea corect a tuturor cerinelor de ntocmire a eantionului, a coreciilor cerute de schema de eantionare, de dispersia spaial a populaiei, de selectarea subiecilor i de cercetarea efectiv a acestora. Putem preciza o serie de principii ce trebuie respectate pentru evaluare: aplicarea eantionrii la colectivitile de populaie reclam asigurarea unui numr minim de persoane (n) care s permit un grad acceptabil de reprezentativitate; mrimea colectivitii totale intervine doar ca element de corecie, factorul de corecie fiind (N n)/(N 1), cu care se
micoreaz valoarea n a volumului eantionului, deja obinut. Valoarea raportului se apropie de unu n cazul n care N este un numr mare. Atunci cnd studiem colectiviti relativ mici (sub 500 persoane) nu se pot determina eantioane reprezentative dup regulile numerelor mari i ar trebui s se ia n considerare cerinele suplimentare ale eantioanelor mici. Cnd suntem n imposibilitatea de a construi eantioane reprezentative este preferabil s studiem loturi omogene sau neomogene de populaie, dar care nu ne permit s generalizm rezultatele la ansamblul colectivitii, de unde rezult implicit avantajele cercetrii selective, riguros realizate. O atenie cu totul deosebit trebuie acordat modului n care se face uz de o metod mai rapid de determinare a mrimii eantionului, care pleac de la volumul colectivitii totale (N) fr a mai lua n considerare caracteristicile populaiei, expresia Taro Jamane: N = N / (1+N.e2) (3.3)
Efectuarea unor calcule simple ne indic i de aceast dat c, de fapt, volumul eantionului obinut nu reflect variaiile mrimii colectivitii totale. Se constituie anumite praguri peste care n (volumul eantionului) nu mai crete orict de mult ar crete N. Aa, de exemplu, la e = 5% pragul respectiv este 399. La valori mai mici ale erorii limit admise pragul eantionului se fixeaz, evident, la valori mai mari, dar ntotdeauna n jurul valorii indicate de expresia de definiie a mrimii eantionului n care P = 50% (cnd furnizeaz cea mai mare mrime a eantionului), iar t = 1,96 corespunde unei probabiliti de 95%. Dup cum se observ, metoda Jamane poate conduce la eantioane subdimensionate (cnd se dorete o siguran mai mare, deci o probabilitate de peste 95%, sau cnd populaia este eterogen n raport cu caracteristicile de baz) i la eantioane supradimensionate (n cazul n care populaia este relativ omogen). i de aceast dat dorina de a lucra cu erori mici de reprezentativitate conduce la eantioane foarte mari (tabelul 3.1).
Calculul expus ndreptete, pe de o parte, afirmaia potrivit creia mrimea eantionului nu depinde n mod absolut de mrimea colectivitii totale (n condiiile n care eroarea de reprezentativitate rmne constant, variaiile mrimii colectivitii totale nu pot fi reflectate n mrimea eantionului), iar, pe de alt parte, impune o anumit circumspecie n utilizarea metodei simplificate pentru determinarea volumului eantionului. Mrimile simulate ale eantionului calculat prin expresia Taro Jamane pentru anumite valori ale lui N i e
Mrimea colectivitii totale (N) 500 1000 5000 10000 100000 1000000 10000000 Tabel 3.1 Mrimea eantionului pentru diverse erori limit admise e = 5% 222 285 370 384 398 399 399 e = 3% 345 526 909 1000 1099 1109 1110 e = 1% 476 909 3333 5000 9090 9900 9990
Stabilirea volumului eantionului se face pe baz unui compromis ntre opiunea pentru eantioane de volum mare, care s asigure un grad mare de reprezentativitate i un grad mare de ncredere pentru parametrii estimai ai populaiei de referin, i optiunea pentru eantioane de volum mic, ce implic costuri reduse. Dimensiunea minim a eantionului trebuie s asigure o reprezentativitate acceptabil n procesul inferenei statistice, care s nu duc la distorsiuni. Mrimea eantionului depinde de numeroi factori controlabili i necontrolabili pentru cercettor: gradul de exactitate cu care se dorete s se estimeze caracteristicile populaiei de referin, mrimea erorilor de sondaj, legea numerelor mari i, nu n ultimul rnd, bugetul disponibil, perioada de timp avut la dispoziie i resursele de personal de care dispune.
Gradul preciziei cerute de beneficiarul rezultatelor este principalul factor ce determin marimea eantionului. ncrederea ce poate fi atribuit informaiilor obinute pe baza unui eantion depinde direct de mrimea eantionului, i nu de fracia de selecie. n stabilirea dimensiunii eantionului, dac se stabilete aprioric un prag de semnificatie , se impune ca abaterile dintre media populaiei de referin, dac se cunosc, i mediile eantioanelor ce se pot genera s respecte inegalitatea. Gradul de variabilitate al oricrei populaii este un alt factor de influen ce poate fi sau nu cunoscut. Dac variabilitatea este cunoscut din cercetri anterioare sau dintr-o cercetare organizat n mod special, volumul eantionului rezult imediat din calcule. Dac dispersia eantionului sau a populaiei de referin nu este cunoscut n cazul cel mai nefavorabil), se ia n calcul dispersia maxim. Calculul ei presupune stabilirea mrimii maxime a dispersiei pentru caracteristici cantitative:
( x min x ) 2 + ( x max x ) 2 i 2
2 = f (1 f ) = 0 ,5 (1 0 ,5 ) = 0 , 25 max
2 = max
(3.4)
i determinarea valorii de 0,25 corespunztoare frecvenei maxime f, a caracteristicii alternative. n practic se opereaz cu eantioane de volum redus (pentru care se folosete la estimarea erorilor legea repartiie Student) i eantioane de volum normal (pentru care se folosete legea de repartiie Laplace), n funcie de gradul de omogenitate al colectivitii. Evident, conform legii numerelor mari cu ct crete volumul eantionului (nu fracia de selecie), cu att precizia rezultatelor este mai mare. Mrimea eantionului se decide i n funcie de rezultatele ce vor fi analizate, inndu-se seama de necesitatea obinerii preciziei nu doar pe total eantion, ci i pe subgrupe. Un alt factor de influen este faptul c sondajul, n general, urmrete rezultatele privitoare la mai multe caracteristici. Un eantion
suficient de mare pentru estimarea intervalului de ncredere pentru o caracteristic poate s fie insuficient pentru o alt caracteristic. Problemele se complic n cazul sondajelor stratificate, caz n care trebuie estimat mrimea eantionului pe fiecare strat i apoi, prin nsumare, va rezulta eantionul pe total populaie. n cazul sondajului multistadial trebuie facut o estimare a variantelor n interiorul i ntre unitile din primul stadiu. Toate aceste dificulti de natur tehnic pot fi evitate printr-o documentare prealabil corespunztoare. Mrimea eantionului va mai fi decis i n funcie de restriciile de resurse i bugetul disponibil, de cerinele beneficiarului i de posibilitatea previzionrii dispersiei variabilelor nregistrate.
3.4 Probleme privind prognoza volumului de eantionare. Dispersii marginale Fenomenele din domeniul studiului pieei sunt, n general, fenomene dinamice, ceea ce determin valori diferite n timp ale variabilelor ce le caracterizeaz. Sondajul prezint o situaie static, de aceea se recomand organizarea de sondaje periodice cu acelai set de variabile nregistrate. Msurnd valorile unor variabile ce caracterizeaz un fenomen n momente diferite de timp putem determina variaii statistice nu doar ntre valorile individuale nregistrate, ci i ntre valorile medii calculate la momente de timp diferite, pastrndu-se sau nu aceeai amplitudine a variaiei. Pentru proiectarea volumului unui nou eantion n sondaje periodice este necesar conoaterea tendinei de evoluie a dispersiei i posibilitatea previzionrii dispersiei i abaterii standard. De aici apare ca necesar elaborarea de serii de timp de dispersii i de modificri absolute i/sau relative ale acesteia, ca de exemplu, serii cronologice de indici ai dispersiei
sau de sporuri ale dispersiei unei variabile nregistrate n sondaje efectuate la momente de timp diferite. Posibilitatea previzionrii dispersiei cu ajutorul indicatorilor marginali ar aduga o nou restricie n estimarea volumului noului eantion, alturi de restriciile de costuri. Cea mai frecvent metod de sondaj utilizat n studiile sociale i economice este sondajul stratificat. De aceea, aceast form de sondaj poate fi utilizat i pentru studiul fenomenelor n dinamic, pe baza datelor nregistrate n sondaje realizate n perioade diferite, n vederea elaborrii de serii cronologice care s permit, prin aplicarea de tehnici complexe de sondaj, efectuarea de prognoze optime. n scopul previzionrii gradului de variaie, a dispersiei i a abaterii tip, n urma realizrii de sondaje periodice se pot construi serii cronologice cu periodicitate constant sau variabil, de niveluri atinse de indicatori micro sau macroeconomici, de medii i msuri ale variaiei atinse de valorile individuale ale distribuiei marginale i chiar de indicatori marginali care exprim modificarea mediilor i a dispersiilor. Cunoatem c rezultatele unui sondaj stratificat conduc la verificarea regulei de adunare a dispersiilor, conform creia dispersia total nregistrat de variaia valorilor individuale ale distribuiei marginale este suma dispersiilor pariale, deci:
2 = 2 + 2/x , total y
unde,
(3.5)
2 = dispersia total, determinat de toi factorii de influen ai total

variaiei unei variabile;
2 =
media dispersiilor nregistrat n interiorul straturilor,
determinat de factorii nenregistrai;
2 / x = dispersia dintre straturi, determinat de factorul de formare a y

straturilor, ce arat n ce msur discrimineaz sau nu criteriul de stratificare variabila studiat. Dac simplificm fiecare termen al ecuaiei de mai sus cu dispersia total, calculnd deci structura dispersiei totale, obinem raportul de determinaie i raportul de nedeterminaie, dup formula:
2 2 y/ x 1= 2 + 2 , total total
(3.6)
unde,
2 = raport de nondeterminaie ce exprim procentual partea din 2 total

variaia total datorat factorilor aleatori nenregistrai;
2 y/ x = raport de determinaie ce exprim procentual partea din 2 total
variaia total a variabilei dependente explicat de factorul de grupare, de discrimare, de variabila independent. Dac nregistrm dou niveluri ale dispersiei pentru dou sondaje succesive se poate calcula modificarea absolut a dispersiei totale ce se va distribui ntre modificarea absolut a dispersiei dintre straturi i a mediei dispersiilor din interiorul straturilor, astfel:
2 = 2 + 2 / x total y
(3.7)
Acest spor al dispersiei totale poate fi pozitiv sau negativ i se poate distribui egal sau diferit pe cele dou componente. Pentru a msura modul de distribuie i a determina contribuia factorului de stratificare la variaia
dispersiei totale, calculm structura ecuaiei modificrilor absolute ale dispersiilor mpind ecuaia modificrilor absolute, cu modificarea absolut a dispersiei totale, astfel:
2 / x 2 y + , 2 2 total total
1=
(3.8)
n ecuaia de mai sus se propune c indicatorii marginali obinui s se noteze, numeasc i intrepreteze, astfel:
a. 2 mg =
2 = dispersie medie marginal, ce arat cu ct se 2 total
va modifica media dispersiilor din interiorul straturilor dac dispersia total sufer o modificare cu o unitate sau cu ct trebuie s se modifice media dispersiilor din interiorul straturilor pentru a obine o modificare cu o unitate a dispersiei totale; poate lua valori ntre 1 i 1.
b.
2 y / xmg
2 / x y 2 total
= dispersie marginal dintre straturi, ce arat cu
ct se va modifica nivelul dispersiei dintre straturi la o modificare unitar a dispersiei totale sau cu ct trebuie modificat dispersia dintre straturi pentru a obine o modificare unitar a dispersiei totale; poate lua valori ntre -1 i 1. Exist posibilitatea identificrii unei funcii matematice de trend pe termen lung, att a dispersiilor marginale, ct i a raportului acestora cu evoluia n domeniu; fapt ce va trebui aprofundat. ntre cele trei tipuri de dispersii exist o relaie direct sau invers, deci creterea dispersiei totale va determina creteri/descreteri n proporii egale sau diferite ale dispersiilor pariale, i invers.
Desigur dispersiile de eantion sunt corectate cu numrul gradelor de libertate corespunztoare, dar pentru simplificarea modului de scriere a formulelor nu am mai introdus i aceste notaii. Dispersia total se corecteaz cu n - 1 grade de libertate, dispersia dintre starturi se corecteaz cu numrul de straturi -1, deci r - 1, iar media disersiilor din interiorul starturilor cu volumul eantionului numrul de straturi, deci n - r. Construind serii cronologice de dispersii marginale ce vor fi supuse analizei statistice de previziune putem estima, cu o anumit probabilitate, nivelul mediei dispersiei din interiorul straturilor i al dispersiei totale, niveluri necesare programrii unui nou volum de eantionare. Dac seriile construite sunt nestaionare vor trebui difereniate pentru a se transforma n evoluii staionare. n final, trebuie precizat c modificrile absolute ale dispersiilor corectate pot fi calculate cu baz mobil sau cu baz fix. Sporurile cu baz fix apar n cazul n care am realizat ntr-o cercetare anterioar o prob martor sau un eantion programat n care se ajunge la o distribuie martor ce coincide cu structura distribuiei totale i a crei reprezentativitate este validat statistic. Necesitatea utilizrii indicatorilor marginali ai variaiei valorilor individuale ale unei variabile cantitative de sondaj este legat, mai ales, de calculele de prognoz care sunt necesare pentru determinarea volumului unui nou eantion. Metoda se poate aplica nspecial n situaia sondajului stratificat, caz n care, pentru estimarea intervalului de ncredere, se folosete media dispersiilor din interiorul straturilor i necesit, pentru o mai bun fundamentare teoretic, testarea riguroas n activitatea practic.
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 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 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 = t2.2 / 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 (2 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 collectivity size (N) 500 1000 5000 10000 100000 1000000 10000000 The sample size for various allowed limit errors e = 5% e = 3% e = 1%
222 285 370 384 398 399 399
345 526 909 1000 1099 1109 1110
476 909 3333 5000 9090 9900 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.
2 max
( xmin x ) 2 + ( xmax x ) 2 = 2
and
2 ax = f ( 1 f ) = 0 .5 ( 1 0 .5 ) = 0 .25 m
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.
Metode de culegere a datelor primare n studii de marketing i administrarea afacerilor
4.1 Modaliti de abordare a culegerii datelor Putem afirma, c natura cercetrii de marketing, fundamental, aplicativ sau simpl colectare de date, determin numrul, structura i durata activitilor ce trebuie duse la bun sfrit de ctre cercettor. Metodele de culegere a datelor primare pot fi grupate dup gradul de implicare a cerecettorului n metode de observare direct, metode de sondaj i anchet, i tehnici experimentale. n cazul observrii directe, cercettorul supravegheaz obiectivul sau activitatea care l intereseaz i nregistreaz manual, mecanic sau prin mijloace electronice valorile caracteristicilor urmrite. n cazul sondajului, datele sunt culese pe baza unui chestionar la care sunt chemate s rspund persoanele cuprinse ntr-un eantion reprezentativ, prelevat din populaia ce se presupune a avea informaiile dorite. ntrebrile pot fi puse prin interviu direct, prin telefon, prin fax, prin pagini Web sau eventual prin trimiterea prin pot a unui chestionar cu autocompletare. n cazul experimentelor, cercettorul introduce: (1) anumii stimuli selectai ntr-un mediu controlat; (2) alterneaz sistematic aceti stimuli i (3) nregistreaz rezultatele acestor schimbari. Folosirea unui mediu
controlat este ceea ce deosebete aceast metod de celelalte dou, unde informaia necesar este obinut n condiii normale, reale. Anumite date, n special cele calitative, nu pot fi culese doar prin observare, fr realizarea unui contact direct. Cercettorul trebuie s pun ntrebri pentru a colecta date referitoare la atitudini, motive, opinii, preferine. Evident, n foarte multe cazuri n funcie de obiectivul studiului, de resursele disponibile i de posibilitatea sau imposibilitatea proiectrii i extragerii unui eantion reprezentativ se folosesc anchete statistice pentru care nu se pune problema asigurrii reprezentativitii eantionului, care se bazeaz pe voluntariatul n completarea chestionarelor. Scopul anchetelor este de identificare a variabilelor de segmentare, a structurii eantionului i a gradului de variaie necunoscut din studii exhaustive anterioare.
4.2 Niveluri de msurare statistic. Scale statistice Fenomenele de pia difer prin mrime, form, frecven, intensitate de manifestare, caracterul de dependen/independen. Ca rezultat, anumite variabile ce caracterizeaz un fenomen de pia pot fi msurate direct cantitativ, altele fiind nregistrate ca variabile calitative, exprimate prin cuvinte. Cuantificarea implic izolarea, msurarea n forme comparabile i nregistrarea elementelor unei populaii de consumatori sau bunuri prin caracteristici statistice. Operaiunea de cuantificare se identific cu operaiunea de scalare i const ntr-un set de reguli de atribuire a unei valori cu ajutorul scalelor. Deci, pentru analiza statistic este necesar exprimarea numeric a tuturor variabilelor, inclusiv a celor calitative. O categorie special de variabile calitative este cea a variabilelor de atitudine, opinie, preferine,
comportament, ce vor fi denumite n continuare generic, variabile de atitudine. La baza metodelor clasice i moderne de scalare se afl noiunea de atitudine, apropiat de cea definit de Rotariu i Ilu ca o variabil latent, ce nu poate fi evideniat n chip nemijlocit ci numai prin anumii indicatori, de preferin opinionali. Aceast variabil este unidimensional; atitudinile individuale, plasndu-se pe o ax continu, de la o poziie ce caracterizeaz cea mai nefavorabil pn la cea corespunztoare celei favorabile, trecnd printr-un punct neutru, corespunztor celor ce nu i-au format nc o opinie. Ipoteza liniaritii i unidimensionalitii scalelor, subliniat i de Moser, st la baza construciei scalelor i a procedurii de prelucrare, ce const n integrarea fiecrei ntrebri n acest spaiu unidimensional. Procedura de culegere a datelor reprezint o condiie esenial ce trebuie realizat pentru asigurarea ndeplinirii obiectivelor cercetrii de pia. Aceast procedur este o condiie necesar, ce se va realiza desigur naintea prelucrrii primare i analizei datelor de pia, i se refer att la culegerea datelor secundare, deja existente, ct i a celor primare. Procedura urmeaz firesc dup definirea populaiei statistice i stabilirea variabilelor ce urmeaz a fi nregistrate despre aceasta. Scopul culegerii datelor este obinerea datelor calitative i cantitative despre populaia aleas, deci nregistrarea datelor statistice. Vom denumi date statistice valorile numerice obinute prin observare direct pentru o variabil cantitativ i numerele asociate categoriilor variabilelor calitative care pot fi ierarhizate; n cazul variabilelor calitative neierarhizate, datele statistice vor fi frecvenele asociate fiecrei categorii. Fiecare variabil poate fi msurat conform cu diferitele niveluri de msurare denumite i scale. Putem identifica patru tipuri de scale conventionale: nominal, ordinal, de interval i de raport.
Nivelul de msurare al unei variabile sau tipul de scal conform cruia se nregistreaz valorile sau categoriile variabilei analizate reprezint informaii eseniale n funcie de care se aplic tehnicile de prelucrare i analiz. Tipul de scal se determin potrivit unui set de reguli n funcie de care se atribuie categorii sau valori variabilei msurate. n consecin, scala va fi o linie continu de cifre/simboluri ierahizabile dup un anumit criteriu. Scala nominal Scala nominal este caracterizat prin simboluri folosite pentru a reprezenta posibile categorii ale variabilelor. Aceste simboluri permit regruparea exclusiv a populaiei n clase diferite, fr a stabili o ordine ntre acestea. Simbolurile numerice au ca unic scop atribuirea de etichete categoriilor sau claselor variabilei. Scala nominal exprim apartenena elementelor la o singur categorie. Este caracterizat de identitate. De fapt, scopul este de identificare i nu de evaluare cantitativ. Categoriile sunt independente. Conform scalei nominale se atribuie aceeai valoare tuturor unitilor statistice din aceeai categorie. Unitile de observare care aparin categoriilor diferite vor avea atribuite valori diferite. Valorile scalei nominale vor fi coduri atribuite cu rol de identificatori. Este utilizat pentru variabile calitative nonierarhizabile. Exemple de variabile msurate cu ajutorul acestei scale sunt genul, statutul marital, ocupaia, profesia, culorile etc. Scala ordinal Scala ordinal este caracterizat de utilizarea simbolurilor numerice pentru exprimarea diferitelor categorii, permind gruparea unitilor de observare n clase precum scala nominal i n plus ierarhizarea i ordonarea acestora. Se mai numete i scal cu ranguri i permite stabilirea clasei minime i maxime. Un dezavantaj l constituie imposibilitatea msurrii distanei dintre dou clase care au fost ierarhizate. Trsturile scalei ordinale sunt identitatea, proprietatea de ordine ce stabilete un raport
de preferine ntre categorii. Este utilizat att pentru variabile cantitative, ct i calitative ierarhizabile. Exemple de variabile potrivite pentru a fi msurate pe scala ordinal sunt: clasa social, opinia consumatorilor, preferinele clienilor, atitudini, comportamente. Un exemplu clasic utilizat n studii de marketing este scala Likert ce va fi detaliat n continuare n acest capitol. O categorie aparte de scale ordinale o constituie scalele de intensitate ce comensureaz opinii, atitudini, comportamente ale consumatorilor. Scal de interval Scala de interval permite gruparea unitilor n clase, ordonarea acestora i identificarea distanelor ntre clase. Numerele atribuite reprezint distanele dintre clase. Proprietile scalei de interval sunt identitatea, proprietatea de ordine i existena unui interval msurabil dintre valorile scalei, ceea ce permite compararea diferenelor dintre numere. Aceast scal este utilizat mai ales pentru msurarea variabilelor cantitative i presupune atribuirea unei valori numerice unitilor n funcie de sensul diferenei de mrime ce caracterizeaz observaiile. Pentru scala de interval este caracteristic raportul dintre dou puncte de pe scala, independent de punctual de origine ales i de unitatea de msur. Drept consecin este posibil trecerea de la unitate de msur la alta. Scala de interval implic existena unei uniti de msur ca, de exemplu, pentru temperatur sau vitez. Acest tip de scal permite trecerea de la sistemul de msurare a temperaturii n grade Celsius la sistemul Fahrenheit, pastrndu-se acelai raport ntre temperaturi. Scal de raport Scala de raport implic n plus fa de cea de interval existena unei origini fixe, un punct zero. Se caracterizeaz prin raport de preferin. Diferena dintre dou valori are sens. Variabilele msurate pe aceast scal sunt: lungimea, nlimea, greutatea, preul i venitul. Dup cum observm
exist o anumit ordine ntre tipurile de scal posibile, pornind de la cea mai simpl cea nominal pn la cea mai complex cea de raport. Analiza statistic depinde de tipul de scal ce se potrivete fiecrei variabile, dup cum urmeaz: Tehnici de analiz a datelor de marketing aplicate conform fiecrui tip de scal
Tabel 4.1
Tip de scal SCALA DE INTERVAL SCALA ORDINAL Operaiuni de analiz a datelor Indicatori de poziie SCALA NOMINAL Modul Mediana, Cuantile Medie aritmetic Abatere standard Corelaie i regresie Testele t, Fisher Medie geometric SCALA DE RAPORT
Indicatori ai dispersiei
Cuantile
Coeficient de variaie Toate metodele anterioare Toate testele anterioare
Indicatori ai asocierii Coeficient de i legturilor contingen statistice Teste de semnificaie Hi ptrat
Corelaia rangurilor Testul semnelor
4.3 Particulariti ale scalelor utilizate n cercetri de marketing n practic se pot utiliza mai multe modaliti de plasare pe scal, precum clasificarea de ctre persoanele intervievate, caz n care acestea i aleg varianta de pe scal ce se potrivete cel mai bine opiniei sau atitudinii sale i clasificarea efectuat de ctre operatori, caz ce presupune identificarea de ctre operatorul de interviu a categoriei scalei ce corespunde rspunsului intervievatului. Cele mai folosite scale n studiile de pia sunt
scalele de atitudine, precum scala Likert, Thurstone, Guttman, a cror descriere se afl n orice manual de profil. Alegerea unei forme sau alta de scal grafic se efectueaz astfel nct s se surprind ct mai veridic felul n care oamenii se raporteaz la fenomenul cercetat la un moment dat, modul lor de a opina i de a aprecia. Cu alte cuvinte, scala grafic trebuie s prezinte attea grade de intensitate cte sunt necesare pentru a surprinde ntreaga diversitate a poziiilor posibil de exprimat de ctre populaia cercetat. Prin intermediul anchetei pilot se poate verifica dac sunt suficiente trei grade de intensitate sau este nevoie s se utilizeze scale cu cinci sau mai multe grade, n orice caz este indicat folosirea unui numr impar de grade de intensitate pentru exprimarea unei opinii. Rezult deci c o scal grafic nu este mai bun dect alta prin simplul fapt c are mai multe sau mai puine grade de intensitate. Atunci cnd subiecii au tendina de a evita n mod sistematic extremele scalei (fie una, fie ambele extreme), se recomand scale cu mai multe grade de intensitate, putndu-se astfel obine o difereniere mai mare a rspunsurilor. Aa, de exemplu, la ntrebarea Considerai c angajaii cuprini n programe de instruire i perfecionare sunt mai informai cu privire la principalele probleme din ntreprindere?, dac am utiliza o scal grafic cu trei grade de intensitate: 1. ntotdeauna; 2. Uneori; 3. Deloc, este de ateptat, innd cont de nsi realitile existente, ca cele mai multe persoane ntrebate s rspund cu codul 2, o parte mai mic s indice codul 3 i foarte puine (dac nu cumva nici una) s indice codul 1. Acest fapt nu permite s surprindem n mod difereniat calitatea informrii angajailor supui politicii de perfecionare a personalului i cu att mai puin s facem comparaii ntre diferite ntreprinderi. n schimb, prin utilizarea scalei cu cinci trepte: 1 niciodat, 2 rar, 3 potrivit, 4 des, 5 ntotdeauna, avem ansa s obinem o reflectare mai nuanat i mai veridic a situaiei existente i o distribuie a rspunsurilor mai apropiat de cea normal. Chiar dac se vor evita i de
aceast dat poziiile extreme, cel puin dou (dac nu trei coduri) vor avea frecvene suficient de mari pentru a permite o analiz mai amnunit. O nuanare i mai fin, o repartiie ct mai apropiat de o form de repartiie matematic, am obine dac am construi scala grafic cu apte sau mai multe grade de intensitate. Mai multe grade de intensitate nu nseamn ns supralicitarea scalelor. De fapt, calculul probabilitilor nu furnizeaz un criteriu orientativ suficient de sigur pentru determinarea numrului optim al gradelor de intensitate. Scopul scalelor este de a atribui o valoare determinat fiecrei opinii nregistrate, astfel nct s se permit compararea acestora. Tipurile de scale utilizate in cercetari de marketing trebuie sa ia in considerare cele patru niveluri de msurare: nominal, ordinal, de interval i de raport. Dup numrul variabilelor luate n considerare la construcia unei scale, aceasta poate fi simpl i compus.
4.3.1 Construcia scalelor simple Construcia scalelor de atitudine are o importan covritoare n studiile de pia destinate aflrii preferinelor consumatorilor i clienilor, mai ales cu ocazia pregtirii lansrii pe pia a unui nou serviciu, a unui nou concept. Construcia scalelor pornete de la prezumia cunoaterii tuturor posibilelor nuanri ale atitudinilor persoanelor intervievate. Acest fapt imprim un anumit comportament al respondenilor. Pentru a evita orientarea rspunsurilor se recomand i existena unei trepte n scala cu opiunea alt opinie, sau altceva. ntrebrile pentru care persoanelor intervievate li se cere s rspund n ce msur sunt sau nu de acord trebuie s fie clare, exacte, s nu dea natere la interpretri ale sensului. Cea mai simpl scal este cea binar, corespunztoare ntrebrilor dihotomice, care invit respondentul s
rspund prin alegerea unei variante din dou posibile: DA/NU; ACORD/DEZACORD; ADEVRAT/FALS. Exemplu: Angajaii dvs. brbai sunt mai eficieni dect femeile? DA (_) NU(_) BIFAI ALEGEREA CU X Prin extensie un alt tip de scal ce se poate construi este scala multipl, corespunztoare ntrebrilor cu rspunsuri multiple, precodificate, ca de exemplu: Suntei de acord s suportai costul unui curs de perfecionare pentru a putea promova un angajat? - total de acord (_) - de acord, dar cu reineri sau n anumite condiii (_) - indiferent, indecis, nu tiu (_) - parial mpotriv (_) - total mpotriv (_) Repartizarea variantelor ce ierarhizeaz atitudinile pe o scal cu cinci puncte este comun, foarte des folosit de cercettori. Se pot utiliza i urmtoarele forme grafice de reprezentare a scalei:
-2 dezacord total -1 dezacord parial 0 indiferent +1 acord parial +2 acord total
SAU
-opozant hotrt mpotriv / indecis + susintor ++ susintor hotrt
Sau o scal folosind cartonae pe care sunt desenate:
nesatisfcut deloc nemulumit nehotrt mulumit
satisfcut deplin
Aceast scal poate fi utilizat n studii de marketing, ca alternativ pentru a mri atractivitatea chestionarului, permind alegerea conform figurii apropiate de gradul lor de satisfacie.
Simplificat, aceast scal va fi conform lui Kraseman: --10 Maximum de intensitate CONTRA 0 +10 Abinere, inexistena Maximum de intensitate opiniei PRO
Pentru a putea aplica analiza scalar i pentru a identifica corect tendina central a atitudinilor persoanelor cuprinse n eantion referitoare la o anumit problem trebuie s se respecte anumite reguli de baz: 1. ntrebrile trebuie s se refere la OPINII, la ceea ce crede persoana intervievat i nu la fapte, ntmplri, aciuni; 2. ntrebrile trebuie s fie clare, la obiect, exacte, ct mai scurte; 3. Scala trebuie s conin toate variantele de rspunsuri posibile; 4. ntrebrile trebuie s se refere la atitudinile studiate de cercettor, dar nu trebuie s constituie un oc pentru persoana intervievat; 5. Persoana intervievat nu trebuie influenat de ctre operator, prin intonaia vocii i modul cum pune ntrebarea, n alegerea variantei potrivit opiniilor sale. R. Likert este cel care a formulat pentru prima dat n mod explicit criteriile care trebuie s orienteze operaiile de formulare i selectare a variantelor incluse ntr-o scal: variantele de rspunsuri s se refere la aceeai caracteristic, s aparin aceluiai continuu i s fie distribuite de-a lungul acestuia astfel nct s prezinte o gradualitate a intensitii caracteristicii scalate, s aib putere de discriminare ntre indivizii situai la puncte diferite pe scal, s se introduc n cercetare un numr mai mare de variante dect numrul celor ce vor fi selectate pentru scala final; formularea variantelor s fie clar, concis i s se evite dubla negaie. n plus, n cazul scalelor de opinie trebuie ca variantele s nu se refere la situaii constatative, ci la situaii evaluative, pentru a se putea obine exprimarea opiniei. Construcia scalelor a fost testat de statisticieni. Una din cele mai cunoscute metode este analiza scalerogram a cercettorului Guttman,
denumit analiza scalogram. Guttman a construit o scal unidimensional, pornind de la premiza c un rspuns pozitiv sau negativ la o ntrebare implic acelai tip de rspuns la ntrebrile de rang inferior. Analiza scalar este dezvoltat n studiile complexe de pia prin folosirea scalelor compuse.
4.3.2 Scale compuse Noiunea de scale compuse este utilizat n sondaje pentru a desemna situaiile n care se ajunge la o ierarhizare prin folosirea i combinarea scalelor simple a ntrebrilor din chestionar. n problema tratat anterior accentul se punea pe construirea unor tipuri cu profil distinct, n numr ct mai mic. n aceste caz, pornind de la combinarea poziiilor unitilor analizate pe treptele diferitelor variabile folosite, fiecare individ se include ntr-o clas, ntr-un sistem ierarhic de poziii, caracterizate de preferin prin valori numerice. Fiecrui individ i se poate atribui o valoare distinct de a celorlali, ceea ce va conduce la un sistem multicriterial al subiecilor. i scalele compuse sunt instrumente de msurare unidimensional. Variantele variabilei care intr n construcia scalei se raporteaz la o singur dimensiune a fenomenului cercetat, dar care nu mai poate fi studiat printr-o singur variant, ci prin mai multe. Categoriile care alctuiesc scala sunt tocmai cele prin care se cerceteaz dimensiunea fenomenului respectiv. Acestea se raporteaz la o anumit structur latent, care urmeaz s fie pus n eviden prin intermediul scalei respective. Continuumul latent este cel care confer unitate setului de variante ale scalei. Dificultatea principal n studiile de acest tip este definirea variabilei latente i surprinderea ei prin intermediul variantelor empirice. n acelai timp, pentru descrierea inteligibil (comprehensibil) a realitii trebuie s se elaboreze o msur sintetic, generalizatoare. Scalele compuse sunt destinate obinerii valorilor sintetice ale opiniilor. Ele
reprezint un procedeu de obinere a indicatorilor sintetici de caracterizare a preferinelor i atitudinilor managerilor privind formarea angajailor. Datorit caracteristicilor lor, scalele compuse mai sunt denumite i scale care formeaz chestionare. Astfel, problematica chestionarelor standardizate este, n mare parte, i problematica acestor scale. Totodat, respectarea unidimensionalitii ariei scalate asigur claritate n cercetare, deoarece se cunoate semnificaia valorii compozite rezultat n urma procedurii de scalare. n acest context, se impune a fi semnalat ambiguitatea pe care o prezint indicatorii generali, elaborai fr testarea dimensionalitii, n ceea ce privete coninutul ontologic pe care-l reprezint (cazul msurtorilor index). Evident construcia scalelor complexe ncepe n faza de pregtire a cercetrii de pia, dar n multe cazuri finalizarea se face dup culegerea datelor, innd seama de rspunsurile subiecilor chestionai, la fiecare ntrebare ce se dorete s fie sintetizat pentru obinerea scalei. ntrebrile trebuie s satisfac anumite condiii pentru a putea fi introduse n construcia scalelor, i anume s poat fi cuprinse n spaiul unidimensional al scalei, s nu manifeste un nivel de corelaie ridicat cu alte ntrebri i rspunsurile persoanelor intervievate s se concentreze n jurul valorii centrale (media sau mediana). Scalele compuse difer dup domeniul de aplicabilitate, metoda de construcie, modalitatea de rspuns, baza de interpretare a scorurilor individuale, gradul de fidelitate i validitate, omogenitate, nivelul de msur etc. n funcie de aceste criterii multitudinea tehnicilor existente poate fi redus, pentru tratarea lor sistematic, la trei tipuri de baz: scala diferenial, scala sumativ, scala cumulativ.
n tabelul 4.2 prezentm principalele caracteristici ale scalelor compuse: Caracteristicile principale ale scalelor compuse
Scala Caracteristici Momentul elaborrii Calculul valorilor de scal Scorul individual Unitatea de msur Nivelul de msurare Comparaia n perechi Distinct de msurare Tabel 4.2 Intervale Scala Scala Structura aparent egale sumativ cumulativ latent O singur O singur O singur Distinct de culegere a culegere a culegere a msurare datelor datelor datelor Nu are Nu are model model Model Model statistico- statisticoprobabilist probabilist matematic matematic (scor) (scor) Media Suma Model de Model de (mediane) valorilor rspuns rspuns rspunsurilor de rspuns Ordinal Ordinal Ordinal Ordinal
Model probabilist
Media rspunsurilor Abaterea standard Interval
D.R. Heise argumenteaz c fiecruia din aceste tipuri i corespunde un anumit model al relaiilor dintre variabilele empirice. Astfel, scalele difereniale sunt adecvate ori de cte ori datele empirice sugereaz un model nonmonotic de msur (valorile variabilei se schimb secvenial de-a lungul continuumului, fr a fi cumulative). n schimb, modelul liniar (micarea de-a lungul continuumului crete sau descrete valoarea ateptat a unei variabile) este abordabil prin scala sumativ, iar modelul cumulativ (valorile dobndite de variabile se menin prin trecerea de la o variabil la alta) este tratat prin analiza de scalogram, care evideniaz existena seriilor monotone ntr-un domeniu cercetat. Tittle i Hill au utilizat cinci scale de atitudine privind participarea politic n rndul studenilor: scala Thurstone a intervalelor succesive, scala sumativ Likert, difereniatorul semantic Osgood, scala cumulativ Guttman i o scal simpl de evaluare. Cu toate rezervele pe
care i le impun cei doi cercettori privind comparabilitatea scalelor, rezultatul nu poate fi pus la ndoial. Scala Likert s-a dovedit a fi cel mai bun predictor al comportamentului i atitudinii managerilor, a urmat apoi scala Guttman, scala de autoevaluare, difereniatorul semantic, iar pe ultimul loc scala intervalelor succesive. Rezult astfel c diferitele tehnici de scalare nu sunt echivalente. Premisele pe care se bazeaz metodologia de elaborare i calcul a valorilor se soldeaz cu diferenieri n privina utilitii lor.
4.4 Particulariti ale analizei scalare aplicate n analiza pieei Ca urmare a importanei aspectelor de coninut, se poate aprecia c prima regul a elaborrii indicatorilor de sondaj pentru analiza pieei i de evaluare a acesteia const n acoperirea integral a domeniului cercetat cu indicatorii relevani, eseniali. Ct privete criteriile formale de selectare, notm c ele se refer la numrul, neechivocitatea, signifiana, perfectibilitatea, actualitatea i interschimbarea indicatorilor. Numrul variabilelor necesare pentru abordarea unui fenomen social nu este riguros stabilit, totui ca regul general, se formuleaz cerina ca n studiile de marketing s se utilizeze un numr aproximativ egal, dar nu mai mic n medie de variabile cinci, pentru fiecare aspect vizat (dimensiune sau factor); care pot fi analizate separat sau n interdependen sistemic. Aceast cerin privete, n cea mai mare msur, nevoile analizei relaiilor dintre variabile. n condiiile n care o dimensiune este suprasaturat cu variabile, n timp ce alte dimensiuni sunt subsaturate, analiza statistic poate conduce la apariia, n unele cazuri, de erori de interpretare privind importana unei dimensiuni sau a alteia n ansamblul datelor observate. n acest fel, o variabil ar putea aprea ca fiind important numai n virtutea faptului c a fost cercetat printr-un set mare de indicatori, i invers.
De regul, n studiile exploratorii se pornete de la un numr mai mare de variabile, iar pe parcurs sunt eliminate cele nesemnificative i sunt reinute doar acelea care se dovedesc relevante n raport cu obiectul analizat i obiectivele urmrite n derularea studiului. Dac studiile prin sondaj se efectueaz cu o anumit repetabilitate, atunci pentru asigurarea comparabilitii n timp i spaiu cerin sine qua non n studiul statistic al fenomenelor sociale i economice informaiile redundante trebuie eliminate de la nceput. Statistica trebuie s elimine datele de prisos i paralelismele n obinerea datelor primare Un exemplu posibil de utilizat, pentru redarea frecvenei informrii consumatorilor este urmtorul: la ntrebarea V rugm s apreciai, ce situaie corespunde cel mai bine frecvenei informrii dvs. despre produsele firmei producatoare X?, categoriile de rspunsuri scalate pot fi: - oamenii sunt informai ntotdeauna; - oamenii sunt informai foarte des; - oamenii sunt informai des; - oamenii sunt informai rar; - oamenii sunt informai foarte rar; - oamenii nu sunt deloc informai. O alt modalitate de culegere a informaiei (care poate fi considerat a fi n acelai timp i complementar primei) ar consta n determinarea gradului de informare, ce poate folosi urmtoarele categorii de rspunsuri ale scalei: - informare n foarte mare msur; - informare n mare msur; - informare potrivit; - informare n mic msur; - informare n foarte mic msur. n fine, menionm i o a treia posibilitate, care ar consta n evaluarea calitii informrii, utiliznd variantele scalate: - informarea este foarte bun; - informarea este bun; - informarea este potrivit;
- informarea este slab; - informarea este foarte slab. Din cele de mai sus nu cred c ar trebui s se deduc convenionalismul cuantificrii, respectiv, al elaborrii etaloanelor de msurare prin care se transform orice variabil calitativ ntr-o caracteristic de cantitate i categoriile n variante. n realitate, trebuie s se ajung de fiecare dat la acea descriere care funcioneaz efectiv n mintea oamenilor, la cuantificarea operaional, chiar dac nregistrm i existena unor modaliti complementare de valoare aproximativ egal. n sensul strict al cuvntului, n exemplele relatate nu se utilizeaz propriu-zis un etalon de msur. Avem de-a face mai degrab cu o reprezentare intuitiv a problemei analizate. n cercetarea de pia se face ns frecvent apel la astfel de etaloane, dup cum se elaboreaz i uniti de msur 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 eantion reprezentativ sau prin anchet exist diverse modaliti de a culege date de la cei chestionai, printre care cele mai des utilizate sunt: interviu direct, individual i/sau n grup, prin telefon, prin pot, prin fax i mijloace electronice. n continuare sunt descrise procedurile, cu avantajele i dezavantajele fiecrei tehnici n parte. Sondajele prin telefon se utilizeaz pentru a intervieva persoane legate prin anumite faciliti tehnice necesare monitorizrii de ctre un supraveghetor. n general, se utilizeaz pentru aceasta, sisteme moderne de calcul ce gestioneaz i nregistreaz rspunsurile primite.
Avantajele metodei sunt: Viteza crescut de intervievare, codificare, tabulare a rspunsurilor i interpretare a rezultatelor. Implicit, rezult un timp redus de culegere a datelor; Controlul riguros al interviului efectuat de un computer supraveghetor; Costul redus pentru obinerea unei cantiti reduse de date relativ impersonale, neutre, pentru o arie de cuprindere local, dar ridicat pentru o regiune sau la nivel naional, continental etc.; Rata relativ ridicat a rspunsurilor, ce poate fi mbuntit prin apeluri repetate, n cazul unui non-rspuns sau defeciuni telefonice. Dezavantajele metodei sunt: n cazul studiului ofertei de for de munc pentru anumite categorii socio-profesionale nu exist telefon n toate gospodriile sau acesta nu apare listat n cartea de telefon (persoanele publice, persoanele singure); Ora apelului are o mare importan; trebuie s se in cont de faptul c majoritatea populaiei lucreaz n prima parte a zilei, deci nu este disponibil n acest timp; Imposibilitatea de a folosi materiale ajutatoare vizuale, liste, scale, nu se pot urmri reaciile spontane ale persoanelor intervievate; Limitarea lungimii interviului; Un obstacol ce apare mai ales n rile dezvoltate l constituie roboii telefonici; Exist, de asemenea, reele telefonice neperformante, linii telefonice n permanen ocupate. n cadrul sondajului efectuat, contactul telefonic cu agenii economici a fost realizat doar pentru verificarea primirii scrisorii de intenie, ce a fost expediat prin pot i pentru programarea interviului cu managerul de resurse umane.
4.5.2 Studii prin pot Dac organizarea unei cercetri pariale pe un eantion reprezentativ pentru populaia unei ri necesit costuri ridicate, un sondaj prin pot poate contacta potenialii respondeni cuprini ntr-un eantion naional. Acest tip de sondaje reprezint tehnica cea mai popular i cel mai frecvent utilizat n studii de pia. Se poate folosi combinat cu interviul personal, precedat de trimiterea chestionarului prin pot, pentru familiarizarea persoanei ce urmeaz a participa la un interviu cu tema cercetrii. Avantajele obinute sunt: Pota poate ajunge n orice zon i la orice firm, ntr-un timp relativ redus; Respondenii nu sunt inhibai sau influenai de prezena intervievatorului, acetia fiind familiarizai cu tipul ntrebrilor ce le-au fost puse n timpul interviului; Se poate realiza dac se deine o baz de date cu nume i adrese i nu dac baza de date conine numai numere de telefon; Chestionarul poate cuprinde fotografii i poate fi nsoit de mostre; Rspunsurile nu l preseaz pe respondent acesta avnd libertatea de a rspunde oricnd; Costuri relativ reduse. Dezavantajele metodei sunt: Timpul impus este relativ mare; n medie s-a constat c dureaz cteva sptmni, poate chiar o lun pn la returnarea rspunsurilor; Rata de rspunsuri ar fi fost relativ sczut dac culegerea datelor s-ar fi rezumat doar la trimiterea chestionarului prin pot i datorit necunoaterii i nenelegerii scopului cercetrii, adaptabilitii mai dificile a managerilor la acest tip de sondaj;
Influena nonrspunsurilor este considerabil pentru concluzii n cazul sondajului efectuat numai prin pot, situaie ce a fost evitat prin continuarea investigaiei cu interviul managerului de resurse umane al fiecrui agent economic; Dei structura chestionarului este simpl, uor de neles, acesta nu poate depi o anumit dimensiune, nu se recomand s conin ntrebri deschise, care sunt dificil de tabelat. O posibil soluie pentru nlturarea parial a acestor neajunsuri a fost trimiterea n prealabil a unei scrisori de intenie i lmurirea nenelegerilor pentru evitarea nonrspunsurilor prin interviu; O posibil problem poate aprea dac exist un procent semnificativ din populaie fr adres sau cu adres fluctuant, instabil. S-a observat o rat destul de redus a rspunsurilor n cazul sondajelor efectuate n rndul grupurilor sociale cu educaie relativ redus, cu anse puine de a avea acces la educaie. Ceea ce nseamn, de exemplu, evitarea studierii comportamentului de consum al emigranilor sau al grupurilor defavorizate. n cazul temelor de sondaj extrem de delicate, personale sau a celor deja studiate foarte mult (detergenii), se pot obine rate ale nonrspunsului extrem de variate ntre 5 i 90%. Cele mai puine nonrspunsuri apar n cazul sondajelor efectuate pe eantioane de persoane cu grad nalt de educaie i care i manifest un interes crescut fa de o problem studiat. O metod de reducere a nonrspunsurilor n cazul chestionarelor trimise prin pot este anunarea potenialilor respondeni printr-o carte potal sau telegram c au fost inclui ntr-un eantion, urmnd s primeasc un anumit chestionar. De asemenea, o dat trimis chestionarul, acesta poate fi urmat de un anun prin pot cu rugmintea completrii i trimiterii chestionarului. Uneori, acordarea unui premiu sau a unui stimulent sub forma nsoirii chestionarului de o sum de bani relativ redus (1 euro) va duce la creterea ratei rspunsurilor la chestionarele trimise prin pota. Dac se
adopt aceast metod va trebui specificat c suma de bani sau cadoul nu reprezint o plat, ci un mod de a mulumi pentru efortul depus cu completarea i returnarea chestionarului. Desigur timpul consumat poate valora mult mai mult de suma simbolic de 1 euro oferit persoanei cuprinse n eantion.
4.5.3 Chestionare completate direct pe calculator Aceste chestionare sunt completate direct pe calculatoare puse la dispoziia consumatorilor n gri, aeroporturi, supermarket-uri, expoziii sau trguri. Avantaje: - Reducerea pn la zero a costurilor cu suportul de hrtie al chestionarului i cu completarea acestuia; - n acest mod se asigur perfect confidenialitatea rspunsurilor i pe deplin anonimatul respondentului; - Rspunsurile la ntrebrile personele vor fi exacte i sincere. Persoanele supuse riscurilor mbolnvirilor vor fi mai dispuse s declare aceasta n fa unui computer ce nu le aparine. Metoda s-a dovedit eficient n cazul studierii grupurilor de persoane dependente de droguri; - De asemenea, s-a dovedit ca angajaii sunt dispui s recunoasc i s-i declare lipsurile profesionale mult mai uor unui computer dect unui evaluator; - n acest caz se obin rspunsuri uniforme nedistorsionate de operatorul de interviu. De fapt, distorsiunea datorat influenei personale a operatorului asupra respondentului este inexistent; - i alte erori induse deseori de operatori, ca de exemplu respectarea inexact a salturilor de la o ntrebare la alta, sunt eliminate prin aceast form de a rspunde la un chestionar; - Rata non-rspunsurilor este scazut. Se poate chiar elimina prin acordarea de asisten tehnic de specialitate respondentului.
Dezavantaje: - Persoanele ce pot face parte din eantion trebuie s aib acces uor la un calculator dedicat sondajului; - Este o tehnic de culegere a datelor imposibil de utilizat pentru categorii de populaie cu nivel de educaie i de civilizaie redus. Prin asigurarea unui operator de interviu se poate pierde mult din sinceritatea rspunsurilor, chiar dac acesta nu cunoate persoana intervievat.
4.5.4 Chestionare trimise prin pota electronic Aceast metod de culegere a datelor este extrem de ieftin i de rapid. Conform estimrilor actuale ale furnizorilor de servicii de comunicare, dintre utilizatorii de calculatoare exist mai muli ce au acces la pota electronic dect cei ce au acces la internet, ceea ce arat cel puin n prezent avantajul utilizrii potei electronice pentru culegerea datelor de sondaj fa de construcia unei pagini Web conectat la pagina productorilor i prestatorilor de servicii sau chiar construcia unei pagini web dedicat special unei anumite investigri a pieei. Desigur n acest mod nu pot fi utilizate dect chestionare simple cu ntrebri relativ puine, maxim 10-12, fr ntrebri de control i cu salturi simple ntre ntrebri. Deseori respondentul va trebui s completeze rspunsurile fr a sta jos. Avantaje: - Viteza crescut de completare. Un chestionar completat i trimis prin e-mail poate duce la colectarea a sute de rspunsuri ntr-o zi; - Costurile se rezum doar la concepia i trimiterea chestionarului; - Un astfel de sondaj permite ataarea de explicaii, fotografii, grafice i chiar muzic; - Permite un grad nalt de inovare i creativitate, ceea ce va duce inevitabil la o rat mare a rspunsurilor.
Dezavantaje: - Accesul i achiziia unei baze de date cu adrese de pot electronic; - Rspunsuri multiple asemntoare cu cele din cazul televoting-urilor n cadrul unui concurs de muzic. Acest neajuns se poate nltura prin acceptarea unui singur rspuns de la aceeai adres electronic; - Posibilitatea de retransmitere a chestionarului anumitor persoane ce nu se calific pentru a face parte din eantion. Acest neajuns se poate elimina prin acceptarea doar a rspunsurilor de la adresele cuprinse n baza de date iniial; - Se poate ca o bun parte din persoanele solicitate s rspund, s ignore un mesaj venit de la o adres necunoscut sau chiar s tearg mesajul neavnd sigurana unui atac informatic. Acest neajuns se poate elimina n cazul n care campania de trimitere electronic a mesajelor este precedat de o campanie mediatic agresiv de informare asupra noului studiu ce va ncepe; - Studiile de marketing astfel realizate nu asigur reprezentativitatea statistic a eantionului, ceea ce va determina imposibilitatea efecturii de estimri statistice necesare caracterizrii ntregii mase de consumatori; - O parte din programele de pot electronic nu pot vizualiza imagini; - Accesul limitat la pota electronic. n prezent marea majoritate a utilizatorilor de e-mail folosete facilitile oferite de angajator i nu posed sau nu utilizeaz aceast posibilitate acas, datorit costurilor. Ceea ce nseamn c rspunsul va trebui completat i trimis n timpul orelor de program. Desigur este o problem local specific rii noastre. Aproape jumatate din populaia ocupat a rii nu are acces direct la facilitile potei electronice, nedesfurnd o munc de birou i neposednd un calculator acas.
4.5.5 Investigaii prin INTERNET: anchet prin PAGINI WEB Acest tip de investigaie a pieei presupune construcia unei pagini Web, special dedicat unui anumit studiu sau legat de paginile gazd ale marilor companii. Investigarea pieei prin aplicarea de chestionare pe pagini Web reprezint o unealt managerial actual ce ctiga rapid teren i popularitate datorit rapiditii, flexibilitii crescute i costului redus, dei impune restricii serioase n construcia unui eantion reprezentativ. Tehnica de anchet prin Web poate fi considerat mai ales o tehnic de investigaie a unui lot de consumatori. Avantaje: - Viteza foarte rapid de acces; - Posibilitatea asigurrii chestionarului pe o pagin foarte popular; - Reticena sczut a celor ce acceseaz pagina comparativ cu reticena fa de un mesaj primit prin e-mail, ce poate conine virui informatici; - Costurile culegerii datelor se rezum la costul construciei paginii Web, nedepinznd de volumul eantionului; - Chestionarul poate fi nsoit de prospecte ale produselor, imagini 3D, fond muzical sau fonturi color pentru a mrii atractivitatea; - Se pot oferi, de asemenea, informaii referitoare la investigaii preliminare sau precedente prezentului studiu; - Chestionarul poate fi nsoit de un ghid de completare; - Se pot folosi salturi logice automat create de program, ceea ce va duce la imposibilitatea gresrii secvenei intrebrilor de ctre respondent; - S-a observat c cei ce rspund unui astfel de chestionar ofer rspunsuri amnunite ntrebrilor deschise, fiind asigurat anonimatul completrii i neexistnd posibilitatea identificrii respondentului.
Dezavantaje: - Utilizarea redus a Internet-ului de majoritatea consumatorilor, mai ales consumatorii fideli ai bunurilor de baz, cu elasticitate redus, a cror cerere nu poate fi mult influenat de publicitate sau ali factori ai mix-ului de marketing; - Se adreseaz unui segment special de consumatori i este mai potrivit pentru investigaii din domeniul produselor IT; - Respondenii pot completa parial un chestionar; - De aceea, chestionarul trebuie s fie relativ scurt; - Nu exist control asupra locaiei consumatorului, de aceea poate fi utilizat mai ales de companiile multinaionale; - Cei ce acceseaz pagina chestionarului pot s rspund de mai multe ori, fr a exista un control strict asupra rspunsurilor multiple. De aceea se recomand utilizarea acestei metode de culegere a datelor mai ales pentru grupuri-int de consumatori utilizatori ai Internet-ului i, n special, pentru a testa opinia acestora fa de produsele informatice. De asemenea, utilizarea Internet-ului poate fi extrem de util dac se realizeaz focus grup-uri formate din consumatori aflai n locaii diferite ce comunic prin faciliti video (asemntor cu o video conferin). Indiferent de motivul investigrii pieei prin pagini Web este foarte important ca programul soft-suport al chestionarului s mpiedice multipla completare de ctre aceeai persoan. Acest lucru se mai poate realiza i dac se cuprind n chestionar ntrebri demografice de segmentare sau restricionarea accesului prin utilizarea unei parole cu o singur posibilitate de acces a chestionarului.
4.5.6 Scanarea chestionarelor Metoda de scanare se aplic chestionarelor completate pe suport de hrtie n cadrul unui interviu direct, realizat de ctre un operator de interviu, i chestionarelor transmise prin pot sau completate la telefon de ctre un
operator. n toate aceste cazuri se poate aplica atucni cnd chestionarul cuprinde doar ntrebri cu rspunsuri precodificate. Metoda nu este permis dac chestionarul cuprinde ntrebri deschise, la care respondenii sunt rugai s completeze rspunsul cu propriile cuvinte. Metoda este asemntoare cu cea aplicat n cadrul unui concurs prin completarea unei grile. Avantaje: - Scanarea este cea mai rapid metoda de nregistrare a datelor ntr-o baz de date n situaia n care acestea sunt nregistrate pe suport de hrtie. Programul de scanare poate s aib facilitatea nregistrrii direct ntr-un program de gestiune a bazelor de date, ca de exemplu SPSS. - Gradul de acuratee este crescut, neexistnd posibilitatea interpretrii greite a rspunsurilor sau a greelilor operatorului de calculator ce nregistreaz rspunsurile n baz de date. Dezavantaje: - Imposibilitatea unor ntrebri deschise sau a cuprinderii n chestionar a sugestiilor finale de tipul Ce ntrebare credei c lipsete din acest chestionar. - Posibilitatea omiterii unor rspunsuri marcate nelizibil pentru programul de scanare.
4.5.7 Interviuri directe Interviul direct, denumit n literatura englez i personal (formulare destul de nepotrivit pentru literatura de limbi romanice, deoarece pare opusul interviului impersonal concept ce nu exist), este acea form de completare a unui chestionar administrat de ctre un operator de interviu ce se afl fa n fa cu persoana cuprins n eantion n timpul completrii datelor. Interviurile directe pot avea loc la locuina intervievatului, pe strad, n magazine, fiind difereniate de lungimea interviului. n acest caz
chestionarul se recomand a fi completat de operatorul de interviu, dar apar cazuri practice de autocompletare n prezena i cu asistena operatorului de interviu. Rspunsurile sunt nregistrate de ctre operatorii de interviu n timpul unui interviu formal sau informal, aceasta fiind desigur tehnica de culegere a datelor primare cea mai sigur din punctul de vedere al validitii i fidelitii datelor nregistrate. Avantajele metodei sunt: Adaptabilitate flexibilitate Aceast metod permite cercettorului s obin maximum de informaii. Poate fi utilizat pentru surprinderea reaciei subiectului la prezentarea de fotografii, produse publicitare. Metoda abiliteaz operatorul s valideze rspunsurile prin observare direct. Se pot folosi i chestionare nestructurate, mai complexe. - Posibilitatea testrii unui produs de ctre consumator, care poate mirosi, gusta, analiza un produs, caz n care operatorul de interviu poate nota reaciile acestuia pe un chestionar separat ce nsoete chestionarul n care consumatorul rspunde la ntrebri referitoare la opinia sa. - Posibilitatea identificrii exacte a persoanelor ce se calific pentru a face parte dintr-un eantion, de exemplu persoanele ce se afl ntr-un raion specializat dintr-un magazin sau care tocmai au achiziionat un anumit tip de produs sau au participat la o lansare de carte. - Posibilitatea notrii reaciilor i a limbajului semnelor, uneori de mare importan pentru testarea reaciilor la o anumit denumire sau o anumit culoare, mai ales n cazul lansrii de noi produse sau concepte. Rata ridicat a rspunsurilor Cea mai dificil etap este cooptarea, convingerea potenialului subiect s raspund la ntrebri. O dat realizat acest contact, exist o ans rezonabil de mare ca subiectul s nu renune, contactul uman putnd fi considerat mai plcut dect n cazul sondajelor prin pot.
Dezavantajele metodei sunt: Costul ridicat este forma de culegere a datelor cea mai costisitoare, la costurile construciei chestionarului adugndu-se costurile cu operatorul de interviu. Este metoda cu cel mai ridicat cost unitar, pe chestionar completat. Costurile cresc proporional cu distana pe care trebuie s o parcurg operatorul de interviu pn la persona intervievat, mai ales n cazul interviurilor realizate la locuina acesteia. De exemplu, n rile dezvoltate, cu tradiie n desfurarea de studii de pia, un operator de interviu este pltit zilnic cu un salariu mediu zilnic brut ntre 4-500 USD; Timpul pentru deplasarea operatorului, combinat cu posibile dificulti de transport. Uneori este o metod dificil n cazul eantionaelor naionale i poate fi aplicat doar prin intermediul firmelor specializate n sondaje de pia ce i-au dezvoltat reele naionale de oparatori nefiind necesar deplasarea acestora pe distane mari. Influena operatorului de interviu n ncercarea de a-l impresiona pe operatorul de interviu i a crea o anumit imagine asupra firmei pentru care lucreaz, managerul intervievat poate s nu dea rspunsuri oneste. Totul depinde de uurina de comunicare a operatorului de interviu; o parte important din interviuri se desfoar la sediul firmei ce este considerat potenial consumator de servicii de resurse umane sau sunt localizate la locul de desfurare a cursurilor de instruire. Metoda cea mai folosit pentru culegerea datelor este interviul direct, fa n fa realizat de un operator de sondaj specializat, dei acesta poate induce o serie de erori ce nu pot fi estimate statistic. Mrimea acestor erori, determinate de influena operatorului de interviu, depinde ntr-o mare msur de organizarea i planificarea interviului i de nivelul de instruire a operatorului. Moser recomand folosirea pe postul de operatori de interviu a persoanelor inteligente, dar cu studii medii, ce nu se pot plictisi uor, crora rutina nu le afecteaz eficiena, ci din contr. Exist dou modalitai de a intervieva oameni indiferent dac i exprim opiniile n nume propriu sau n numele organizaiei pe care o conduc: formal i neformal.
n cadrul interviului formal, operatorul de interviu dispune de chestionar i nregistreaz rspunsurile ntr-o form standardizat (exist un exemplar pentru fiecare persoan intervievat sau exist o gril de nregistrare). n cadrul interviului neformal, operatorul conduce liber discuia, poate aduga ntrebri, sau poate schimba chiar sensul unor ntrebri n funcie de reaciile persoanei intervievate. n realitate, nu se poate face o distincie strict ntre cele dou modaliti de intervievare, formal i neformal. De obicei operatorii ncep interviul cu ntrebrile standard, ceea ce le solicit mai puin participarea, terminnd cu ntrebri mai puin formale, pentru a nu lsa impresia unei anchete, chestionri a persoanei intervievate. Metoda formal de intervievare: operatorul trebuie s cunoasc procedeul de eantionare, mai mult, trebuie s realizeze eantionarea dac metoda aleas este pe cote. n eantionarea aleatoare, operatorii primesc listele ce constituie baza de sondaj sau dispun chiar de informaii cuprinse n baza de sondaj. De asemenea, operatorul primete ghidul de folosire a chestionarului. Operatorii trebuie s se supun anumitor reguli, descrise n ghid, s execute instruciunile, s respecte ordinea i sensul ntrebrilor fr intervenii personale ce pot influena sau canaliza ntr-o anumit direcie rspunsurile. Toate acestea depind i de natura ntrebrilor, factuale i de opinie. La ntrebrile factuale: Avei copii?, Suntei angajat? rspunsurile nu depind de atitudinea operatorului, de inflexiunile vocii. Situaia se poate schimba la ntrebarea: Suntei de acord s permitei subalternilor dv. pauze pentru jocuri pe calculator?. La acest fel de ntrebri tonul i accentul pot distorsiona opinia lui real. n cea mai mare parte a interviurilor, operatorii trebuie s aib atenie distributiv, ei fiind obligai s pun ntrebrile ct mai imparial posibil, respectnd regulile de intervievare din ghidul chestionarului. n acelai timp de obicei operatorii trebuie s codifice pe loc rspunsurile sau s le noteze, s utilizeze materialele ajuttoare i s dea ct mai multe explicaii, n funcie de tipul ntrebrii. Pentru ntrebrile deschise, operatorul trebuie s consemneze integral rspunsul persoanei intervievate.
Pentru ntrebrile cu rspunsuri precodificate, operatorul trebuie s clasifice rspunsul persoanei intervievate conform precodificrii ntrebrii. O problem esenial pentru succesul interviurilor i minimizarea erorilor de nregistrare este selecia i recrutarea operatorilor. Criteriile generale pe baza crora se angajeaz operatorii de interviu, fie permaneni, fie temporari, sunt urmtoarele: s aib un nivel mediu de pregtire absolveni de nvmnt mediu, liceal. Cei care nu au urmat cursurile nvmntului mediu nu dispun de suficiente cunotiine pentru a putea ndeplini sarcinile operatorilor, iar cei ce au absolvit o treapt superioar de nvmnt vor fi extrem de eficieni la nceput, dup care datorit rutinei i plictiselii, imposibilitii nvrii unor lucruri noi, ncep s fie din ce n ce mai ineficieni; s fie coreci i ateni, s noteze exact rspunsurile primite i s urmeze exact instruciunile primite; s aib o personalitate adaptabil, flexibil i deschis schimbrii, s fac fa interviurilor din domenii extrem de diferite; s aib o personalitate charismatic, s fie politicos, prietenos i, totodat, respectuos. n ri cu tradiie n organizarea sondajelor exist cursuri ce pregtesc special operatori de interviu, ceea ce demonstreaz importana acordat acestei profesii. Metoda neformal de intervievare este caracterizat prin spontaneitate, ntrebrile nu au o form prestabilit, nu se pun ntr-o ordine strict prestabilit, operatorii avnd n vedere doar subiectul despre care trebuie s colecteze date. Operatorii conduc discuia cu persoanele intervievate avnd grij s nu se depeasc cadrul subiectului iniial. Scopul acestui tip de interviu este validitatea rspunsurilor. Nu se urmrete neaprat fidelitatea redactrii rspunsurilor, ci mai ales obinerea de rspunsuri ct mai apropiate de opiniile interlocutorilor. Principalul dezavantaj al acestui tip de interviu este imposibilitatea cuantificrii rspunsurilor, acestea neputnd fi analizate statistic.
Decizia de a utiliza interviul formal sau neformal depinde ntr-o mare msur de scopul sondajului i de utilizarea rezultatelor, uneori folosindu-se combinaia celor dou.
4.6 Comparaii ntre diversele metode de culegere a datelor Avantajele i dezavantajele tehnicilor de culegere a datelor sunt sintetizate de George Kress n Marketing Research Tabelul 4.3. Criterii de comparare a tehnicilor de culegere a datelor
Criterii Rata probabil a rspunsurilor Controlul influenei operatorului Utilizarea chestionarelor complicate cu un numr mare de ntrebri Cost Viteza obinerii rezultatelor Acoperirea unui eantion suficient de mare Reprezentativitatea eantionului Tabel 4.3 Tipuri/metode de colectare a datelor Pot Telefon Personal Computer acceptabil acceptabil acceptabil acceptabil excelent acceptabil sczut bun excelent sczut bun sczut bun acceptabil bun excelent acceptabil bun acceptabil acceptabil sczut excelent bun excelent bun acceptabil
Rezumat al metodelor de culegere a datelor de pia.
Factorii de influen ce determin aleagerea metodei de culegere a datelor pot fi sintetizai astfel: Viteza de completare Ierarhia metodelor ncepe cu sondajele prin pagini Web, urmate de chestionare trimise prin e-mail i interviuri efectuate la telefon. Pe ultimul loc se afl chestionarele trimise prin pot. Viteza de nregistrare Cea mai mare vitez o au chestionarele completate n baza de date pe suport de hartie ce nu conin ntrebri deschise. Cea mai redus vitez apare n cazul chestionarelor ce conin ntrebri dechise, caz n care este necesar despuierea rspunsurilor i construcia de variante de scalare ca s permit gruparea i/sau clasificarea rspunsurilor. Este cel mai ridicat n cazul interviurilor directe i Costul nregistrrii cel mai sczut n cazul interviurilor prin Internet. rspunsurilor n chestionar Este cel mai ridicat n cazul chestionarelor ce Costul nregistrrii rspunsurilor n baze conin ntrebri deschise i cel mai redus n cazul chestionarelor ce pot fi scanate, n acest ultim caz de date nefiind nevoie de operatorii de calculator. Reprezentativitate Asigurarea unui eantion reprezentativ care s permit inferenta statistic i extinderea rezultatelor la populaia general de consumatori sau clienii nu se poate realiza n cazul chestionarelor completate prin utilizarea tehnicii informatice i de comunicare de ultim or (chestionare prin Web page i E-mail). Nivelul persoanei Persoanele mai puin educate sunt mai dispuse s intervievate rspund la ntrebri puse de un operator de interviu i mai puin dispuse s trimit prin pot un chestionar. De asemenea, persoanele cu venituri foarte mici, dar care, de exemplu, s-au dovedit a fi consumatori fideli de igri, nu posed telefon sau calculator i nu au acces facil la un calculator de serviciu. ntrebri personale Rspunsurile la ntrebri personale apar mai uor de obinut n cazul neinterpunerii unei tere persoane ntre chestionar i persoana intervievat.
Faciliti video, de sunet i grafic
Desigur, evaluarea reaciilor imediate ale persoanei intervievate la muzic, culori i grafic este mai corect dac este realizat de un operator de interviu abilitat s nu influeneze reaciile, sau pot fi perfect monitorizate n cazul video prezentrilor n care persoana din eantion nu tie c este filmat. Aceast metod ridic totui probleme legate de etica profesional.
Alte metode folosite de-a lungul timpului pentru culegerea datelor au fost i nc se mai utilizeaz: studii prin fax, interviuri n grup, focus, grupuri, sondaje cu ajutorul computerului, experimente. Studiile prin fax pot fi efectuate n paralel cu sondajul prin pot, ceea ce duce la creterea ratei rspunsurilor. Foarte puine studii adopt doar aceast metod de culegere a datelor, datorit ratei sczute de rspunsuri (max 40-50 %) i timpului ndelungat de ateptare a rspunsului. Interviurile de grup reprezint o procedur de colectare a informaiilor n procesul cercetrii de pia care adun ntr-un grup 8 pn la 12 indivizi (clieni, consumatori efectivi sau poteniali) considerai tipici, care s corespund segmentului int de clieni. Interviurile concentreaz atenia grupului pe o anumit problem, provocnd discuii de tip Brainstorming sau Delphi. Experimentul este cea mai puin utilizat tehnic de culegere a datelor i const dintr-o investigaie tiinific n care un grup de cercettori realizeaz un studiu pe un eantion experimental i compar rezultatele cu cele obinute prin prelucrarea datelor unui eantion de control, denumit grup martor. innd cont de aceste informaii i de obiectivul studiului pentru analiza pieei (studiul eficientei metodelor de reclam i publicitate) ct i pentru analiza n dinamic a caracteristicilor unei piee, se recomand 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 operations Measures of position Measures of dispersion Measures of association Significant tests. NOMINAL scale Mode Median, Quintiles Quintiles Arithmetic mean Standard deviation Correlation, regression, ranks t test, Fisher test, Z test Geometric mean
Percentage of variation all the previous methods all the previous tests
Contingency coefficient Chi-square
Rank correlation Sign test
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 CDs - 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 email 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 selfadministered 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-tobusiness 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. Personal interviews are the most expensive followed by telephone and then mail. Email and Web page surveys are the least expensive for large samples. Web page and Email surveys offer significant advantages, but you may not be able to generalize their results to the population as a whole. Illiterate and less-educated people rarely respond to mail surveys.
Cost
Internet Usage Literacy Levels Sensitive Questions Video, Sound, Graphics
People are more likely to answer sensitive questions when interviewed directly by a computer in one form or another. A need to get reactions to video, music, or a picture limits your options. You can play a video on a Web page, in a computer-direct interview, or in person. 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.
Probleme metodologice ale elaborrii chestionarului-suport al culegerii datelor de sondaj
5.1 Calitile unui chestionar eficient Chestionarul, cel mai utilizat instrument de culegere a datelor primare, se construiete n concordan cu metoda de sondaj utilizat. Chestionarul este instrumentul de baz, extrem de flexibil, folosit n cercetarea efectuat pe teren, format dintr-o colecie de ntrebri la care urmeaz s rspund persoanele cuprinse n eantion, reprezentnd un fel de plas flexibil ce colecteaz datele cutate i le filtreaz pe cele nesemnificative. Acest instrument trebuie elaborat cu foarte mare atenie i testat nainte de utilizarea sa pentru culegerea datelor de la persoanele cuprinse n eantion. Pentru pregtirea unui chestionar, cercettorul trebuie s stabileasc ce ntrebri va cuprinde, n funcie de obiectivul i programul sondajului, ce form vor avea acestea, cum vor fi formulate i n ce ordine vor fi puse. Dac un chestionar este bine ntocmit, el reprezint baza succesului unui proiect de studiu al pieei. n situaia n care chestionarul prezint deficiene, informaiile colectate sunt incomplete, irelevante, tendenioase,
fr a putea fi corectate prin metode de analiz ulterioar, caz n care este necesar ntocmirea unui nou chestionar i proiectarea unui alt sondaj. Un chestionar eficient trebuie s ndeplineasc anumite condiii: s fie ct mai scurt i simplu cu putin, dar s cuprind ntrebri cu privire la toate datele relevante, predefinite n programul sondajului; s asigure rspunsuri ct mai complete; s evite nregistrarea datelor nesemnificative i a celor deja culese, stocate anterior n bncile de date; s uureze nelegerea cerinelor ntrebrilor de ctre intervievai; s conin ntrebri filtru i de control, care s permit identificarea subiectului intervievat cu exigenele de reprezentativitate a eantionului; s faciliteze controlul, prelucrarea, analiza datelor statistice i interpretarea rezultatelor. Scopul unui bun chestionar este de a depista i de a permite culegerea datelor statistice cuprinse n programul de cercetare. De aceea trebuie verificat, prin organizarea unui pretest sau a unui sondaj pilot, dac au fost cuprinse toate ntrebrile care trebuiau s fie puse i dac chestionarul cuprinde ntrebri inutile sau incomode. Una din regulile nonformale ale realizrii unui chestionar care s permit obinerea de maximum de informaii cu minimum de resurse este s se potriveasc cu mediul studiat. Niciodat un chestionar administrat prin telefon nu va putea asigura evaluarea reaciei consumatorului la o nou culoare. i, n cadrul anchetelor prin pot nu avem posibilitatea s cerem explicaii suplimentare sau s oferim asisten n completarea rspunsurilor. ntrebrile despre subiecte sensibile sunt ntotdeauna mai potrivite n cadrul unui chestionar administrat pe calculator. De aceea, cel mai eficient chestionar apare dac nu se combin metodele de culegere a datelor. ntotdeauna se recomand ca orice chestionar, indiferent de suportul su, s fie nsoit de o scrisoare de nsoire prin care s se explice persoanei
alese s fac parte din eantion de ce a fost aleas, respectarea anonimatului i confidenialitii rspunsurilor. Oferirea de informaii referitoare la studiu, obiectivele sale i posibilele decizii ce i vor urma ajut deseori la obinerea de rspunsuri ct mai complete i duce la evitarea ignorrii chestionarului de ctre potenialul respondent. O regul important este cea a dublului S: chestionarul trebuie s fie ct mai SCURT i ct mai SIMPLU. Niciodat un chestionar prea lung, cu prea multe ntrebri nu va aduce mai mult informaie fa de dou chestionare scurte. Din contr. O metod de a determina lungimea eficient a unui chestionar este ca cel ce l-a elaborat sau membrii echipei ce l-a construit s rspund individual la ntrebrile cuprinse. Dac nu se plictisesc, se poate ca acel chestionar s nu fie prea lung.
5.2 Construcia chestionarului Pentru o cercetare structurat, ntrebrile sunt precis stabilite i aranjate ntr-o ordine prestabilit. Pentru dezvoltarea chestionarului trebuie urmrii paii: Pas 1. Determinarea informaiei specifice necesare i modul su de utilizare O greeal des ntlnit n practica de sondaj este atitudinea A fi vrut s mai ntreb ceva?. O dat ce chestionarul este terminat i un numr de interviuri sunt luate este mult prea trziu s se includ i alte ntrebri (Henry Skinner Marketing). De aceea, nainte de dezvoltarea chestionarului, cercettorul trebuie s identifice ntreaga mulime a datelor specifice necesare atingerii obiectivului studiului i s decid cum va fi utilizat aceast informaie ce rezult din prelucrarea datelor. Pentru analiz vor fi utilizate metode de tabelare simple, procedee statistice, ca analiza de regresie sau analiza factorial, tehnici pe care le voi detalia ntr-un capitol separat. Foarte des cercettorii greesc neocupndu-se
de aceste probleme, existnd riscul ca datele culese de ei s nu se potriveasc cu tehnica de analiz dorit pentru obinerea unui anumit tip de rezultate. Pas 2. Selectarea procedurii de intervievare Ce metod de studiu este cea mai potrivit pentru culegerea datelor? Decizia este legat de trei elemente cheie: tipul datelor cutate, tipul persoanelor ce vor fi intervievate, poziia lor n cadrul firmelor ce fac parte din eantion, dac eantionul este format din organizaii). Referitor la datele cuprinse n programul observrii statistice trebuie pecizat dac informaia cutat poate fi obinut printr-un chestionar formal, structurat sau trebuie obinut printr-un proces de sondaj nestructurat, nedefinit. n legtur cu unitile statistice cuprinse n eantion, trebuie clar precizat localizarea subiecilor, aria de cuprindere a studiului, poziia persoanelor ce urmeaz a fi intervievate, accesibilitatea i bunavoina de a participa la interviu. Privitor la condiiile de cost i timp, ceea ce cercettorul vrea s realizeze poate diferi foarte mult de posibilitile sale financiare. Pas 3. Selectarea coninutului ntrebrilor Examinnd fiecare ntrebare pe care dorim s o cuprindem n chestionar, este bine s ne ntrebm dac cei care rspund au acces la informaia necesar pentru a da un rspuns corect. S-a observat c unele persoane, chiar dac sunt contiente de lipsa lor de infirmaii, nu renun la a rspunde, ci dau rspunsuri nsoite chiar de explicaii. Ele vor exprima preri asupra unor probleme la care s-au gndit sau pe care le nteleg foarte puin. Aceste dificulti nu se refer doar la ntrebrile de opinie sau la sondaje organizate pe eantioane formate din consumatori, ci i pentru eantioane formate din organizaii. Cernd unui angajat s ofere informaii factuale, este necesar ca acesta s se afle n funcia potrivit, care s-i
permit s rspund competent, responsabil i s aib capacitatea de a transmite corect rspunsurile. n concluzie, cercettorul ar trebui s se adreseze doar acelor persoane ce pot da rspunsuri corecte, s se refere n ntrebare doar la evenimente trecute numai dac se poate atepta ca interlocutorii s i le aminteasc exact sau s aib acces la documentaie - suport, i s cear preri doar dac acetia au responsabilitatea/competena potrivit n cadrul companiei cuprinse n eantion. Bunvoina nu este o garanie a rspunsurilor potrivite. Pentru a evita aceast situaie, n 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 i inteniile firmei n acest domeniu. O observaie interesant face Moser: .oamenii pot avea tendina s micoreze vrsta i consumul de alcool, n schimb s-i exagereze pregtirea, lectura, mersul la biseric. Prin extensie, putem considera c i managerii de resurse umane pot tinde s micoreze pierderile, fluctuaiile mari de personal, i vor exagera numrul de persoane instruite, numrul cursurilor organizate. ntr-un chestionar se ntlnesc dou mari categorii de ntrebri, dup coninut: factuale i de opinie, care pot fi utilizate n funcie de metoda de culegere a datelor folosit. a. ntrebrile factuale privesc fapte, realizri, opinii. Exist de asemenea ntrebri asupra motivaiei sau asupra posibilitii de informare, dar aspectele metodologice vor iei n eviden dac examinm diferite exemple de ntrebri factuale i de opinie. O deosebire major dintre ele const n gradul de libertate care i se acord n general operatorului de interviu de a sonda, explicita, formula ct mai variat ntrebrile. La ntrebrile factuale (dac interlocutorul este n legtur direct cu faptele, cu produsele pe care le cunoate sau cu evenimente) operatorii de interviu pot lua orice msuri rezonabile pentru a
asigura nelegerea i consemnarea corect a ntrebrilor i, respectiv, a rspunsurilor. n cazul ntrebrilor de opinie, o astfel de libertate ar fi prea riscant i, de aceea, nu este permis. Se cunoate c schimbrile n formularea, succesiunea sau chiar accentuarea ntrebrilor, intonaia, pot avea un efect real, efectiv, distorsionnd rspunsurile. Unii cercettori nu acord operatorilor de interviu mai mult libertate pentru ntrebrile factuale, considernd c realitatea depinde att de mult de o definiie precis, nct acest lucru ar fi prea riscant (Moser). n sondajul realizat n Capitolul 9, majoritatea ntrebrilor din chestionar se refer la fapte, la comportamentul i politica firmei cu privire la dezvoltarea personalului prin instruire i formare continu. Moser folosete cuvntul fapt ntr-un sens larg. ntrebarea se poate numi factual, dei rspunsurile date de manageri pot fi un amestec de fapte, sperane vagi cu dorina de a da un rspuns pe care l consider conform cu ateptrile operatorului. Acest lucru nu are o importan prea mare. Adjectivul factual se refer aici la tipul datei statistice cerut de ntrebare, nu la exactitatea cu care se rspunde, nct denumirea factual atribuit unei ntrebri nu implic deloc exactitatea rspunsurilor. De exemplu, ntrebrile factuale sunt cele privind forma dominant de proprietate, proveniena capitalului, sfera de activitate a organizaiei, poziia angajatului, cuprinderea cheltuielilor pentru politica de instruire i perfecionare n bugetul agentului economic, categoriile de angajai ce au fost cuprinse pn n prezent n programe de pregtire profesional, sistemul de formare a angajailor, condiiile de munc i via ale angajailor etc. Unele ntrebri factuale poart denumirea de ntrebri de clasificare i sunt destinate mai ales obinerii de informaii prin care analiza s poat distinge grupurile principale de ageni economici, pe categorii i tipuri, dintre cei cuprini n eantion. Aceste ntrebri au fost cuprinse n prima parte a chestionarului i s-au referit la forma dominant de proprietate,
naionalitatea capitalului, dimensiunea agentului economic dup numrul de angajai i domeniul principal de activitate. ntrebrile de clasificare trebuie definite atent i explicate prin instruciuni separate sau nu, de restul ntrebrilor, de obicei poziionate la sfritul interviului, pentru a evita aglomerarea ntrebrilor personale n primele minute. Excepie fac eantioanele pe cote. Iniial, cnd i se repartizeaz sarcinile operatorului, orice persoan abordat corespunde virtualmente condiiilor de eantionare, dar ctre sfrit, devine din ce n ce mai greu de gsit persoane corespunztoare cotei. O parte din persoanele abordate trebuie respinse i ar fi o irosire de resurse, dac am afla doar la sfritul interviului c cel intervievat nu aparine nici unei cote (strat). n orice moment sunt plasate, ntrebrile factuale au nevoie de o introducere special. i asta deoarece o persoan solicitat s rspund la ntrebri referitoare la sistemul de instruire i perfecionare practicat de firma la care lucreaz, se poate mira, pe bun dreptate, de ce ar trebui s ofere detalii despre bugetul de venituri i cheltuieli, sau preocuprile, venitul sau vrsta sa. Pentru aceasta, se recomand de exemplu, o formul de introducere cuprins la seciunea de clasificri a chestionarului cum ar fi: Avnd n vedere c acest chestionar este anonim, v rugm s rspundei la cteva ntrebri necesare unor clasificri ulterioare pe segmente de pia sau, Datorit faptului c nevoile de instruire i perfecionare ale companiilor variaz dup sfera de aciune, condiiile generale de lucru, cota de pia aferent i, nu n ultimul rnd, dup mrimea i fora firmei, am dori s aflm cteva din caracteristicile companiei dv., asigurndu-v de deplina confidenialitate a rspunsurilor. Principalele dificulti pe care le ridic ntrebrile factuale constau n asigurarea nelegerii de ctre operatori a sensului lor exact i transmiterii n mod precis interlocutorilor, a faptelor pe care doresc s le cunoasc. Dificultatea poate fi depit printr-un studiu structurat, pentru desfurarea cruia i se cere operatorului s cunoasc pe de rost ntrebrile i s foloseac
n timpul desfaurrii interviului doar materialele ajuttoare liste, scale, cartoane, bilete. Cu toate dificultile datorate definiiilor neltoare, ansele ca, fie operatorul, fie persoana intervievat s neleag greit ntrebarea sau s nu o neleag de loc, sau n condiii extreme, rspunsul s fie influenat de formularea ntrebrilor, sunt mult mai reduse dect n cazul ntrebrilor de opinie. b. n domeniul ntrebrilor de opinie problemele sunt mult mai complexe, i, implicit, mai dificil de evitat i corectat. Pentru chestionarul anexat, beneficiind de ndrumrile profesionale ale Catedrei de Sociologie a Universitii Bucureti, am reuit, parial, evitarea confuziilor n interpretarea tipului de psihologie i comportamentului persoanelor anagajate pe poziii de decizie n legtur cu nevoia de formare a personalului n ntreprinderile unde lucrau. i totui, care sunt principalele motive pentru care studiul opiniilor este mult mai dificil dect studiul cifrelor, faptelor? De ce este mai uor s ntrebm pe cineva dac posed sau lucreaz pe un calculator personal, dect dac este n favoarea instruirii tuturor angajailor, indiferent de poziia lor, pentru folosirea calculatorului? La ntrebarea La ultimul curs ai folosit calculatorul? este raional s presupunem c persoana intervievat tie dac pe n timpul cursului absolvit a lucrat sau nu pe un calculator. Tot ceea ce trebuie s fac operatorul este s-i explice interlocutorului c dorete s consemneze acest lucru i s se asigure c nelege rspunsul acestuia. Se poate ca interlocutorul s nu doreasc s ofere informaia exact, dar esenial este s fie perfect contient de aceasta. n domeniul ntrebrilor de opinie situaia se complic. Atitudinea subiectului asupra participrii la cursuri ce au legtur cu orice poate fi clasificat drept tehnic nalt, poate fi destul de imprecis, sau se poate ca el s nu se fi gndit niciodat la acest subiect, la aceast problem strategic de personal.
Deci, o prim problem privind rspunsurile la ntrebrile de opinie, apare din incertitudinea cunoaterii rspunsurilor corecte. Pentru ca un manager s rspund sau nu dac personalul firmei a fost cuprins pn n prezent n programe de pregtire i perfecionare, indiferent dac trainer-ul a fost din interiorul firmei sau angajat al unei firme specializate n servicii de instruire, subiectul nu are nevoie de timp de acomodare i de gndire, deci va rspunde rapid. Spre deosebire de aceast situaie pentru a exprima o opinie autentic referitoare la mbuntirea eficienei angajailor n urma frecventrii unui curs de specializare, este necesar nu numai o perioad de gndire, ci i de autoanaliz. Opinia unei persoane asupra unei anumite probleme are anumite laturi, chiar dac acea persoan vorbete n numele unei instituii sau firme, este foarte posibil s fie mpotriva generalizrii utilizrii calculatoarelor pentru formarea continu a angajailor din motive religioase, morale, medicale sau s fie n favoarea acestei msuri din motive manageriale, de eficien didactic. Un manager poate fi de acord cu afirmaia Sunt de acord ca angajaii mei s participe la cursuri de perfecionare i instruire n timpul orelor de serviciu, deoarece acest lucru le va mbunti eficiena n viitor, gndindu-se la angajaii altui departament sau birou, i poate a fi mpotriva acestei afirmaii dac se gndete la proprii si subalterni. Pe scurt, probabil c nu exist un rspuns corect, clar i precis, la aceast ntrebare, asa cum exist la cea referitoare la utilizarea unui calculator. Rspunsul primit va depinde de acel aspect al problemei care prevaleaz n mintea interlocutorului foarte posibil sub influena formulrii ntrebrii sau a contextului creat de ntrebrile anterioare sau de orice altceva fr legtur sesizabil pe moment de ctre operator, cu interviul sau tema sondajului. Strns legat de acest aspect este problema intensitii opiniei. Despre orice subiect dat unele persoane au sentimente puternice, altele sunt
indiferente sau neinteresate, unele au opinii stabile i coerente, altele au atitudine extrem de mobil. De aceea, pentru a aprecia corect intensitatea atitudinii i opiniei fa de utilizarea calculatoarelor personale pe diverse domenii i pentru a obine o segmentare corect pe tipuri de comportament i personalitate managerial, pe tipuri de companii, se pot utiliza diferitele metode de scalare, ce ajut la ierarhizarea intensitii opiniilor. Un astfel de exemplu este de la -2 (absolut mpotriva afirmaiei fcute), la +2 (sunt perfect de acord cu afirmaia fcut), pe un continuum. Tipurile de scale sunt prezentate mai pe larg la subcapitolul 3.5. Unii autori consider i un al treilea tip de ntrebri, cele legate de informaii, cunotine, ca de exemplu ntrebarea: Ce tii despre Logistic? poate fi urmat de rspunsul Nu tiu. Un astfel de rspuns trebuie evitat prin reformularea ntrebrii. n final este necesar s se sublinieze c rspunsurile la ntrebrile de opinie sunt mult mai sensibile la schimbrile de formulare, succesiune, accentuare, dect cele la ntrebrile factuale (International Journal of Opinion and Attitude Research Moser). n elaborarea chestionarului trebuie stabilite i respectate anumite standarde pentru fiecare ntrebare ce va fi inclus. Este ntrebarea oportun n general, i dac da, este aceasta poziionat potrivit n cadrul chestionarului? Se asociaz ntrebarea cu obiectivul studiului? Ar putea fi obinut aceeai informaie sau alt cantitate prin alt metod? Este important ca fiecare ntrebare s furnizeze maximum de informaie consumnd minimum de timp i spaiu. Trebuie luat n calcul abilitatea persoanei intervievate de a rspunde la ntrebare: Ce tip de cursuri preferai s organizai pentru angajaii firmei dumneavoastr? Dac subiectul nu a luat niciodat nici o decizie asupra cuprinderii angajailor n programe de formare, nu va putea rspunde corect la ntrebare, dar poate da un rspuns influenat de publicitatea pentru cursuri i de ofertele firmelor ce asigur servicii de training. ntrebarea ar fi trebuit
precedat de o alta, prin care s se afle dac firma a mai organizat pn acum sesiuni de training al personalului sau nu cu scopul de a eficientiza i ntrebarea: Ce tipuri de cursuri i n ce domenii considerai c ar fi utile pentru angajaii dumneavoastr?. Cercettorul nu ar trebui s pun accent pe ntrebrile ce necesit un efort sporit de concentrare i atenie, ca de exemplu: V prezentm o serie de cursuri pentru dezvoltarea profesional i perfecionarea pesonalului. V rugm s identificai ce domenii constituie un interes pentru organizaia dumneavoastr, ntrebare ce nu se recomand s fie plasat la nceputul chestionarului, ci dup ce a fost fcut distincia ntre persoanele iniiate deja n tem i cei neiniiai i, de asemenea, dup o prealabil punere n tem a intervievatului cu subiectul chestionarului, n orice caz dup o parte de chestionar referitoare la cursurile, domeniile de training ce dein importante cote de pia i sunt cele mai solicitate de ctre agenii economici. Pas 4. Selectarea tipurilor generale de ntrebri, dup forma lor de prezentare n principiu, dup forma lor ntrebrile se grupeaz n: a) ntrebri deschise; b) ntrebri cu rspunsuri precodificate; c) ntrebri multi-opiune; d) ntrebri dihotomice. Cercettorul trebuie s decid care tip va fi folosit pentru fiecare ntrebare factual sau de opinie. a) ntrebrile deschise. Subiectul chestionat poate rspunde acelor ntrebri cu propriile cuvinte i poate exprima orice idee sugerat de ntrebare. Rspunsul cerut poate fi, n funcie de ntrebare, scurt (Care este dup prerea dvs., dezavantajul major al publicitii fcute n Romnia cursurilor de instruire i perfecionare?) sau de factur extins (Care credei c sunt avantajele publicitii fcut cursurilor de instruire i perfecionare?).
Deoarece ntrebrile deschise nu sugereaz rspunsuri alternative, ele tind s aib mai puin influen asupra rspunsului actual dect au ntrebrile cu alternative multiple (ntrebrile multi-opiune) sau cele dihotomice. O slbiciune a acestui tip de ntrebri este aceea c respondentul poate interpreta greit tipul informaiei cutate. De asemenea, pot aprea dificulti la codificarea ulterioar a rspunsurilor i la prelucrarea primar a datelor, ce se face manual pentru ntrebrile deschise, constnd n procedura de despuiere a chestionarelor i analiz de coninut. Multe rspunsuri sunt structurate astfel nct este dificil comasarea, restrngerea lor sau combinarea i obinerea de asociaii, corelaii ntre rspunsuri. Pe de alt parte, ntrebrile deschise acord mai mult importan rspunsurilor persoanelor cu un anumit nivel de educaie, de obicei medie i peste, deoarece acest grup este mai articulat n gndire i, de aceea, poate comunica mai eficient ideile. b) ntrebri deschise cu rspunsuri precodificate. Subiectul poate rspunde la ntrebri cu propriile cuvinte, rspunsurile fiind ncadrate ntr-o variant codificat anterior desfurrii ntrebrilor, de ctre operator. Numrul variantelor n care se vor ncadra rspunsurile sunt stabilite de ctre cercettor i este limitat la maxim 1012 variante. (Kress, Marketing Research) De exemplu: Care sunt pentru dvs. avantajele politicii de instruire a personalului?: ajut la meninerea nivelului profesional al angajailor (1), ajut la mbuntirea nivelului profesional al angajailor (2), determin creterea eficienei angajailor (3), determin creterea eficienei de ansamblu a firmei (4), asigur informaii actuale angajailor (5), asigur informaii noi (6), crete gradul de socializare al angajailor (7), d via i culoare mediului de munc (8), altceva, precizai ce anume (9)________.
c) ntrebri multi-opiune (ntrebri cu variante multiple pentru rspunsuri). n acest caz li se ofer subiecilor un numr de alternative specifice, dintre care pot alege unul sau mai multe rspunsuri. Dac este posibil, alternativele listate ar trebui s nu se suprapun, s nu interfereze. Totui, trebuie inclus i varianta altceva, v rugm s precizai ce anume:. sau nu tiu. Acest tip de ntrebare d posibilitatea obinerii unor rspunsuri rapide i eficiente. De aceea sunt preferate n general de ctre intervievai (Kress, Marketing Research) i de ctre cercettorii specializai n analiza datelor. Elaborarea machetelor de prelucrare i clasificarea datelor nregistrate lor este mult simplificat i rspunsurile alternative ghideaz subiectul spre tipul general de rspuns ateptat. Un aspect nedorit al acestui tip de ntrebare este faptul c rspunsurile pot fi polarizate datorit ordinii alternativelor. Dac se cere un singur rspuns, acest tip de ntrebare nu distorsioneaz ntotdeauna rezultatele, ca de exemplu : Ce reprezint pentru dvs. formarea personalului?: - un hobby (1), - un instrument de lucru (2), - un interes secundar (3), - un interes principal (4), - viitorul (5), - un scop n via (6), - o activitate lipsit de interes (7). Atenie! Se bifeaz/ncercuiete un singur rspuns. Dezavantajul observat al admiterii rspunsurilor multiple precodificate s-a demonstrat a fi polarizarea rspunsurilor ctre primele opiuni. Poteniala polarizare cauzat de poziia posibilelor rspunsuri n chestionar, poate fi evitat prin alternarea variantelor n lista de rspuns, n diferitele seturi de chestionare.
Dac rspunsurile posibile au form cantitativ, natura polarizrii se schimb, managerii indecii tinznd s selecteze numerele de mijloc mai degrab dect extremele. Este dificil de eliminat aceast lips sau inadverten prin rotirea ordinii numerelor la diferite ntrebri, deoarece aceasta poate duce la derutarea persoanei intervievate. Un al treilea tip de polarizare include situaiile n care literele a, b, c, d, etc. sunt utilizate, caz n care s-a observat statistic, c persoanele indecise aleg, n marea majoritate a cazurilor, varianta cu litera a (acesta fiind asociat mental cu cea mai nalt performan) sau cele codificate cu vocale, n defavoarea celor codificate cu consoane. Se recomand s se atribuie litera a ultimei variante sau situaiei mai puin favorabile. O alt metod de nlturare a polarizrii poate fi folosirea unei combinaii de litere precum h, i, m, (Kenneth Coney, The special case of Letter of preference, pag. 385). d) ntrebrile dihotomice. O ntrebare dihotomic (sau binar) este o form extrem a unei ntrebri multi-opiune, unde exist doar dou posibiliti de alegere: Da/Nu; Credit/Cash. Aproape ntotdeauna trebuie inclus n chestionar i o a treia variant de rspuns: Nu tiu sau Altceva. Chestionarele care ncep cu o ntrebare dihotomic doresc s identifice de la nceput persoanele potrivite de a face parte din eantion. Pas 5. Alegerea tipurilor de scale Pentru a aborda analiza i evaluarea atitudinilor, opiniilor, deci pentru a analiza datele calitative, independent i, mai ales, n interdependen cu alte variabile calitative sau cantitative, pentru a putea identifica factorii ce sunt influenai i care influeneaz asemenea variabile, cercettorii n domeniul sondajului utilizeaz analiza scalar (sau investigaia ierarhic), ca metod de studiu statistic. Analiza scalar permite ealonarea, ierarhizarea atitudinilor i comensurarea lor. Prin ealonare vom nelege diferenierea calitativ a atitudinilor conform unei ierarhii a intensitii opiniilor. Prin msurare se ncearc o comensurare cantitativ a atitudinilor.
Una din principalele probleme ce apare n analiza scalar este construcia scalei potrivite fenomenului studiat. O dat aleas scala se pune problema poziionrii juste a atitudinii conform acelei scale, operaiune defurat n timpul completrii chestionarului. Tipurile de scale au fost sintetizate n Capitolul 4, ntr-un subcapitol dedicat special scalelor, datorit problemelor metodologice deosebite pe care le pune construcia acestor instrumente de msurare, n special a variabilelor calitative. Pas 6. Decizii asupra redactrii ntrebrilor Anumite aspecte ale formulrii ntrebrilor sunt deosebit de importante n studiile de marketing bazate pe sondaje, i anume: a) ntrebri cu caracter general. A folosi o astfel de ntrebare atunci cnd se cere un rspuns specific este o eroare comun. O ntrebare ca Suntei mulumit de politica de personal din firma dvs.? este nesatisfctoare dac interesul cercettorului vizez gradul de prietenie al departamentului de resurse umane. De asemenea, formulat greit poate fi considerat i ntrebarea Credei c este dificil i scump s v pltii singur cheltuielile de perfecionare?. Aceasta este nesatisfctoare deoarece este de dorit ca ntrebrile s se limiteze la o singur problem sau idee. Moser recomand ca ntrebrile s fie formulate mai degrab n conformitate cu experiena persoanei intervievate dect n termeni generali. b) Limbajul simplu. Dac studiul se efectueaz pe un eantion format din firme, ntrebrile trebuie formulate ntr-un limbaj clar, fr ambiguiti, astfel nct datele cerute s nu constituie secrete pentru companie. Simplu nu nseamn desigur simplist. Dac datele sunt secrete trebuie garantat confidenialitatea acestora. Dac subiecii vizai formeaz un grup specific, ca ingineri, medici, profesori, manageri, limbajul poate fi tehnic i evoluat. Sensul fiecrei ntrebri trebuie s fie clar. Ct de des utilizai n activitatea de pregtire profesional a angajailor serviciile firmelor specializate? poate nsemna cte ore pe zi, sau pe sptmn, sau pe lun. Uneori este mai bine s se foloseasc dou sau trei ntrebri dect una singur cu rspunsuri multiple. Mai greu de evitat sunt cuvintele folosite
zilnic de ctre experi, care nu fac parte din conversaia obinuit a managerilor de resurse umane. Pentru a asigura inteligibilitatea ntrebrilor trebuie observate reaciile interlocutorilor poteniali i tipici ntr-un studiu pilot. Payne menioneaz o serie de cuvinte ce pot fi nlocuite cu alternative mai simple: a comunica = a informa a acorda asisten = a ajuta a iniia = a ncepe a se materializa = a se produce, a avea loc major = esenial, principal, important Principiul fundamental al formulrii este acela c ntrebrile trebuie s conin cele mai simple cuvinte care comunic interesul exact. Exprimarea trebuie s fie ct mai simpl i clar exprimat, fr a lsa loc interpretrilor. Cu ct ntrebrile sunt mai apropiate de conversaia obinuit, cu att interviul va decurge mai cursiv. n ceea ce privete limbajul tehnic sau tiinific, trebuie ca cercettorul s fie sigur c toti intervievaii folosesc un anumit cuvnt cu acelai neles, acelai sens. Un caz contrar simplu l constituie expresia resurse umane, care pentru o parte din populaie constituie echivalentul departamenului de personal dintr-o organizaie, iar pentru alt parte resursele de munc ale unei ri. c) Ambiguitatea. ntrebrile ambigue trebuie evitate cu orice pre. Dac se strecoar un cuvnt ambiguu, persoane diferite vor nelege ntrebarea n moduri diferite i, ca urmare, vor rspunde la ntrebri diferite, corespunztor percepiei fiecruia. d) Cuvintele cu sens vag. ntrebrile vagi, nedefinite suficient, furnizeaz rspunsuri vagi. Dac se ntreab Ce fel de suport teoretic utilizai la birou?, unii angajai vor rspunde destul de vechi, alii vor preciza american, managerii vor rspunde aproape sigur cel mai modern de pe pia deoarece este pus n joc prestigiul firmei, iar alii vor da pur i simplu titlul i editura manualului. Rspunsuri vagi se vor obine i dac ntrebarea ncepe cu de ce?.
e) ntrebrile tendenioase. Sunt cele care prin coninut, structur sau formulare sugereaz intervievatului un anumit rspuns. De exemplu, ntrebarea de forma Suntei de acord c dvs. nu credei c...? va sugera un rspuns negativ, iar cea de forma N-ar trebui oare s ...? va sugera un rspuns pozitiv. De asemenea, o ntrebare care sugereaz doar unele rspunsuri posibile i poate orienta pe interlocutori, de aceea la ntrebrile ce ofer posibilitatea alegerii dintre mai multe variante, ntotdeauna trebuie adaugat opiunea alt variant, altceva, v rugm precizai ce anume sau nu tiu. f) ntrebrile prezumtive. n general, ntrebrile nu ar trebui s presupun nimic n legtur cu persoana intrervievat. Ele nu trebuie s sugereze c aceasta posed n mod necesar anumite informaii sau are vreo opinie asupra subiectului analizat. Pas 7. Decizii asupra secvenei ntrebrilor ntrebrile trebuie s se nlnuie ntr-o ordine logic, ceea ce presupune c cercettorul trebuie s repecte att logica intervievatului, ct i pe cea a operatorului. Att intervievatul, ct i operatorul de interviu trebuie s fie ct mai aproape de logica iniial a cercettorului, de ceea ce a dorit el s exprime iniial. Orice distorsionare ar duce la culegerea informaiilor divergente, disparate i ar nsemna irosirea de resurse. Afectarea n mic msur a gradului de concentrare datorat ambiguitii sau nivelului vag al unei ntrebri poate distorsiona rezultatele chiar fr posibilitatea depistrii i corectrii distorsiunii. De regul, la ntrebrile deschise se poate rspunde mai uor dac sunt plasate la nceputul chestionarului i nu n interiorul acestuia. Att operatorul, ct i subiectul intervievat trebuie s fie capabili s treac de la o ntrebare la alta extrem de facil. Acest lucru este deosebit de important atunci cnd este necesar s se ocoleasc anumite ntrebri datorit unor rspunsuri anterioare. Dup introducerea unei teme se exploateaz la maximum folosirea ntrebrilor succesive, i nu rzlee. Plasarea ntrebrilor pe aceeai tem ntr-un grup concentrat focalizeaz atenia subiectului asupra unei singure
probleme n timp, astfel obinndu-se informaia cu o acuratee mai mare. O astfel de aranjare pe secvene a ntrebrilor i face pe intervievai s se simte n largul lor, pentru c vd o anumit ordine logic a procesului intervievrii. Ordinea este distrus cnd ntrebrile succesive cuprind teme iterative, ca de exemplu urmtoarea succesiune a ntrebrilor referitoare la influena preului, probleme de sntate, preferine i apoi din nou probleme de sntate. Pas 8. Maximizarea atraciei i utilitii chestionarului Chestionarele trebuie s fie atractive vizual, destul de scurte pentru a nu plictisi persoana intervievat. Pentru mrirea utilitii chestionarului ntrebrile ce se refer la tipul serviciului sau produsului sunt plasate n prima parte a chestionarului, avnd intercalat segmentarea pe produs/serviciu. O proporie destul de mare se dovedete interesat s vorbeasc despre gusturile i stilul de via, de aceea se recomand pentru mrirea atractivitii chestionarului utilizarea de scale amuzante, cartoane colorate i toate acestea naintea seciunii ntrebrilor de clasificare, acestea de obicei trezind suspiciunea subiecilor. Oamenii, n general, sunt deschii n a transmite informaii referitoare la firma unde lucreaz, mai ales dac astfel promoveaz imaginea firmei, dar sunt reticeni dac li se solicit informaii de segmentare (s raspund la ntrebri referitoare la propriile caracteristici demografice). Dac trebuie obinute date de segmentare/demografice, ntrebrile referitoare la acestea se plaseaz la nceputul chestionarului pentru companii i la sfritul su pentru persoane. Structura chestionarului trebuie astfel gndit nct s uureze codificarea rspunsurilor i prelucrarea lor primar, obinerea indicatorilor totalizatori. ntrebrile personale, dificile se plaseaz, de regul, la sfritul chestionarului. Se recomand ca operatorii s nvee ntrebrile pe de rost pentru a nu fi nevoii s le citeasc n timpul interviului aceasta va prea mai mult o discuie liber. Singurele hrtii cu care va lucra sunt materialele ajuttoare.
Pas 9. Organizarea unui pretest studiul pilot de testare a eficienei chestionarului. nainte de folosirea chestionarului ca suport de culegere a datelor primare, orice chestionar trebuie testat. Scopul organizrii unui studiu pilot trebuie s fie similar cu cele ce vor fi incluse n studiul final. Eantionul pentru studiul pilot poate avea un volum destul de mic, redus, dei eantionul proiectat pentru sondaj este normal. Ca rezultat al pre-testului se observ posibilele polarizri ale rspunsurilor, acestea putnd fi uor remediate. Sondajul pilot mai are scopul identificrii criteriilor de structurare, dac acestea nu pot fi identificate. Pas 10. Redactarea ghidului i instruciunilor de folosire a chestionarului. Atunci cnd chestionarul este finalizat, acesta trebuie multiplicat i distribuit operatorilor de interviu nsoit de Ghidul de folosire. Ghidul trateaz posibilele probleme ce pot aprea de-a lungul desfurrii interviurilor i ofer posibile soluii pentru surmontarea lor, ca de exemplu: i. Obinerea informaiilor de identificare a firmei. Managerii pot fi reticeni n a rspunde la ntrebri referitoare la cifra de afaceri, cheltuieli, profit, dac nu sunt convini de confidenialitatea datelor i de utilitatea sondajului pentru companie. ii. Evitarea cuvintelor diriguitoare, puternice i a exprimrilor ncrcate. Considernd urmtorul exemplu: la ntrebarea Ar trebui ca toi angajaii din industria calculatoarelor s fie forai de sindicate s participe la cursuri de perfecionare, astfel nct s creasc eficiena muncii, cu variantele DA i NU, rspunsurile vor fi n majoritare NU, chiar i cele date de membri de sindicat. Cuvinte ca promovare, whealer-dealer, soft de baz, soft de aplicaie, computere trimit semnale puternice anumitor persoane i le pot afecta n mod dramatic rspunsurile. De aceea este important s se in seama de influena acestor termeni asupra rezultatelor interviurilor.
5.3 Recomandri finale pentru construcia chestionarului Pstrai formularul ct mai scurt posibil. Multe persoane ar completa un chestionar mai scurt, fr s conteze metoda de intervievare aplicat. Dac o ntrebare nu este important, nu o includei. ncepei cu titlul (de exemplu, Studiul Privind Petrecerea Timpului Liber). Trebuie s fie inclus o scurt introducere cine suntei i de ce facei aceast cercetare. n cele mai multe cazuri este mai bine s fie menionat numele companiei studiate dect cel al clientului (de exemplu, XYZ Agenie de Cercetare dect realizarea produsului/serviciului cercetat). Asigurai-v c cei ce vor rspunde chestionarului nu vor fi relevani dar c, prin combinaie cu celelalte, vei afla atitudinea general. Includei o scrisoare de intenie cu toate cercetrile electronice. O bun scrisoare de intenie va spori ponderea rspunsurilor, pe cnd una slab organizat sau chiar lipsa acesteia ar reduce ponderea rspunsurilor. Introducei aceste informaii n cele dou paragrafe anterioare i menionai motivaia (dac e cazul). Menionai cum trebuie napoiat formularul. Introducei numele i numrul de telefon pentru mai multe detalii. Facei referire la modul n care trebuie completat formularul. Paginile formularelor electronice trebuie numerotate i s includ de asemenea adresa de napoiere, deoarece paginile i plicurile pot fi separate. Plicurile trebuie s aib pregtite tarifele potale. Folosirea timbrelor potale crete ponderea rspunsurilor, dar este scump, pentru c trebuie s le timbrezi pe toate, nu doar pe cele returnate. Putei lsa spaiu pentru numele i titlul celor intervievai. Unii oameni vor completa cu numele lor, fcnd posibil n acest fel contactarea acestora, clarificarea i urmrirea ndeaproape a ntrebrilor. Precizai c menionarea numelui este opional. Dac ntrebrile, prin natura lor, sunt delicate nu lsai spaiu destinat numelui. Unii oameni ar deveni suspicioi i nu ar completa formularul. Dac formularul conine material din punct de vedere comercial sensibil, adresai mai nti o ntrebare de securitate pentru a afla dac intervievatul sau membrii ai familiei sau vreun prieten apropiat este implicat n instituia supus cercetrii. Dac este cazul, ncheiai interviul imediat.
Cea mai bun metod de adresare a ntrebrilor de securitate este contrariul situaiei dorite (dac cercetai un produs farmaceutic, formulai ntrebarea urmtoare: Vrem s intervievm oameni din anumite domenii lucrai sau vreo rud a dumneavoastr lucreaz n domeniul farmaceutic?). Dac raspunsul este DA multumii celui intervievat i incheiai interviul. Dup ntrebarea de securitate continuai cu ntrebari generale. Dac dorii limitarea cercetrii la cei ce folosesc produsul, putei deghiza acest produs. Respectnd regula, pornii de la atitudini generale pn la clasa de produse, prin cunoaterea brandului, achiziionare, folosirea produselor specifice pn la ntrebri specifice (de exemplu, de la Ce tip de cafea ai cumprat n ultimele trei luni? i pn la V amintii s fi vzut o ofert special pentru ultimul tip de cafea X achiziionat n ultima perioad?). Dup caz, adresai cele mai importante ntrebri n prima parte a formularului. Dac cineva nu completeaz formularul n ntregime i las ultima parte necompletat, n acest caz prima parte a formularului fiind i cea mai important, va fi completat. Asigurai-v c ai introdus toate alternativele relevante n variantele de rspuns. Neglijarea variantei de rspuns poate conduce la rezultate invalide. De exemplu, n recentul scrutin n care americanii erau ntrebai dac susin pedeapsa cu moartea, DA sau NU, s-a descoperit c 70-75% dintre intervievai au rspuns DA. Dar n cele care ofereau variante de rspuns ntre pedeapsa cu moartea i nchisoare pe via fr posibilitatea de eliberare pentru pedeapsa cu moartea au optat aproximativ 50-60%. n timp ce voturile ofereau alternative pentru pedeapsa cu moartea sau nchisoare pe via fr posibilitate de eliberare, cu camarazi muncind n pucarie pentru plata pedepsei pentru victimele familiilor lor, s-a descoperit susinerea pedepsei cu moartea ntr-un procent de 30%. Nu adresai dou ntrebri ntr-o singur formulare. Evitai ntrebrile de genul: Cumprai carne congelat i pete congelat? raspunsul DA poate nsemna c intervievatul cumpr fie carne, fie pete, sau pe amndou. Acelai lucru i pentru ntrebarea de genul: Ai cumprat vreodata produsul X, dac da, v-a plcut?, rspunsul NU poate nsemna c intervievatul nu a cumprat niciodat sau a cumprat, dar nu i-a plcut.
Fii ct se poate de concii. Ai cumprat vreodata pete? poate include deopotriv persoanele care au cumparat odat n 1990. Nu este specificat dac produsul era congelat, uscat, conservat sau poate include persoanele care au consumat produsul ntr-un restaurant. Este mai bine de specificat: Ai cumprat pete (dar nu n restaurant) n ultimele trei luni? Dac da, era congelat, coservat sau uscat? prea puini oameni i aduc aminte ce au cumprat n ultimele trei luni dac nu reprezint achiziionri importante, cum ar fi un automobil sau alte aparate. Evitai, de asemenea, cuvintele cu implicaie emoional sau ntrebrile care conduc la alt rspuns dect cel necesar. Rspunsul nu va fi pe msur dac ntrebai astfel: Ce prere avei despre propunerea XYZ? fa de Ce prere avei despre propunerea comunist XYZ?. Cuvntul comunist din ntrebarea anterioar ar putea rezulta ca oamenii s fie n favoarea sau n defavoarea propunerii, avnd la baz parerea oamenilor despre comunism i nu neaparat despre propunere nsi. Este foarte uor s influenai. De aceea este bine s-l verificai nainte de a fi pus n practic. Dac comparai produse diferite pentru a afla preferinele, dai fiecruia un nume neutru sau o referin. Nu le notai pe unul cu A i pe cellalt cu B. Acest lucru aduce imediat n minte imagini de gradul A i de gradul B, cu cel dinti fiind vzut ca superior celui din urm. Este mai bine s dai fiecruia o referin neutr, cum ar fi de exemplu M sau N care nu au o diferen de calitate att de puternic. Evitai termenii tehnici i acronimele, le putei utiliza doar dac suntei absolut siguri ce nseamn 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 lucreaz n domeniul respectiv, dar puine persoane le neleg pe toate. Dac trebuie s folosii un acronim, silabisii-l prima dat cnd l folosii. Asigurai-v c ntrebrile dumneavoastr accept toate rspunsurile posibile. O ntrebare de genul: Folosii benzin normal sau premium pentru maina dvs.? nu acoper toate rspunsurile posibile. Posesorul poate alterna ntre cele dou
tipuri. ntrebarea ignor de asemenea folosirea motorinei sau a mainii pe baz de surs electric. O metod mai bun de a pune aceast ntrebare este: Ce fel de benzin folosii pentru maina dvs.? cu rspunsuri precodificate: - Benzin normal; - Benzin premium; - Motorin; - Altele; - Nu am main. n cazul n care dorii doar un singur rspuns de la fiecare persoan, asigurai-v c rspunsurile sunt mutual exclusive. De exemplu: n care din urmtoarele locuii? - O cas; - Un apartament; - Suburbii. ntrebarea ignor posibilitatea ca cineva s locuiasc ntr-o cas sau un apartament n suburbii. ntrebrile scalare (de exemplu Dac 1 nseamn foarte bun i 5 nseamn foarte slab, cum ai grada acest produs?) sunt o problem particular. Cercettorii sunt mprii n aceast privin. Multe sondaje folosesc o scar de zece puncte, dar sunt destule dovezi considerabile care s demonstreze c orice depete o scar de cinci puncte este irelevant. Pentru persoanele care au ca nivel de educaie liceul sau mai puin, cinci puncte sunt suficiente. n rile lumii a treia, o scar de trei puncte (bun/acceptabil/ru) poate fi tot la ce se poate rspunde. O alt problem este dac presupunei c diferena factorilor se afl ntre limitele scrii putei avea o scar de cinci puncte, dar n mintea persoanei chestionate poate nsemna 10 puncte n comparaie cu altele. O alt problem asupra creia cercettorii nu cad de acord este dac s foloseasc o scal cu un numr de puncte par sau impar. Unora le place s foreze oamenii s dea un rspuns care este clar pozitiv sau negativ. Acest lucru poate face analiza mai uoar. Alii consider c este la fel de important s oferi o opinie de mijloc, neutr. Felul n care se face chestionarea poate face o diferen aici. Un anchetator bun poate obine
deseori un rspuns, dar ntr-un interviu pe jumtate administrat, cum ar fi un chestionar al unei pagini Web, o persoan care este frustrat de faptul c nu poate oferi un rspuns de mijloc poate lsa o ntrebare necompletat sau ntreg chestionarul. Asigurai-v c variantele sau categoriile scalelor au un neles. De exemplu: Ce prere avei despre produsul X? Este cel mai bun de pe pia Este de valoare medie Este cel mai slab de pe pia. O ntrebare formulat ca cea de mai sus va genera multe rspunsuri n categoria de mijloc, rezultnd foarte puin informaie ce poate fi folosit. Dac ai folosit o scal specific nainte i avei nevoie s comparai rezultatele, folosii aceeai scal. Patru pe o scal de cinci nu este echivalent cu o scar de opt pe zece. Cineva care gradeaz un obiect 4 pe o scal de cinci puncte poate grada acel obiect oriunde ntre 6 i 9 pe o scal de zece puncte. Fii ateni la factorii culturali. n lumea a treia, persoanele chestionate au o tendin puternic de a exagera rspunsurile. Cercettorii pot fi percepui ca fiind ageni guvernamentali, cu puterea de a pedepsi sau recompensa n funcie de rspunsul dat. Ca atare, ei dau rspunsurile corecte nu ceea ce cred cu adevrat. Chiar dac ntrebrile nu sunt de natur politic i se ocup mai degrab cu produse i servicii comerciale, dorina de a nu dezamgi vizitatorii importani cu rspunsuri ce pot fi considerate negative pot duce la rezultate exagerate. Oamenii, cteodat, dau rspunsuri pe care le consider a se reflecta n bine asupra lor. Aceasta este o problem constant a pre-alegerilor. Mai muli oameni spun c vor vota dect cei care vor vota cu adevrat. Muli oameni spun c merg la muzee sau biblioteci dar nu o fac cu adevrat. Acesta problem este semnificativ cnd persoanele chestionate vorbesc direct cu o persoan. Oamenii dau mai multe rspunsuri cinstite atunci cnd rspund la ntrebri n faa calculatorului. Chestionarele prin mail sunt la mijloc. n interviurile personale este vital pentru cel care chestioneaz s aib empatie cu cel intervievat. n general, cel care chestioneaz ar trebui s
ncerce s se amestece cu cel chestionat n termeni de ras, limb, sex, vrst etc. Alegei anchetatori care s se asemene cu anchetaii. Lsai ntrebrile demografice (vrst, sex, venit, educaie etc) pn la sfitul chestionarului. Pn atunci, anchetatorul ar trebui s construiasc un raport cu chestionatul care va permite rspunsuri oneste la aceste ntrebri personale. Chestionarele prin mail ar trebui s fac la fel, dei raportul trebuie realizat prin intermediul designului unei ntrebri bune, nu prin personalitate. Excepiile sunt orice ntrebri demografice ce calific o persoan pentru a fi inclus n chestionar. Nu ntrebai ce sex are persoana chestionat, dect n cazul n care avei idee. Lsai anchetatorul s completeze rspunsurile singur. De asemenea, nu ntrebai ce vrst are persoana chestionat dect dac formularul cere expres completarea acesteia. Dac formularul cuprinde intervale de vrst, rugai s vi se precizeze intervalul; vrsta exact nu este ntotdeauna important. Chestionarele pe baz de hrtie, necesitnd rspunsuri cu text, ar trebui s lase spaiu suficient pentru rspunsurile scrise de mn. Liniile trebuie s fie la o distan de 1 cm una de alta. Numrul liniilor trebuie s depind de ntrebare. n medie s existe trei pn la cinci linii. Lsai un spaiu la sfritul chestionarului intitulat Alte comentarii. Luai tot timpul n considerare aspectul chestionarului. Este foarte important pentru anchetele pe hrtie, direct pe calculator i pe Internet. Dorii s l facei ct mai atractiv, uor de neles i de completat. Dac vei crea un chestionar pe baz de hrtie, dorii de asemenea s l facei accesibil pentru introducerea de date. ncercai s v meninei spaiul pentru rspuns pe o singur linie, fie pe orizontal fie pe vertical. O singur variant pentru un rspuns pe fiecare linie este de ajuns. Studiile arat c cel mai bun loc s foloseti spaiul pentru rspuns este partea din dreapta a paginii. Este mult mai uor pentru un muncitor de teren s urmreasc o schem logic de-a lungul sau de-a latul paginii. Utilizarea prii din dreapta a paginii este mult mai accesibil i pentru introducerea datelor. Chestionarele sunt un amestec de tiin i art i un cercettor bun va salva costul de foarte multe ori, adresnd ntrebrile 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) multiplechoice 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 dont 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.
Pregtirea datelor de sondaj pentru prelucrare i analiz
6.1 Validitatea i fidelitatea instrumentelor de msurare Odat terminat procedura de culegere a datelor, prin strngerea tuturor chestionarelor de la operatorii de interviu, acestea trebuie pregtite pentru prelucrare i analiz statistic. Pregtirea const n verificarea chestionarelor, postcodificarea, procesarea i prelucrarea primar a datelor n scopul identificrii, minimizrii erorilor de nregistrare i estimrii erorilor de sondaj. Sintetic vorbind, prelucrarea sumar a informaiei presupune clasificarea i gruparea datelor, obinerea de machete, tabele unidimensionale, cu rspunsurile obinute la fiecare ntrebare sub form de frecvene absolute sau relative. Scopul este pregtirea datelor n vederea efecturii inferenei statistice, adic a estimrii intervalelor de ncredere i a erorilor maxime pentru anumite mrimi ce caracterizeaz eantionul, i, de asemenea, validarea lor, cu ajutorul testelor de semnificaie. Aceast parte va fi detaliat ntr-un subcapitol, special destinat prezentrii testelor de semnificaie utilizate n practica sondajului.
Pentru a evita i asigura posibilitatea minimizrii erorilor de sondaj, studiul de marketing trebuie s fie caracterizat de realism, grad ridicat de siguran i obiectivitate, atribute ce reprezint componente eseniale ale procesului de cercetare. Realismul se refer la ct de bine a msurat cercettorul fenomenul studiat, la asigurarea reprezentativitii eantionului. Sigurana identific instabilitatea sau consistena rezultatelor cercetrii. Dac aceeai cercetare s-ar desfura repetat n condiii similare, ar trebui s se obin aceleai rezultate. Nu ntotdeauna se ntmpl astfel, deoarece subiecii tipici cercetai sunt oameni. Dou cercetri efectuate pe eantioane reprezentative nu duc la rezultate identice, ci doar la rezultate asemntoare, cu nivel de toleran foarte mare. Obiectivitatea se refer la faptul c cercettorul nu trebuie s aib idei preconcepute despre cum va trebui s arate rezultatul cercetrii, pentru a nu denatura concluziile. n lipsa obiectivitii, procesul tiinific nu va duce la descoperirea de noi aspecte ale fenomenului studiat, ci la obinerea unor rezultate dorite. De exemplu, urmtoarele dou ntrebri, dei se refer la acelai subiect, nu vor duce la aceeai proporie de rspunsuri DA i NU: Firma dumneavoastr a organizat sesiuni de pregtire a angajailor? i Firma dumneavoastr, aflat n plin expansiune, are o politic de dezvoltare a personalului care s implice organizarea de sesiuni de pregtire i perfecionare? Dei cele dou ntrebri au acelai subiect, forma lor difer n mod dramatic i va influena proporia de rspunsuri pentru fiecare dintre ele. Obiectivitatea unui proces de cercetare este o necesitate vital pentru obinerea de informaii utile. Datorit acestui fapt, un aspect important al evalurii cercetrilor se refer la determinarea calitii instrumentelor de msurare. S-a constatat
faptul c acestea pot influena, ntr-o anumit msur, rezultatele obinute n cercetare, c pot fi, n anumite limite, productoare de informaii, prin introducerea de erori sistematice sau ntmpltoare n procesul cognitiv. ntr-adevr, nu de puine ori cercettorul poate deveni victima propriilor sale creaii, cu toat dorina de a elabora instrumente obiective de msurare, care s-l pun la adpost de eventualele erori de cercetare. Influena sa se dovedete a fi mai puternic n investigarea universului subiectiv al managerilor: opinii, aspiraii, motivaii, satisfacii, valori etc. Nu este recomandabil mprumutul fr o analiz critic a instrumentelor, metodelor, tehnicilor, modelelor de cercetare, fiind necesar o reconstrucie a lor la fiecare cercetare nou, cu preluarea elementelor care se dovedesc viabile. De asemenea, se impune s evalum critic rezultatele obinute, s precizm calitatea lor i sfera de generalitate pe care o au. De o atenie deosebit, n cadrul evalurii msurtorilor, se bucur cercetarea validitii i fidelitii instrumentelor de lucru. Validitatea se refer la certitudinea c studiem ceea ce presupunem c studiem, i nu altceva, i fidelitatea se refer la ncrederea pe care putem s o avem n rezultatele obinute. Validitatea i fidelitatea instrumentelor de msurare reprezint unul din aspectele complicate cruia trebuie s-i fac fa analiza evaluativ i se refer la validitatea instrumentelor de lucru. n cercetarea de pia sunt studiate mai multe tipuri de validitate, dintre care menionm validitatea de coninut (sau intern), validitatea predictiv (extern) i de construct. Validitatea de coninut vizeaz gradul n care indicatorii msoar atributele i caracteristicile care se presupune c sunt msurate. Analiza validitii se realizeaz, n primul rnd, prin analiza critic a operaionalizrii conceptelor i, n al doilea rnd, are n vedere gradul de consisten intern (omogenitate) a setului de variabile prin care este cercetat un anumit fenomen de pia. Alteori, se apeleaz la grupul-martor. n acest caz, gradul de veridicitate este atestat de compararea rezultatelor cercetrii cu poziia (opinia, atitudinea, valorile, comportamentul) unei
persoane sau a unui grup recunoscute ca fiind reprezentative pentru domeniul studiat, urmrindu-se msura n care exist o anumit concordan ntre cele dou elemente. Nu de fiecare dat dispunem de astfel de criterii pentru cercetarea validitii. H. Blalock este de prere c studiul validitii se poate efectua n condiii mai bune prin utilizarea modelelor cauzale, n cadrul crora variabilele indicatori pot fi legate n mod obinuit de concepte nemsurate, prin postularea modelelor cauzale n care presupunerile sunt fcute explicit. n situaii cauzale simple, corelaiile dintre indicatori sunt presupuse a fi produse de o singur variabil. n acest caz, analiza factorial poate fi folosit pentru a obine estimri empirice ale variabilelor nemsurate (ale dimensiunilor unui fenomen macroeconomic). Analiza validitii interne prin intermediul consistenei setului de variabile cuprinse n programul de sondaj permite determinarea interrelaiilor acestora. Se obine, astfel, un criteriu al omogenitii informaiilor. Cu toate acestea, posibilitile de eroare nu sunt excluse: faptul c informaiile sunt omogene este interpretat n sensul c ele ar aparine aceluiai coninut, iar acest coninut ar fi tocmai acela care intereseaz la un moment dat, lundu-se ca demonstrat ceea ce se propunea la nceput s fie demonstrat, tehnic ce are un nivel de eficien mai redus. Ceea ce unete, n primul rnd, variabilele prin care se studiaz un anumit fenomen sunt tocmai atributele pe care se presupune c le posed fenomenul, cu condiia ca selectarea lor s se efectueze n acord cu o serie de criterii teoretice care s asigure de la nceput aceast legtur. Prin urmare, determinarea consistenei interne se realizeaz pentru un set de variabile considerate relevante pentru domeniul respectiv i nu pentru o colecie oarecare, aleas ntmpltor. n timp ce evaluarea se realizeaz doar la nivel intern, noiunea de veridicitate a datelor este insuficient definit, mai ales pentru datele calitative.
Un anumit rspuns de opinie este veridic att timp ct exprim ceea ce gndete (simte) persoana chestionat despre fenomenul sau evenimentul cercetat, n cazul nostru managerul de resurse umane. Opiniile devin corecte sau incorecte numai prin raportare la alte opinii ale aceluiai manager, prin raportarea opiniei individuale la opiniile unei colectiviti (ceilali manageri ai firmei), prin raportarea opiniilor managementului firmei la opiniile altei colectiviti cu referire la acelai domeniu (opiniile tutror managerilor de resurse umane chestionai) etc., deci prin evaluare. Pentru aprecierea corect a gradului de veridicitate a datelor referitoare la domeniul subiectiv, acestea trebuie puse n relaie i cu un criteriu de validare extern. Prin validitatea predictiv sau extern se urmrete gradul n care msurtorile efectuate permit observarea relaiilor cu alte msurtori, ca i prognozarea evoluiei viitoare a fenomenelor cercetate. Pentru a fi ntr-adevr relevant, criteriul exterior trebuie s fie de natur obiectiv: caracteristici de pia i profesionale, performan etc. Apare firesc i necesar ntrebarea: Ct de utile sunt aceste date, corecte din punct de vedere formal, i care este scopul culegerii acestora? Evident, opiniile manageriale, ca ntreg domeniul variabilelor de opinie, subiective, ce caracterizeaz o colectivitate uman, sunt relevante prin ele nsele i pot s redea, cu un anumit grad de eroare, datorat tehnicilor i modului de realizare a investigaiei prin sondaj, starea de spirit a colectivitii managerilor de resurse umane la un moment dat, iar, n funcie de aceasta, sunt dezvoltate o serie de modele de aciune de pia. Obiectivul imediat urmtor const n analiza evoluiei strii de spirit respective. n acest fel, un interes major al cercetrii l constituie punerea n legtur a strii latente a diferitelor procese de pia, determinate prin intermediul studiului de opinie, cu starea lor de manifestare, demonstrnd prin aceasta caracterul operaional (aplicativ) al cunoaterii realizate. Dup cum este cunoscut, predicia ocup un loc de seam n cadrul cercetrii tiinifice. Este acceptat ca fiind valid o asemenea determinare a
domeniului studiat care, pe baza cunotinelor obinute, s poat duce la efectuarea de predicii privind evoluia sa n timp. Realizarea prediciilor presupune cunoaterea naturii intime a fenomenelor supuse cercetrii, ptrunderea n mecanismul legitii care le guverneaz i organizarea de sondaje periodice n cadrul acelorai colectiviti statistice studiate. De exemplu, n domeniul investigaiei opiniilor managerilor de resurse umane, problematica prognozei mbrac aspecte specifice, ca urmare a specificului determinismului de pia. De aceast dat nu poate fi vorba de o prognoz de natur mecanic (prefigurarea exact a strii sistemului), ci de una probabilist, cu un anumit grad de ncredere, dat fiind imposibilitatea practic a controlrii tuturor aspectelor rspunztoare de evoluia n timp a fenomenelor de pia. Totodat, cercetarea poate viza identificarea modalitilor optime de intervenie a agenilor ce presteaz servicii de resurse umane, n scopul schimbrii unei anumite situaii existente, ca, de exemplu, necunoaterea existenei firmelor ce organizeaz cursuri de perfecionare a personalului. Posibilitatea de a efectua previziuni ct mai bune pornind de la o anumit diagnoz este de o importan capital pentru alegerea celor mai bune modaliti de intervenie pe pia, de comunicare i contientizare a agenilor economici cu privire la existena unui segment de ageni economici experi n dezvoltarea profesional a angajailor. Aceasta presupune investigarea mai ndeaproape a relaiilor deosebit de complexe dintre comportamentele verbale convingerile atitudinile i aciunile managerilor cuprini n eantion, elemente ntre care se stabilesc relaii de natur statistic. Comportamentul verbal poate reda corect convingerile, atitudinile i aciunile specifice unei persoane, dar poate i s le mascheze, s le denatureze, voit sau nu. Totodat, la manageri diferii, aceluiai comportament verbal i pot corespunde atitudini i aciuni similare sau foarte diferite, datorit multiplelor relaii de mediere care intervin pe traseul comportament verbal aciune concret.
Validitatea de construct se refer la factorii explicativi ai unui anumit rezultat obinut prin msurare. Analiza intercorelaiilor dintre variabile este calea cea mai direct de determinare a validitii de construct. Msura validitii de construct este dat de ponderea variaiei comune, a variabilei msurate (Vco) i a factorilor explicativi, raportat la totalul dispersiei respective (Vt): Validitatea = Vco / Vt. Cu ct variaia comun este mai mare, contnd pentru cea mai mare parte din dispersia variabilei msurate, cu att variaia specific (Vsp) este mai mic, iar validitatea variabilei este mai mare, explicndu-se, deci, o parte mai nsemnat din dispersia ei. Alte modaliti de a determina validitatea msurtorilor constau n utilizarea, n cercetarea aceluiai aspect, a mai multor metode, tehnici i instrumente de lucru i, apoi, n compararea rezultatelor. i aici validitatea este dat de mrimea corelaiilor dintre msurtorile aceleiai variabile determinate prin metode, tehnici i intrumente de lucru diferite. Cu ct aceast corelaie este mai mare, se indic, de fapt, obinerea de rezultate relativ similare n cercetarea aceluiai aspect cu mijloace adecvate, dar diferite, totui, unele de altele. O alt problem creia trebuie s i fac fa evaluarea instrumentelor de sondaj i studiu al pieei este fidelitatea. Aceasta vizeaz gradul de ncredere i de stabilitate a instrumentelor de msurare. Un anumit instrument de lucru prezint ncredere dac furnizeaz aceleai rezultate, dei este utilizat de mai muli cercettori, n condiii similare, nlturnd, deci, eventualele erori datorate acestora. Gradul de fidelitate este dat de msura n care, prin msurtorile efectuate, reuim s obinem valorile adevrate ce caracterizeaz manifestarea unui fenomen de pia. n condiiile n care obinem valorile adevrate, coeficientul de fidelitate este maxim i are valoarea 1.
Expresia teoretic a fidelitii are forma: f = V / Vt, unde: V: dispersia adevrat; Vt: dispersia total observat. Atunci cnd cele dou valori coincid, fidelitatea este perfect (s-a obinut prin observare dispersia adevrat) i indicele f ia valoarea 1. Dac se produc i erori de msurare, coeficientul de fidelitate se reduce proporional cu mrimea dispersiei datorat erorilor: f = 1 Vc/Vt . Dac ntreaga cercetare este un eec, eroarea egaleaz dispersia total, iar f ia valoarea 0. F.N. Kerlinger stabilete chiar o relaie direct ntre validitate i fidelitate. Msura validitii se obine dac scdem ponderea variaiei specifice variabilei msurate din msura fidelitii. Rezult, deci, c validitatea nu include dispersia datorat erorii i nici dispersia specific, ci doar dispersia comun. O alternativ n cercetarea fidelitii se constituie luarea n considerare a relaiilor ierarhice pe care le prezint un anumit set de indicatori. Mai nti, se determin o ierarhizare a indicatorilor n funcie de dificultatea lor i se obine o serie cumulativ (o singur dimensiune, factor); msura fidelitii este dat de performana obinut n raport cu poziia indicatorilor respectivi. Dac se obin rspunsuri la o ntrebare dat, ar trebui s se obin rspunsuri la toate ntrebrile mai puin dificile. Determinarea fidelitii se realizeaz cu ajutorul expresiei KuderRichardson (l937): f = [r / (r 1)]( Vt Pjqj/ Vt), cu j de la 1 la r,
unde, r = numrul ntrebrilor; Vt = dispersia total observat (2/x); Pj = proporia rspunsurilor corecte la ntrebarea j; qj = 1 - Pj. n literatura de specialitate se menioneaz i o alt direcie de determinare a fidelitii instrumentelor de msurare, n care variaiile rspunsurilor nu mai sunt interpretate ca erori, ci ca diferene reale (Hozt 1941). Dispersia total observat se compune, n acest caz, din diferene reale inter-individuale (datorate indivizilor): Vt = Vr + Vi + Ve Pentru ca un studiu de marketing realizat prin sondaj s ndeplineasc aceste condiii de asigurare a validitii i fidelitii, trebuie s fie efectuat pe un eantion reprezentativ, pe baza unui chestionar care s permit evitarea non-rspunsurilor, minimizarea costurilor i a erorilor ce vor fi tratate n partea de pregtire a datelor pentru analiz statistic.
6.2 Verificarea i validarea datelor empirice Prima operaiune ce urmez culegerii datelor este verificarea chestionarelor, n scopul diminurii erorilor de nregistrare i const, dup Moser, n verificarea completitudinii, exactitii i a uniformitii rspunsurilor. Verificarea exactitii sau inexactitii unui rspuns este posibil mai ales n cazul ntrebrilor factuale. De exemplu, un manager care rspunde negativ la ntrebarea Firma dvs. a efectuat sesiuni de pregtire i perfecionare a personalului? nu poate rspunde la ntrebarea n urma participrii angajailor la cursuri de formare profesional, apreciai evoluia firmei dumneavoastr n termeni reali ca fiind: a. cresctoare;
b. descresctoare; c. constant; d. nu se poate aprecia, managerul trebuind s treac peste aceast a doua ntrebare. n cazul n care este vorba despre o ntrebare de opinie sau care dorete msurarea unei atitudini, logica uman este mult mai variat. Astfel, subiectul poate s nu aib nici o opinie la ntrebarea n urma participrii angajailor la cursuri de formare profesional, apreciai evoluia cifrei de afaceri a firmei dumneavoastr n termeni reali ca fiind: a. cresctoare; b. descresctoare; c. constant; d. nu se poate aprecia, din lips de informaii sau cunotine, dar s poate s rspund la ntrebarea V rugm s ncadrai performana firmei dvs. ntr-una dintre categoriile: mare, medie, redus. De aceea, cea mai bun metod pentru a obine rspunsuri exacte este ntocmirea riguroas i clar a chestionarului, pentru a nu da natere la posibile interpretri. Modalitatea esenial de verificare a exactitii const n parcurgerea chestionarelor completate i verificarea coerenei i concordanei rspunsurilor. Astfel, n unele cazuri, dac operatorii trebuie s calculeze salariul mediu pe angajat, calculul poate fi verificat. De asemenea, dac nregistrarea rspunsurilor s-a fcut pe o pist comun tuturor respondenilor, poate fi verificat corespondena i concordana dintre numrul ntrebrii i codul atribuit rspunsului. Este foarte important de verificat dac toi operatorii de interviu au neles acelai sens pentru toate ntrebrile cuprinse n chestionar. Pentru verificarea uniformitii rspunsurilor i a gradului de variaie, cercettorul este pus n faa unei situaii decizionale: s verifice fiecare chestionar de la nceput pn la sfrit, pentru a stabili consistena rspunsurilor, deci exactitatea datelor, sau s se verifice rspunsurile date de toi intervievaii la cte o ntrebare, pentru a stabili uniformitatea rspunsurilor? Chiar dac rspunsurile se pot compensa pe ntreg eantionul, ele pot prezenta erori nete pe seciuni. De exemplu, persoanele ce au venituri mari sau foarte mari pot evita s rspund exact. Vom numi diferena dintre eroarea total de rspuns i valoarea real, distorsiunea de rspuns, msurat prin dispersia de rspuns,
constatndu-se o analogie ntre aceste noiuni i distorsiunea i dispersia de eantionare. S lum exemplul ntrebrii: Frecventai oficiile de recrutare pentru gsirea unui loc de munc mai bun? n cazul distorsiunii de rspuns, diferena dintre valoarea scontat a estimaiei i valoarea adevrat pentru populaia analizat, rezult din relatarea deformat (datorat intervievatului). n cazul distorsiunii de eantionare, diferena rezult din stabilirea greit a momentului de intervievare, de exemplu, la nceputul perioadei de vacan. Verificarea caracterului complet al chestionarelor const, pe de o parte, n urmrirea corespondenei dintre ntrebri i rspunsuri, i, pe de alt parte, a non-rspunsurilor. Acestea trebuie difereniate n nonrspunsuri obligatorii ce apar la ntrebrile ce le succed pe cele de tip filtru (caz n care nu trebuia nregistrat rspunsul) i non-rspunsuri ntmpltoare. Dac lipsete un rspuns la o ntrebare ce trebuia pus, indiferent de cauz, se pot adopta mai multe soluii, dintre care amintim: i) completarea rspunsului lips, n cazul n care operatorul poate reconstitui momentul interviului i i amintete un eventual rspuns; ii) deducerea prin analiza rspunsurilor la ntrebrile legate de cea n cauz; sau iii) nregistrarea ca non-rspuns, stabilind gradul de ncredere ce se va acorda celorlalte rspunsuri i hotrnd dac se va pstra sau nu chestionarul. n situaii excepionale, n funcie de resursele disponibile i de informaiile cu privire la identitatea respondentului, dac rspunsul la ntrebare este esenial pentru prelucrare, se poate reintervieva subiectul. Metodele statistice de tratare a non-rspunsurilor sunt analizate n continuare, mai pe larg.
6.3 Non-rspunsurile O condiie a reuitei sondajului este acceptarea interviului n totalitatea sa de ctre cel care este solicitat s rspund la ntrebri. Non-rspunsul, refuzul de a rspunde n totalitate sau parial la ntrebrile ce fac parte din chestionar, este o problem ce nu poate fi evitat i care scap uneori de sub controlul operatorilor. Un numr mare de non-rspunsuri are implicaii asupra rezultatelor seleciei, ducnd la scderea volumului eantionului i, prin aceasta, la reducerea gradului de precizie a estimaiilor. Sursele posibile de non-rspunsuri sunt: unitile care nu sunt cuprinse n baza de sondaj, numrul acestora trebuie sczut din baza de sondaj nainte de formarea eantionului; absena de la locul de intervievare pentru mai mult vreme; persoanele cu diverse handicapuri neuro-psihice; refuzul de cooperare, netiina, operatorii avnd mijloace de influenare; alegerea dirijat a elementelor sondajului diferit de o alegere aleatoare pentru care gradul aproximrii depinde, conform legii numerelor mari, de numrul de observaii; dorina operatorului de interviu de a obine un anumit rezultat sau de a influena rezultatul; cuprinderea incomplet a unitilor de cercetare sau substituirea unora din ele. n cercetrile efectuate pe aceast tem am constatat c efectul operatorului de interviu este mai mare la ntrebrile necodificate, dect n cele precodificate. Cu ct ntrebarea este mai disputat, cu att apare mai puternic efectul respectiv. n principal, am dedus dou tipuri de influen a operatorilor. Mai nti, este vorba despre variaia procentului de non-rspunsuri, de la un operator la altul. Dac la ntrebrile obinuite, administrate sub form precodificat, procentul non-rspunsurilor este
nensemnat i se datoreaz mai ales neateniei, n cazul administrrii sub form necodificat, la aceleai ntrebri, procentul non-rspunsurilor variaz n funcie de operator, de la 0 la 15% (cu o medie general a nonrspunsurilor de 5%). n schimb, cnd ntrebarea incit la dezbateri controversate, proporia non-rspunsurilor este mai mare, chiar la ntrebrile precodificate, putnd ajunge, n cazul unor operatori, pn la 25 30%, iar la ntrebrile necodificate pn la 50% din totalul subiecilor. Aceasta n timp ce la unii operatori nu se nregistreaz nici un non-rspuns. Al doilea tip de influen datorat operatorilor const n uniformizarea rspunsurilor. Pe baza analizei comparative a rezultatelor obinute de investigatori, s-a putut stabili, n unele cazuri, o corelaie pozitiv ntre poziia operatorului i rspunsul cu frecvena cea mai mare, obinut de la subiecii investigai. Important este s se ncerce diminuarea acestui fenomen prin abordarea corect, persuasiv i atent a persoanelor cuprinse n eantion. Exist metode de a evita non-rspunsurile, prin obinerea de informaii, n mod direct sau indirect, despre persoanele ce refuz s completeze chestionarul. Dac se folosete metoda de eantionare multistadial, eantionul din primul stadiu poate furniza date despre cei ce nu vor rspunde n stadiile urmtoare. Un alt aspect al evalurii cercetrii privete determinarea gradului de actualitate pe care o prezint tema pentru subiecii cercetai. O expresie simpl a gradului de actualitate este dat de procentul rspunsurilor nregistrate ntr-o populaie anumit. Cu ct abinerile (non-rspunsurile) sunt mai reduse, cu att va crete valoarea indicelui de actualitate a ntrebrii. Pentru cercettor, analiza i interpretarea non-rspunsurilor ce se nregistreaz trebuie s constituie o problem cel puin tot att de important ca i analiza rspunsurilor ca atare. Non-rspunsul este, n ultim instan, un rspuns, astfel nct cunoaterea caracteristicilor celor care nu rspund,
ca i a motivaiei respective, contribuie efectiv la o mai bun elucidare a fenomenului cercetat. Multe din eecurile aciunilor de elaborare a prognozelor valide se datoresc fie neglijrii, fie imposibilitii interpretrii non-rspunsurilor. Experiena arat c se pot gsi soluii de corectare statistic a non-rspusurilor, pentru a pstra caracterul tiinific al sondajului. Aceste msuri corective vizeaz estimarea distorsiunilor pe care non-rspunsurile le pot avea asupra rezultatelor. Distorsiunea va fi cu att mai mare, cu ct proporia non-rspunsurilor va fi mai mare. n primul rnd, trebuie depuse eforturi pentru reducerea la maximum a numrului de non-rspunsuri, i, n al doilea rnd, trebuie s se identifice cauzele ce au provocat aceast atitudine din partea persoanelor intervievate. Maximizarea ratei de rspunsuri la un chestionar este un procedeu ce va reduce eroarea datorat non-rspunsurilor. Exist cteva moduri de maximizare a ratei de rspuns la un chestionar, n condiiile n care se respect confidenialitatea rspunsurilor, dintre care amintim nsoirea chestionarului de o scrisoare explicativ care s conving potenialii respondeni de anonimatul i confidenialitatea rspunsurilor, de avantajele posibile pe care le pot avea dac este ndeplinit obiectivul studiului; redactarea unui chestionar eficient, clar, scurt i atractiv, care s solicite minimum de efort din partea intervievatului; utilizarea operatorilor de interviu ar putea fi un factor ajuttor major, care s duc la scderea drastic a ratei non-rspunsurilor. Scrisoarea de nsoire, de introducere a operatorului de interviu persoanei intervievate, este extrem de important. Scrisoarea de nsoire subliniaz caracterul serios i oficial al sondajului i interesul convingerii respondentului, n sensul c informaiile furnizate vor fi confideniale i nu vor fi utilizate individual. Aceast scrisoare trebuie s sublinize importana participrii la eantion a respondentului i posibilele sale beneficii, dac accept s furnizeze informaii. Acest lucru este mai evident n cazul eantionelor formate din firme (prelevate din populaii neomogene), care pot beneficia de informaii
privilegiate, ce rezult n urma prelucrrii datelor de sondaj. Firmelor ce ofer informaii primare i rspund la chestionar li se poate garanta accesul la raportul final de sondaj. Informaiile prevzute a fi cuprinse n acest raport i obiectivul studiului trebuind s fie atractive pentru firma solicitat s participe la eantion. De exemplu, un sondaj efectuat cu scopul identificrii tendinelor politicii de salarizare, beneficii i compensaii acordate angajailor, poate fi utilizat n negocierile Patronat-Sindicate i la negocierea contractului colectiv i individual de munc de ctre orice firm. Chiar dac beneficiile sunt indirecte, ele trebuie prezentate potenialulului respondent, acesta trebuie convins de nsemntatea rspunsurilor sale. Un factor pozitiv este de a utiliza pe postul de operator de interviu persoane cunoscute de intervievai, persoane n care acetia s aib ncredere. O alt sugestie este de a trimite o scrisoare de mulumire celui ce a rspuns la chestionar i evident, de a nu uita promisiunile fcute, mai ales n legtur cu furnizarea rezultatelor sondajului. Dac chestionarul este trimis prin pot, de obicei se nsoete de un timbru pentru a nu obliga respondentul la cheltuieli suplimentare, n afara timpului consumat cu redactarea rspunsurilor. Un bun chestionar i un intervievator profesional vor reduce la maximum rata non-rspunsurilor i dimensiunea distorsiunilor.
6.4 Postcodificarea Prelucrarea de tip statistic a datelor presupune ca rspunsurile la fiecare ntrebare s fie incluse ntr-un sistem de categorii (scal de rspunsuri), pentru a se stabili frecvenele de apariie a fiecrei categorii n cadrul eantionului. Prin codificare se nelege traducerea informaiilor culese n teren printr-un anumit limbaj determinat, denumit cod, cu scopul transcrierii pe un suport ce poate fi prelucrat mecanic sau electronic. Datorit progresului
tehnicii de calcul, n prezent prelucrarea se face automat. Procedeul nu comport dificulti dac este vorba despre ntrebri nchise, acestea fiind precodificate. Postcodificarea reprezint ataarea de coduri rspunsurilor la ntrebrile deschise sau completarea sistemului de coduri la ntrebrile semideschise. Metoda nu const n simpla atribuire mecanic de coduri, ca n cazul ntrebrilor nchise), ci ntr-o analiz a rspunsurilor libere ce se va finaliza cu stabilirea sistemului de categorii i, deci, cu nchiderea ntrebrii, fiind posibil, apoi, transferul informaiei ntr-un sistem de coduri numerice. Deci, dac n chestionar apar ntrebri deschise, codificarea const n: a) determinarea, n prealabil, a rspunsurilor ateptate, mpreun cu opiunea altele sau diverse; b) despuierea manual a chestionarelor lucru ce const n analiza unui eantion de chestionare pe baza cruia se stabilesc categoriile de rspunsuri posibile la ntrebrile deschise; c) determinarea categoriilor de rspunsuri pe parcursul analizei tuturor chestionarelor. Evident, metoda a doua este cea mai eficient i rapid. ntrebrile puse pentru analiza scalar a atitudinilor sunt considerate ntrebri nchise. De multe ori se poate descoperi c o ntrebare se refer la realiti pluridimensionale, ceea ce face ca sistemul de codificare s atribuie mai multe coduri la aceeai ntrebare. La o ntrebare de genul Cum apreciai activitatea angajailor dvs. dup participarea la un curs de instruire i perfecionare?. Un manager poate s emit o prere global, altul poate s emit una legat de o anumit problem nerezolvat, iar altul poate s fac aprecieri pozitive referitoare la o problem i aprecieri negative, referitoare la o cu totul alt problem. Transpunerea rspunsurilor la ntrebrile deschise ntr-un sistem unitar de coduri, de altfel operaiune indispensabil pentru prelucrarea
statistic a informaiei, reprezint, de fapt, aplicarea analizei de coninut la masa de rspunsuri libere la ntrebrile deschise. Dei pare o operaiune de rutin, munca de codificare trebuie ncredinat unor analiti cu experien i imaginaie.
6.5 Etapele pregtirii prelucrrii datelor de sondaj Operaiunea de pregtire a datelor ncepe cu ntocmirea de tabele uni- i bidimensionale, n care sunt evideniate rspunsurile singulare sau simultane la dou sau mai multe ntrebri. Pregtirea datelor pentru analiz ndeplinete urmtoarele funciuni: a. n primul rnd, va trebui ca distribuiile rspunsurilor la unele ntrebri s sugereze cercettorului c trebuie s renune la anumite ipoteze i/sau c trebuie s fac apel la altele. Aceast funcie este cel mai bine ndeplinit de tabelele multidimensionale. Astfel, ntr-o cercetare asupra opiunilor electorale ale publicului, printre ipotezele noastre poate figura aceea c populaia rural are o atitudine politic mai de stnga, dect cea urban. Construind tabelele de asociere (contingen) ntre domeniul de activitate a firmei i indicatorii atitudinii managerilor fa de instruirea angajailor i constatnd s zicem c la nici un indicator managerii din industrie nu obin procente mai ridicate dect cei de la firmele de prestri servicii, pentru strile ce reprezint atitudine favorabil fa de formarea personalului, vom renuna la ipoteza n cauz. b. n al doilea rnd, este posibil s se elimine anumite ntrebri din analizele ulterioare, ntrebri la care rspunsurile nu au o dispersie suficient de mare pentru a prezenta interes. Firete, informaia conform creia exist consens de rspunsuri la o ntrebare are n sine o valoare pentru descrierea strii de fapt, ns astfel de ntrebri nu au nici o relevan n alte analize,
indiferent dac ele sunt privite ca variabile cauzale sau dependente. Un factor poate s-l influeneze pe un altul numai dac el confer indivizilor o anumit variabilitate; de asemenea, problema explicrii unui comportament se pune doar dac acesta se manifest n forme diferite. c. n al treilea rnd, din inspecia vizual a frecvenelor va rezulta necesitatea comasrii (reunirii) unor variante de rspuns la care frecvenele sunt prea mici. Se impune, deci, ideea de a reduce nivelul de detaliere a informaiei. Se constat frecvent c, din dorina de a nu scpa anumite forme de rspuns sau de a pretinde oamenilor s-i expun ct mai nuanat prerile, scalele folosite sunt mai fine dect era necesar; aceeai operaie de restrngere trebuie fcut i cnd nu se cunosc bine valorile de la unul din capetele scalei, mai exact cnd valorile foarte mari sau foarte mici sunt luate n numr mai redus dect se anticipa. Ca i n cazul precedent, distribuia, aa cum apare, are o valoare intrinsec, ns pentru continuarea analizelor (de pild pentru a construi tabele de asociere se cere ca frecvenele s fie apropiate de zero). d. n ultimul rnd, validarea eantionului se face prin compararea structurilor sale, dup cteva variabile, cu structurile corespunztoare din populaie. Astfel de variabile de control dac ele nu au fost folosite ca factori de stratificare n construcia eantionului sunt: sexul, vrsta, colarizarea, ocupaia, tipul de localitate de domiciliu etc. Folosirea acestor elemente pentru a testa calitile structurale ale eantionului este posibil atunci cnd informaiile respective, la nivel de populaie, exist i sunt demne de ncredere.
6.6 Testarea eantionului Din pcate, n economia romneasc astfel de date oficiale sunt rare i doar cercetrile exhaustive ofer mai multe puncte de reper de mare valoare. ns, pe msur ce rezultatele a tot mai multor sondaje devin publice, se constituie un set de informaii, capabile de a se susine reciproc, n lipsa datelor oficiale. Condiia este ca distribuiile dup astfel de variabile structurale s fie publicate (fapt ce nu se prea ntmpl, de regul aducndu-se la cunotina publicului alte lucruri mai interesante, n special opiniile) i forma ntrebrilor s fie identic. Ipoteza care st n spatele acestei metode de a testa calitatea eantionului, este aceea c, dac distribuiile dup astfel de variabile structurale (sex, vrst etc.) sunt similare, atunci eantionul reproduce corect i structura opiniilor, a comportamentelor sau a altor forme de manifestare a subiecilor. Procedura de testare a eantionului, prezentat de Ilu i Rotariu este urmtoarea: 1 S presupunem c ne intereseaz o variabil de tip calitativ cu s clase (categorii de rspuns): x1, x2, ..., xs. n aceste clase, corespunztor categoriilor de rspuns, persoanele cuprinse n eantion se vor distribui dup urmtoarele frecvene absolute: k1, k2, ..., ks, iar cei din populaie cu procentele: p1, p2, ..., ps. 2 Aplicnd aceste procente la eantionul nostru, vom gsi frecvenele absolute teoretice, adic cele pe care ar fi trebuit s le obin dac structurile eantionului i ale populaiei ar fi coincis perfect: m1, m2,.., ms. 3 Pentru cele dou serii de frecvene, k i m, se aplic testul 2. Dac diferena este semnificativ (valoarea lui 2 depete valoarea din tabelul cu valori critice, pentru s-1 grade de libertate), nseamn c aceasta se datoreaz altor factori dect fluctuaiilor normale datorate procedeului de eantionare i, deci, eantionul conine o distorsiune pe aceast linie. Din diferenele pe perechile de valori k i m se vede ce clase sunt subreprezentate i suprareprezentate n eantion.
Cnd un eantion este marcat de distorsiuni dup mai muli factori de genul celor discutai, devine limpede c n activitatea practic a operatorilor de identificare a persoanelor-subieci au intervenit nereguli serioase i/sau c procentul non-rspunsurilor totale este ridicat, iar profitul subiectului care a acceptat s colaboreze cu anchetatorul este diferit de cel al celui care a refuzat. Ponderarea datelor prin aplicarea regulei de trei simpl constituie o posibil metod de mbuntire a calitii datelor, astfel nct proporia eantionului s fie ajustat la proporia populaiei de referin. Metoda const n dublarea sau eliminarea unui numr de chestionare, astfel nct s se obin proporiile dorite. Astfel, dac dintr-un eantion de 100 de ageni economici reprezentai de managerul de resurse umane, 60 sunt cu capital de stat n loc de 52 (ceea ce ar reprezenta 52% din total, conform unei distribuii cunoscute) exist dou metode de ajustare posibile: a) se elimin un numr de chestionare, astfel nct proporia agenilor economici cu capital public s ajung la 52%, deci prin tragere la sori se elimin 17 chestionare completate de managerii de la firmele publice, ceea ce va duce, inevitabil, la scderea eantionului de la 100 de subieci la 83; b) dac se consider c volumul eantionului a sczut prea mult, se poate aplica metoda ce const n dubla nregistrare a unui numr de 15 chestionare completate de agenii economici cu capital privat, de asemenea extrase ntmpltor; c) aceleai procedee se pot aplica i dac trebuie fcute corecii dup mai multe variabile, alegndu-se metoda de corecie succesiv sau simultan (dac se cunosc distribuiile simultane ale populaiei, dup mai multe caracteristici). Ponderarea automat a datelor prin produsele program de prelucrare, presupune aplicarea unor coeficieni fiecrei clase subreprezentate sau suprareprezentate;
d) aceast operaiune comport o serie de riscuri, prin ponderare existnd riscul inducerii de noi distorsiuni greu de evaluat. De asemenea, nu este uor ca o populaie vizat ntr-un sondaj s se raporteze la populaia standard, despre care se cunosc datele culese la recensmnt. De aceea, Rotariu i Ilu o recomand a se aplica cu pruden; e) pe baza rezultatelor prelucrrii sumare a datelor, se poate evalua consistena datelor, validarea lor i corectitudinea muncii operatorilor. n acest stadiu sunt folosite mai puin tabele simple, ce grupeaz datele dup o singur variabil, ci mai ales tabele cu dubl intrare, tabele de contingen, ce vor fi analizate separat. Baza procedurilor de validare const n faptul c, n ciuda schimbrilor n distribuia de frecvene a unei caracteristici, relaiile acesteia cu alte caracteristici rmn relativ constante; f) pe baza datelor obinute din prelucrarea sumar, atunci cnd studiul nu depete faza descriptiv, tabelele constituie principalul suport pentru constituirea formelor grafice cuprinse n raportul de cercetare. n vederea efecturii analizei datelor obinute dintr-un sondaj statistic, se elaboreaz machetele cu scopul prezentrii datelor, al efecturii analizelor statistice pentru inferen i testarea semnificaiei parametrilor estimai i redactrii ntr-o form atractiv a raportului de sondaj. Informaiile finale se prezint fie sub form de procente, fie sub form de corelaii. Mai dificil este prezentarea corelaiilor ntre rspunsurile de la dou sau mai multe ntrebri, pentru a determina gradul de asociere sau independen dintre rspunsurile la ntrebri diferite. Msurile de pregtire a datelor primare nregistrate au ca scop eliminarea, pe ct posbil, a erorilor de nregistrare i asigurarea condiiilor 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 Pjqj/ Vt), cu j de la 1 la r, where r = the number of the questions Vt = the observed total dispersion (2/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 nonanswers, 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 sclasse (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.
Analiza datelor de sondaj pentru realizarea inferenei statistice
7.1 Principii de baz ale inferenei statistice Principiile de baz ale inferenei statistice, efectuat n urma analizei datelor de sondaj, implic i n studiul pieei serviciilor de consultan n resurse umane, noiunile de experiment, rezultat, spaiul eantionului, eveniment i probabilitate. Ideea unui experiment include exemple precum aruncarea unei monede, msurarea numrului de angajai sau chestionarea managerului unei firme n legtur cu obinerea de profit sau pierdere. Asemenea experimente au posibile rspunsuri, finite sau infinite ca numr, ce formeaz spaiul de sondaj. De exemplu, o firm poate obine profit negativ, deci pierdere, profit zero, sau profit pozitiv, deci beneficiu, categorii ce reprezint rezultate. Seturile formate din aceleai categorii formeaz evenimente. Posibilitatea ca firmele s fie solvabile, deci s obin profit zero sau pozitiv, reprezint un eveniment. n teoria sondajului, rezultatele unui numr mare de experimente sunt datele primare. n anumite cazuri putem presupune c fiecare rezultat este independent de cel precedent, aa cum un numr al zarului este independent de celelalte aruncri. n condiiile n care cunoatem mecanismul de probabilitate, putem calcula probabilitatea de apariie a fiecrui rezultat. Teoria sondajului se refer la aplicarea teoriei probabiltilor pentru seturi de date primare.
Dac n urma unei cercetri se nregistreaz doar informaii pariale, este posibil ca datele nregistrate s fie utilizate pentru obinerea intervalelor de ncredere, cu o anumit probabilitate dac setul de date respect condiiile de reprezentativitate pentru populaia din care a fost extras. Pentru a se putea estima corect parametrii colectivitii de selecie, pe baza rezultatelor prelucrrii datelor de sondaj, estimaie garantat cu o anumit probabilitate, este necesar ca eantionul pe baza cruia se culeg datele primare s fie reprezentativ. Un eantion este reprezentativ dac structura sa reproduce ct mai exact structura populaiei de referin din care a fost prelevat. Pentru asigurarea reprezentativitii eantionului este necesar s se respecte anumite reguli ,dintre care amintim: a. includerea unitilor n eantion s se realizeze n manier ct mai obiectiv, toate unitile trebuie s aib aceai ans de a participa la formarea eantionului extragerea unitilor s se realizeze conform principiilor hazardului cu o probabilitate egal i diferit de zero; b. mrimea eantionului s fie suficient pentru a reda caracteristicile eseniale ale populaiei generale; c. includerea fiecrei uniti n eantion trebuie s se fac independent de cuprinderea altor uniti. Determinarea gradului de reprezentativitate a populaiei studiate la un moment dat ridic probleme deosebit de dificile n calea evalurii cercetrilor, aceasta deoarece, de cele mai multe ori, nu pot fi cunoscute n prealabil caracteristicile relevante ale populaiei ce urmeaz a fi cercetat i se procedeaz la estimri mai mult sau mai puin corecte; se ajunge la identificarea acestor caracteristici numai n urma studiului, cnd, de fapt, nu se mai poate interveni pentru alegerea populaiei adecvate. Cu excepia cazurilor, rare de altfel, n care ne pot ajuta evidenele, numai efectuarea unor nregistrri prealabile cercetrii propriu-zise ne permite s ne fixm, n cunotin de cauz, la o anumit populaie relevant pentru tema i obiectivele cercetrii. Studiile statistice exhaustive prealabile, dei necesare, sunt puin practicate, totui, datorit mpovrrii costurilor de cercetare, a creterii timpului afectat i a muncii depuse. Determinarea cu maxim precizie a
caracteristicilor economice, de pia, politice i de alt natur ale colectivitii studiate, ca i dispunerea ei spaial, se nscriu drept cerine elementare, obligatorii pentru o cercetare concret. Evident, practica studiului exhaustiv a diferitelor colectiviti nltur multe neajunsuri n ceea ce privete reprezentativitatea cercetrilor, dar nu rezolv definitiv problema. Apare, de fiecare dat, ntrebarea fireasc, de ce este studiat o anumit colectivitate (consumatorii unui anumit produs, agenii economici dintr-o regiune, ora, angajaii dintr-o anumit organizaie, sau domeniu de activitate etc.) i nu altele. Apoi, se impune s consemnm faptul c n domeniul fenomenelor de marketing, mai ales al celor la nivel microeconomic, de pia i individual, repetabilitatea mbrac forme specifice. Ceea ce este valabil pentru un individ sau o colectivitate ntr-un anumit moment nu este valabil pentru alt individ sau colectivitate, dup cum poate s nu mai fie valabil pentru acelai individ sau colectivitate ntr-un alt moment. Numai prin studii repetate i realizarea unor colecii sistematice de informaii se poate efectua generalizarea rezultatelor, ntemeierea acesteia pe un Mont Blank de fapte. Investigarea exhaustiv a colectivitilor devine foarte costisitoare atunci cnd volumul acestora depete cteva sute de persoane sau organizaii. De aceea, se recomand efectuarea unei cercetri selective, ntocmirea de eantioane reprezentative, prin respectarea cerinelor legii numerelor mari i a calculului probabilitilor, care permit ca, prin studiul unei pri a colectivitii totale, s se obin rezultate valabile pentru ntreaga colectivitate. Fr a intra n detaliile elaborrii eantioanelor, vom enuna doar cteva elemente necesare determinrii gradului de reprezentativitate a acestora. Un bun eantion poate fi ntocmit atunci cnd se dispune de un cadru optim de eantionare, de o eviden a colectivitii totale cu specificarea caracteristicilor sale de baz. Lipsa cadrului de eantionare este principala piedic n calea realizrii unor eantioane corespunztoare. Cu ct volumul colectivitii studiate este mai amplu, apropiindu-ne de nivelul colectivitii naionale, unde cercetrile selective sunt de o foarte mare importan, lipsa unui cadru de eantionare se simte i mai acut, dat
fiind faptul s sociologul nu o mai poate suplini printr-un recensmnt prealabil. Eroarea cea mai frecvent ntlnit, n aceste condiii, se refer la presupunerea c s-a efectuat o selecie simpl aleatoare i tratarea n consecin a rezultatelor obinute, dei se cunoate c cele mai multe cercetri realizate pe ansambluri mari de populaie se abat, n practic, de la modelul seleciei simple aleatoare. Pentru a evita, n acest caz, eventualele neajunsuri de interpretare, se impune determinarea cu precizie a tipului de eantionare rezultat i efectuarea coreciilor necesare n privina prelucrrii i interpretrii informaiei recoltate. Satisfacerea condiiilor de reprezentativitate se realizeaz prin alegerea procedeului de eantionare potrivit, dintre urmtoarele: procedee de eantionare aleatoare, procedee de eantionare dirijat i procedee mixte de eantionare. Dac n urma efecturii unui experiment de un anumit numr de ori s-a nregistrat o secven de rezultate, diviznd frecvena de apariie a unui eveniment A (de cte ori se nregistreaz o persoan cu venit zero sau pozitiv, deci o persoan ce corespunde evenimentului de solvabilitate) la numrul total de persoane cuprinse n eantion (numrul de experimente) rezult o estimare a probabilitii de apariie a evenimentului A. Cu ct numrul experimentelor crete, deci crete volumul eantionului format din uniti omogene sau complexe, neomogene, crete i probabilitatea de apariie a evenimentului A, tinznd ctre 1. n termeni matematici, dac x1, x2, ., xn este o secven de rezultate financiare ale firmelor i A un eveniment, notnd N (x1, x2, .., xn,, A) frecvena de apariie a evenimentului A din primele n experimente i n tinde la infinit, atunci N (x1, x2, .., xn,, A) / n reprezint o probabilitate ce tinde la 1. Cu toate c legea numerelor mari i precizeaz cercettorului c va ajunge la un rspuns corect dup un numr mare de experimente, nu i precizeaz i ct de aproape este de rspunsul corect dup un anumit numr de experimente, de nregistrri. n anumite condiii, metodele statistice pot fi
utilizate pentru estimarea erorilor ce pot fi fcute prin repetarea unui experiment de un numr finit de ori. Un experiment este descris complet de ctre spaiul valorilor de eantionare (setul posibilelor valori ce se pot nregistra), familia B a evenimentelor i de ctre probabilitile de apariie a fiecrui eveniment n parte. Totalitatea variabilelor prin care este studiat un anumit fenomen de pia constituie spaiul de atribute (property-space), de caracteristici ale fenomenului respectiv. Operaiile efectuate cu ajutorul spaiului de atribute vizeaz clarificarea mai amnunit a relaiilor dintre variabile i conceptele teoretice. Reducerea spaiului de atribute, prin combinarea categoriilor i eliminarea unor subdiviziuni, permite construcia tipologiilor aferente fenomenelor de pia. n schimb, operaia de substracie const n parcurgerea drumului n sens invers: de la tipologie se trece la elaborarea spaiului de atribute implicat n acea tipologie. Spaiul de atribute, pe lng rolul de a constitui un inventar ct mai complet al variabilelor, servete la compararea schemelor operaionale utilizate n cercetare i la gsirea unui eventual numitor comun al acestor scheme de cercetare empiric. Aa cum noteaz I. Iordchel i I. Cauc, necesitatea dezvoltrii unor tipologii multidimensionale, care s in cont de multilateralitatea dimensiunilor de pia, se nscrie ca o cerin fundamental n elaborarea unui sistem tipologic operaional pentru cercetarea i politica de pia economic. Substracia i reducerea spaiilor de atribute sunt operaii conceptuale de maxim importan, att n elaborarea schemelor descriptive, ct i a conceptului n utilizarea datelor empirice. Separarea evenimentelor n spaiu i timp asigur independena acestora. Conceptul de independen statistic sau probabilistic este necesar a fi definit pentru extinderea sa, astfel nct apariia unui eveniment s nu influeneze probabilitatea de apariie a altui eveniment. n cazul unor evenimente independente, probabilitatea ca acestea s apar simultan este egal cu produsul probabilitilor.
Dac evenimentele sunt notate prin vectorul A1, A2, .,An, cu probabilitile de apariie, (frecvenele de apariie) notate prin vectorul P(Ai), i=1, ,n, probabilitatea de apariie a tuturor evenimentelor va fi P(A1) . P(A2) ..P(An). Analiza independenei este aplicat investigaiilor statistice n cadrul crora datele sunt eronate prin repetarea acelorai operaiuni elementare, fiecare nregistrare fiind efectuat independent de celelalte.
7.2 Erorile de sondaj 7.2.1 Tipuri de erori ntlnite n teoria i practica sondajului Se consider eroare de sondaj abaterea dintre valorile obinute n urma prelucrrii datelor primare i rezultatele ce s-ar fi obinut dac s-ar fi organizat o observare total. Orice msurare statistic conine erori. O posibil clasificare a erorilor, din mulimea posibilitilor de grupare i clasificare existente poate fi: erori sistematice, grosolane i aleatoare. Erorile sistematice sunt determinate de aciunea unor factori ale cror cauze de apariie pot fi stabilite, iar apoi eliminate. Apariia erorilor grosolane este legat de nclcarea condiiilor de efectuare a experimentului sau a observaiei. n teoria erorilor se dau criterii de depistare a erorilor grosolane. Obiectul teoriei erorilor l constituie numai erorile aleatoare, care sunt determinate de aciunea unor factori greu de depistat, din care cauz efectul aciunii lor este inevitabil. Erorile de sondaj mai sunt clasificate n erori de nregistrare, comune tuturor tipurilor de observare, i erori de reprezentativitate, specifice sondajului. Erorile de reprezentativitate sunt la rndul lor: sistematice i ntmpltoare. n desfurarea oricrei observri statistice trebuie respectat principiul autenticitii datelor culese, sau, cu alte cuvinte, corespondena dintre realitatea primar studiat i valorile nregistrate. Dac nregistrarea se face de ctre persoane specializate, erorile de nregistrare apar n numr
redus i pot fi corectate cu uurin. Erorile sistematice pot fi evitate dac se respect principiile teoriei sondajului. Principalele cauze ale erorilor sistematice sunt alegerea deliberat a unor date considerate n mod greit ca fiind reprezentative, alegerea la ntmplare, ce difer esenial de alegerea dup principiile probabilistice, dorina voit a cercettorului de a demonstra o anumit concluzie, substituirea unei uniti de cercetare cu alt unitate, n mod voit, i cuprinderea incomplet n sondaj a unitilor de cercetare. Spre deosebire, erorile aleatoare de selecie apar din procesul de sondaj. Aceste erori se produc chiar dac se respect principiile probabilistice, deoarece eantionul nu reproduce perfect distribuia populaiei generale. Dac sondajul este probabilistic, aceste erori pot fi calculate cu anticipaie. Estimarea parametrilor din populaia general se va efectua pe baza indicatorilor de sondaj, corectai cu o eroare de reprezentativitate ce se gsete ntr-un anumit interval probabilistic. Analizele de perspectiv i proieciile rezultatelor sondajului asupra populaiei de referin, fac din aceast metod un puternic instrument n procesul lurii deciziilor n mediul economic de pia. Dup culegerea informaiei este necesar s se determine cu exactitate mrimea erorii de reprezentativitate, pentru a se putea evalua n ce msur se abate de la eroarea propus iniial. Calculul erorii este posibil prin utilizarea caracteristicilor eantionului (acum cunoscute) n locul caracteristicilor totale, lucru ndreptit numai dac selectarea persoanelor n eantion a urmat o procedur care a asigurat prezena, n proporii optime, a tuturor categoriilor de populaie specifice colectivitii totale. Ct privete reprezentativitatea coninutului, analiza evaluativ se refer la calitatea definirii domeniului cercetat, la elaborarea schemei descriptive (construcia variabilelor), la formularea ntrebrilor, cercetarea dezirabilitii de pia a unui produs, a gradului de actualitate a respectivei mrfi i la dificultatea pe care o poate prezenta tema lansrii unui nou produs, de exemplu. De asemenea, n aplicarea instrumentelor de cercetare se urmrete controlul erorilor de rspuns: contaminarea rezultatelor datorate setului de rspuns prin acord, prin negare sau prin evitarea poziiilor extreme etc.
De aici i necesitatea abordrilor complexe (a msurtorilor multiple) prin mai multe metode i tehnici ale unuia i aceluiai fenomen de pia, pentru a obine cunotine ct mai veridice prin controlarea i eliminarea erorilor datorate instrumentelor de intervievare. n practic, erorile de reprezentativitate se pot calcula efectiv n mrime absolut, dac s-au obinut date referitoare la aceleai caracteristici dintr-o observare total organizat anterior, sau se pot estima ca erori probabile. De cele mai multe ori se pot cunoate valorile adevrate, pentru a le putea separa de erorile de msurare. Cu toate acestea, nu putem ignora eventualele erori ce apar n cadrul msurtorilor efectuate. Date fiind condiiile concrete de lucru, puterea instrumentelor pe care le folosim, intervenia factorilor exteriori cercetrii, este logic s presupunem c valorile observate sunt o combinare de date reale (concrete) i de erori: X0 = Xa Xe, ceea ce ndreptete efortul de a izola erorile. Compunerea valorilor observate din dou seturi de informaii (cele reale i cele datorate erorii) conduce la exprimarea dispersiei totale ( 2t), n termenii celor dou dispersii ce o alctuiesc, respectiv dispersia real i dispersia datorat erorilor. Pentru a putea determina efectiv eventualele erori de msurare, o importan deosebit se acord analizei efectului pe care un cercettor sau altul l poate avea asupra rezultatelor obinute, inclusiv a efectului operatorului de interviu, situaie n care posibilitatea influenrii rezultatelor este mult mai mare. Cunoaterea ecuaiei personale de eroare a fiecrui participant la cercetare permite un control mai riguros asupra condiiilor de desfurare a acesteia i de prevenire a erorilor. O serie de analize s-au ocupat de ansa diferiilor operatori (n funcie de sex, vrst, nfiare) de a obine acordul populaiei pentru a participa la interviu, ca i de studiul interaciunii operator-subiect n desfurarea acestuia. Pe baza rezultatelor obinute, s-a ajuns la elaborarea unei strategii de selecie, instruire i supraveghere n teren a operatorilor. n legtur cu distribuia rspunsurilor subiecilor n funcie de realizatorul interviului, s-a adunat o documentaie bogat. Aa, de exemplu, n prezent se tie c influena investigatorului este mai mare n cazul
ntrebrilor de opinie dect n cazul celor factuale. Cel mai puternic efect se produce n studiile care vizeaz proieciile n viitor intenii, dorine etc. Din punctul de vedere al posibilitii controlului erorilor, n literatura american de studiu al pieei, erorile mai sunt clasificate n dou mari grupe: 1. Erori ce pot fi previzionate: acestea sunt controlabile i au drept cauze msurrile statistice ale datelor continue i rotunjirile efectuate pentru a obine rezultate discrete, conform coninutului caracteristicii statistice, deci ele sunt probabile sau de sondaj i de calcul ambele tipuri putnd fi estimate i efectele lor controlate. Prin operaiunea matematic de rotunjire a valorilor nregistrate se induc erori ce se amplific dac rotunjirea continu n faza de analiz. Drept urmare, putem afirma c datele sunt rotunjite din urmtoarele motive: Cnd caracteristica observat este continu, n anumite cazuri este necesar rotunjirea pentru a putea exprima magnitudinea datei (de obicei se pstreaz doar dou zecimale); Pentru caracteristicle discrete, rotunjirea are drept scop respectarea caracterului ntreg al acestora. 2. Erori ce nu pot fi previzionate: acestea sunt necontrolabile i se datoreaz: nregistrrilor incomplete sau incorecte, definirii ambigue a caracteristiclor sau unitilor statistice ce sunt studiate. Controlul erorilor are drept scop aflarea erorilor de observare i asigurarea autenticitii datelor statistice, i se refer la controlul volumului datelor nregistrate, controlul aritmetic i logic. O parte a erorilor se datoreaz operatorului de interviu. Cele mai importante surse de erori de rspuns datorate operatorilor sunt: a) caracteristicile operatorilor, ca, de exemplu, nivelul de pregtire prea sczut sau prea ridicat care i face s fie nclinai spre greeli sistematice, sau pot s induc, prin opinia lor exprimat, persoanei intervievate, o anumit influen asupra rspunsului; b) anticipaiile operatorilor i determin s sugereze anumite rspunsuri subiecilor;
c) frauda operatorilor apare n foarte puine cazuri i poate fi depistat prin sondaje pilot de reintervievare. Alte surse importante de erori care pot fi evitate sunt lungimea chestionarului, ce poate cauza oboseal operatorilor i subiecilor intervievai, ponderea majoritar a ntrebrilor deschise ce duce la dificulti n operaiunea de postcodificare, coninutul ntrebrilor, mai ales cele personale pot duce la erori de rspuns, formularea ntrebrilor, mai ales utilizarea cuvintelor ambigue, cu mai multe sensuri, locul i timpul interviului, i, nu n ultimul rnd, gradul de interes sau cointeresare a persoanei intervievate. n privina detectrii erorilor de rspuns, se disting dou modaliti principale de abordare ce constau n verificarea n totalitate a rspunsurilor, apreciind astfel volumul erorilor brute i aprecierea volumului erorilor nete, innd seama de faptul ca erorile ntr-un sens sau altul se pot compensa. Din punct de vedere metodologic, estimarea erorilor brute este, adesea, imposibil. Principalele mijloace de detectare amintite i anterior sunt: 1. Confruntarea rspunsurilor cu sursele de date secundare interne sau externe, publice, mai ales n legtur cu datele demografice ce pot fi verificate (vrsta, starea civil), sau verificarea documentelor contabile, vamale, de la Registrul Comerului, n msura n care este posibil, n cazul n care eantionul este format din ageni economici. Evident, operaiunea necesit un consum ridicat de resurse de timp, umane i financiare; 2. Verificarea coerenei rspunsurilor la diferite ntrebri la care a rspuns acelai subiect se efectueaz prin includerea n chestionar a ntrebrilor de verificare, sau prin repetarea sondajului pe acelai eantion, n perioade diferite; 3. Reintervievarea de control, prin sondaj, astfel nct s se reueasc evitarea variabilitii i s se nregistreze rspunsuri valide; n acest scop, este necesar efectuarea unui interviu calitativ superior. De fapt, aceste sondaje reprezint studii intensive ale unor eantioane relativ mici ce fac parte din eantionul iniial. La aceste controale de calitate se schimb formularea ntrebrii, pentru a se evita repetarea erorii de rspuns iniiale.
Scopul acestor sondaje de calitate este evidenierea caracterului eronat al rspunsurilor i obinerea unei mai bune activiti a operatorilor. 7.2.2 Estimarea erorilor de sondaj Am vzut c teoria erorilor este o parte a statisticii consacrat problemelor de determinare numeric a mrimilor msurate aproximativ, de estimare a valorilor lor adevrate i a preciziei msurrilor ce opereaz cu rezultatele msurrilor x1, x2, xn, obinute pe baz de experiment sau observaie, repetate, cu respectarea unora i acelorai condiii. Sarcinile fundamentale ale teoriei erorilor sunt definirea legilor de repartiie a erorilor aleatoare, obinerea estimaiilor mrimilor msurabile necunoscute, pe baza datelor unor msurri repetate, i calculul acestor estimaii. S admitem c, pentru determinarea unei mrimi scalare necunoscute a, s-au efectuat n msurri, ale cror rezultate sunt reprezentate prin mulimea de numere x1, x2, ,xn (printre x1, xn pot exista i numere egale). Dup nlturarea erorilor grosolane i sistematice de msurare, x1, x2, , xn vor conine numai erori aleatoare. Mrimea aleatoare z = x a se caracterizeaz prin probabilitatea P(1<z<2), care determin probabilitatea ca valoarea z s se afle ntr-un interval dat (1, 2). Estimaiile preciziei msurrilor sunt: eroarea medie ptratic , numit, de asemenea, eroare standard i dispersia erorii 2. S admitem c reprezint mrimea abaterii standard sau eroarea medie ptratic. Atunci, n condiiile legii normale de repartiie a erorilor aleatoare z, probabilitatea ca acestea s fie cuprinse ntmpltor n intervalul dat (1, 2) se calculeaz dup formula:
P ( 1 z 2 = 2 1
unde (t) reprezint funcia de probabilitate.
(7.1)
Probabilitatea ca eroarea aleatoare s fie n afara intervalului dat, avnd limitele t(t>0), se calculeaz pe baza formulei P(z>t)=1-1(t). De exemplu, probabilitatea ca eroarea aleatoare s ias n afara limitei de 3, P(z>3) = 0,0027, adic depirea acestei limite este foarte puin probabil. Ca estimaie a mrimii necunoscute a se adopt media aritmetic din rezultatele msurrilor
1 n x = xi . n 1=1
(7.2)
Estimaia valorii adevrate a a mrimii msurate cuprinde determinarea funciei g(x1,x2, ,xn), care d o bun aproximare a mrimii a i a limitelor intervalului de ncredere (g), adic a intervalului care, cu o probabilitate de ncredere, acoper valoarea adevrat a. Aceast estimaie trebuie s posede proprietatea de nedeplasare, de consisten i de eficien. Dac toate n msurri ale mrimii a sunt la fel de precise, atunci valoarea adevrat se determin cu ajutorul formulei (7.2). n acest caz, estimaiile sunt nedeplasate, consitente i eficiente, dac distribuia erorilor satisface legea normal. n cazul unei mrimi date a siguranei P i n cazul unei precizii necunoscute a msurrilor, estimaia de ncredere are forma (6.3.):
a x < t (p.k )
s n
(7.3)
Unde n reprezint numrul msurrilor, k =n 1 numrul gradelor de libertate i S eroarea standard calculat pe baza formulei
1 n 1
S=
n x i x = S n 1 j =1
(7.4)
Valorile funciei t (P,k) se dau n tabelul construit pe baza repartiiei Student. Numrul necesar de msurri n pentru obinerea estimaiei de ncredere de o precizie dat este:
a x
Cu siguran, data P eantionului (7.5):
1 n t (P ) 2 ,
2
se determin prin expresia volumului
(7.5)
unde t = t(P) se afl din egalitatea 2(t) = P (prin utilizarea tabelului pentru funcia (t). Astfel pentru obinerea estimaiei de ncredere = 0,15 cu sigurana P = 0,99 este necesar s se efectueze n = 668 msurri. Pentru depistarea originii nealeatoare a diferenei valorilor medii x1 si x2, obinute ca urmare a dou serii de ncercri n1 si n2, n cazul unor dispersii necunoscute este necesar s se calculeze mrimea (7.6):
x x S 1 / n1 + 1 / n 2

t=
(7.6)
unde:
S=
2 (n1 1) S12 + (n 2 1) S 2 . (n1 1) + (n2 1).
Estimaiile preciziei msurrilor se efectueaz pornindu-se de la presupunerea c erorile sunt aleatoare i c ele sunt subordonate legii normale de repartiie (7.7), unde a este o mrime cunoscut i 2 se poate scrie conform (7.8):
2 s 2 =
2 s2 =
1 n 2 (x i a ) , n i =1
(7.7) , (7.8)
1 n 1
xi x i =1
unde x este media aritmetic a msurrilor mrimii a. Estimaia de ncredere a erorii medii ptratice (n cazul unui numr mare de msurri) este dat de intervalul: S(1 q) < < s(1+q), unde q = q (P, k) se calculeaz pe baza tabelului pentru estimarea lui , ale crui intrri sunt P siguran i k numrul gradelor de libertate. n cazul unui mare numr de msurri se adopt ca estimaie a dispersiei media aritmetic a dispersiilor empirice, adic (7.9):
2 1 m
S
i =1
2 i
(7.9)
unde m este numrul seriilor de msurri. Dispersia de rspuns, ca i dispersia de eantionare pot fi estimate pe baza rezultatelor eantionrii. Dac erorile individuale de rspuns sunt independente, fiind datorate doar neateniei, ele se compenseaz n medie i sunt prevzute n formulele de estimare a variantei eantionrii. n cazul dispersiei de rspuns datorat erorilor de nregistrare, dac fiecare operator produce o distorsiune sistematic, chiar dac acestea se compenseaz reciproc, va avea loc o cretere a dispersiei totale. Apare, deci, o component a dispersiei de rspuns care va duce la necesitatea modificrii formulelor de calcul a dispersiei de eantionare. Astfel, dac r operatori extrai ntmpltor din totalul R al operatorilor de interviu, acetia vor intervieva n persoane constituind un eantion aleator
simplu. Dac operatorul i produce o distorsiune net b1, vom defini totalul distrosiunilor produse de operatori ca (7.10):
1 R = (b b ) , R 1 r =1 i
2 b 2
(7.10)
unde b este media distorsiunilor nete. Moser noteaz dispersia estimrii unei caracterisitici oarecare x este:
V ( x ) = x2 / n
(7.11)
La aceasta trebuie adugat dispersia de rspuns rezultat din erorile operatorilor, formula (7.2.11) devenind (7.12):
V (x) =
x2
1 + b2 1 r n
(7.12)
De unde rezult c dispersia eantionrii este compus din dou pri:
x2 / n reprezint dispersia eationrii

1 2 1 i a doua parte (7.13): b r
exprim variabilitatea operatorului. n privina estimaiei, situaia nu este clarificat: dispersia poate fi estimat, dar distorsiunea nu.
7.3 Estimarea statistic 7.3.1 Estimarea punctual
Scopul calculrii indicatorilor sintetici ai datelor nregistrate, ca de altfel ntreaga procedur de sondaj, l constituie estimarea indicatorilor de sondaj i identificarea legturilor ce se manifest ntre variabilele populaiei totale, cu o precizie de o anumit probabilitate fixat a priori.
Pentru a caracteriza i a identifica ceea ce este esenial pentru datele de sondaj, se calculeaz indicatorii tendinei centrale, dintre care media aritmetic ocup un loc central. Acest indicator poate fi utilizat ntr-o etap urmtoare mpreun cu ceilali parametri ai eantionului pentru extinderea rezultatelor sondajului asupra colectivitii generale i pentru comparaii cu rezultatele obinute pentru alte eantioane, doar dac colectivitatea de selecie este omogen i media reprezentativ. n continuare voi trece n revist principiile estimrii statistice cu aplicabilitate n cazul studiului pieei, n general, cu particulariti pe piaa serviciilor de consultan, n special. Pentru un eantion aleator cu valorile x1, x2, ..., xn extrase independent din distribuia F cu parametrul , problema estimrii este aceea a gsirii funciei (x), care este asemntoare cu . n acest caz adjectivul asemntoare sau apropiat are un neles destul de vag cruia i se pot atribui numeroase sensuri. Dac privim eantionul ca fiind format din nregistrarea variabilelor
aleatoare X1, X2, ..., Xn i estimatorul ca o funcie a acestor variabile, atunci este o variabil aleatoare cu urmtoarele proprieti:
eroarea medie minim, adic:
E ( ) = 0 i estimatorul se spune c este nedistorsionat; eroarea medie ptratic minim: E ( ) 2 0 (7.2) (7.1)
Ceea ce combin n mod arbitrar variabilitatea estimatorului cu distorsiunea b = E ( - ), deoarece:
E ( ) 2 = var + b 2 variaie minim, deci dispersie minim.
(7.3)
Un factor de influen n alegerea estimatorului nedistorsionat de dispersie minim este costul minimizrii erorilor ( ) pentru eantioane de volum diferit. Eantioanele conin informaii referitoare la parametrii unei familii de distribuii ce folosesc funcii diferite pentru extragerea informaiilor (datelor). Exist numeroase metode de estimare ce ofer tehnici de gsire a estimatorilor pentru parametrii populaiei totale, dintre care am considerat util a prezenta pe scurt: 1. metoda momentelor; 2. metoda verosimilitii maxime; 3. metodele Bayesiene.
Metoda momentelor
Momentele unei familii de funcii de distribuie sunt funcii ale parametrilor acesteia. Dac vom calcula un numr redus de momente este posibil s utilizm mpreun momentele de ordinul nti, mpreun cu momentele eantionului, pentru a obine estimaii ale parametrilor. Metoda momentelor poate fi utilizat, de exemplu, pentru a estima parametrul al unei distribuii exponeniale cu valori nonnegative, de forma (7.4): f ( x \ ) = e x , x 0, > 0 Dac media populaiei se calculeaz conform relaiei (7.5):
x = E ( X ) = x e x dx =
0
(7.4)
(7.5)
atunci valoarea medie pentru eantion va fi: x s = ( x1 + ... + x n ) / n i, astfel, metoda momentelor va obtine estimatorul parametrului 1 1 din x = rezultnd = . x
Metoda verosimilitii maxime
Maximum likelihood method este o metod cu aplicabilitate, mai ales, pentru eantioanele de volum mare. Pentru familiile de distribuii discrete putem calcula probabilitatea de a preleva un anumit eantion i, de asemenea, putem alege ca estimatori valorile parametrilor ce maximizeaz aceast probabilitate. Pentru eantionul valorilor x1, ..., xn, extrase independent dintr-o distribuie cu probabilitile asociate P ( X = x ) = f ( x ) n care poate fi un vector, probabilitatea, denumit verosimilitate, se definete conform formulei (7.3.6) ca produs al funciei de probabilitate, caracteriznd fiecare valoare a eantionului:
L( x1 ,...., x n ) = f ( x i )
i =1 n
(7.6)
Pentru distribuii continue vom maximiza funcia de verosimilitate din formula (7.6). n acest caz verosimilitatea este o msur a densitii de probabilitate i nu o probabilitate, ca n cazul distribuiilor discrete. Estimatorul , acea valoare a lui care maximizeaza funcia L pentru eantionul extras, este estimatorul de verosimilitate maxim pentru . Cnd n tinde la infinit tinde asimptotic spre distribuia normal cu
dispersia calculat conform (7.7): var = 2 = 1

log f ( x ) nE 2
2
(7.7)
De exemplu, un eantion de volum n distribuit normal cu media 0 i dispersia (sau 2 ) are funcie de verosimilitate i derivatele de ordinul nti ale acesteia n raport cu dispersia conform sistemului (7.8):
1 n xi2/ L( x1 ,....., x n ) = [2 ] 2 e 2 x2 log L = n + i 2 2 2
(7.8)
Prin anularea derivatei de ordinul nti i rezolvarea ecuaiei cu necunoscuta verosimilitatea maxim ce estimeaza este dat de suma ptratelor vectorului XI mprit la n: = ( xi2 ) / n i dispersia este invers
i =1 n
2 proporional cu n: var = 2 = , deoarece derivata de ordinul doi a n logaritmului funciei L este o funcie liniar. Proprietile estimatorului de maxim verosimilitate sunt: a) converge n probabilitate ctre valoarea adevarat, concret a lui atunci cnd n , deci este consistent; b) este asimptotic nedistorsionat; c) are dispersia minim comparativ cu estimatorii nedistorsionai cu dispersie finit putnd spune c este un estimator eficient; d) estimatorul de maxim verosimilitate al unei funcii de este funcia estimatorului de verosimilitate maxima a lui . De exemplu, dac estimatorul de maxim verosimilitate ce estimeaz
2
(sau 2 ) este
2 i
/ n (7.9), estimatorul de verosimilitate maxim pentru
abaterea medie ptratic este radical din expresia (7.9) devenind (7.10):
= =
2 i
/n
(7.10)
n cazul n care fiecare valoare a eantionului reprezint un vector xi = (x1i, ..., xri) i distribuia compus a celor r variabile are k parametrii, = ( 1 ,...., k ) , atunci forma funciei de verosimilitate cu vectori este dat de relaia (7.11):
L( x1 ,...., x n ) = f ( x i )
i =1
(7.11)
Pentru a afla maximul relativ al funciei se rezolv sistemul obinut prin anularea derivatelor n funcie de i . Estimatorii i sunt asimptotic normal distribuii cu mediile ( 1 ,...., k ) i matricea de covarian
n B pq
, unde {B pq } sunt rezultatele derivatelor pariale de ordinul 2 ale
logaritmilor densitii (7.12):

B pq = E 2 log f ( x ) p q , p, q = 1,..., n
(7.12)
Dac eantionul este extras dintr-o distribuie normal cu media 1 i dispersia 2 , cu densitatea normal (7.13):
1 f ( x 1 , 2 ) = (2 2 ) 2 exp ( x 1 ) 2 / 2 2 < x < , < 1 < ,0 < 2 <
(7.13)
atunci estimatorul de maxim verosimilitate al mediei populaiei este media eantionului i cel al dispersiei generale este dispersia de sondaj (7.14):
1 =
x
n
= x s ; 2 =
(x
x) 2
(7.14)
Mai mult, matricea de covarian este matricea diagonal (7.15):
2
n
2 22 n
(7.15)
astfel nct, 1 i 2 sunt asimptotic normal distribuite cu mediile ( 1 , 2 ) i dispersiile 2 n i 2 22 n .
Pentru un eantion de n observaii independente normal distribuite, media de sondaj este exact, nu asimptotic distribuit dup funcia Gauss, cu media 1 i dispersia 2, unde 2/n = 2/n.
3. Metode bayesiene de estimare Abordarea bayesian reprezint o alternativ a metodelor clasice de estimare ce asigur un mod convenabil de ncorporare a informaiilor definite aprioric referitoare la parametrii populaiei totale i de adugare a informaiilor pe msura apariiei acestora. Unul dintre dezavantajele metodei este incapacitatea de a efectua estimri fr a cunoate distribuia anterioar a parametrilor. Principalul instrument pentru inferen este distribuia ulterioar a parametrului , parametrul setului de date nregistrat. Pentru o distribuie a variabilei aleatoare x caracterizat de parametrul , cu o funcie de densitate de probabilitate f, verosimilitatea ataat unui eantion de volum n este un produs de densiti:
L (x1,., xn| ) = f ( x i | ) .
1
(7.16)
Dac distribuia parametrului are densitatea g() atunci densitatea comun va fi: h (x1, , xn,)=g () f ( x i | )
i =1 n
(7.17)
Densitatea distribuiei ulterioare se construiete multiplicnd de k ori densitatea comun a eantionului, astfel: p(|x1, , xn)=k g() f ( x i | )
i =1 n
(7.18)
Parametrul este o variabil aleatoare, dei, n metodele de estimare anterioare a fost privit ca un parametru constant. Interpretarea probabilitii p (/x) arat cum ar caracteriza cercettorul care a furnizat distribuia anterioar, situaia parametrilor eantionului dup analizele date. n cazul n care caracterizarea distribuiei anterioare s-a bazat pe judeci personale, subiective, atunci p (/x) va avea valori diferite n opinia unor cercettori diferii. Dac distribuia anterioar este caracterizat numai dup criterii obiective, atunci distribuia ulterioar analizei va fi aproximativ identic cu realitatea . Controversele n ceea ce privete metodele bayesiene se refer la filozofia alegerii distribuiei anterioare i dificultii atingerii unui punct de vedere comun. Statisticianul Federick Mosteller i David Wallace au ajuns la concluzia c o dificultate neglijat n teoria bayesian este nivelul de precizie a concluziilor, care este n funcie de alegerea familiei distribuiilor de date, deci n funcie de forma funcional a funciei f. Pentru o probabilitate dat p(/x) estimatorii punctuali sau de interval pot fi obinui sau p(/x) poate fi utilizat n procesul decizional. De exemplu, media aritmetic, mediana i modul pentru o distribuie ulterioar pot fi utilizate ca estimatori punctuali ai valorilor concrete. Un interval de ncredere poate fi de asemenea construit:
p ( / x)d = 1
v
(7.19)
Dac dispunem de informaii despre , distribuia anterioar pentru poate fi difuz. Acest fapt ar atribui datelor o mai mare pondere n determinarea distribuiei posterioare. O astfel de distribuie se numete o distribuie anterioar uoar.
7.3.2 Estimarea unui interval
Conceptul estimrii punctuale trebuie lrgit cu cel al estimrii unui interval de variaie pentru parametrul populaiei totale, garantat cu o anumit probabilitate. ntr-o viziune mai larg, dac parametrul ar fi fost un vector, prin estimarea intervalului s-ar stabili regiunea critic a acestuia. Un exemplu l constituie intervalele de ncredere. n cazul unui eantion de volum n, extras dintr-o populaie normal distribuit cu media necunoscut i deviaia standard cunoscut, probabilitatea 1 este probabilitatea ca media de sondaj s varieze cu o mrime denumit eroare limit, z/2 . n, utilizat pentru a estima intervalul de variaie a mediei, i z/2 este parametrul corespunztor punctului procentual /2 al distribuiei normale standard. n acest caz media populaiei variaz conform (7.20):
x s z 1 / n x 0 x s + z 1 / n , cu probabilitatea 1-
2 2
(7.20)
Nivelul de ncredere utilizat pentru estimarea parametrilor eantionului de firme a fost de 0,95, pentru care argumentul funciei Laplace este z / 2 = 1,96, deci aproximativ 2. Dac, n general, putem identifica o funcie superioar i o funcie inferioar pentru valorile eantionului,
u l
astfel nct, probabilitatea ca aceste funcii s mrgineasc parametrul s fie 7.21:

P ( l u | ) = 1
Atunci valorile funciilor u si l obinute pe baza eantionului duc
la obinerea limitelor intervalului de ncredere pentru parametrul cu o probabilitate de 1-. Pentru un eantion de volum n extras dintr-o populaie cu distribuie normal cu media i dispersia necunoscute, notnd x 0 media i cu
2 0 dispersia de sondaj, limitele simetrice de variaie
a mediei cu o
probabilitate de 1-. sunt:

x s t / 2 s x .
unde t /2 este argumentul funciei Student de distribuie cu n-1 grade de libertate. Intervalele de ncredere nu sunt utilizate doar pentru determinarea plajei posibile de variaie a parametrilor populaiei totale, garantat cu o anumit probabilitate, ci, i pentru testarea ipotezelor statistice.
7.3.3 Estimarea robust
n activitatea practic, nregistrrile sistematice au ca scop reducerea valorilor aberante, extreme nregistrate. Simpla nlturare a acestora duce la eliminarea de uniti din eantion i reducerea gradului de precizie a estimaiei. O abordare mult mai rezonabil este eliminarea i studierea separat a setului valorilor aberante. Pentru aceasta, de exemplu, un bun estimator al poziiei este valoarea median a eantionului folosit ca estimator att pentru mediana populaiei totale ct i pentru media acesteia, deoarece mediana eantionului nu este afectat de valorile extreme. n cazul eantioanelor de volum mare distribuia medianei este distribuit aproximativ normal cu o medie asimptotic x0,5, valoarea central a distribuiei, i o dispersie asimptotic exprimat prin densitatea funciei evaluate pentru valoarea median corespunztoare:
2 Me =
4n[ f ( x 0.5 )]
(7.22)
Dac f este o funie de densitate de repartiie normal, media populaiei este egal cu mediana i media, i mediana de sondaj sunt aproximativ normal distribuite. Pe msur ce volumul eantionului crete 2 2 2 dispersia mediei devine x Me i utilizarea medianei este de eficien
asimptotic 2/ = 0,63, ceea ce nseamn c, prin comparaie cu media, este necesar un eantion de volum egal cu 100 de uniti dac se utilizeaz mediana ca estimator al parametrului al populaiei totale, iar dac s-ar utiliza media eantionului (n situaia n care nu ar fi afectat de valori extreme) volumul eantionului ar fi de 63 de uniti. Deci, prin utilizarea medianei ca estimator al parametrului populaiei totale cresc costurile de sondaj. Media fiind indicatorul afectat de valorile extreme atunci cnd acestea apar, se poate nlocui n analiz cu mediana prin creterea volumului eantionului, astfel nct s se respecte raportul de eficien de 0,63. Funcia de densitate poate fi exprimat, n acest caz, ca o sum ponderat a dou densiti normale, printr-o funcie de n i un parametru de ponderare astfel: c( x | x 0 , 2 , ) = (1 )n( x | x 0 ,1) + n( x | x 0 , 2 ), > 1 (7.23)
unde n( x | x 0 , 2 ) este ordonata la x a funciei de densitate de probabilitate normal cu media x 0 i dispersia 2 . Pentru parametrul de nivel redus, c se numete distribuie contaminat i este fracia de contaminare de ctre datele ce au dispersia 2. Dac = 0,09 i = 3 mediana are o variaie mai mic dect media i de aceea este preferat ca estimator mediei de sondaj. O alt metod de eliminare a influenei valorilor extreme este calculul mediilor reduse, extreme, calculate ca medie aritmetic dup eliminarea valorilor extreme dintr-un set de date. Mediile extreme se formeaz prin eliminarea unei fracii din valorile extreme; eliminarea unei fracii 2 din toate valorile i calculul mediei pentru valorile 1-2 .
Studiile empirice sugereaz c pentru un volum suficient de mare de date, reducerea valorilor cu = 0,25 este suficient de satisfctoare pentru estimarea indicatorilor de poziie. Aceste medii au o eficien asimptotic mai mare dect media, de 0,83, comparate cu nivelul mediei dinaintea contaminrii, deci, dac volumul eantionului pentru care s-a utilizat ca estimator media dinaintea contaminrii este 83, volumul eantionului pentru care se utilizeaz mediile reduse ca estimatori trebuie s fie de 100 de uniti. De exemplu, pentru o distribuie contaminat cu = 0,05 i = 3 media are o eficien de doar 0,92 din cea a mediei reduse. Dac = 0,25 i = 0,10 atunci eficiena descrete la 0,775. n continuare sunt prezentate doar dou procedee mai semnificative din multitudinea metodelor de extindere a rezultatelor sondajului asupra colectivitii ce a constituit baza de sondaj: procedeul coeficientului de corectare i procedeul extinderii directe.
7.3.4 Procedeul coeficientului de corectare
n majoritatea cazurilor, observarea total a unei colectiviti necesit, pe lng calculul indicatorilor acesteia i o concentrare mare de resurse umane pentru culegerea datelor, ceea ce duce inevitabil la apariia erorilor de nregistrare, aa cum este cazul nregistrrilor exhaustive. Pentru a verifica veridicitatea datelor culese ca i a indicatorilor calculai pentru colectivitatea total se recurge la cercetarea de control prin sondaj, efectundu-se o nou nregistrare a unei pri a colectivitii generale, cuprins ntre 5 - 10% din aceasta, dup cum recomand Ion Ivnescu. Datele culese prin cercetarea total pot fi corectate cu datele nregistrate prin sondaj, mai exacte dect cele dinti. Corectarea se face aplicnd un coeficient de corectare asupra nivelului absolut al acestora. Coeficientul de corectare reprezint raportul dintre volumul unitilor stabilit prin sondaj i volumul unitilor nregistrrii totale pentru aceeai fracie de sondaj.
7.3.5 Procedeul extinderii directe
Acest procedeu const n estimarea indicatorilor colectivitii generale, fr ca s se fi nregistrat n prealabil unitile ei, cu ajutorul indicatorilor calculai din datele obinute n urma organizrii culegerii datelor de sondaj. Estimarea indicatorilor colectivitii totale cu ajutorul indicatorilor calculai la nivel de eantion, face ca acetia s nu aib o valoare determinat, ci, datorit erorilor inerente preocedurii probabilistice de sondaj, erorile de reprezentativitate, s se abat de la cei reali. Vom putea spune, cu o anumit probabilitate, c ei sunt plasai ntr-un interval dat de media de sondaj, plus (minus) eroarea limit (inegalitatea lui Cebev):
x populaie = x sondaj x
(7.24)
Greutatea specific a unitilor din cadrul colectivitii totale, care posed o anumit caracteristic (luat n considerare n momentul formrii eantionului) poate fi estimat, cu o precizie antecalculat, astfel nct ea poate lua valori ntr-un interval de forma: p = w w (7.25)
Pentru cele dou tipuri de caracteristici - alternativ i nealternativ se va putea estima nivelul lor absolut n cadrul colectivitii totale, ca un produs, ntre limitele intervalului de ncredere i volumul ntregului fenomen, adic:
N (x s x ) i N (w w )
(7.26)
De asemenea, pentru orice interval de ncredere calculat, trebuie testat semnificaia sa. Testele de semnificaie i particularitile utilizrii acestora, n studiul prin sondaj aplicat, n domeniul marketing i administrarea afacerilor vor fi prezentate ntr-un subcapitol special al crii.
7.4 Prelucrri avansate ale informaiei statistice 7.4.1 Construcia de tipologii
Aceast parte a lucrrii prezint clase de proceduri ce descriu modele de analiz statistic a datelor de sondaj. Bineneles, lucrarea nu i propune realizarea un inventar al multiplelor metode i tehnici de analiz statistic, ci accentueaz dou mari direcii de analiz, construcia de tipologii i indici complec ;i, agregai. Fiecare dintre aceste clase de proceduri poate fi mprit la rndul ei n subclase de analiz, n funcie de tipul variabilelor utilizate: cantitative sau calitative (categoriale). Construcia i utilizarea n scopuri descriptive a tipurilor de ageni economici, clieni, prestatori de servicii, sunt operaii deosebit de frecvente n tiina cercetrii pieei, necesare pentru identificarea posibilelor categorii de ageni economici ce achiziioneaz servicii de consultan n resurse umane, a comportamentului, atitudinii, nevoilor i preferinelor lor. Clasificarea managerilor, intervievai ntr-un numr redus de grupe este necesar pentru o mai bun nelegere a ceea ce este esenial, repetabil, cu o anumit regularitate n comportamentul consumatorului de servicii de consultan n resurse umane, n general, i al managerului de resurse umane n special, determinarea de similitudini i regulariti cu caracter predictiv pentru comportamentul clienilor, dup alte variabile dect cele ce au stat la baza construciei tipologiei. Nivelul de pornire variaz foarte mult, operaiunea putnd ncepe din planul strict teoretic pn la cel pur empiric, cu ajutorul permiselor logico-teoretice pure, sau cele sugerate de datelele primare culese, sau o combinaie a acestora. Gruparea pe tipologii se face i atunci cnd volumul eantionului este mare, fiind format din purttorii ofertei forei de munc (uniti omogene), de exemplu, i atunci cnd volumul eantionului este suficient de mic pentru a percepe distinct fiecare unitate, ce poate fi reprezentat de agenii economici ce formeaz o populaie neomogen.
De aici apare clasificarea tipologiilor n dou categorii: unele ce se construiesc statistic, pornind de la caracteristicile managerilor, privite n mod abstract, fr a ine seama de situaiile ce caracterizeaz fiecare persoan, i o a doua categorie, ce are ca punct de reper subiecii, privii din punct de vedere individual, identificnd similitudinile ntre acetia. O procedur clasic de construcie a tipologiilor este analiza cluster, o metod cu multe posibiliti de aplicare n studiul pieei forei de munc. Analiznd piaa purttorilor forei de munc vom avea de a face cu eantioane de volum normal i, deci, nu se vor putea folosi dect procedurile de tipologizare aplicabile i la situaii statistice, printre care cea introdus de Paul Lazarsfeld i procedura rezultat prin reducerea spaiului de atribute. Spaiul de atribute (property-space) este o noiune construit prin analogie cu spaiul geometric. Pornind de la analiza unui numr de s ntrebri dintr-un chestionar, fiecare cu un numr ri, (i lund valori de 1 la s), un subiect intervievat reprezint un punct n spaiu s-dimensional, coordonatele lui dup fiecare dimensiune fiind una din poziiile pe scara de rspuns a ntrebrii respective. Spre deosebire de spaiul geometric care este continuu i omogen, spaiul de atribute este format dintr-o mulime finit de puncte (definite de poziiile distincte) n numr de: m = r1 x r2 x x rs Aceste poziii se regsesc n tabelul care asociaz simultan cele s variabile, aflndu-se la intersecia dintre linii i coloane. Reducerea spaiului de atribute va nsemna diminuarea mulimii poziiilor pn la un numr suficient de mic, de exemplu zece, uor de utilizat, fiecare poziie (tip) avnd o semnificaie clar. O poziie n spaiul de atribute este, de fapt, una din cele m combinaii a posibilitilor de rspuns la cele s ntrebri. Reducerea spaiului de atribute reprezint deci, dup Lazarsfeld, operaia de clasificare ce are drept rezultat regruparea mai multor combinaii ntr-o singur clas. Criteriile pe baza crora se decide combinarea ntr-o singur clas, a dou sau mai multe combinaii, nu sunt definite univoc, intervenind o serie de
consideraii logice i constatri empirice, care coroborate cu scopul cercetrii conduc n final la un numr mai mic sau mai mare de clase. Rotariu i Ilu fac cteva obsevaii interesante ce se constituie totodat drept puncte de reper, observaii fcute pentru prima dat de Lazarsfeld: 1. ntre cele m combinaii, cel mai adesea exist cteva logic imposibile, deci care se elimin de la sine. 2. Analiza logic are rol predictiv, iar datele factuale confirm c anumite combinaii sunt puin probabile, deci numrul managerilor ce apare n astfel de cazuri este mic, neglijabil. 3. Reduceri ale spaiului de atribute se pot face ndeosebi atunci cnd se atribuie valori numerice variantelor de rspuns, prin comprimarea n aceeai clas a combinaiilor ce conduc la sume valorice egale sau apropiate ca nivel. 4. O anumit variabil poate prezenta o anumit importan, astfel nct, obinerea unei poziii dup o variabil mai semnificativ, va duce la neglijarea parial a distribuirii subiecilor dup celelalte caracteristici. Cazurile 1 i 2 sunt tratate de Lazarsfeld constituind aa numita reducie funcional, iar cazul 3 este denumit reducie convenional sau numeric, n timp ce ultimul caz reprezint n opinia sociologului american reduciile pragmatice, comandate de raiuni ale cercetrii. n strns legtur cu operaiunea de reducere a spaiului de atribute, Lazarsfeld vorbete i de operaiunea de substrucie (substruction), complementar celei de construcie (construction). Aceast operaiune intervine atunci cnd trebuie analizate tipologiile folosite n cercetare, n situaia n care construcia acestora nu este clar explicitat. Substrucia este procedura de reconstituire pentru un sistem de tipuri dat, a spaiului de atribute ce st la baza lui i reducia ce a fost implicit folosit. O alt procedur de construcie a tipologiilor este analiza clusterelor latente.
7.4.2 Indici compleci, agregai
Asemntor scorurilor finale din scalele de atitudine se pot calcula i indici compleci, al cror cmp de referin poate iei din sfera realitii subiective, ca de exemplu, se poate construi un indice al calitii vieii managerilor intervievai. Apare aici problema condensrii ntr-un singur indice a unei mulimi de ntrebri ce privesc mai multe dimensiuni ale unui concept. Nu se vor lua n consideraie eventualele asociaii ntre variabilele cuprinse n mai multe ntrebri. Principala problem a indicilor compleci este reducia spaiului multidimensional la unul unidimensional. Problema a fost abordat de Arrow care demonstrez imposibilitatea existenei unui indice complex, ideal. Principala condiie ce trebuie ndeplinit de un astfel de indice este ca indicele s fie noncompensatoriu, astfel nct orice variaie semnificativ a unei variabile ntr-un sens, trebuie s genereze o variaie corespunztoare a indicelui complex, deci efectul sau asupra ierarhiei s nu fie compensat de schimbarea n sens invers a altei variabile. Condiia este dificil de respectat n toate cazurile, deoarece de nenumrate ori indicii de ierarhizare sunt construii, astfel nct, s defineasc modul de realizare a acestor compensri. De exemplu, construind un indice al calitii serviciilor prestate de o firm de consultan n resurse umane, n care fiecare prestaie este surprins printr-un punctaj, atunci simpla alegere a managerului firmei beneficiare de a atribui nota 10 serviciilor de perfecionare a personalului necalificat i nu celor legate de negocierile cu sindicatele, implic ideea c o firm solicit serviciile unor firme de consultan pe probleme de formare a personalului pentru calificare la locul de munc, n aceeai msur cu o firm ce a rezolvat un conflict sindical ce putea degenera n grev. Evident nu orice aspect poate fi compensat, trebuind considerate i pragurile unor indicatori sub sau peste care variaia variabilei nu mai poate fi compensat. Aspecte de prelucrare asemntoare apar prin cumularea direct a codurilor sau atribuirea de scoruri intermediare, construind distribuii de frecvene absolute sau relative, ceea ce permite calculul unor scoruri
sintetice, de tipul scorului mediu, nsoit de indicatorii de variaie sau asimetrie, cu ajutorul crora se decide, n funcie de nivelul de reprezentativitate al mediilor, dac pot fi folosite n continuare pentru efectuarea inferenei statistice.
7.5 Modele de msurare a legturilor statistice pentru datele calitative
Fenomenele i procesele de marketing studiate statistic sunt extrem de difereniate, numeroase i variate n timp, spaiu i din punctul de vedere al modalitii de organizare. Cu ct sunt mai mprtiate n spaiu, de exemplu, cu att comensurarea statistic a variabilelor de marketing este mai dificil i mai imprecis, impunnd aplicarea unui sistem de metode care s carcaterizeze att ansamblul variabilelor, ct i prile acestuia. Este cunoscut faptul c, pe lng variabilele cantitative pe care le identificm i le msurm cu uurin, fenomenele de marketing sunt n marea lor majoritate caracterizate de variabile de natur calitativ ce pot fi cu uurin identificate, dar care nu pot fi direct msurate n expresii numerice ce se pot regsi n structura sistemului informaional al firmei i n cea a subsistemului de marketing. De regul, variabilele calitative asigur un grad mai mare de omogenitate unitilor la care se nregistreaz, deoarece cmpul de variaie al acestora este mult mai restns dect plaja posibilelor apariii ale variabilelor cantitative. O prim problem a statisticii este s identifice care sunt variantele de manifestare a unei variabile calitative i s ntocmeasc nomenclatoare n vederea obinerii unei scale. Nomenclatoarele vor fi utilizate unitar att la culegerea datelor, ct i la prelucrarea i analiza acestora. Dac variabila calitativ are un grad mai mare de complexitate i putem identifica un criteriu organizatoric de regrupare, atunci pe lng nomenclatorul general se elaboreaz i nomenclatoare specifice fiecrei grupe. Exemplul clasic
provine din economie: exist un nomenclator al ramurilor de activitate din economia naional i cte un nomenclator al subramurilor. Pe baza nomenclatoarelor elaborate se pot centraliza datele nregistrate i se pot obine distribuii de frecvene, de ponderi. Dac ponderile categoriilor sunt foarte diferite se vor elimina acele categorii cu ponderi nesemnificative. Nomenclatorul se poate revizui n urma organizrii de sondaje i studii periodice pe eantioane extrase din aceeai populaie de consumatori. Pentru a trece la aplicarea modelelor de msurare a asociaiilor dintre variabilele calitative se caut posibilitatea cuantificrii acestora conform teoriei scalare. Cel mai simplu caz este cel al variabilelor binare, ce se cuantific prin 0 i 1. O a doua categorie de variabile calitative o constituie cea a celor cu variante de rspunsuri conform unei scale ordinale, care pot fi ierarhizate, pe baza creterii intensitii coninutului rspunsurilor de la un respondent la altul, dup o scal liniar. n acest caz problema cuantificrii este rezolvat prin metoda rangurilor. Pentru aceste dou categorii metodele statistice de msurare a existenei, intensitii i formei legturilor statistice sunt metodele parametrice i nonparametrice de regresie i corelaie O a treia categorie de variabile calitative, n afara celor ce pot fi transformate ntr-o variabil binar, sau a celor ce pot fi ierarhizate, este categoria variabilelor pur calitative, pentru care categoriile nregistrate nu admit nici o posibilitate de ordonare a rspunsurilor i n consecin de cuantificare. Acestea pot fi centralizate cu ajutorul nomenclatoarelor i/sau pot fi considerate ntr-o analiz statistic drept caracteristici independente, factoriale sau pot fi analizate ca variabile dependente doar prin modele de asociere. Metodele calitative utilizate pentru explicarea fenomenelor pieei pot identifica structuri de pia i relaiile dintre acestea cu scopul formulrii premizelor necesare descrierii pieii. Studiile calitative efectuate naintea cercetrilor cantitative au ca scop stabilirea naturii i structurii populaiei. Studiile calitative ce urmeaz celor cantitative pot explica motivele apariiei diferenelor semnificative ntre grupurile analizate.
Utilitatea colectrii datelor calitative - softpoate fi rezumat prin: - Obinerea informaiilor de baz n cazul lipsei totale de informaii. - Definirea problemei i formularea ipotezelor ce urmeaz s fie testate; - Identificarea conceptelor de baz n cazul lansrii unui nou serviciu sau produs. - Identificarea modelelor de comportament al atitudinilor i structurii eantionului. - Posibilitatea clarificrii motivaiilor apariiei diferenelor statistic semnificative ntre structurile (clasele) eantionului. - Explorarea domeniilor sensibile pentru orice firm. Modelele calitative de investigare a pieei nu sunt clar definite, fiind mprumutate din tiinele sociale i umaniste, iar succesul lor se bazeaz mai ales pe experiena cercettorului. Procesul fiind pur subiectiv apare problema nivelului de reprezentativitate i de ncredere asigurat de modelele calitative. Unul dintre factorii principali ce asigur utilitatea cercetrii calitative este natura dinamic, exploratorie a investigaiei. n timpul interviului, cercettorul particip pe mai multe niveluri, din punct de vedere intelectual: - ascult i accept datele ce sunt prezentate; - proceseaz datele i formuleaz ipoteze; - testeaz aceste ipoteze n timpul discuiei prin ntrebri de verificare; - nregistreaz mental nuanele, subtilitile limbajului, gesturile decidentului intervievat. Abordarea calitativ pare mai potrivit n cazul eantioanelor formate din uniti neomogene, firme organizaii, mai puin disponibile n a furniza simple date cantitative, ce pot fi considerate confideniale. n acest caz disponibilitatea managerului de a oferi informaii crete o dat cu creterea nivelului su de ncredere n operatorul de interviu. Desigur, abordarea intelectual a interviului va trebui s fie multidimensional pentru a putea oferi un nivel acceptabil de nelegere a
fenomenului de ctre beneficiarul studiului decidentul care reprezint firma de consultan n resurse umane, n cazul de fa. Procedurile statistice, ce se aplic fie pentru analiza variabilelor calitative, fie pentru analiza celor cantitative, pornesc de la ideea existenei unei variabile condiionate, considerat ca factor explicat, x, (sau mai multor variabile de acest tip) de ctre una sau mai multe variabile, considerate factori explicativi, y (cauz). Influena statistic const n reducerea variaiei unei variabile, atunci cnd se cunoate poziia indivizilor dup o alt variabil, reducndu-se astfel gradul de nedeterminare. Modele incluse n aceast scurt prezentare se disting dup natura variabilelor, cantitative sau calitative, fiind de msurare a asociaiilor sau gradului de corelaie, dup numrul variabilelor implicate, corelaii simple sau multiple, i dup forma legturilor matematice dintre ele, liniare, curbilinii etc. Cel mai simplu model este reprezentat de construcia tabelului de contingen sau asociere, ntre dou variabile calitative, sau categoriale, dintre care, una este presupus a fi un factor determinant pentru cealalt variabil. De exemplu, se poate msura nivelul de asociaie dintre ocupaie (pe care o putem nota cu A) i atitudinea persoanei intervievate fa de necesitatea plii sporului de vechime (B), de exemplu. Pe total eantion, distribuia subiecilor dup atitudine are o form asemntoare sau nu, cu forma de distribuie pe fiecare grup ocupaional. Relaia poate fi de cauzalitate sau doar de covarian a seriilor de distribuie. Dac distribuiile condiionate difer semnificativ unele de altele (raportul de determinaie R2 este mai mare de 0,5) i difer de distribuia marginal, atunci ocupaia explic din punct de vedere statistic variaia atitudinii fa de plata sporului de vechime. Cu ct comportamentul i atitudinea este mai diferit pe diferite grupe ocupaionale, cu att putem afirma c ocupaia explic mai mult, adic are o mai mare valore predictiv pentru variaia atitudinii. Pentru msurarea statistic a nivelului de cauzalitate se pot folosi mai muli indicatori statistici, neexistnd cel mai bun indicator, folosit n
orice condiii, pentru orice tip de variabile i de legturi. Acetia ar putea fi clasificai n coeficieni simetrici, utilizai pentru a sugera nivelul general de legtur dintre cei doi factori, sau pentru calcule de analiz mai complexe i coeficieni asimetrici, n sensul c iau o anumit valoare dac A este presupus anterior lui B, i o alt valoare n situaia invers. Dac se urmrete analiza legturii dintre mai multe variabile este necesar realizarea analizei multivariate. Dac n plus, una dintre variabile sau amndou sunt calitative, analiza presupune construcia tabelelor cu mai multe dimensiuni. Statisticienii au demonstrat c, dac n relaia unei variabile factoriale A cu o variabil rezultativ B, se introduce o a treia, C, denumit variabil test, atunci asocierea general dintre A i B apare ca sum a asociaiilor pariale ale celor dou variabile, n fiecare clas a lui C, plus un termen ce se formeaz din produsul asocierilor lui A cu C i lui B cu C. Interpretare: Dac primii termeni ai sumei sunt nuli, (sau tind la 0), atunci legtura dintre A i B este datorat exclusiv factorului C. Factorul C poate fi: a) anterior ambilor factori analizai (caz n care ipoteza existenei unei legturi ntre A i B a fost fals n totalitate); b) intermediar, i atunci influena lui asupra lui B se transmite n ntregime prin intermediul factorului C. Dac primii termeni ai sumei sunt diferii de zero, atunci introducerea variabilei test C, nu modific relaia dintre variabilele A i B. Dac relaiile pariale n grupele variabilei C difer semnificativ unele de altele, nseamn c legtura lui A asupra lui B difer dup starea lui C, existnd o interaciune a factorilor A i C asupra variabilei B. Analiza este mult uurat de posibilitatea folosirii pachetelor de programe de tip SPSS pentru variabile calitative, ce utilizeaz de exemplu, analiza loglinear, care centrndu-se pe frecvenele din tabele multidimensionale, evideniaz relaiile dintre factori i efectele interaciunii dintre ei.
7.6 Modele de msurare a legturilor pentru datele cantitative
n comparaie cu modelele calitative cele cantitative se afl la antitez, prin abordarea sistematic i rigid pe care o propun. n domeniul explicrii fenomenelor pieei, metodele cantitative propun modele universale, ce permit identificarea structurilor cheie i a legturilor stohastice manifestate, utiliznd pentru msurare diferite tipuri de scale. Datele cantitative sunt privite ca date hard ce pot fi supuse testelor statistice de verificare a ipotezelor formulate n cadrul cercetrii calitative, care permit calculul erorilor i estimarea intervalelor de ncredere garantate cu o anumit probabilitate i asigur o bun reprezentativitate a populaiei studiate. Principalul dezavantaj al cercetrii cantitative este imposibilitatea studierii n profunzime a fenomenului. De aceea marea majoritate a studiilor combin modelele calitative cu cele cantitative. Pentru studiul legturilor dintre variabilele cantitative spunem c dou mrimi aleatoare, ale cror valori sunt nregistrate x si y, formeaz o corelaie, dac sperana matematic a uneia dintre ele variaz n funcie de variaia celeilalte. Intensitatea legturii dintre mrimile aleatoare x i y se caracterizeaz (n cazul respectrii premiselor de liniaritate a legturii) prin coeficientul de corelaie (x, y). Dac (x, y) = 0, se spune c mrimile x i y nu sunt corelate. Dac (, ) = 1, avem o dependen funcional liniar. Analiza corelaiei permite s se estimeze cantitativ legturile dintre un mare numr de fenomene economice interdependente. Aplicarea ei face posibil verificarea diferitelor ipoteze economice cu privire la prezena i intensitatea legturii dintre dou fenomene sau din cadrul unui grup de fenomene fiind strns legat de analiza de regresie.
7.6.1 Analiza de regresie
Studiind legtura dintre dou variabile cantitative se calculeaz coeficienii de regresie, raportul de corelaie i, dac legtura este liniar, i coeficientul de corelaie liniar simpl. Se studiaz n general legtura dintre o variabil factorial i una rezultativ, presupunnd ceilali factori constani.
Analiza unor forme de legtur, care determin relaii cantitative ntre mrimile aleatoare ale unui proces aleator studiat. n acest sens, teoria regresiei constituie o parte a teoriei corelaiei. Fie X = xi; Y = yj; i = 1, 2, , n; j = 1, 2, , m sunt nite mrimi aleatoare cu repartiia p(xi, yj). Prin definiie, se numete regresia lui Y n X funcia:
y ( x ) = M (y / x ) = y j p y j / x .
j =1 m
unde x este una dintre valorile unitilor din eantion x1, x2, iar M(y/x) (x, y) Sperana matematic condiionat a mrimii aleatoare n cazul unui x fixat. Variindu-l pe x ca pe un parametru, vom obine n planul variabilelor locul geometric al centrelor repartiiilor condiionate, numit curba de regresie a lui Y n X. Dac vom schimba locul variabilelor, vom obine curba de regresie a lui X n Y. y (x) Ca estimaie a msurii abaterii mrimii aleatoare fa de centru se adopt mrimea dispersiei condiionate:
2 Y / x = D = ( y j y ( x ) 2 p
j =1
Y x
yj x
n teoria corelaiei ecuaia de regresie se folosete pentru rezolvarea problemei de prognoz a modificrii mrimii aleatoare Y pe baza datelor unui experiment sau a unor observaii x1, x2, , xn. Precizia prognozei se estimeaz cu ajutorul mediei dispersiilor condiionate:
2 2 Y / x = M [Y y ( x)]2 = p( xi ) Y / x.
i =1 n
Funcia de regresia y(x) posed proprietatea de extremum n virtutea creia media ptratic a abaterilor a mrimii y fa de y(x) va fi mai mic dect pentru orice alt funcie f(x), diferit de funcia y(x). Pe aceast proprietate se ntemeiaz metodele de construire a modelelor sistemelor economice, care corespund, n mod optim, mulimii corespunztoare de date experimentale. y ( x) = x + x,
2 Y /x
Funcia de regresie cea mai simpl este cea liniar unde coeficienii x si se calculeaz prin metoda celor mai mici ptrate, pornind de la condiia de minimizare a funciei erorii:
f ( x, ) = M (Y x x) 2 =
i =1 n
p( x
j =1
i,
y j )( y j y ( xi )) 2 .
Se tie ca f (x, ) atinge valoarea sa minim pe dreapta.
y ( x) = a y +
y ( x a x ), x
Unde ax, ay sunt mrimile aleatoare medii X, respectiv Y. Ecuaia de regresie obinut, Y n X este aproximativ. Schimbnd locurile variabilelor n ecuaie, vom obine ecuaia dreptei de regresie aproximativ X n Y:
X = ax +
x (Y a y ). y
Coeficienii se numesc coeficieni de regresie, iar - coeficient de corelaie. Alegerea funciei de regresie depinde de caracterul procesului aleator studiat.
y/x =
y , x /Y = x x y
Pentru procese mai complexe se construiete un model de regresie liniar multipl:

y ( x) = a 0 + ai xi .
i =1 n
Aici, ca i n cazul construirii modelului de regresie pentru o singur variabil, problema se reduce la determinarea coeficienilor a0, a1,an prin minimizarea funciei erorilor:
n f (a 0 , a1 ,..., a n ) = M Y a 0 ai xi . i =1
2
Problema minimizrii se rezolv prin metoda celor mai mici ptrate. O generalizare care permite studierea unor procese mai complexe este extinderea procedeelor, expuse mai sus, la probleme de regresie multipl, de pild, pentru un model nominal de ordinul al doilea:
y ( x) = ai xi + aij xi x j .
i =1 i =1 j =1 n n m
Pentru caracteristicile cantitative, exist proceduri clasice de analiz a legturilor multiple prin regresia multipl. Pentru un numr de n variabile x1,xn, fiecare individ dintre cei n intervievai, va primi cte o valoare dup fiecare variabil, deci va putea fi reprezentat ntr-un spaiu n-dimensional. Considernd y1, ca variabil dependent se va alege, n funcie de ipotezele considerate, funcia de n parametrii. y1 = f (x2,.xn) + , Parametrii ce se vor stabili prin metoda celor mai mici ptrate, astfel nct, s aproximeze cel mai bine poziia subiecilor, marcat de graficul norului de puncte. Pentru estimarea tendinei legturii, n practic, se folosete cel mai des, dac numrul datelor analizate este suficient de mare pentru exprimarea tendinei, funcia liniar. Ecuaia regresiei liniare este:
y1 = a + (b2 x2 + . + bn xn) + , Reprezentnd un hiperplan n spaiul n-dimensional. Orice coeficient bi, arat cu ct se modific y1, dac variabila xi se modific cu o unitate. Coeficienii de regresie, b, nu pot fi comparai deoarece variabilele xi pot fi diferite, exprimate n uniti de msur diferite. Pentru a realiza compararea coeficienilor funciei de regresie, adic a compara factorii n funcie de importana lor n influenarea variabilei x1, se calculeaz coeficienii de regresie standardizai, coeficienii beta, . Valoarea acestora arat care este legtura dintre variabila independent i valorile ajustate xi. De aceea, orice ecuaie de regresie trebuie nsoit i de indicatorul care exprim eroarea medie a aproximrii variabilei dependente. Dezavantajul regresiei const n faptul c nu ia n consideraie relaiile dintre variabilele ce sunt considerate independente. Valorea coeficienilor de regresie se bazeaz pe coeficienii de corelaie parial, care sunt indici simetrici, adic nu presupun c o variabil este dependent i alta independent una fa de alta. Legturile statistice implicate n modelele de regresie se afl la baza modelelor complexe, care introduc relaii de influen simultan a mai multor variabile asupra celei rezultative, sau caut posibiliti de definire a unor noi factori de influen, ce pot fi interpretai ca factori sintetici (fiind considerate variabile finale) sau latente (cele considerate a avea influen ca factori intermediari). Un astfel de procedeu este analiza path. Acest metod utilizeaz un set de r factori, exprimai cantitativ, ntre care se stabilesc relaii de dependen. O variabil xi poate fi considerat dependent ntr-o ecuaie i independent ntr-o alt ecuaie, evitndu-se cauzalitatea circular. Coeficienii path indic influena direct a variabilei independente asupra celei dependente, fr a se evidenia influena transmis prin intermediul altor variabile. Corelaia multipl stabilete intensitatea legturii dintre mrimea aleatoare i un grup de mrimi aleatoare x1, x2,, xn, coeficientul de corelaie multipl:
R =
D D
Arat intensitatea legturii (D este determinantul matricei de corelaie a mrimilor y, x1, x2, , xn; D reprezint acelai lucru, ns pentru mrimile x1, x2, , x). Dac R = 0, nu exist legtur.
7.6.2 Elemente de analiz a varianei
Analiza dispersional, sau ANOVA, este o alt seciune a statisticii social-economice care se ocup cu analiza rezultatelor unor observaii depinznd de factori diferii ce acioneaz concomitent, cu alegerea factorilor celor mai importani i cu estimarea influenei lor. S examinm un exemplu tipic. Presupunem c la studierea unui anumit fenomen, in condiii diferite, s-au obinut nite date statistice. Problema const n a stabili dac fenomentul studiat depinde de condiiile n care s-a efectuat observarea i, dac depinde, cum anume. Rezultatul observaiilor poate varia att datorit condiiilor n care s-a efectuat observarea, ct i datorit unei anume influene ntmpltoare. Influena condiiilor observrii se exprim sub forma unui anumit factor, iar influena ntmpltoare, sub forma unei anumite mrimi aleatoare, care are o repartiie normal (ipoteza fundamental a analizei dispersionale). n general, factorul este o mrime aleatoare necunoscut. Dar, n majoritatea covritoare a problemelor practice, prin factor se nelege un numr constant necunoscut, adic se analizeaz aa-numitele modele cu factor constant. S admitem c avem r grupe de observaii, fiecare fiind obinut n anumite condiii. S presupunem c pentru grupa i, care conine n numere, orice observaie este format din urmtoarele componente: este factorul comun pentru toate grupele; I factorul propriu numai grupei i de observaii; xI mrimea aleatoare care are o repartiie normal, adic pentru grupa i presupunem existena egalitii: yI = + I + xI
unde yI reprezint orice observaie corespunztoare grupei i, (i =1,2,,m). Sarcina analizei dispersionale const n a estima raportul dintre factorii , I pentru a stabili dac deosebirile dintre grupe sunt eseniale sau neeseniale. Faptul dac deosebirile dintre grupele de observaii i i k sunt eseniale sau neeseniale se stabilete prin compararea numerelor I si k. Am prezentat un model unifactorial de analiz dispersional. Mult mai complex este modelul bifactorial: yij = x + I + j + ij. Acesta poate fi aplicat atunci cnd observaiile se clasific dup factori diferii. S admitem c dup primul factor toate observaiile se mpart n m grupe (A1, A2, ..., Am), iar dup al doilea n n grupe (B1, B2, ..., Bn). Atunci ij reprezint orice observaie care se refer, dup primul factor, la grupa AI, iar dup al doilea, la grupa Bj; este factorul comun pentru toate observaiile; i factorul corespunztor grupei Ai; j factorul corespunztor grupei Bj; ij mrimea aleatoare care are o repartiie normal. Una dintre problemele care se elucideaz cu ajutorul modelului bifactorial poate fi urmtoarea: care dintre factori primul sau al doilea exercit o influen esenial asupra fenomenului studiat? Dac, de pild, i = 0 (i = 1, 2, , m), atunci primul factor se consider neesenial. n mod analog se poate scrie n model trifactorial, tetrafactorial, .a.m.d. Estimrile factorilor se afl dup metoda celor mai mici ptrate. O alt metod extrem de des utilizat pentru analiza datelor primare i secundare, ntr-o cercetare de pia, este analiza factorial. Ideea de la care se pornete este aceea c numrul de factori de influen este relativ redus. La limit, cnd setul de ntrebri este omogen, putem presupune c exist un singur factor de influen, de pild intuiia sau inteligena, sau uneori vrsta.
Evident, sunt puine cazurile n care este posibil determinarea unui singur factor de influen, metoda utiliznd ierarhizarea factorilor i gruparea mulimii ntrebrilor.
7.6.3 Principii de analiz factorial
Analiza factorial. este un domeniu al statisticii social-economice, n care se studiaz structura matricelor de covariaie i de corelaie. S presupunem c mrimile aleatoare supuse observrii (x1, x2, , xn) se subordoneaz unei repartiii normale multidimensionale cu matricea de covariaie (Cij). n analiza factorial ipoteza fundamental este egalitatea:
k
unde:
r = 1
ir
; ( i
1 , 2 ,...,
fr reprezint factorul simplu r; k numrul de factori care urmeaz a fi aflat; i elementele reziduale, care reprezint sursele de abatere, ce acioneaz numai asupra mrimii i. Mrimile aleatoare i se presupun independente att ntre ele, ct i fa de acele k mrimi fr. Coeficientul lir se numete de obicei sarcin a factorului r. Dispersiile mrimilor aleatoare i le notm prin i. Toate mediile se presupun egale cu 0. Determinarea valorilor parametrilor lir, precum i i alctuiesc baza analizei factoriale. n practic prezint interes, de pild, urmtoarea problem: pentru mrimile de sondaj observate x1, x2, , xn s se estimeze valoarea factorilor ipotetici f1, f2, , fk i s se exprime aceti factori ca funcii liniare de variabilele x1, x2, xn. n cazul de fa nu se poate aplica metoda obinuit
a celor mai mici ptrate, deoarece nu ne sunt cunoscute valorile adevrate ale factorilor fr. Metoda de estimaie a valorilor factorilor pe baza variabilelor observate x1,, xn a fost pentru prima dat preconizat de ctre Thompson n anul 1951 i denumit metoda regresiei. n cercetrile economice, orientrile cu cele mai multe perspective n domeniul utilizrii metodei analizei factoriale sunt: reducerea numrului de indicatori care caracterizeaz esena unui anumit fenomen economic fr o pierdere substanial de informaie; obinerea unor indici sintetici pentru caracterizarea unui fenomen economic; clasificarea unor obiecte economice, caracterizate printr-un set de caracteristici independente; construirea i verificarea ipotezelor cu privire la esena unui fenomen economic. Indiferent de faza n care se afl prelucrarea statistic a datelor, deoarece indicatorii calculai s-au obinut pe baza datelor din eantion, acetia trebuie supui testelor de semnificaie, pentru a stabili n ce msur difer de zero sau de alt valoare de comparaie, cu scopul evident de a efectua inferena statistic, de a putea estima pe baza lor, indicatorii ce caracterizeaz populaia studiat.
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 and , 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, x2xn, 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 , called standard error and the dispersion of error 2. Admit that 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 (1, 2) is
P ( 1 z 2 = 2 1 (7.1) computed with respect to the formula (7.1)

Where (t) represents the probability function. For the random error probability to be outside the interval, respecting the limits t(t>0), should be computed on the base of the formula P (z>t)=1-1(t). As an example the probability that the random
error to be outside the limit 3, P (z>3) = 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):
x=
1 n xi n 1=1
(7. 2)
The estimation of the true value a of the measured quantity contains the determination of the function g(x1,x2xn), which gives a good approximation of the quantity a and of the limits of the confidence interval (g), 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).
a x < t (p, k )
s n
(7.3)
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.):
S=
n 1 n xi x = S n 1 n 1 i =1 2
(7.4)
The values of the function t (P,k) are given in the built up table on the basis of Student repartition.
a x
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.):
1 n t (P ) 2 ,
2
(7.5)
Where t = t(P) might be computed from the 2(t) = P equality (using the table for the function (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).
t=
x1 x 2 S 1 / n1 + 1 / n 2
(7.6)
Where:
S=
2 (n1 1)S1 + (n 2 1)S2 , 2 (n1 1) + (n 2 1)
2 s2 =
1 n 2 (x i ) , n i =1
(7.7)
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 2 might be written pursuant to (7.9.)
2 s2 = 1 n 2 (x i ) n i =1
(7.8)

1 n xi x n 1 i =1 2
2 S2 =
(7.9),
where x is the arithmetic mean of the measurements of quantity a. The confidence estimation of square medium error (in the case of great number of measurements) is given by the interval: S(1 q) < < s(1+q), where q = q (P, k) is computed on the basis of the table for the estimation of , 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.)
2 1 m 2 S1 , n i =1
(7.10)
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):
b2 =
1 R (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 ) = 2 / n x
(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):
V (x) =
x2
1 + b2 1 r n
(4.2.13)
from where we can imply that the sampling dispersion is composed of two parts with the meanings:
2 / n -represents x
the sampling dispersion and the second part:
and
1 2 1 , represents the variance due to the operator b r
Concerning the estimation the situation is not clarified: the dispersion might be estimated but not the distortion.
Particulariti ale aplicrii testelor de semnificaie n practica sondajului
8.1 Rolul aplicrii testelor de semnificaie n studii de marketing i administrarea afacerilor Cunoaterea empiric impune, ca prim etap, n orice domeniu de activitate, analiza datelor individuale, pentru a se desprinde, din ansamblul lor, ceea ce este esenial i tipic pentru fenomenul n cauz. Necesitatea obinerii a ct mai multor informaii, ce trebuie nregistrate cu maxim operativitate i corectitudine, a condus la o extindere a utilizrii metodei sondajului statistic ca form a observrii pariale. n unele situaii, realitatea economico-social impune utilizarea sondajului ca singura metod de investigare statistic, deoarece cercetarea exhaustiv fie este distructiv (n special n cazul controlului distructiv al produselor), fie este neeconomic, antrennd consumuri prea mari de resurse sau costuri nejustificate. Principala problem ce apare n cazul unei cercetri prin sondaj este asigurarea reprezentativitii eantionului. Deci nu putem considera toate concluziile ca fiind de tip determinist, ele avnd caracterul unor afirmaii statistice, deci cu un anumit nivel de ncredere corespunztor probabilitii de garantare a rezultatelor.
S-a demonstrat teoretic i practic c numai un sondaj bazat pe o schem probabilistic poate asigura un grad mare de reprezentativitate a eantionului, permind interpretarea rezultatelor pe baza teoriei probabilitilor. Avantajul metodei sondajului statistic reprezentativ, aleator const n faptul c nivelul probabilitii cu care se determin erorile este controlabil i posibil de estimat cu ajutorul metodelor statistice bazate pe legea numerelor mari, care, n esen, este formulat astfel: Se poate afirma cu o probabilitate apropiat de unitate c, n cazul unui numr mare de uniti cercetate, indicatorii medii care caracterizeaz eantionul difer cu o cantitate foarte mic de cei care caracterizeaz populaia din care a fost extras. Operaiunea de testare a semnificaiei se aplic n cadrul inferenei statistice, dup determinarea intervalelor de ncredere pentru parametrii populaiei totale pe baza datelor de sondaj.
8.2 Diverse tipuri de ipoteze. Risc i eroare statistic n economie i mai ales pentru studiul pieei este necesar s se recurg la analiza ofertei i cererii poteniale, formulndu-se ipoteze asupra diferitelor caracteristici ale pieei la un moment dat. Aceste ipoteze trebuie verificate statistic. Odat cunoscut modelul probabilistic de generare a datelor observate, poate ncepe testarea ipotezelor referitoare la acesta, procesul implicnd gsirea rspunsurilor optime la ntrebarea: se poate ca setul de date s fie generat din model dac ipoteza este corect? De regul, orice decizie trebuie s se bazeze pe disponibilitatea datelor, tolernd un anumit nivel de incertitudine. Problema statistic a testrii ipotezelor se bazeaz pe definirea conceptual clar a componentelor procesului: date, model, ipotez, decizie. Considerm pentru nceput necesar o minim delimitare a termenilor utilizai n testarea semnificaiei statistice. Astfel, fie o variabil
aleatoare X, ce caracterizeaz o populaie a crei funcie de repartiie F(x, ) este specificat i depinde de un parametru necunoscut . Ipoteza conform creia are valoarea o se noteaz cu Ho i se numete ipotez nul. Dac presupunem c n afara valorii o parametru mai poate avea i una din valorile Q1, Q2,, atunci ipotezele Hi = i, i = 1, 2,,n, se numesc ipoteze alternative ale ipotezei nule H0. n studiile de pia se consider doar dou ipoteze: ipoteza nul i alternativa ei H1, ca ipotez contrar celei nule. Pentru a lua o decizie trebuie formulat deci o ipotez iniial, denumit ipotez nul i notat cu H0, ce presupune corectitudinea ipotezei formulate de cercettor. Pentru un anumit nivel de semnificaie (0< < 1) trebuie indicat ct de improbabil trebuie s fie un set de date astfel nct H0 s fie respins. O ipotez se numete simpl dac determin n mod univoc repartiia specificat a variabilei aleatoare observate, fcnd-o complet specificat. O ipotez se numete compus dac este format dintr-un numr finit sau o infinitate de ipoteze simple. Prin test statistic se nelege o metod, un criteriu dup care ipoteza de verificat se accept sau se respinge. Datorit caracterului aleator al sondajului, la verificarea unei ipoteze statistice exist ntotdeauna riscul de a lua o decizie eronat. Dac pe baza datelor obinute prin sondaj respingem ipoteza nul dei n realitate aceasta este adevrat, atunci spunem c s-a produs o eroare de gradul nti, iar cnd acceptm ipoteza nul, care n realitate este fals, spunem c am comis o eroare de gradul doi. De asemenea, probabilitatea erorii de genul nti se numete risc de genul nti i este notat cu , iar probabilitatea erorii de genul doi se numete risc de genul doi i este notat cu . Pentru construirea testului cu ajutorul cruia verificm ipoteza nul, trebuie s avem n vedere urmtoarele: 1. determinarea unei statistici Q (X1, X2,Xn), numit statistica testului, cu ajutorul creia se testeaz ipoteza nul; 2. riscul admisibil de genul nti; 3. ipoteza alternativ H1 opus celei nule Ho;
4. regiunea critic W a ipotezei H0 corespunztoare statisticii Q a testului, prin care se nelege acea mulime de valori ale statisticii considerate. Dac valoarea observat a lui Q aparine acestei mulimi, atunci ipoteza nul se respinge. Dac ns valoarea observat a statisticii Q nu aparine regiunii critice, deci aparine aa-numitei regiuni de acceptare a lui H0, adic complementarei Cn a lui W, atunci H0 se accept. Prin urmare, ntre statistica Q a testului ipotezei H0, regiunea critic W i riscul exist urmtoarea legtur: regiunea critic W este astfel nct probabilitatea ca Q obinut prin selecie s-i aparin, dac H0 este adevrat, s fie egal chiar cu riscul , ce se mai numete si prag de semnificaie. Alegerea lui depinde de problema pus i de condiiile experimentale n care se lucreaz mrimea sa trebuie stabilit anterior testrii. Regiunea critic W a ipotezei H0 se va determina din condiiile: P(QW/H0) = i P(QW/H1) = maxim (8.1)
care exprim faptul c probabilitatea ca valoarea statisticii testului s aparin regiunii critice este egal cu cnd Ho este adevrat i, totodat, aceast probabilitate este maxim dac este adevrat alternativa H1 (atunci se va respinge H0 ca fals, deci nu se comite eroarea de genul doi). Riscul se exprim prin relaia P(QCW/H1) = (8.2), iar probabilitatea de a respinge H0 ca fiind fals este P(QW/H1) = 1- (8.3) Probabilitatea de respingere a ipotezei H0 fa de alternativa sa H1, ca funcie de , se numete funcia de putere a testului, notat (W,). Deci (W,) = P (Q W/), de unde rezult: (W,) = i (W,1) = 1- (8.4). Probabilitatea de acceptare a ipotezei H0 ca funcie de se numete funcie caracteristic operatoare a testului i se noteaz cu C (W, ). Avem: C (W, 0) = P(QCW/H0)= 1- i C (W, 1) = P(QCW/H1)= (8.5)
Probabilitatea (8.3) definete puterea testului ipotezei H0 i ea este cu att mai mare cu ct riscul de genul doi este mai mic. Problema fundamental n teroria verificrii ipotezelor statistice este de a alege dintre toate testele avnd acelai prag de semnificaie , acel test pentru care este minim, adic puterea este maxim, deci cel mai puternic test. El nu exist ntotdeauna, ns poate fi construit pentru o clas larg de repartiii. n cazul n care cele dou ipoteze, H0 i H1, sunt ipoteze simple, este valabil urmtoarea teorem demonstrat de Newman i Pearson: Dac ipoteza H0: = 0 i alternativa H1: = 1 sunt ipoteze simple asupra parametrului din repartiia f (x,) a varibilei continue X, iar Pn(x1,xn,0) i Pn(x1,xn,1) sunt valorile funciei de verosimilitate, cnd este adevrat H0, respectiv H1, atunci exist un cel mai puternic test pentru ipoteza H0 fa de H1. Regiunea critic W, precum i statistica Q a testului sunt determinate de inegalitatea: c Pn(x1,xn,0) Pn(x1,xn,1) (8.6)
unde c este un numr pozitiv care depinde de pragul de semnicaie , fixat.
8.3 Testul Z privind media populaiei normal distribuit Fie caracteristica sub cercetare X, repartizat normal N(m,) cu media m i cunoscut. Ne propunem ca, pe baza seleciei {x1,.xn}, s determinm cel mai puternic test al ipotezei H0: m = m0, fa de alternativa H1: m = m1, fiind pragul de semnificaie dat.
( x k m1 ) 2 1 e 2 k =1 Avem: Pn(x1, ..,xn, m1) = 2 n 1
n 2
i
( x k m0 ) 1 2 2 Pn(x1, ..,xn, m1) = e k =1 2 n 1
n 2
Cu acestea relaia (8.6) devine:

1
e
relaia:
( xk m1 )
k =1
ce
( xk m0 )
k =1
, care conduce, dup transformri, la
2 (m1 m0 ) x k n(m12 m0 ) 2 ln c k =1
(8.7)
Cum obinem:
x
k =1
= n x , rezolvnd inegalitatea precedent n raport cu x ,
2 2 ln c + n(m12 m0 )
n(m1 m0 )
= k 1 , dac m1 > m0
(8.7)
i
2 2 ln c + n(m12 m0 )
n(m1 m0 )
= k 2 , dac m1< m0
(8.8)
Astfel, dac m1 > m0, regiunea critic este definit de relaia (8.7) i cuprinde toate valorile x care depesc numrul k1. Avem n acest caz o variant a testului cel mai puternic, i anume testul Z unilateral dreapta. Dac m1< m0, atunci regiunea critic este definit de relaia (4.8) i cuprinde toate valorile lui x mai mici dect k2. Suntem n cazul testului
unilateral stnga. Limitele critice k1 i k2 se determin n funcie de pragul de semnificaie , cu ajutorul condiiei (8.1), astfel:
Dac m1 > m0 (testul unilateral dreapta), conform cu (8.1), avem succesiv:
k m0 x m0 = P(x k1 / m = m0 ) = 1 P(x < k1 / m = m0 ) = 1 P n< 1 n=
= 1 P(Z < z1 ) = 1 F(z1 ) .
Din relaia F (z1-) = 1- rezult valoarea z1- i
prin urmare:
k1 m0 n = z1 k1 = m0 +
z1 .
Cu k1 astfel determinat, relaia (8.7) definete regiunea critic W:

x m0 + n z1 sau x m0 n z1
(8.9)
Dac m1< m0 (testul unilateral stnga), avem analog:

x m0 = P (x k 2 / m 1 = m 0 ) = P n k2 m0 n = P (Z z ) = F ( z )
8.9 Din relaia F(z) = rezult valoarea tabelar z i prin urmare:

k 2 m0 n = z k 2 = m0 +
(8.10)
Cu k2 astfel determinat, relaia (8. 10) definete regiunea critic W:

x m0 +
z sau
x m0
n z
(8.10)
Dac m1m0, regiunea critic va consta din toate valorile lui x , pentru care x m0 > k i , fiind pragul de semnificie dat de k, se determin astfel nct:
x m0 k n + = P( x m > k / m = m0 ) = P( x m0 > k) = P(x m0 < k) + P(x m0 > k) = P n<
x m0 + P
k n = 1 F
n >
k n = P Z < k n +

k n = F k n + 1 F k n P Z >
+ 1 F k n
Rezult c F k n / = 1
k n
=z
k=
i,
mn consecin regiunea critic se exprim prin inegalitile: x > m0 +
sau x < m0
(8.11)
sau
x m0 n >z
(8.11)
Condiii: 1. Ultima variant a testului cel mai puternic corespunztoare cazului m1m0 este varianta testului bilateral. 2. ntruct la stabilirea regiunilor critice s-a folosit statistica x m Z= n , cu repartiia N (0,1), testul descris mai sus se numete testul
Z, cu variantele sale unilateral stnga, dreapta i bilateral. 3. Aflnd pe k1 i k2 ca mai sus, cu ajutorul relaiilor (8) sau (4.8) se determin valoarea constantei c din (4.6) n continuare vom determina puterea testului Z ntr-una din variantele sale, de exemplu, n cazul testului unilateral stnga. Avem:
x m1 m m1 m m1 (W, m1 ) = P x < m0 + z / m = m1 = P n< 0 n + z = F 0 n + z n
(8.12) Relaia (8.12) se poate folosi pentru determinarea numrului de observaii necesare pentru ca testul s aib o anumit putere, 1-. Vom avea deci:
m m1 m m1 n + z sau z1 = 0 n + z , de unde: 1- = F 0
n = z1 + z1
m0 m1
(8.13)
Deoarece la verificarea unei ipoteze statistice se pot construi multe teste diferite, cu diferite statistici Q sau cu moduri diferite de construcie a regiunii critice W, se impune necesitatea unei clasificri a diferitelor teste. Ca i la estimarea parametrilor, clasificarea testelor se face comparnd eficiena lor. Fie T*n un cel mai puternic test pentru testarea ipotezei H0 fa de alternativa H1 i Tn un test oarecare al aceleiai ipoteze H0 fa de alternativa H1, volumul seleciei fiind acelai. Dac notm cu 1- (T*n) puterea testului T*n i cu 1- (Tn) puterea testului Tn, atunci raportul: Rn=1- (T*n)/1- (Tn) se numete eficiena testului T pentru ipoteza H0 fa de alternativa H1. Eficiena unui test este n general n funcie de volumul de selecie n. Dac n , eficiena testului Tn tinde ctre unitate i n acest caz se numete testul asimptotic cel mai puternic. De exemplu, dac studiem durata perioadei de prob, ntr-o ntreprindere, considerat ca fiind o variabil normal cu abaterea standard de 200 ore, dintr-o selecie de volum n = 25 de angajai aflai n perioada de prob a rezultat o durat medie de lucru n perioada de prob de 1380 ore. S se testeze ipoteza H0: m = 1500 ore fa de alternativa H1: m = 1600 ore i s se determine numrul de observaii n, astfel nct puterea testului s fie egal cu 0,9. Pragul de semnificaie este = 0,01. Deoarece z = z0,01 = -2,33 i m0+(/n)z = 1500-(200/5)2,33 = = 1406,8 innd seama de (8.11), respingem H0. Cum z1- = z0,9 = 1,28 i z1- = z0,99 = 2,33, nlocuind elementele necunoscute n relaia (8.13) gsim n 52.
8.4 Testul t privind media populaiei normale
n cazul de fa avem de rezolvat problema din paragraful anterior cnd dispersia 2 a populaiei normale nu este cunoscut, dar pe care o estimm utiliznd un estimator nedeplasat:
s2 =
1 n ( xk x ) 2 n 1 k =1
(8.14)
Folosim teorema conform creia statistica t =
xm .Vn are o s
repartiie Student cu n 1 grade de libertate. Procedeul determinrii regiunilor critice pentru ipoteza H 0 , n cele trei cazuri, adic testul t unilateral dreapta, stnga i bilateral este analog i conduce la urmtoarele rezultate:
W: x > mo = t1 ;n 1 . s n
sau
x mo . n > t1 ;n 1 s
(8.15)
n cazul testului unilateral dreapta (m1 > mo)
W: x < mo + t ; n 1
s x mo sau . n < t ; n 1 s n
(8.16)
n cazul testului unilateral stnga (m1 < m0 )

W : x < m 0 t1
; n 1 2
s n
sau x < m o + t1 ; n 1 2
s n
(8.17)
echivalent cu:
x mo . n > t1 ; n 1 2 s
n cazul testului bilateral (m1 mo ) .
Observaie Valorile tabelare t ;n1,t1 ;n 1 i t
1 ; n 1 2
sunt , 1 i, respectiv,
ale variabilei Student.
De exemplu, dac ntr-un sector oarecare de producie s-au efectuat n = 26 msuratori ale productivitii muncii lucrtorilor care efectueaz o anumit operaie i productivitatea medie observat este x = 5,2buc. / om / or , iar s = 0,4buc. / om / or , dorim s se verifice ipoteza
H o : m = 5,5buc. / om / or referitoare la media productivitii muncii m fa de alternativa H1 : m = m1 < 5,5 la pragul de semnificaie = 0,01. Variabila productivitate se presupune a urma o lege normal
N (m1 , ) , cu necunoscut.
Este cazul testului t unilateral stnga a crui regiune critic este dat de relaia (8.16): x mo n < t; n 1 s Cum t x ;n 1 = t 0, 01;25 = t o,99, 25 = 2,78 i deoarece: W: t= x mo 5,2 5,5 n= = 26 = 3,75 < 2,78, s 0,4
respingem ipoteza H 0 .
8.5 Testul 2(hi ptrat) cu privire la dispersia 2 a populaiei normale
Fie
{x , x
1
2,..........,
x 4 } o selecie de volum n din populaia normal
N (m, ) i, pe baza ei, ne propunem s verificm ipoteza: H 0 : 2 = 0 2 fa de alternativa H1 : 2 = 1 2 .
Vom folosi statistica 2 =
(n s) s 2
, unde s 2 =
1 n ( x k x )2 n 1 k =1
are o repartiie 2 (n 1). n cazul testului unilateral dreapta (T12 > T02 ), regiunea critic W a
ipotezei Ho la un dat se obine folosind dispersia de selecie s2. Intuitiv, vom respinge H 0 , dac s 2 > k (admitem H1 ) i acceptm H 0 (respingem
H1 ), dac s 2 k.
Limita critic k se determin astfel:
(n s)s2 (n s)k 2 2 2 2 2 = P(s2 > k / 2 = 0 ) = P 2 > 2 = P( ;n 1) = 1 P( 1;n 1) 0 0 sau
P ( 2 2 1 ;n s ) = 1 de unde:
21 ; n 1 =
2 2 (n 1)k k = 0 1 ; n 1 2 0 n 1
Rezult c regiunea critic s 2 > k a ipotezei H 0 este: W : s2 > 0 2 (n 1)s 2 1 ; n 1, adic > 21 ; n 1 2 n 1 0
2
(8.18)
n cazul testului unilateral stnga, vom respinge ipoteza H 0 , dac
s < k , i o acceptm, dac s 2 k , iar k se determin ca mai sus pornind de la riscul .

2
(n 1)s 2 n 1)k 2 = P( 2 < 2 ; n 1 ) < = P(s 2 k / 2 = 0 ) = P 2 2 0 0
deci: 2 ;n 1 =
(n 1) k
02
k=
02
n 1
2 ;n 1.
Prin urmare, regiunea critic s 2 < k a ipotezei H 0 este: W: s 2 <
02
n 1
2 ;n 1 , adic
(n 1) / s 2
02
2 < ;n 1
(8.19)
n cazul testului bilateral ( 12 02 ) vom respinge ipoteza H 0 dac s 2 < k1 sau s 2 > k 2 , unde limitele k1 i k 2 se determin astfel:
2 = P ( s 2 < k1 sau s 2 > k 2 / 2 = 0 ) = P
(n 1)s 2 (n 1)k1 + < 2 2 0 0
(n 1)s2 (n 1)k2 2 2 2 2 2 2 2 2 + P 2 > 2 = P( < 1 ) + P( > 2 ) = P( < 1 ) +1 P( 2 ). 0 0
Considernd c P ( 2 < 12 ) = P( 2 > 22 ) , rezult c:
2 P( 2 < 12 ) = i P( 2 > 12 ) = (n 1) k1
2 deci: 12 = 2
;n 1
02
k1 =
02
n 1
2 2
;n 1
Prin urmare, regiunea critic s 2 k a ipotezei H 0 este:
W: s 2
0
n 1
l2 ; n 1, adic
(n 1) s 2
02
l 2 ; n 1
(8.20)
2 n cazul testului bilateral ( 1 2 ) vom respinge ipoteza H 0 daca 0
s 2 k 2, sau s 2 k 2, unde limitele k1 si k 2 se determin astfel:
= P( s 2 k1 sau
s 2 k 2 / 2 = 2 ) = P( 0 (n 1) s 2 (n 1) k1 (n 1) s 2 (n 1) k 2 ) + P( )= 2 2 2 2
2 2 = P( x 2 x12 ) + P( x 2 x 2 ) = P( x 2 x12 ) + 1 P( x 2 x 2 )
2 Considernd c P( x 2 x12 ) = P( x 2 x 2 ) rezult c:
2 2 2 P( 2 1 ) = i P( 2 1 ) =
, deci:
=
2 1 2 2
;n 1
(n 1) k1
2 0
k1 =
2 0
n 1
.2
2
;n 1
Prin urmare, o parte W1 a regiunii critice W , definit de inegalitatea s 2 < k1 , este:
W1 : s 2 <
02
n 1
2 2
;n 1
, adic
(n 1) s 2
2 0
2 < 2
;n 1
(8.21)
Cealalt parte s 2 > k 2 a regiunii critice se determin innd seama de: P ( 2 < 2 ) = 1 2 = 2 2 2 2
2 ;n 1 2
k2 =
2 0 n 1 1 2 ;n 1
k2 =
02
n 1
1 ;n 1 2
, deci regiunea critic corespunztoare este:
W2 : s >
2
02
n 1
1 ;n 1, 2
adic
(n 1) s 2
2 0
> 2
1 ;n 1 2
(8.22)
Regiunea critic a ipotezei H 0 : 2 = 02 , n cazul testului bilateral, este W = W1 W2
Observaie Pentru cazul cnd volumul n al seleciei pe baza creia testm ipoteza H 0 este mare ( n > 30 ) putem folosi statisticile:
(n 1) s 2 (n 1)
a) Z =
02
2(n 1)
, care pentru n de volum mare are o
repartiie asimptotic normal N (0,1). b) Z =

2 ( n 1) s 2
2 0
2n 3, care are de asemenea, pentru n, un volum
mare al eantionului aproximativ o repartiie N ( 0,1). Cu ajutorul acestor statistici testarea ipotezei se poate face deci cu ajutorul testului Z . De exemplu, dac s-a msurat de n = 9 ori durata ndeplinirii de ctre un muncitor a unei anumite operaii, cu scopul de a trage concluzii
asupra uniformitii lucrului i durata medie de efectuare a operaiei observate este X = 83 minute. Dispersia acestei durate s-a gsit s 2 = 4,04 (minute) 2 i se ia ca msura a uniformitii lucrului muncitorului. Dac dorim s verificm ipoteza H 0 : 2 = 3 (minute) 2 fa de alternativa H1 : 2 > 3, lund = 0,05 , atunci pentru = 0,05 i n 1 = 8
grade de libertate:
2 1 ;n 1 = 2,95;8 = 15,5 0
Deoarece
(u 1)s 2 = 10,77 < 15,5, valoarea calculat a statisticii nu 2 0
cade n regiunea critic, acceptm H 0. , deci uniformitatea lucrului muncitorului nu difer de uniformitatea stabilit n general pentru operaia considerat.
8.6 Ipoteza cu privire la egalitatea dispersiilor a dou populaii normale
Considerm dou selecii independente de volum n1 si n2 din dou populaii normale, pe baza crora se calculeaz caracteristicile de selecie X
2 i, s12 , respectiv X 2 i s2 .
Ne propunem s verificm ipoteza H 0 : 1 = 2 de egalitate a

2 2
dispersiilor. Verificarea ipotezei
H0
fa de una din alternativele
12 > 22 , 12 < 22 i
2 1
2 2
se bazeaz pe faptul c, dac H 0 este
adevrat, funcia de selecie:

F=
22 s12 s12 2 2 2 = 2 ( s > s2 ) 12 s2 s2 1
(8.23)
are o repartiie Fisher cu n1 1 si n2 1 grade de libertate. De aici i denumirea de testul F pentru verificarea ipotezei H 0 .
Dac alternativa este 12 < 22 (testul F unilateral stnga), s12 2 s2
regiunea critic W a ipotezei H 0 este mulimea valorilor raportului F = pentru care avem:
s12 2 > Fn1 1;n2 2 ;1 ) = , unde s2
P(
Fn1 s;n2 1;1 este cuantila 1 a
repartiiei F i se determin P ( F < Fn1 1;n2 1;1 ) = 1 .
din
tabele
conform
relaiei
Regiunea critic n acest caz va fi definit de inegalitatea:

s12 2 > Fn1 1;n2 1;1 s2
(8.24)
Dac alternativa este 12 > 22 (testul unilateral dreapta), avem: P( s12 < Fn1 1;n2 1; ) = 2 s2
(8.25)
i regiunea critic este definit de inegalitatea:

s12 2 < Fn1 1;n2 1; s2
(8.26)
unde
Fn1 1;n2 1; este cuantila repartiiei Fisher i se determin din tabele
conform relaiei P ( F < Fn1 1;n2 1; ) = .
Dac alternativa este
12 22 (testul F bilateral), atunci
regiunea critic a ipotezei H 0 este definit de inegalitile:

s12 s12 2 < Fn1 1;n2 1; / 2 sau 2 > Fn1 1;n2 1;1 / 2 s2 s2
(8.27)
unde Fn 1 1; n 2 1; / 2 i Fn1 1;n2 1;1 / 2 satisfac respectiv relaiile:

s12 s2 < Fn1 1;n2 1; / 2 ) = i P ( 12 < Fn1 1;n2 1;1 / 2 ) = 1 i 2 2 2 s2 s2
P(
reprezint /2, respectiv 1-/2 cuantilele repartiiei Fisher.
Puterea testului pentru o valoare dat a raportului

s12
12 = k este: 22
(W ; k ) = P(
s12 2 > Fn1 1;n2 1;1 / 12 = k 22 ) = P ( 1 < Fn1 1;n2 1;1 ). 2 2 s2 s2
22
Prin urmare:
1 1 Fn1 1;n2 1 > Fn1 1;n2 1;1 ) (8.28) k k este probabilitatea ce rezult din tabele pentru , k , n1 si n2 dai.
(W , k ) = P( Fn1 1;n2 1 >
De exemplu, pentru evaluarea a doi angajai, n vederea desemnrii ctigtorului cel mai bun angajat al lunii, s-a verificat precizia cu care lucreaz fiecare angajat. Pentru acest lucru s-au msurat caracteristicile unor piese de acelai tip, produse de cei doi angajai. Pe baza rezultatelor a n = 30 de msurtori ale caracteristicilor pieselor fabricate de primul angajat s-a gsit abaterea standard s1=7,98 mm, iar be baza a 30 de msurtori efectuate pentru cel de al doilea muncitor s-a obinut s2 = 5,71 mm.
Se poate afirma c dispersia s12 = 63,68 depete semnificativ s2 = 32,6; cu alte cuvinte precizia celui de al doilea angajat este mai mare dect a primului? Avem de verificat ipoteza H0: 12 = 22. Valoarea statisticii F este: F calc.= s12/s22 = 63,68/32,6 = 1,95. Pentru = 0,05 si n1-1 = 24, n2-1 = 29 grade de libertate, din tabel gsim F0,95;24;29 = 1,90. Deoarece Fcalc. > Ftabelat, respingem ipoteza de egalitate a celor dou dispersii; al doilea muncitor are o precizie mai mare dect primul.
2
8.7 Testul Z privind diferena mediilor a dou populaii normale

Fie
{ X11 , X12 ,..... X1n1}

cu dispersiile
{X
21,
X 22, ..... X 2 n 2 }
dou 1 n1
n1
selecii
independente de volum n1 , respectiv n2 din dou populaii normale
N (m2 , 2 ), 2 X2 =
1 n2
cunoscute,
fie
X1 =
X
i =1
1i
X
i 1
n2
2i
mediile celor dou selecii.
Ne propunem s verificm o ipotez referitoare la diferena m1 m2 = a mediilor m1 i m2 ale celor dou populaii, adic ipoteza
H 0 : m1 m2 = 0 , fa de alternativa H1: m1 m2 = 1 .
Pentru aceasta vom folosi teorema conform careia statistica
Z=
X 1 X 2 (m1 m2 )
2 1
n1
2 2
n2
X1 X 2 0
2 1
n1
2 2
n2
are o repartiie nominal tip
N ( 0,1), deci aplicm testul Z.
Regiunile critice ale ipotezei
H 0 : = 0
fa de alternativa
H1: = 1 sunt:
n cazul testului unilateral dreapta ( 1 > 0 )
2 1
W: x1 x 2 > 0 + z1
n1
2 2
n2
adic
x1 x 2 0
2 1
n1
2 2
n2
> z1
(8.29)
n cazul testului unilateral stnga ( 1 < 0 )

2 1
W: x1 x 2 > 0 + z
n1
2 2
n2
adic
x1 x 2 0
2 1
n1
n cazul testului bilateral ( 0 )
2 1
2 2
n2
> z
(8.30)
W: x1 x 2 > 0 z
n1
2 2
n2
sau
x1 x 2 > 0 + z
12
n1
22
n2
x1 x 2 0 echivalent cu Z1 / 2 12 22 + n1 n2
(8.31)
Dac dispersiile 12 si 22 nu sunt cunoscute, dar volumele n1 si n2 ale celor doua selecii sunt mari, atunci putem folosi estimaiile consistente
2 s12 i s2 ale celor dou dispersii i, prin urmare, variabila:
Z=
x1 x 2 0 s12 s12 + n1 n2
are o repartiie asimptotic normal N ( 0,1), deci vom aplica testul Z. Dac cunoatem, de exemplu, taxa medie de 1007 u.m./angajat, pltit de o banc nou nfiinat la o agenie de recrutare i selecie a forei de munc, pentru angajarea unui lot de 100 angajai calificai cu experien, este o variabil aleatoare normal cu abaterea standard de 3 u.m., iar cea pltit altei agenii specializate n angajarea a nc 100 de salariai, personal necalificat n domeniul bancar n special, deci fr experien (personal pentru care cheltuielile de salarizare sunt mult mai mici), este o variabil aleatoare normal cu abaterea standard egal cu 4 u.m. i este egal cu 1002 u.m. Dac managerul de resurse umane decide s se verifice ipoteza H0: m1=m2, aceea c taxele medii nu sunt semnificativ diferite, fa de alternativa m1m2, pentru =0,01 din tabel obinem z1-/2 = z0,995 = 2,57. Deoarece statistica
x1 x 2 = 10 > 2.57 , respingem ipoteza H0.
12
n1
22
n2
8.8 Testul t privind diferena mediilor a dou populaii normale

Vom rezolva acum situaia decizional din paragraful precedent n cazul n care dispersiile 12 i 22 sunt necunoscute, dar 12 = 22 . Considernd selecii de volum n1 i n2 mici ( < 30 ) valoarea comun 2 a celor dou dispersii poate fi estimat prin dispersia:
s2 =
( n1 1) s12 + ( n2 1) s22
n1 + n2 2 1 n1 2 ( x1i x1 ) i n1 1 i =1
(8.32)
unde s12 =
2 s2 =
1 n2 ( x2i x2 ) n2 1 i=1 teorema = conform creia statistica
t=
Vom folosi x1 x 2 ( m1 m2 ) s 1 1 + n1 n2
x1 x 2 are o repartiie Student cu n1 + n2 - 2 1 1 s + n1 n2
grade de libertate. Regiunile critice ale ipotezei H0 de la punctul precedent vor fi: n cazul testului unilateral dreapta ( 1 > 2 )
1 1 , adic + n1 n2
W: x1 x 0 > 0 + t1 ;n1 + n2 2 s x1 x 2 0 > t1 ;n1 + n2 2 1 1 s + n1 n2 fi: W: x1 x 0 < 0 + t ;n1 + n2 2 s
(8.33)
n cazul testului unilateral stnga ( 1 < 2 ), regiunea critic va
1 1 + adic n1 n2
x1 x 2 0 < t ;n1 + n2 2 1 1 s + n1 n2 n cazul testului bilateral 1 2

1 1 sau + n1 n2
(8.34)
W: x1 x o < 0 t1 / 2;n1 + n2 2 s
x1 x o > 0 t1 / 2;n1 + n2 2 s
1 1 + n1 n2
echivalent cu
x1 x 2 0 > t1 / 2;n1 + n2 2 1 1 s + n1 n2
(8.35)
Considerm urmtorul exemplu: n dou filiale ale unui concern multinaional se experimenteaz dou metode de salarizare. Pentru a verifica dac din punct de vedere economic aceste dou metode sunt asemntoare sau difer semnificativ, s-au nregistrat date referitoare la drepturile salariale cuvenite cte unui eantion reprezentativ selectat ntmpltor i simplu din fiecare filial. Astfel, pentru prima filial salariile (u.m.) sunt urmtoarele: 2,0; 2,7; 2,9; 2,3; 2,6; iar pentru a doua filial sunt: 2,5; 3,2; 3,5; 3,8; 3,5. Presupunnd c dispersiile celor dou colectiviti considerate normale sunt egale, ne propunem s comparm cele dou metode din punctul de vedere al salariilor obinute. Avem de verficat ipoteza H1: = 0, adic m1=m2, fa de alternativa
2 H1: 0(m1m2). Avem x1 = 2.5; x 2 = 3.3; s1 = 1 / 10; s 2 = 0.78 / 4 . Aplicnd 2
testul t bilateral a crei regiune critic este dat de formula (8.35), cu 0=0 pentru = 0,05, gsim tn1+n2-2;1-/2 = = t9;0,975 = 2,26.
Cum t =
2.5 3.3 0.5 + 0.78 1 1 + 6 + 5 2 5 6
= 3.48 > 2.26 , valoarea observat a
lui t cade n regiunea critic, deci respingem ipoteza H0. Ca rezultat, putem concluziona c, n medie, prima metod duce la un salariu mediu mai mic dect cea de a doua metod de salarizare, deoarece am gsit x1 < x 2 i, prin urmare, inegalitatea m1 < m2 este mai verosimil dect m1>m2.
8.9 Ipoteze referitoare la caracteristicile binare
n cele ce urmeaz ne vom ocupa de populaiile pe care este definit o caracteristic alternativ (calitativ) n legtur cu care pot avea loc numai dou evenimente: evenimentul A cu P(A) = p (pentru unitile care posed caracteristica); opusul su A cu P ( A) = p (pentru unitile care nu o posed). Prin urmare, variabila aleatoare Xi, ataat caracteristicii alternative care reprezint rezultatul experienei i asupra unei uniti din populaia considerat, are repartiia: Xi ( 0 1 ), 1 p p I=1,2, ...... (8.36)
Vom considera drept variabil X numrul de observaii Xi din cele n, corespunztoare apariiei evenimentului A, adic X= X
i 1 n
Pentru parametru necunoscut p, se poate emite o ipotez de forma Ho:p=po, unde po este o valoare a lui p specificat.
N frecvena relativ a apariiilor evenimentului A n selecie. n Conform teoremei Movece-Laplace, variabila fn are, pentru valori mari ale lui n, o repartiie asimptotic normal cu valoarea medie po i dispersia po (1 po ) , cnd Ho= adevarat. n Rezult c variabila redus: Fie fn=
fn M( fn ) N p0 n np0 (1 p0 )
Z=
(8.37)
are o repartiie normal tip N (0,1). Regiunile critice ale ipotezei Ho, corespunztoare celor trei alternative, adic testelor unilaterale i testului bilateral, sunt: Z > Z1 pentru alternativa H1 : p > p0 (unilateral dreapta); (8.38)
Z < Z1
pentru alternativa H1 : p < p0 (unilateral stanga) i Z > Z1 / 2 echivalent cu
Z < Z1 / 2 sau Z > Z1 / 2
(8.39)
(8.40)
pentru alternativa H1:ppo (bilateral). Acceptarea ipotezei H0:p=p0 indic faptul c diferena dintre frecvena relativ n/N, data de selecie i probabilitatea specificat po nu este semnificativ, este doar ntmpltoare.
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 cant 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 population from where it was extracted .The operation of testing significance is applied for the statistical inference,after determining confidence intervals for the total population parameters on the basis of survey data.
the the the the
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, ) is specified, and depends on an unknown parameter . The hypothesis acccording to which it has the value o , is denoted by Ho and is named null hypothesis. If we suppose that besides the value o, the parameter can have also one of the values Q1, Q2,, then the hypotheses Hi .. = i, 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 (0< < 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 , and the error probability of second manner is called a risk of second manner and is denoted by . 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 doesnt 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 , 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 , 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(QW/Ho) = and P(QW/H1) = maximum (8.1) meaning the probability that the value of the test statistics to belong to the critical region is equal to 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 wont be the error of the second manner). The risk is expressed according to the relation P(QCW/H1) = (8.2), and the probability to reject H0 as being false is P(QW/H1) = 1- (8.3) The probability to reject the hypothesis H0 compared to its alternative H1 ,with respect to , is called the power function of the test, denoted by (W,). So (W,) = P (Q W/), from where it results: (W,) = i (W,1) = 1- (8.4) The probability to accept the hypothesis Ho according to is called the operating characteristic function of the test and is denoted by C(W, ). We have: C (W, 0) = P(QCW/H0)= 1- and C (W, 1) = P(QCW/H1)= (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 ,that test for which 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 : = 0 and the alternative H1 :
= 1 , are simple hypotheses for the parameter
from the repartition f(x, ) of the continuous variable X, and Pn(x1,xn,0)

and Pn(x1,xn,1) 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,0) Pn(x1,xn,1) (8.6) where c is a positive number which depends on the significance level , fixed.
The Z Test concerning The Mean of The Normally Distributed Population We take the observed characteristic X, normally distributed N(m,) having the mean m and 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, being the given significance level.
( x k m1 ) 1 2 2 and We have : Pn(x1, ..,xn, m1) = e k =1 2 n
2

( xk m0 ) 1 2 2 e k =1 2 n 1
n 2
Pn(x1, ..,xn, m1) =
According to these , the relation (8.6.) becomes:

1
e
relation:
( xk m1 )
k =1
ce
( xk m0 )
k =1
, which leads , after changing the
2 (m1 m0 ) x k n(m12 m0 ) 2 ln c n k =1
(8.7)
But
x
k =1
= n x , and solving the previous inequality with respect to
x , we obtain:
x
2 2 ln c + n(m12 m0 )
n(m1 m0 )
= k 1 , if m1 > m0
(8.7)
and
2 2 ln c + n(m12 m0 )
n(m1 m0 )
= k 2 , if 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 , with the condition (8.1.), like that: If m1 > m0 (the right side test) according to (8.1.), we have successively:
k m0 x m0 = P(x k1 / m = m0 ) = 1 P(x < k1 / m = m0 ) = 1 P n< 1 n=
= 1 P(Z < z1 ) = 1 F(z1 ) .
From the relation F (z1-) = 1- it results the
value z1- and consequently:

z1 . n Having k1 determined, the relation (8.7) defines the critical region k1 m0
n = z1 k 1 = m0 +
W:
x m0 +
z1 sau
x m0
n z1
(8.9)
If m1< m0 (left side test), it is similar:

n k2 m0 n = P (Z z ) = F ( z )
x m0 = P (x k 2 / m `1 = m 0 ) = P
(8.9) From the relation F(z) = results the value of z and consequently:
k 2 m0
n = z k 2 = m0 +
(8.10)
Having k2 determined ,the relation (8.10) defines the critical region W:

x m0 +
z sau
x m0
n z
(8.10)
If m1m0 ,the critical region will comprise all the values of x , for which x m0 > k and being the significance level given by k, will be determined so that:
x m0 k n + = P( x m > k / m = m0 ) = P( x m0 > k) = P(x m0 < k) + P(x m0 > k) = P n<
x m0 + P k n = 1 F
n>
k n = P Z < k n + P Z > k n = F k n + 1 F k n
+ 1 F k n
It results that F k n / = 1
k n
=z
k=
and the critical regions are defined by the inequalities:
x > m0 +
or
or x < m0
(8.11)
x m0
n >z
(8.11)
Conditions : 1. The last variant of the most intense test corresponding to the case m1m0 is the variant of the both-sides test. 2. Because of the fact that for determining the critical regions we x m n , with the repartition N(0,1), the text used the statistics Z =
described above is called the Z test, with its variants: left and right side and both-sides.
3. Determining k1 i 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:
x m1 m m m m (W, m1) = Px < m0 + z / m= m1 = P n < 0 1 n + z = F 0 1 n + z n
(8.12)
The relation 8.12 can be used to determine the number of observations needed that the test to have a certain power, 1-.So we will have:
m m1 m m1 n + z or z1 = 0 n + z , from where: 1- = F 0
n = z1 + z1
m0 m1
(8.13)
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- (T*n) the power of the test T*n and by 1- (Tn) the power of the test Tn, then the ratio Rn=1- 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 = 0,01. Because z = z0,01 = -2,33 and m0+(/n)z = 1500-(200/5)2,33 = = 1406,8 According to 8.11, we reject H0. Where z1- = z0,9 = 1,28 and z1- = 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 2 of the normal population is unkown, but we will estimate it according to its unbiased estimation.
s2 =
1 n ( xk x ) 2 n 1 k =1 We use the theory according to which the statistics t =
(8.14)
xm .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: W: x > mo = t1 ;n 1 . s n
or
x mo . n > t1 ;n 1 s
(8.15)
In the case of the right side test ( m1 mo)

W: x < mo + t ; n 1 x mo s . n t ;n 1 or s n
(8.16)
In the case of the left side test (m1 < m0 )

W : x mo t1 ;n 1 .
2
s n
sau x mo + t1 ;n1
2
s n
(8.17)
Equivalent to:
x mo . n s
t1 ;n 1
2
For the both-sides test (m1 mo ) .

Observation: The table values of the Student variable t ;n1,t1 ;n 1 and
1 ; n 1 2
are ,1 and respectively 1
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 labours productivity compared to the alternative H1: m = m1 5,5 at the significance level = 0,01. The variable of the productivity is supposed to follow a normal law
N (m1 , ) with unknown. This is the case of the t left side test whose
critical region is given by the relation (8.16): x mo n t ; n 1 s Since t x ;n 1 = t 0, 01;25 = t o,99, 25 = 2,78 W:
and because
t=
x mo s
n=
5,2 5,5 = 26 = 3,75 2,78, 0,4
we reject the
hypothesis H o .
The 2 (Chi Square)Test Concerning The 2 Variance of a Normal Population
We take { x1 , x 2,.........., x 4 } a selection having the volume n from the normal population N (m, ) and on this basis we suggest to verify the hypothesis :
H 0 : 2 = 0 2 compared to the alternative H1 : 2 = 1 2 . We where s 2 = will use the statistics
=
2
(n s) s 2
1 n ( x k x )2 has a repartition 2 (n 1). n 1 k =1
For the case of the right side test (T12 T02 ), the critical region W of the hypothesis Ho , having 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:
= P(s 2 k / 2 = 0 2 ) = P( (n s)s 2 (n s)k ) = P( 2 2 ; n 1 ) = 1 P( 2 21 ; n 1 ). 2 2 0 0
or P ( 2 2 1 ;n s ) = 1 from where :
2 1 ;n 1 =
(n 1) k
02
k=
02
n 1
2 1 ;n 1
It results that the critical region s 2 k of the hypothesis H 0 is: W: s

2
02
n 1
2 1 ;n 1, meaning
(n 1) s 2
02
2 1 ;n 1 .
(8.18)
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 :
= P( s 2 k / 2 = 02 ) = P(
(n 1) s 2
02
2 0
<
n 1) k
02
) = P( 2 < 2 ;n 1 )
So: 2 ;n 1 =
(n 1) k
02
k=
n 1
2 ;n 1.
Consequently, the critical region s 2 < k of the hypothesis H 0 is:
W: s 2 <
02
n 1
2 ;n 1 , meaning
(n 1) / s 2
02
2 < ;n 1
(8.19)
For the case of the both-sides test ( 12 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:
= P( s < k1 or s > k 2 / = ) = P(
2 2 2 2 0
(n 1) s 2
2 0
<
(n 1) k1
02
)+
+ P(
( n 1)s 2 (n 1)k 2 2 2 > ) = P( 2 < 1 ) + P( 2 > 2 ) = P( 2 < 1 ) + 1 P( 2 2 ). 2 2 2 2 0 0
Taking into account that P( 2 < 12 ) = P( 2 > 22 ) it results that: 2 P( 2 < 12 ) = and P( 2 > 12 ) =

2 so: 12 = 2
;n 1
(n 1) k1
02
k1 =
02
n 1
2 2
; n 1
Consequently , the critical region s 2 k of the hypothesis H 0 is:
W: s
2
0
n 1
; n 1, meaning
2 l
(n 1) s 2
2 0
l 2 ; n 1
(8.20.)
2 For the case of the both-sides test ( 1 2 ) we will reject the 0
hypothesis H 0 if s 2 k 2, or s 2 k 2, , where the limits k1 and k 2 are determined as follows:
= P( s 2 k1 sau
s 2 k 2 / 2 = 2 ) = P( 0
2 2 1 2
(n 1) s 2 (n 1) k1 (n 1) s 2 (n 1) k 2 ) + P( )= 2 2 2 2
0
2 1
= P( x x ) + P( x x ) = P( x x ) + 1 P( x x )
2 2 2 2 2 2
2 If we consider that P( x 2 x12 ) = P( x 2 x 2 ) it will results:
2 2 2 P( 2 1 ) = and P( 2 1 ) =
, so:
2 1 = 2 2
;n 1
(n 1) k1
2 0
k1 =
2 0
n 1
.2
2
;n 1
As a result a part W1 of the critical region W , denoted by the inequality s 2 < k1 is:
W1 : s 2 <
02
n 1
2 2
;n 1
meaning
(n 1) s 2
02
2 < 2
;n 1
(8.21)
The other part s 2 > k 2 of the critical region is determined according to:
P(
2
< 22 ) = 1 22 = 2
2 2 1 ;n 1 2
k2 =
02
n 1
2 1 ; 2 n 1
k2 =
02
n 1
1 ;n 1 2
, so the critical corresponding region is:

(n 1) s 2
W2 : s 2 >
02
n 1
1 ;n 1, 2
adic
02
> 2
1 ;n 1 2
(8.22.)
The critical region of the hypothesis H 0 : 2 = 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) a) Z =
02
2(n 1)
, if the volume n is large, then it has a normal
(asimptotic) repartition N (0,1). b) Z =

2 ( n 1) s 2
2 0
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 works 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 works
uniformity. If we want to verify the hypothesis H 0 : 2 = 3 (minutes) 2 compared to its alternative H1 : 2 > 3; taking = 0,05 , then for = 0,05 and n 1 = 8 degree of freedom:
2 1 ;n 1 = 2,95;8 = 15,5 0
Because,
(u 1) s 2
02
= 10,7715,5, the obtained value of the statistics doesnt
belong to the critical region, we accept H 0. , so the works 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
2 characteristics X and s12 , respectively X 2 and s2 .
We decide to verify the equality hypothesis H 0 : 1 = 2 of the

2 2
variances. The verification of the hypothesis H 0 compared to one of the alternatives 12 > 22 , 12 < 22 and
12 22 is based on the fact that, if
H 0 is true, then the selection function: F=
22 s12 s12 2 2 2 = 2 ( s > s2 ) 12 s2 s2 1
(8.23)
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 12 < 22 (left side F test),the critical region W of the hypothesis H 0 is the values multitude of the ratio F = have: P( s12 2 > Fn1 1;n2 2 ;1 ) = , where Fn1 s; n2 1;1 is the quartile 1 of the s2 s12 2 for which we s2
repartition F and is determined from the table according to the relation P ( F < Fn1 1;n2 1;1 ) = 1 In this case the critical region will be defined by the inequality: s12 2 > Fn1 1;n2 1;1 s2 If the alternative is 12 > 22 (right side test), we have: s12 P ( 2 < Fn1 1;n2 1; ) = s2 and the critical region is denoted by the inequality: s12 2 < Fn1 1;n2 1; s2 where Fn1 1;n2 1; is the quartile of the Fisher repartition and is determined from the table according to the relation: P ( F < Fn1 1;n2 1; ) = If the alternative is 12 22 (F both-sides test), then the critical region of the hypothesis H 0 is defined by the inequalities:
(8.24.)
(8.25)
(8.26)
s12 s2 < Fn1 1;n2 1; / 2 or 12 > Fn1 1;n2 1;1 /2 2 s2 s2 where Fn1 1;n2 1; / 2 , and Fn1 1;n2 1;1 / 2 are respectively satisfying the relations: P( s12 2 < Fn1 1;n2 1; / 2 ) = 2 s2 and P (
(8.27)
s12 2 < Fn1 1;n2 1;1 / 2 ) = 1 2 s2
and
represent / 2 respectively 1 / 2 the quartiles of the Fisher repartition. The power of the test for a given value of the ratio
12 = k is: 22
s12
(W ; k ) = P(
s12 2 > Fn1 1;n2 1;1 / 12 = k 22 ) = P ( 1 < Fn1 1;n2 1;1 ). 2 2 s2 s2
22
As a result:
(W , k ) = P( Fn1 1;n2 1 >
1 1 Fn1 1;n2 1 > Fn1 1;n2 1;1 ) k k
(8.28)
the probability that results from the table for , 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 employees 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: 12 = 22 The value of the statistics F is : F calc.= s12/s22 = 63,68/32,6 = 1,95. For = 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 1 n1

n1
and respectively n2 from two normal populations N (m2 , 2 ), with the 2 variances known, and suppose, X 1 =
X
i =1
1i
and, X 2 =
1 n2
X
i 1
n2
2i
the
means of the two selections. We decide to verify a hypothesis concerning the difference m1 m2 = of the means m1 i m2 of the two populations, meaning the hypothesis H 0 : m1 m2 = 0 compared to the alternative H1: m1 m2 = 1 To solve this we will apply the theorem according to which the statistics Z with the formula bellow: Z= X 1 X 2 (m1 m2 )
2 1
n1
2 2
n2
X1 X 2 0
2 1
n1
2 2
n2
has a nominal repartition of type N ( 0,1), so we apply the Z test.
The critical regions of the hypothesis H 0 : = 0 compared to the alternative H1: = 1 , are:
For the right side test ( 1 > 0 )
2 1
W: x1 x 2 > 0 + z1
n1
2 2
n2
meaning
x1 x 2 0
2 1
n1 for the left side test ( 1 < 0 )

2 1
2 2
n2
> z1 (8.29)
W: x1 x 2 > 0 + z
n1
2 2
n2
meaning
x1 x 2 0
2 1
n1 for the both-sides test ( 0 ) .
2 2
n2
> z (8.30)
W: x1 x 2 > 0 z or
x1 x 2 > 0 + z
1
2 1
n1
2 2
n2
12
n1
22
n2
x1 x 2 0 Equivalent to Z1 / 2 12 22 + n1 n2
(8.31)
If the variances 12 and 22 are unknown, but the volumes n1 and n2 of the two selections are great, then we can use the consistent estimations s12
2 and s2 of the two variances and as a consequence, the variable:
Z=
x1 x 2 0 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 m1m2, for =0,01 from the table we obtain z1-/2 = z0,995 = 2,57. Because the statistics
x1 x 2 = 10 > 2.57 , we reject H0 .
12
n1
22
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 12 and 22 are unknown , but 12 = 22 . Taking into account that the selections volume n1 and n2 are small ( 30 ) the common value 2 of the two variances may be estimated using the variance: s2 =
( n1 1) s12 + ( n2 1) s22 (8.32)

n1 + n2 2
where s12 =
1 n1 2 ( x1i x1 ) (8.32) n1 1 i=1
and
2 s2 =
1 n2 ( x2i x2 ) n2 1 i=1
We will use the theorem according to which the statistics t,

t= x1 x 2 (m1 m 2 ) s 1 1 + n1 n 2 = x1 x 2 s 1 1 + 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 ( 1 > 2 ) W: x1 x 0 > 0 + t1 ;n1 + n2 2 s
1 1 + , meaning n1 n2
x1 x 2 0 > t1 ;n1 + n2 2 1 1 s + n1 n2
(8.33)
In the case of the left side test ( 1 < 2 ), the critical region will be: W: x1 x 0 < 0 + t ;n1 + n2 2 s x1 x 2 0 < t ;n1 + n2 2 1 1 s + n1 n2
1 1 + meaning n1 n2
(8.34)
In the case of the both-sides test 1 2 W: x1 x o < 0 t1 / 2;n1 + n2 2 s

1 1 + n1 n2
or
x1 x o > 0 t1 / 2;n1 + n2 2 s
1 1 + n1 n2
equivalent to:
x1 x 2 0 > t1 / 2;n1 + n2 2 1 1 s + n1 n2
(8.35)
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: = 0, meaning m1=m2, compared to the alternative H1: 0 (m1m2).We have
2 x1 = 2.5; x 2 = 3.3; s12 = 1 / 10; s2 = 0.78 / 4 .We apply the t both-sides test of
which critical region is given by the relation (8.35.), with 0=0. For = 0,05, we find tn1+n2-2;1-/2 = t9;0,975 = 2,26. Since t = 2.5 3.3 0.5 + 0.78 1 1 + 6 + 5 2 5 6 = 3.48 > 2.26 , the observed value of
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. meaning X= X
i 1 n
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 the relative frequency of the appearance of the event We take fn= 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 p0 fn M( fn ) n Z= = 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 (8.38) for the alternative H1 : p > p0 (right side). Z < Z1 (8.39)
(8.37)
for the alternative H1 : p < p0 (left side) and Z > Z1 / 2 equivalent to Z < Z1 / 2 or Z > Z1 / 2 for the alternative H1:ppo (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. (8.40)
ANEXA 1 CHESTIONAR PENTRU EVALUAREA CERERII DE TRAINING Stimate doamn/domn, V rugm s alegei rspunsurile pe care le considerai potrivite pentru urmtorul set de ntrebri ce au ca scop evaluarea cerinelor de instruire i perfecionare ale organizaiei d-voastr. 1. Compania Denumire i adres: _____________________________________ Persoana de legtur:_____________________ Telefon/Fax/email:
2. Informaii pentru clasificarea organizaiei n cadrul eantionului: 2.1 Forma dominant de proprietate: ( ) Public ( ) Privat 2.2 Naionalitatea capitalului: ( ) Romnesc ( ) Strin ( ) Mixt 2.3 Numrul de angajai: ( ) 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 ( ) Construcii ( ) Comer ( ) Turism ( ) Infrastructur ( ) Servicii ( ) Servicii comerciale sociale
3. Politica de instruire i perfecionare 3.1 Compania d-voastr a organizat pn acum sesiuni de instruire i perfecionare pentru anagajai? ( ) DA , se trece la 3.2 ( ) NU, se trece la 3.4
3.2 Dac DA, v rugm s precizai care au fost acestea:

Nivelul de instruire ( ) sesiuni de iniiere ( ) sesiuni de perfecionare Categoriile de angajai Formele de instruire ( ) muncitori ( ) la locul de munc ( ) personal din administraie ( ) cursuri interne ( ) personal de conducere ( ) prin instituii specializate
3.3 V rugm s apreciai procentual ci angajai ai organizaiei d-voastr au fost cuprini n programe de instruire i perfecionare, pn n prezent?
Bifai intervalul potrivit situaiei din organizaia d-voastr.
- 20% ( ); - ntre 20 i 40% ( ); - ntre 40 i 60% ( ); - ntre 60 i 80% ( ); - peste 80% ( ); 3.4 V rugm s v amintii care a fost ultimul curs la care au participat angajaii d-voastr: ... 3.5. Compania d-voastr acord alocaii pentru studii recunoscute formal? (Considerm alocaii pentru studii: pli incluse n pachetul total de compensaii, mrind valoarea contraprestaiei salariale, deci se adaug la venitul lunar, destinate mbuntirii cunotinelor i abilitilor angajailor prin participarea la cursuri de ridicare formal a nivelului de studii) ( ) DA, se trece la 3.6. ( ) NU, se trece la 3.7.
3.6 Dac DA, pentru ce tip de studii: ( ) postuniversitare ( ) universitare ( ) Altele, v rugm precizai: .
3.7 Compania d-voastr consider activitatea de training ca o modalitate de dezvoltarea profesional a propriului personal? ( ) DA, n foarte mare msur; ( ) DA, n mic msur; ( ) i DA i NU; ( ) NU, nu prea; ( ) NU, deloc 3.8 Dac DA, care considerai a fi avantajele activitii de instruire i formare a angajailor? 3.9 Dac NU, care considerai c sunt dezavantajele formrii angajailor? 3.10 Cheltuielile cu formarea angajailor sunt incluse n bugetul companiei d-voastr? ( ) DA ( ) NU, v rugm motivai: .. 3.11 n legtur cu politica de ocupare a,locurilor de munc libere, preferai s angajai personal nou, cu un nivel nalt de instruire sau s investii n dezvoltarea profesional a personalului deja angajat?
4. Identificarea nevoilor i cerinelor consumatorului de servicii de perfecionare i instruire a angajailor 4.1 V rugm s specificai domeniile de instruire ce prezint interes pentru activitatea companiei d-voastr, pentru fiecare tip de instruire, ocazional (A), sau la cerere, ( B) forma de instruire i fiecare categorie de personal ce credei c trebuie instruit n domeniul respectiv:
Ritm de Domenii de instruire Categorii de angajai Forma de instruire instruire 1) intern ( ) A. 1. Flux informaional, transport, a) muncitori ( ) Cursuri aprovizionare, distribuie, logistic b) personal adminisraie ( 2) la firme specializate () organizate ) c) personal conducere ( ) 3) la sediul firmei cu experi externi ( ) la cererea 2. Protecia muncii i a mediului a) ; b) ___ c) ____ agentului 1) __; 2) ____; 3) ____ economic 3 Marketing a) ; b) ___ c) ____ 1) __; 2) ____; 3) ____ 4 Management 5 Managementul calitii totale 6. Cursuri integrate: 6 Alte domenii, v rugm precizai ....................................................... Ritm de Domenii de instruire instruire B. 1. Flux informaional, transport, Cursuri aprovizionare, distribuie, logistic organizate periodic pentru angajaii agentului 2. Protecia muncii i a mediului economic 7 Marketing 8 Management 9 Managementul calitii totale 6. Cursuri integrate: 7. Alte domenii v rugm precizai .......................................................... a) a) a) a) ; b) ___ c) ____ ; b) ___ c) ____ ; b) ___ c) ____ ; b) ___ c) ____ 1) __; 2) ____; 3) ____ 1) __; 2) ____; 3) ____ 1) __; 2) ____; 3) ____ 1)__; 2) ____; 3) ____
Categorii de angajai Forma de instruire 1) intern ( ) a) muncitori ( ) 2) la firme specializate b) personal () administraie ( ) c) personal conducere ( 3) la sediul firmei cu experi externi ( ) ) a) a) a) a) a) a) ; b) ___ c) ____ ; b) ___ c) ____ ; b) ___ c) ____ ; b) ___ c) ____ ; b) ___ c) ____ ; b) ___ c) ____ 1) __; 2) ____; 3) ___ 1) __; 2) ____; 3) ___ 1) __; 2) ____; 3) ___ 1) __; 2) ____; 3) ___ 1) __; 2) ____; 3) ____ 1) __; 2) ____; 3) ____
4.2 V rugm s acordai o not de la 1 (locul nti) la 5 (ultimul loc) metodelor de instruire preferate, pe care le considerai a fi cele mai potrivite n procesul formrii angajailor:
prelegeri simulri participare la desfurarea unui scenariu nvare la distan prin INTERNET prezentare de studii de caz discuii interactive jocuri participare interactiv pe calculator
4.3 Pentru a putea clasifica referinele i nevoile consumatorului de servicii de training, v rugm s avei amabilitatea s atribuii urmtoarelor proproziii puncte, conform scalei de mai jos: -2 -1 0 +1 +2 ______|____________|___________|_____________|____________|_____ total mpotriv mpotriv neutru parial de acord total de acord
Opinia Angajaii mei au obinut rezultate mai bune dup o perioad de instruire Activitatea de formare a angajailor este prea costisitoare. Mai bine cheltuim pentru activiti ce ne vor aduce un profit mai rapid. Este dificil s continui s studiezi dup absolvirea colii Riscm s ne pierdem angajaii instruii de noi. Dup ce sunt perfecionai pleac la concuren. Doar companiile strine i permit s instruiasc angajaii. Cursurile ce ne- au fost oferite sunt prea scumpe Procesul de formare continu trebuie s includ doar personalul cu studii superioare. Training ul reprezint un domeniu nou pentru noi. Instruirea eficient a angajailor se poate realiza doar peste hotare. Angajaii notri sunt foarte eficieni i nu trebuie perfecionai. Prefer formatori strini celor romni Procesul de instruire se adreseaz mai mult conducerii firmei Compania noastr prefer s angajeze oameni deja instruii pentru a nu fi nevoii s investim n formarea lor profesional Cred c n prezent domeniul cel mai necesar a fi permanent actualizat este cel economic Cei mai buni formatori sunt managerii firmei Nota
ANEXA 2 CHESTIONAR DE EVALUARE A EFICIENEI NVMNTULUI SUPERIOR N OPINIA ABSOLVENILOR

ncercuii varianta potrivit pentru fiecare ntrebare.
Suntei absolvent de nvmnt superior? 1. DA (CONTINU!) 2. NU (STOP INTERVIU!) Ce facultate/faculti ai absolvit?________________ De ce v-ai nscris la aceast facultate ? 1. Dintr-o chemare (aplecare asupra domeniului); 2. Din cauza prinilor care m-au obligat; 3. Ca s-mi urmez prietenii; 4. Am considerat c este un domeniu cu un viitor financiar sigur; 5. Am tiut c este domeniul potrivit pentru mine (legat de personalitatea i preocuprile mele) din toate punctele de vedere; 6. Alt motiv: _____________________________________________________ n cazul n care motivul ales la ntrebarea precedent a fost 1, 2 sau 3, dorii s urmai o alt facultate? (Dac ai rspuns anterior cu variantele 4 sau 5
ignorai aceast ntrebare)
1. 2. 3. 4. 5.
Da, chiar am s fac acest lucru. Da, mi doresc, dar nu am plnuit nc nimic. Aa i aa, mi doresc, dar nu am timpul necesar. Nu, consider c o facultate este de ajuns pentru oricine. Nu, nu mi permit datorit mai multor restricii (financiare, de familie etc.). Precizai ce restricii v mpiedic: ..........................................................
Ct aplicai (practic) din cele nvate n facultate n meseria d-voastr ? 1. 0 20 % 2. 20 40 % 3. 40 60 % 4. 60 80 % 5. 80 90 % 6. 90 100 % Pe parcursul facultii, nivelul cursurilor predate era: 1. ridicat 2. mediu 3. sczut Iar cunotinele d-voastr, n timpul facultii, erau: 1. pur teoretice 2. mai mult teoretice dect practice 3. i practice, i teoretice, n aceeai msur 4. practice, aplicabile n realitate 5. mai mult practice n liceu ai beneficiat de informaii privind opiunile posibile referitoare la facultate? 1. da, n mare msur 2. da, n oarecare msur 3. aa i aa 4. nu prea mult 5. deloc n opinia d-voastr, prinii/rudele i apropiaii celor ce trebuie s aleag o facultate, trebuie: 1. s i ncurajeze s urmeze o facultate potrivit, prezentndu-i propria prere asupra capacitilor i trsturilor candidatului;
2. s i ndemne s studieze la o facultate despre care tiu c este de viitor i c diploma acestei faculti i va asigura candidatului un viitor sigur; 3. s i oblige s urmeze o facultate ai crei absolveni sunt cei mai cutai pe piaa muncii la momentul respectiv, fr s cear prerea candidatului; 4. s nu i influeneze n nici o direcie. Ai fost obligai vreodat s v reorientai profesional? 1. Da, i acum am cu totul alt ocupaie dect formaia mea profesional; 2. Da, acest lucru este necesar pentru integrarea mea pe piaa de munc, dar atept un loc de munc potrivit profesiei mele; 3. Nu, nu a fost necesar (existau locuri de munca pentru domeniul meu) dar am fcut acest lucru din proprie iniiativ; 4. Nu, nu a fost necesar, profesia mea era/este o meserie cutat. Dac v-ai reorientat profesional, ai fcut-o prin: 1. cursuri practice, de specialitate; 2. practicnd direct meseria, furnd meseria de la colegii mei mai experimentai; 3. studiind cri de specialitate, manuale, articole; 4. prin cursuri prin coresponden; 5. alt metod: ____________________________________________________ A existat vreun moment, dup terminarea facultii, cnd ai dorit s urmai o alt carier ? 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 gnd. 4. Nu mi amintesc.
Dac ai rspuns afirmativ la ntrebarea precedent, ai fcut ceva practic pentru schimbarea carierei ? 1. Da, chiar mi-am schimbat cariera. 2. Da, am ncercat, dar nu am reuit. 3. Nu nc, dar intenionez. 4. Nu, nu am avut curajul s schimb ceva. 5. Nu, am considerat c este doar un sentiment de moment. Considerai c tinerii din ziua de azi trebuie s urmeze o facultate din unul din motivele:................................................................................................... Considerai c trebuie s existe cabinete de orientare profesional i n licee (n activitatea lor fiind inclus consultan psihologic menit s estimeze orientarea elevului)? 1. Da, ele sunt n beneficiul elevului pentru viitor. 2. Da, dar trecerea prin aceast categorisire nu trebuie s fie obligatorie pentru toi elevii. 3. Da i nu, acest aspect trebuie luat n considerare de prinii i elevii fiecrui liceu n parte, nu trebuie impus un astfel de cabinet pe plan naional. 4. Nu, nu consider c elevii au nevoie de aa ceva (au apropiai care s i ndrume). 5. Nu tiu/nu m pronun. Considerai c trebuie create, pentru elevii de liceu, faciliti de comunicare i informare, care s ofere acces la cunoaterea oportunitilor de angajare dup terminarea facultii? 1. Da, sigur acest lucru faciliteaz mult alegerea tinerilor. 2. Da, este bine ca elevii s se poat informa singuri i s fac o alegere cunoscnd toate informaiile. 3. i da i nu trebuie ca elevii s urmeze sfaturile prietenilor, rudelor i apropiailor i apoi s decid n funcie de oferta instituiilor de nvmnt superior. 4. Nu, nu consider c faciliteaz decizia elevilor. 5. Nu tiu.
Ai urmat i alte cursuri n afara celor universitare pentru perfecionarea d-voastr profesional? 1. Da, am urmat i m-au ajutat n carier. 2. Da, am nceput s urmez, dar nu am avut timpul necesar s le termin. 3. Nu, dar plnuiesc s o fac. 4. Nu, nu am considerat c-mi sunt necesare. Ai fost vreodat promovat(), de-a lungul carierei, doar datorit diplomei de absolvire deinute? 1. Da, sunt sigur de acest lucru. 2. Da, dar nu pot fi sigur de acest lucru. 3. Nu tiu, promovarea mea nu mi-a fost att de clar explicat. 4. Nu, sunt sigur c promovrile primite s-au datorat numai muncii mele. Ai fost vreodat omer, n afara perioadei imediat urmtoare terminrii studiilor superioare ? 1. Da 2. Nu Ai schimbat locurile de munc pn acum? 1. Da, foarte des (mai mult de 15 locuri de munc). 2. Da, des (7-15 locuri de munc). 3. Da, dar rar (3-7 locuri de munc). 4. Da, dar foarte rar (1-3 locuri de munc). 5. Nu, lucrez n acelai loc de cnd m-am angajat prima oar. Dac ai rspuns afirmativ la ntrebarea precedent, din ce motive ai schimbat locul de munc? (putei bifa oricte rspunsuri dorii) 1. Nemulumire fa de condiiile de munc 2. Nemulumire fa de salariu astfel am ncercat s-mi gsesc un alt loc de munc
3. Nemulumire la adresa mediului social neprietenos i rece existent n firm 4. Din cauza restructurrilor de la firma la care lucram 5. Mi s-a oferit o slujb mai bun 6. Nu m-am neles cu superiorul meu i am fost concediat() 7. Alt motiv, precizai care anume:............................................. Cum v informai n domeniul n care v-ai pregtit i n care lucrai? 1. Cumprndu-mi cri de specialitate 2. Am abonament la bibliotec (specificai, v rugm, biblioteca:____________) 3. Prin reviste de specialitate pe care le cumpr ocazional, 4. Am abonament la una sau mai multe reviste de specialitate 5. Navignd pe INTERNET 6. Participnd la manifestrile publice din domeniu 7. Altfel, cum anume:................................................ Vrsta d-voastr este: 1. 22- 30 ani 2. 31- 40 ani 3. 41- 50 ani 4. 51- 60 ani 5. 61- 65 ani Profesia d-voastr:________________________________________ Ocupaia actual:______________________________________________ Vechimea d-voastr n munc:____________________________________ Vechimea la locul de munc actual:________________________________ Vechimea la ultimul loc de munc:_________________________________ Oraul unde locuii:_____________________________________________
V MULUMIM PENTRU TIMPUL ACORDAT!
ANEXA 3 CHESTIONAR PENTRU CONTROLORI - VARIANTA 1 Stimai controlori, se tie c, n timpul efecturii controlului, unii cltori intervin n favoarea contravenienilor care nu vor s se legitimeze sau s plteasc amenda legal n vehicul. 1.Care este frecvena acestor evenimente cu care v-ai confruntat d-voastr, personal: zilnic (estimai numrul acestora) lunar (estimai numrul acestora) sptmnal (estimai numrul acestora) niciodat 2. V rugm s apreciai numrul de astfel de intervenii n favoarea contravenienilor, ntlnite de d-voastr. ntr-o lun obinuit - 21 de zile lucrtoare: (subliniai)
Nici una 1-5 intervenii 610 intervenii 1115 intervenii 1520 intervenii >20 intervenii
3.Ce categorii de persoane credei c intervin, n majoritatea cazurilor, n favoarea contravenienilor (precizai numrul lor avnd n vedere aproximarea d-voastr maxim de mai sus):
a. b. c. d. Persoane din afara Regiei de Transport., precizai cine i cte Salariai ai Regiei de Transport Pensionari ai Regiei de Transport Alte categorii de pensionari (ce beneficiaz de gratuitate)
4. Dintre salariaii i pensionarii Regiei (b+c din ntrebarea 3.) care intervin n general ntr-o lun (21 de zile lucrtoare) n controlul d-voastr aproximativ ci sunt: a. femei .............; b. brbai..........
5. Aceeai ntrebare pentru:

a. b. c. tineri (pn n 35 ani) maturi (35 55 ani) vrstnici (peste 55 ani)
6. Dintre salariaii i pensionarii Regiei, ci intervin ntr-o lun lucrtoare, n general pentru:
a. b. c. rude, cunotine strini ambele (n mod egal)
7. Care sunt, n opinia d-voastr, motivele invocate n favoarea contravenienilor (ncercuii): 1. comportamentul controlorilor; 2. vrsta contravenienilor; 3. situaia material a contravenienilor; 4. calitatea serviciilor R.A.T.B.; 5. alte motive, precizai care anume 8. Pe ce linii i ntre ce staii avei astfel de situaii n mod frecvent: 9. n final, v rugm s menionai cu toat seriozitatea cam ci cltori intervin n favoarea controlorilor n cele 21 de zile lucrtoare ale unei LUNI calendaristice: (subliniai):
nici una 1-5 persoane 6 10 persoane 11 15 persoane 15 20 persoane > 20 persoane
V rugm s precizai cteva informaii despre d-voastr necesare clasificrii rspunsurilor (ncercuii): Sex: a. M. b. F; Studii: a. Medii b. Superioare; Vrsta (ani):..... Vechime n Regie:..... CONDUCEREA REGIEI V MULUMETE!
ANEXA 4 CHESTIONAR PENTRU CONTROLORI - VARIANTA a-2-a Stimate coleg(), tim cu toii c unii cltori intervin n aprarea contravenienilor care nu vor s plteasc amenda RATB i nici s se legitimeze. Dorim ca, mpreun cu dvs., s gsim i s propunem cteva soluii de rezolvare a acestei probleme. De aceea v rugm s rspundei la ntrebrile din acest chestionar. V mulumim.
1 Din punct de vedere (d.p.d.v.) al ocupaiei, 4 D.p.d.v. al sexului, cine intervine cel mai cine credei c intervine cel mai mult n mult n aprarea contravenienilor? aprarea contravenienilor? (ncercuii o (ncercuii o singur liter): a. femeile; singur liter`) a. persoane fr ocupaie (omeri, b. brbaii; casnice etc.); c. femeile i brbaii n mod egal. b. salariai RATB; c. salariai din afara RATB (pres, poliie, administraia de stat); d. persoane care beneficiaz de gratuitate sau de reducere pe RATB; e. alte categorii de persoane, care: 2 D.p.d.v. al vrstei, cine credei c intervine 5. Pentru care contravenieni credei c cel mai mult n aprarea contravenienilor? se intervine cel mai mult? (ncercuii o singur liter): (ncercuii o singur liter): a. pentru tinerii (pers. pn n 35 ani); a. tinerii (persoane pn n 35 de ani); b. pentru mature (36-55 ani); b. maturii (36 55 ani); c. pentru btrni (peste 65 de ani). c. vrstnicii (56 65 ani); d. btrnii (peste 65 de ani). 6 Care este cel mai frecvent rspuns al contravenienilor la ntrebarea d.-voastr. De ce nu avei billet. Scrie aici 3 D.p.d.v. al frecvenei, ct de des credei c intervin unii cltori n aprarea contravenienilor? (ncercuii o singur liter): a. ntotdeauna (zilnic); b. mai rar (de 2 3 ori/spt.); c. foarte rar; d. niciodat. 7. Care este cel mai frecvent rspuns al cltorilor la solicitarea dvs. De a se legitima? Scrie aici . 8. Ce msuri propunei mpotriva contravenienilor care nu vor s se legitimeze? Scrie aici
Statistic pentru studii de marketing i administrarea afacerilor 9 Care este cel mai frecvent rspuns la D E S P R E D-VOASTR: ntrebarea Dvs., de ce intervenii? pe care (ncercuii litera corespunztoare) o adresai cltorilor care iau aprarea 13. Sexul : contravenienilor. a. B Scrie aici.. b. F 10 Ce msuri propunei mpotriva cltorilor care iau aprarea contravenienilor? Scrie aici. 14. Studii : a. coala general; b. liceul; c. student (); d. superioare 15. Vrsta : a. pn n 35 de ani; b. 36 55 ani; c. peste 55 ani.
11 Ct de frecvent intervin cltorii n aprarea controlorilor de bilete? (ncercuii o singur liter): a. ntotdeauna (zilnic); b. mai rar (de 2+3 ori/spt.); c. foarte rar; d. niciodat.
12. Ct de frecvent intervin salariaii regiei 16. Vechimea d-voastr n RATB : n aprarea d-voastr? (ncercuii o a. pn n 5 ani; singur liter): b. 6 10 ani; a. ntotdeauna (zilnic); c. 11 20 ani; b. mai rar (de 2-3ori/spt.) d. peste 20 ani. c. foarte rar; d. niciodat.
nc o dat, v mulumim.
ANEXA 5 OPINIA CLTORILOR CARE CIRCUL CU MIJLOACE DE TRANSPORT PUBLIC DECORATE INTEGRAL CU RECLAM 1. Cltorii des pe aceast linie? (Bifai rspunsul potrivit).
a. zilnic b. sptmnal c. mai rar
2. Suntei mulumii de noul aspect al vehiculului, cu geamurile decorate integral?

a. foarte mulumit b. mulumit c. nemulumit d. foarte nemulumit
3. Opinia dvs. se refer la:

a. aspectul exterior b. vizibilitatea din interiorul vehiculului c. controlul cltoriei d. altele (care).....................................................
4. Sex.
B F
5. Vrsta (ani):
10-29 30-59 60 +
6. Profesie:
elev, student, militar salariat patron liber profesionist pensionar omer altele
ANEXA 6 CHESTIONAR DE EVALUARE A PIEEI ASIGURRILOR N BUCURETI Stimate domn/doamn, v rugm s avei amabilitatea de a rspunde la un set de ntrebri referitoare la piaa asigurrilor. V asigurm de ntreaga confidenialitate privind rspunsurile d-voastr. V mulumim! NOT: Aceste ntrebri se refer doar la asigurrile facultative pentru persoane individuale i nu la asigurrile obligatorii de rspundere civila, n efectul legii. Rspunsurile se vor marca cu X conform alegerii individuale. 1. Suntei asigurat n prezent: - Da (trecei la ntrebarea 4) - Nu (trecei la ntrebarea 6) 2. Ce rol au jucat asigurrile n viaa d-voastr? - Am fost asigurat (trecei la ntrebarea 3) - Nu am fost asigurat (trecei la ntrebarea 6) 3. Specificai motivul principal pentru care nu mai suntei asigurat:................................................................................................... 4. Ce tip de asigurare ai avut sau avei?...................................................... 5. Cu ce companie a fost ncheiat contractul de asigurare?.......................... 6. Care este sau a fost vechimea contractului d-voastr? (nr. de ani pentru care s-au pltit prime de asigurare) .......................................................... 7. Care este sau a fost durata contractului :..................................................
8. Intenionai s prelungii polia din prezent (doar pentru cei ce sunt asigurai)? - Da - Nu - Nu tiu 9. Intenionai s achiziionai n viitorul apropiat o alt poli de asigurare? - Da, n mod sigur - Da, este posibil - Nu prea cred - Nu, n mod sigur 10. Ce tip de poli de asigurare v intereseaz?........................................ 11. Pentru aceasta ce companie de asigurri preferai, dintre cele ce i desfoar activitatea n Bucureti? - ING Nederlanden - ASIROM - AIG Life - Allianz iriac - Sara Merkur - Omniasig - ASTRA - Ardaf - Altele, precizai care .............................................. - Nu tiu 12. Principalul motiv al preferinei d-voastr. este: - seriozitatea firmei - experiena firmei - tradiia romneasc - tradiia internaional
- clienii firmei - publicitatea i reclama firmei - alt motiv, care anume ............ 13. Cunoatei persoane fizice care au beneficiat sau beneficiaz de contracte de asigurare? - Da (trecei la ntrebarea 14) - Nu (trecei la ntrebarea 17) 14. Care este compania asiguratoare cu care acestea au incheiat contractul de asigurare? - ING Nederlanden - ASIROM - AIG Life - Allianz iriac - Sara Merkur - Omniasig - ASTRA - Ardaf - Altele, precizai care ............................................. 15. Ce tip de asigurare este ncheiat cel mai des de ctre prietenii d-voastr? - de via - sntate - bunuri - locuin - pensie - auto, alta dect cea obligatorie - alt tip, care anume.................
16. Care este durata asigurat cel mai des de ctre prietenii d-voastr: 17. De ct timp sunt asigurai prietenii d-voastr? - mai puin de un an - ntre 1 i 3 ani - ntre 3 i 6 ani - peste 6 ani 18. n ce msur v sftuii prietenii s ncheie contracte de asigurri? - n foarte mare msur - n mare msur - aa i aa - n mic msur - deloc 19. Ce tip de asigurare le recomandai prietenilor d-voastr.? - via - sntate - bunuri - locuin - pensie - auto, alta dect cea obligatorie - alt tip, care anume................. 20. Ce companie recomandai prietenilor d-voastr? - n primul rnd: .......................................... - n al doilea rnd: ........................................ - n al treilea rnd: ........................................ 21. Ce companii nu recomandai prietenilor d-voastr?..........................
22. Unde ai vzut/auzit/citit ultima dat reclam sau publicitate pentru asigurri? - la radio - la televiziune - n ziare/reviste - pe panouri de afiare - altundeva, unde anume................... 23. Cum caracterizai companiile de asigurri active pe piaa din Bucureti? Acordai o not de la 0 (zero) la 10 (zece) pentru fiecare companie corespunztor fiecrei trsturi i acordai un punctaj de importan fiecrei caracteristici printr-o not de la 1: neimportant la 5: foarte important, astfel:
Compania Trsturi /Caracteristici Experien Experien Seriozitate Tradiie Vechime Popularitate naional internaional
ING Nederlanden ASIROM AIG Life Allianz iriac Sara Merkur Omniasig Astra Alt firm: ............. Importan pentru d-voastr
24. Cum apreciai evoluia pieei asigurrilor din Romnia? - ntr-o continu dezvoltare - n stare de dezvoltare incipient - cu bune perspective - fr perspective - altfel, cum anume.................... 25. n ce categorie de vrst v ncadrai: - 20 - 29 ani - 30 - 39 - 40 - 49 - 50 - 59 - 60 i peste 26. Starea d-voastr civil este: - cstorit - necstorit - vduv - divorat - separat - n uniune consensual 27. Ci membri are gospodaria d-voastr? - <2 - 2-4 - 4-6 - 6-8 28. Nivelul d-voastr de instruire este (nivelul studiilor absolvite): - studii elementare - studii medii - studii liceale - studii universitare - studii postuniversitare
29. Venitul mediu lunar net al gospodariei d-voastr este de: - < 3 mil ROL - 3-6 - 6-9 - 9 - 12 - 12 - 15 - peste 15 30. Sex: B F V MULUMIM!
ANEXA 7 Academia de Studii Economice din Bucureti realizeaz o cercetare pe tema atitudinii romnilor fa de munc, a satisfaciei i nemulumirilor pe care acetia le au n legtur cu activitile depuse. Pentru realizarea acestei cercetri, sprijinul d-voastr este esenial. V rugm s rspundei la urmtorul chestionar, marcnd cu un X rspunsul d-voastr. V asigurm c la acest chestionar, adresat unui mare numr de persoane din toate zonele rii, nu exist rspunsuri bune sau rele. Rspunsurile d-voastr sunt confideniale. V mulumim pentru participare. 1. Care este statutul d-voastr profesional? (alegei rspunsul corespunztor):
Salariat Patron Lucrtor pe cont propriu Lucrtor familial Neremunerat omer Student/elev Pensionar Militar n termen
2. Cum estimai veniturile totale ale familiei d-voastr n raport cu necesitile?(alegei rspunsul corespunztor): 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 (mobil i obiecte de lux, main, cas etc.) Reuim s cumprm i unele obiecte mai scumpe, dar cu eforturi Reuim s avem tot ce ne trebuie, fr mari eforturi. 3. Cte ore estimai c muncii ntr-o zi obinuit (24 ore)?____ Din care: munc salariat____ 4. Cte ore apreciai c alocai zilnic: - muncii (pltite sau nepltite)____ transportului____ - somnului, hranei, igienei____ - activitilor de recreere ____- studiului (nvatare, informare: cititul ziarelor, revistelor de specialitate etc.) ____
5. Ai fcut vreodat munc n folosul comunitii? (alegei rspunsul corespunztor): Da, ntr-un azil de btrni Da, ntr-un orfelinat Da, intr-o cre/grdini Da, n alta parte. Care?................................... Nu 6. Intenionai s v schimbai locul de munc? (numai pentru cei ce au n prezent un loc de munc stabil!) (alegei rspunsul corespunztor): da, sunt n cutarea unui alt loc de munc treci la ntrebarea nr.7 da, dar nu caut n mod deosebit, ci atept s apar o oportunitate treci la ntrebarea nr.7 nu mi-am pus nc problema treci la ntrebarea nr.8 n mod hotrt nu treci la ntrebarea nr.8 7. Care este motivaia alegerii fcute la ntrebarea nr. 6? (alegei rspunsurile corespunztoare). un salariu mai bun un program de lucru mai avantajos dorina de a avansa n carier dorina de a face lucruri noi o poziie social mai nalt posibilitatea de a rmne omer un mediu de lucru mai plcut sau mai multe faciliti (telefon, mai competitiv main, acces la o sal de sport etc.) un alt motiv. Care?................................................................ Nu tiu/Nu rspund
8. Preferai o slujb mai bine remunerat, dar nesigur sau o slujb mai modest remunerat, dar sigur? (alegei rspunsul corespunztor): O slujb mai bine remunerat, dar nesigur O slujb mai modest remunerat, dar sigur Nu tiu 9. Considerai c urmtoarele funcii/profesii sunt, n Romnia, n general ndeplinite:
De Aproximativ De Nu tiu/ obicei ntotdeauna egal de ntotdeauna obicei Nu de femei de de brbai de femei rspund femei i brbai brbai Medic Profesor/ cercettor Infirmier/asistent medical Avocat Asistent social Funcionar/secretar Casier Cadru militar Informatician Economist Inginer Secretar Ziarist Vnztor Muncitor ofer
10. Credei c, n general, urmtoarele funcii sunt ndeplinite:

Aproximativ egal de femei i brbai Nu tiu/ Nu rspund
ntotdeauna De obicei de femei de femei Funcii de conducere (director, manager, patron) Funcii de execuie (angajat)
De obicei de brbai
ntotdeauna de brbai
11. n ce msur suntei de acord cu urmtoarele afirmaii?

Nici de n n foarte Nu tiu/ foarte n mare acord, nici n mic Nu mic n mare msur msur msur rspund dezacord msur Lucrul bine nceput e pe jumtate fcut. S nu lai pe mine ceea ce poi face azi. Nu ngra porcul n ziua de Ignat. Fiecare este furitorul propriului su destin. Cine se trezete de diminea departe ajunge. Munca e cea mai bun avuie. Nu te bucura de munca altuia. Munceti mult, trieti puin. Omul muncitor de pine nu duce dor.
12. Considerai c urmtoarele munci casnice sunt n general ndeplinite:

ntotdeauna De obicei de femei de femei Splat Clcat Curenie Dus gunoiul Btutul covoarelor Gtit Mici reparaii prin cas A face piaa A avea grij de membrii familiei Cumprarea obiectelor de folosin indelungat Aproximativ De obicei Nu tiu/ ntotdeauna egal de de Nu femei i de brbai brbai rspund brbai
13. Apreciai n ce msur vi se potrivesc urmtoarele afirmaii: 13.1 Salariul mare este un factor important n alegerea locului de munc.
-2 -1 n foarte n mic msur mic msur 0 Nu tiu sigur +1 n mare msur +2 n foarte mare msur
13.2 Prefer s muncesc ore suplimentare pentru a ctiga mai muli bani.
-2 -1 0 n foarte mic n mic msur Nu tiu sigur msur +1 n mare msur +2 n foarte mare msur
13.3 Sunt dispus s urmez nite cursuri de perfecionare/instruire pentru a obine un loc de munc mai avantajos.
-2 n foarte mic msur -1 n mic msur 0 Nu tiu sigur +1 n mare msur +2 n foarte mare msur
13.4 Intenionez s muncesc n strintate.

-2 -1 0 n foarte mic n mic msur Nu tiu sigur msur +1 n mare msur +2 n foarte mare msur
14. Unii oameni triesc n srcie. Acest lucru se ntmpl (alegei rspunsurile corespunztoare):
pentru c nu au avut noroc pentru c sunt lenei datorit societii n care trim din alt motiv. Care?.................. Nu tiu/Nu rspund
15. Cum credei c au reuit majoritatea oamenilor care au fcut avere n Romnia? (alegei rspunsurile corespunztoare).
prin munc i merite personale au avut noroc prin relaii prin nclcarea legii din alt motiv. Care?................... Nu tiu/Nu rspund
16. Credei c n Romnia un brbat i geste mai uor o slujb dect o femeie? Da Nu Nu tiu
17. Credei c brbaii din Romnia au mai multe anse dect femeile s realizeze un venit suplimentar celui obinut din ocupaia de baz? Da Nu Nu tiu
18. Care este prerea d-voastr despre femeile ofer? (alegei rspunsul corespunztor) Toate femeile ofer pe care le-am ntlnit conduceau bine. Am ntlnit femei care conduceau bine. Am ntlnit i femei care conduceau bine, i femei care conduceau prost. Am ntlnit femei care conduceau prost. Toate femeile ofer pe care le-am ntlnit conduceau prost. 19. n continuare ntrebrile 19 21 sunt numai pentru femei! 19.1 Credei c vi s-a ntmplat vreodat s nu fii angajat pe un post pentru c suntei femeie? Da Nu Nu tiu
19.2 Credei c vi s-a ntmplat vreodat s nu fii avansat ntr-o funcie pentru c suntei femeie? Da Nu Nu tiu
19.3 Ai constatat vreodat c slujba pe care o deinei este mai slab remunerat dect o slujb similar, deinut, n cadrul aceleiai instituii, de un brbat? Da Nu Nu tiu
Pentru realizarea de clasificri ulterioare sondajului, v rugm s precizai situaia d-voastr: 20. n ce domeniu de activitate lucrai? Public treci la ntrebarea nr. 21 Privat - treci la ntrebarea nr. 21 Nu dein n prezent un loc de munc treci la ntrebarea nr. 22 21. Poziia pe care o deinei n prezent v confer atribuii de (mai multe variante de rspuns): conducere coordonare altele. Care?................ nu tiu/nu rspund
22. Vrsta: pn la 18 ani ntre 18-25 ani ntre 26-35 ani 23. Sex: Feminin Masculin ntre 36-45 ani ntre 46-55 ani peste 56 ani
24. Stare civil: Necstorit Cstorit/ Vduv/ Divorat/ Alte situaii. Care?.................................................................................... 25. Avei copii n ntreinere? Da Nu
26. Ultima form de nvmnt absolvit: - coal general - Liceu - coal profesional - coal postliceal - nvmnt superior - nvmnt postuniversitar - Alte situaii. Care?......................................................... 27. Localitatea de reedin:................................................................. 28. Judeul de reedin:..................................................................
ANEXA 8 Facultatea de Studii Economice n Limbi Strine organizeaz un sondaj social n scopuri didactice cu tema CUM S OBINEM O NOT MAI BUN? Asigurndu-v de deplina confidenialitate a rspunsurilor dumneavoastr, v rugm s completai chestionarul urmtor. BIFAI RSPUNSUL CORESPUNZTOR 1. Suntei cetean romn? da nu 2. Dac nu, suntei cetean rezident n Romnia? da nu 3. Suntei brbat femeie 4. Facultatea la care suntei student: privat de stat 5. Oraul universitar este: Braov Bucureti Craiova Cluj Constana Galai Iai Ploieti Piteti Sibiu Timioara
6. Care este domeniul de studiu: - economic - politehnic - drept - medicin - psihologie - altul, 7. Suntei student n anul: -I - II - III - IV -V 8. Forma de nvmnt: - cu plat - buget 9. Beneficiai de burs de merit: da nu 9. Ai vzut vreodat un coleg copiind n timpul examenului? - niciodat - o dat sau de dou ori - de cteva ori - de multe ori - ntotdeauna 10. Dac da, ai adus acest lucru la cunotina profesorului? - niciodat - o dat sau de dou ori - de cteva ori - de multe ori - ntotdeauna
11. A mai fost vzut de cineva? - de ali civa studeni - de mai muli studeni - de toi studenii - de profesor 12. Dac profesorul nu l-a vzut, alt student i-a adus la cunotin acest lucru? - niciodat - o dat sau de dou ori - de cteva ori - de multe ori - ntotdeauna 13. n cazul n care profesorul a tiut de ncercarea de copiere, studentul a primit o pedeaps: - niciodat - o dat sau de dou ori - de cteva ori - de multe ori - ntotdeauna 14. Dac a primit o pedeaps pentru copiere, care a fost aceasta: - a picat examenul - i-au fost sczute puncte din not - a fost exmatriculat din facultate - alt rspuns ...................................... 15. De ce credei/tii c studentul a ncercat s copieze? - ca s treac examenul (el/ea are de obicei note foarte sczute) - ca s primeasc o not mai mare dect media - nu a fost chiar o ncercare de copiere, a ncercat doar s i verifice rspunsurile cu un alt student - alt rspuns,.................................................................................
16. Cnd ai vzut studeni ncercnd s copieze? (bifai toate rspunsurile care corespund) - la examenul de admitere - n primul an - n al doilea an - n al treilea an - n al patrulea an - n al cincilea an 17. Ce metode foloseau? (bifai toate rspunsurile care corespund) - copiau subiectele dup un alt student - copiau din cri - copiau de pe buci de hrtie pregtite dinainte - folosind noua tehnologie (walkman, telefon mobil etc.) - alt metod ................................................................................ 18. Ce facei cnd avei un proiect de fcut? (bifai toate rspunsurile care corespund) - studiai din crile proprii - folosii o bibliotec public - folosii Internetul - cumprai un proiect gata fcut - nu l facei - cerei ajutor 19. n acest caz ajutorul se cere mai ales: - colegilor de an - colegilor mai mari - profesorului - altui profesor 19. Cunoatei un caz n care un student a fost notat intenionat mai prost n examen dect ar fi trebuit? - da - nu
20. Cunoatei un caz n care un student a fost notat mai bine n examen dect ar fi trebuit? - da - nu 21. De ce credei/tii c s-a ntmplat acest lucru? - cunoaterea subiectele dinainte - a folosit o metod de a copia n timpul examenului - a avut o nelegere cu profesorul - alt motiv, . 22. Citii urmtoarea povestire fictiv: Jack, student la Facultatea de Astrologie, este managerul unui club de tenis. Jim, nepotul profesorului de astrologie, frecventeaz acest club. La examenul final, Jack a primit o not mai mare dect merita, pentru c profesorul s-a temut ca Jim s nu mai fie primit att de clduros la club. Cine credei c este vinovat i n ce msur? (Bifai spaiul corespunztor)
Scal Foarte Personaje vinovat Jack Jim Profesorul Prinii lui Jack Prinii lui Jim Puin vinovat Indecis Nu chiar vinovat Deloc vinovat
n final, dac dorii, spunei-ne dup experiena studeneasc avut, ce metode exist i care sunt cele mai eficiente, pentru a obine o not mai bun?..............................................................................................................
ANEXA 9
EVALUAREA IMM-URILOR DIN JUDEUL ALBA
ncercuii rspunsul ales!
1. Care este domeniul principal de activitate al firmei dumneavoastr?... 2. Ce v-a determinat s devenii antreprenor? a. nevoi financiare; b. sesizarea unei oportuniti; c. dorina de a fi propriul stpn; d. alte motive, v rugm precizai 3. Care au fost sursele dumneavoastr de informare nainte de nceperea activitii ca antreprenor? a. mass-media; b. cunotine i prieteni; c. sursele oficiale de informare; d. altele . 4. De ct timp ai nceput afacerea? a. 1-2 ani; b. 2-6 ani; c. >6 ani. 5. Estimai o medie lunar a cifrei de afaceri de la nceperea activitii .. 6. Estimai un profit mediu al firmei de la nceperea activitii i pn n prezent 7. Distribuirea procentual a profitului firmei d-voastr este: (v rugm scriei % potrivit) Procent_ investiii.. rezerve legale.. nedistribuit.. dividende___________. TOTAL 100% 8. Care sunt sursele dumneavoastr principale de finanare? a. capital propriu; b. instituii financiare; c. altele (specificai)..
9. Ce strategii de marketing abordeaz firma dumneavoastr? a. strategia Mercedes (calitatea primeaz, indiferent care e preul); b. strategia japonez (preuri mici,obinute sacrificnd din calitate); c. strategii concureniale (v axai pe un anumit segment de consumatori, bine definit, pe care l cunoateti foarte bine); d. alte strategii, v rugm s precizai care anume 10. Care este numrul de angajai permaneni ai firmei dumneavoastr? din care: a. necalificai ; b. calificai 11. Care este strategia dumneavoastr n materie de resurse umane? a. angajai doar personal calificat; b. angajai mai ales personal calificat; c. angajai mai ales personal necalificat pe care l perfecionai; d. angajai numai personal necalificat pe care l perfecionai; e. ambele 12. a)Ai 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 nc b) dac da, n ce domeniu?.. 13. Ca manager, acordai mai mult importan: a. proiectelor; b. echipei; c. indivizilor; d. altcuiva 14. Ce conteaz cel mai mult n firma dumneavoastr? a. calitatea superioar; b. angajaii firmei s fie mulumii; c. satisfacerea nevoilor clientului ntr-o msur ct mai mare. 15. Suntei mai ales un lider: a. autoritar (eu sunt eful); b. flexibil (Spune-mi prerea ta); c. echilibrat
16. n negocieri facei uz mai ales de: a. for/bani; b. mecherii; c. relaii; d. farmec; e. altceva 17. Credei c integritatea v definete n relaiile pe care le dezvoltai cu cei cu care intrai n contact? a. nu prea m preocup aceasta; b. doar n relaie cu clienii; c. att cu clienii, ct i cu angajaii; d. este un aspect foarte important, indiferent la cine m raportez; e. altceva 18. Considerai c angajaii dumneavoastr: a. au un salariu bun; b. au condiii de munc acceptabile; c. au un ef bun; d. n condiiile actuale, au motive s fie mulumii 19. Care este nivelul dumneavoastr de studii? a. studii medii; b. studii universitare; c. postuniversitare; d. sunt student; e. fr studii 20. Ce limbi strine cunoatei? (Bifai cu X nivelul de cunoatere) BINE MEDIU PUIN Engleza; Franceza; Germana; Alt limb strin Nici una 21. n ce categorie de vrst v ncadrai? a. 18-28 ani; b. 28-38 ani; c. 38-48 ani; d.> 48 ani.
ANEXA 10
ACADEMIA DE STUDII ECONOMICE DIN BUCURETI Facultatea de tiine Economice n Limbi Strine Calea Griviei 2, sector 1, Bucureti Tel: 021/2112650 Facultatea de Cibernetica, Statistic i Informatic Economic Calea Dorobanilor 15-17, sector 1, Bucureti Tel: 021/2112650
CAMPANIE DE INFORMARE PROFESIONAL A ELEVILOR A.S.E din Bucureti. organizeaz un chestionar n legtur cu gradul de informare a elevilor din licee cu privire la opiunile profesionale. Te rugm s rspunzi cu atenie la urmtoarele ntrebri i te asigurm c informaiile furnizate vor rmne confideniale. Marcheaz cu 'X' rspunsurile la ntrebri i SCRIE CU MAJUSCULE n spaiile punctate. 1. Completeaz urmtoarele casete privind datele personale: a) Vrsta:
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 :
Matematicinformatic Fizic-chimie Matematicfizic Limbi strine Filologie tiine sociologice Chimie-biologie Altul..
e) Nota medie a semestrului anterior :

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

foarte bune bune medii sczute foarte sczute
Statistica pentru studii de marketing i administrarea afacerilor
2. Care este nivelul studiilor prinilor?

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

2 3 4 5 >5
4. Care este ocupaia prinilor?

Mama salariat patron lucrtor pe cont propriu omer pensionar Tata salariat patron lucrtor pe cont propriu omer pensionar
5. Care este materia ta preferat? De ce ? (Principalul motiv)

6.
Care este materia cea mai detestat? De ce ? (Principalul motiv)
7. Menioneaz motivele alegerii liceului : (Alege rspunsurile potrivite)

Propria voin Prinii Prietenii nclinaia spre domeniu Altele ... ntmplarea
8. Ct cheltuieti pe zi (n medie) ? (Alege rspunsul potrivit)

< 50.000 lei 50.000 100.000 lei 100.000 150.000 lei >150.000 lei
9. Ce activiti extracolare practici ? (Alege rspunsurile potrivite)

Sport de performan Informatic Membru al unui club Muzic (chitar sau orice alt instrument, vocal, formaie) Dans profesionist Voluntar Pictur sau sculptur Cursuri limbi strine Nici una
10. Ce hobby-uri ai ? (Alege rspunsurile potrivite)

Ascult muzic Desenez M ntlnesc cu prietenii Teatru, film, oper Puzzle-uri, asamblez diferite modele Citesc M uit la televizor Merg n cluburi i discoteci Colecionez diverse obiecte Alte hobby-uri .. Jocuri pe calculator i internet Dansez Merg pe role Integrame, rebusuri
11. Eti angajat()?

Da Nu
Dac DA, continu cu ntrebarea 12; dac NU, continu cu ntrebarea 13. 12. Cte ore lucrezi pe zi?
<4 4 8 >8
13. i-ai ales deja profesia?

Da Nu
Dac DA, continu cu ntrebarea urmtoare. Dac rspunsul e negativ, continu cu ntrebarea 20. 14. Care sunt motivele alegerii profesiei ? (Alege rspunsurile potrivite)
Banii Glorie Carier Pentru c i place Din motive idealiste
15. Numete, te rugm, cel puin trei activiti implicate de profesia aleas.
1) 2) 3)
Statistica pentru studii de marketing i administrarea afacerilor
16. Numete, te rugm, cel puin trei locuri de munc posibile pentru profesia aleas.
1) 2) 3)
17. Cte persoane cunoti personal din domeniul profesiei alese? . 18. Ai vizitat vreodat un loc de munc din domeniul profesiei alese?
Da Nu
19. Ce aptitudini sunt necesare dup prerea ta pentru practicarea profesiei alese?
1) 2) 3) 20. Vrei s dai la facultate? Da Nu
Dac DA, continu cu ntrebarea 22. Dac rspunsul e negativ, continu cu urmtoarea ntrebare. 21. Dac nu, de ce nu?
Motive Vreau s m Nu cred c am anse s intru la financiare angajez facultate Altul.
V mulumim pentru colaborare. Urmtoarele ntrebri sunt pentru cei care au rspuns afirmativ la ntrebarea 20. 22. Te-ai hotrt la ce facultate vrei s dai?
Da Nu
Dac rspunsul e negativ, continu cu ntrebarea 24.
23. Care sunt factorii care te-au influenat n alegerea facultii?

Propria voin nclinaie spre domeniu Pentru a urma profesia aleas Prietenii Disciplina colar cu rezultate maxime Profesorul unei anumite discipline Prinii O situaie material bun Alt motiv..................................
24. Dac nu te-ai hotrt asupra facultii, de ce informaii ai nevoie ca s te hotrti?

Materiile date la admitere Domeniile n care poi profesa dup absolvire Nr. de locuri pentru admitere Obiectele care se studiaz n facultate Cum se prezint piaa muncii n acel domeniu Concurena
25. Vrei s dai la mai multe faculti?

Da Nu Nu tiu Care anume ?
1) 2) 3)
26. n final, te rugm s ne spui care este opinia ta privind urmtoarele afirmaii:
Acord total Diploma de facultate m ajut s ctig mai mult Facultatea mi ofer sigurana zilei de mine Facultatea asigur o imagine personal mai bun Viaa de student e plcut Dac sunt student nu fac armat Facultatea mi ofer doar cunotiine teoretice Acord parial Nici acord, Dezacord nici parial dezacord Dezacord total
Statistica pentru studii de marketing i administrarea afacerilor Acord total Dup facultate voi cuta de lucru n orice domeniu, nu numai n domeniul n care miam luat diploma, ceea ce conteaz e s m angajez Dup facultate s-ar putea s-mi doresc o carier n alt domeniu Dup facultate s-ar putea s fiu nevoit s m reorientez profesional Voi ncepe s lucrez din timpul facultii Acord parial Nici acord, Dezacord nici parial dezacord Dezacord total
V mulumim i v urm SUCCES!
ANEXA 11
Department Magazine de Magazine de Department Planificarea Secii Department produse materii prime Clieni financiarvnzri produciei de producie aprovizionare finite i materiale contabil
Note de comand Catalog de preuri
Facturare
Factur Eliberare marf Inventar al stocului de produse
Centralizare facturi
Situaia facturilor emise i ncasate
Centralizare vnzri Raport al vnzrilor
Modele de
previziune Previzionare a vnzrilor

Raport de previziune a vnzrilor
Planificarea produciei
Plan de producie
Formula de fabricaie
Stoc disponibil de materii prime i materiale
Planificarea aprovizionrii Necesar de aprovizionare PLAN-

continuare
Alegere furnizori
Comenzi ctre furnizori
Aprovizionare
Fi de urmrire operativ a aprovizionrii
nregistrare
Fi de intrare n magazie (NIR)
Centralizare
Situaia stoculrilor de materii prime i materiale
Procesul de producie Not de predare Centralizare Raport de calitate Inventariere produse finite Stoc de produse finite
Catalog de preuri
Situaia realizrii produciei fizice
Vnzare
Comparare cu planul
Raport de ndeplinire a planului de producie
Diagrama fluxului informaional

Proces (aciune) automat Document Circulaia informaiei Bloc de decizie
BIBLIOGRAFIE
1. ACZEL A.D. 2. APPLEBY R.C. 3. ARONSON, E. 4. BALAURE, V. (coordonator) 5. BDI, M. BARON, T. COSTACHE, S.E. 6. BIJI, M., BIJI, E. M. Complete Business Statistics, New York, Irwin, 1993 Modern Business Administration, 5th Edition, London, Pittman, 1991 Handbook of Social Psychology, vol.2, (1968); London, Griffin, Marketing, Bucureti, Editura Uranus, 2000 Statistica pentru afaceri n comer i turism, Bucureti, Editura Luceafrul, 2003 Statistic teoretic, Bucureti, EDP, 1979
7. BIJI, E. M. Statistic teoretic i economic, Bucureti, BARON, T. (coordonatori) Editura Didactic i Pedagogic, 1996 8. BLALOCK, H. M. 9. BONINI, C. HAUSMAN, W. BIERMAN, H. Jr. 10. BOONE, P. KURTZE, R. 11. BOUDON, R. LAZARSFELD, P. 12. BRIGHTMAN, H. SCHNEIDER, H. Social Statistics, 2nd Edition, New York, Mc. Graw Hill, 1979 Quantitative Analysis for Management, Boston, Mc Graw Hill, 1997 Unabriged statistics, New York, Hartcourt Brace Colledge, 1992 Lanalyse empirique de la causalit, Paris, Mouton, 1969 Statistics for Business Problem Solving, Cincinnati, South-Western Publishing Co., 1992
13. CAPERAA, P. VAN CUTSEM, B. 14. CHURCHILL, W. 15. CIUCUR, D. GAVRIL, I. POPESCU, C. 16. CONEY, K. 17. CRISTACHE, S.E.
Mthodes et modeles en statistiques nonparamtriques, Paris, Dunod, 1988 A Mathematical Approach of Experiments, London, Griffin, 1991 Economie, Bucureti, Editura Economic, 1998
The Special Case of Letter of Preference, New York, Prentice Hall, 1985 Metode statistice de calcul i analiz a eficienei economice n comer, Bucureti, Editura ASE, 2003 Quantitative Methods for Business Decisions, London, Chapman & Hall, 1995 Le sondaje, Paris, Economica, 1988
18. CURWIN, J. SLATER, R. 19. DOBROESBEKE, J.J. FICHET, B. TASSI, P. 20. FISHER, R. 21. FISHER, R. 22. GOLDSTEIN, Z. EL-SAIDI, M. 23. IMAN, R. CONOVER, W.J. 24. ISAIC-MANIU, Al. MITRUT, C. VOINEAGU, V. 25. JABA, E.
The Making of Index Numbers, New York, 1992 The Design of Experiments, (1966); Encyclopedia BRITANNICA, 1994 Instructors Suite for Microsoft* Office* for Keller and Warrack Modern Business Statistics, John Wiley &Sons, 1983 Statistica pentru managementul afacerilor, Bucureti, Editura Economic, 1999 Statistica, Editura Economic, ed. 1- 3, Bucureti, 1998, 2000, 2002
26. JABA, E. SERBAN, D. JEMNEA, D. 27. JABA, E. GRAMA, A. 28. KELLER, G. WARRACK, B. 29. KENDALL, M. STUART, A.
Estimation of the frequency of the commercial advertisement optimum moments, ASMDA, Universit de Ple Technologie Compigne, 2001 Aplicaii statistice cu SPSS sub Windows, Iai, Editura Polirom, 2004 Statistics for Management and Economics, New York, Duxbury, 2000 The Advanced Theory of Statistics: vol. 1, Distribution Theory, ed. (1969); vol. 2, Inference and Relationship, ed. (1967); vol. 3, Design and Analisys, and Time Series, (1968); London, Griffin A Dictionary of Statistical Terms, (1982); London, Griffin Introductory Statistics for Management and Economics, Boston, Duxbury Press, 1989 Marketing Research, New York, Prentice Hall, 1996 Impact of Editing on the Salary Statistics for Employees in County Council, vol. 2, Methods and Techniques, United Nations, Geneva, 1997 Statistics for Management New York, Prentice-Hall, Inc., 1981 Statistique en gestion et en economie, Montral, Qubec, Gatan Morin diteur, Canada, 1988 Statistics for Advanced Levels, NY, Mc Graw Hill, 1983 Statistics for Business Administration, Bucureti, Editura ASE, 2003 Metode de anchet n investigaia fenomenelor sociale, traducere, Bucureti, Editura tiintific, 1967
30. KENDALL, M. BUCKLAND, W. 31. KENKEL J.L. 32. KRESS, G. 33. LINDELL, K.
34. LEVIN R.I. 35. MARTEL, J-M. NADEAU, R. 36. MILLER, J.C. 37. MITRU, C. ERBAN, D. 38. MOSER, C.A.
39 POROJAN D. 40. Rev, W., J.J.
Statistica i teoria sondajului, Bucureti, Editura ansa, 1993 Introduction to Robust and Quasi-Robust Statistical Methods, (1983); New York, Prentice Hall Metode statistice aplicate n tiinele sociale, Cluj, Editura Polirom, 1998 Probability with Statistical Applications, London, Griffin, 1970 Marketing Research, Prentice Hall, 1991 Statistics: A First Course, 5th edition, New York, Irwin/McGraw-Hill, 1991 Probabilits, analyse des donnes et statistique, Paris, Technique, 1990 Studiul statistic al pieei serviciilor de consultan n resurse umane, Teza de doctorat, ASE, Bucureti, 2001 Practical Business Statistics, 4th Edition, Irwin , 2000 International Encyclopedia of the Social Sciences, (1968) Statistical Methods, Iowa State University Press, 1969 Analiza datelor de marketing, Bucureti, Editura All, 1994 Mic enciclopedie de statistic, Bucureti, Editura tiinific i Enciclopedic, 1985
41. ROTARIU, P. ILUT, I. 42. ROURKE, E.K. MOSTELLER, W. THOMAS, B. JR 43. SAMPSON, R. STANDEN, D. 44. SANDERS, D. 45. SAPORTA, G. 46. ERBAN, D.
47. SIEGEL, A.L. 48. SILLS, L. 49. SNEDECOR, G.W. COCHRAN, W.G. 50. SPIRCU, L. CALCIU, M. SPIRCU, T. 51. TREBICI, V. (coord.)
52. WEBBER, R. 53. XAVIER, G. J. REIFFERS, J. L. (coordonatori) 54. YULE, G.U. KENDALL, M.G. 55. WEBBER, R. 56. 57. 58. 59. 60. 61. 62. *** *** *** *** *** *** ***
Advanced Bussiness Statistics, Mc. Graw Hill, 1989 Encyclopdie conomique, Paris, 1990
Introducere n teroria statisticii, trad. Bucureti, Editura tiinific, 1969 Advanced Business Statistics, Mc. Graw Hill, 1989 University of Westminster, CAF Tapestry project, 2001 www.surveysystem.com/sdesign.htm www.surveyssystem.com/sscalc.htm Colecia Revistei Romne de Statistic, INS, Bucureti, 1990 2002 Anuarul Statistic al Romniei, INS 1991 - 2000 Colecia Revistei Romne de Statistic, INS, Bucureti, 1990 2001 Strategia naional de dezvoltare economic a Romniei pe termen mediu, Bucureti, aprilie 2000, 2001, 2002, Guvernul Romniei

Statistic A Pentru Studii de Marketing Si Administrarea Afacerilor

Încărcat de

Informații document

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

Prefa

Particulariti ale studiului pieei n contextul dezvoltrii economiei de pia

Statistic pentru studii de marketing i administrarea afacerilor

Statistic pentru studii de marketing i administrarea afacerilor

Asigurarea unei informri permanente ct mai corecte a clienior i/sau consumatorilor

Statistic pentru studii de marketing i administrarea afacerilor

Statistic pentru studii de marketing i administrarea afacerilor

Statistic pentru studii de marketing i administrarea afacerilor

Statistic pentru studii de marketing i administrarea afacerilor

Statistic pentru studii de marketing i administrarea afacerilor

Figura 1.b Activiti de marketing concentrate ntr-un compartiment preexistent de vnzri

Planificare marketing Planificare produse Promovare Politici de pre Distribuie

Managementul vnzrilor ntreinere i reparaii

Figura 1.c Organizarea activitilor de marketing ntr-un compartiment specializat

Figura 1 Formule organizatorice de marketing

Statistic pentru studii de marketing i administrarea afacerilor

Statistic pentru studii de marketing i administrarea afacerilor

Statistic pentru studii de marketing i administrarea afacerilor

Statistic pentru studii de marketing i administrarea afacerilor

Statistic pentru studii de marketing i administrarea afacerilor

Statistic pentru studii de marketing i administrarea afacerilor

Statistic pentru studii de marketing i administrarea afacerilor

65,0 13,3 19,8 16,7 26,2

60,1 15,1 14,4 17,6 21,5

62,2 14,3 19,2 27,8 36,2

63,2 12,3 17,9 23 28

63,2 13,7 20,3 24,9 26,9

67,3 13,7 21,4 27,6 33,2

69,6 2,3 18,5 30,1 34,3

94,2 95,8 102,8

23,2 43 5,7 28,1

19,6 39,6 4,5 36,3

18,6 37,3 4,7 39,4

21,7 34,9 5,4 38

20,7 37,6 6,7 35

20,8 34,5 6,9 37,8

15,4 31,0 5,3 48,2

45,3 54,9 89 90,1 29,9 38,5 57,8 69,3 58,1 66,7

60,6 96,8 42,1 76,6 71,5

61 61,5 95,9 97,2 45,6 48,7 77,9 78,0 72,7 73,0

Sursa: Serii de date 1990 2003, INS

Statistic pentru studii de marketing i administrarea afacerilor

Tabelul 1.4 1999 2000

Valoare investiii 4111,2 (mil. USD)

Statistic pentru studii de marketing i administrarea afacerilor

Statistic pentru studii de marketing i administrarea afacerilor

Statistics for Marketing and Business Administration

Statistics for Marketing and Business Administration

Statistics for Marketing and Business Administration

Marketing organization charts

Sales comprising: * market research - distribution activities

Sales comprising also: market study, distribution policies, promotion

Figura 1.b Marketing activities within the Sales dept.

Marketing Planning Product planning, Promotion, Pricing, Distribution

Figura 1.e Integrated Marketing activities within a global Marketing department

Statistics for Marketing and Business Administration

Statistics for Marketing and Business Administration

Statistics for Marketing and Business Administration

Statistics for Marketing and Business Administration

Statistics for Marketing and Business Administration

Sondajul - metod principal de studiu al fenomenelor pieei

Statistic pentru studii de marketing i administrarea afacerilor

Statistic pentru studii de marketing i administrarea afacerilor

Statistic pentru studii de marketing i administrarea afacerilor