Statistica Pentru Studii de Marketing Si Administrarea Afacerilor PDF

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
1 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 DESCRIERE
A. Funcii de cunoatere
1. Cercetare a cererii Investigarea preferinelor consumatorilor, a

i a ofertei 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
3. Bunuri noi 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
C. Funcii de transfer
4. Cumprare Asigurarea unei producii calitativ i cantitativ

suficient pentru deplina satisfacie a cererii
5. Vnzare Folosirea mijloacelor integrate de reclam i

publicitate pentru promovarea vnzrilor
D. Funcii de distribuie
6. Transport Transferul bunului de la productor la

distribuitor sau ctre o locaie accesibil
consumatorului
7. Stocare Asigurarea condiiilor optime de depozitare

care s prezerve carateristicile obinute de
productor (n cazul bunurilor materiale)
E. Funcii de susinere
a afacerii, adiionale
activitii principale
8. Standardizare i garantarea Produsele i seviciile oferite trebuie s

calitii 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.
9. Financiar 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
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
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
Figura 1.a
Producie Proiectare Financiar Personal Vnzri Activiti de
inclusiv: marketing
inclusiv: n cadrul
*
*
publicitate cercetare de
* pia compartimentelor
politici de produs tradiionale ale
*
informare unei companii
Director
Figura 1.b
Producie Cercetare Finane Personal Vnzri Activiti de
inclusiv: marketing
*
cercetare de concentrate
pia ntr-un
*
distribuie compartiment
*
politici de preexistent de
produs vnzri
*
promovare
Director
Producie Cercetare-Dezv Marketing Financiar Vnzri Figura 1.c

Organizarea
Planificare marketing Vnzri activitilor de
marketing
- Planificare produse Managementul vnzrilor ntr-un
- Promovare ntreinere i reparaii compartiment
- Politici de pre
specializat
- Distribuie
Director
Director comercial Director marketing Figura 1.d

Organizarea
funciei de
Administrarea Strategii de Cercetri de Product
Sales vnzrilor pia pia Management marketing
separat de
funcia de
vnzri
Director marketing
Figura 1.e
Manager de produs Organizarea
funciei de
Livrare, Gestiunea Planificarea Cercetri marketing
transport vnzrilor vnzrilor de pia Programare integratoare
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 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999
PIB = 100 %
Din care:
Consumul gospodriilor 65,0 60,1 62,2 63,2 63,2 67,3 69,1 73,6 72,2 69,6
Consumul adm. publice 13,3 15,1 14,3 12,3 13,7 13,7 13,1 12,3 14,0 2,3
Formarea brut de cap. fix 19,8 14,4 19,2 17,9 20,3 21,4 23 21,2 19,4 18,5
Exp. mrfuri i servicii 16,7 17,6 27,8 23 24,9 27,6 28,1 29,2 23,7 30,1
Imp. mrfuri i servicii 26,2 21,5 36,2 28 26,9 33,2 36,6 36,2 31,8 34,3
PIB = 100%
Din care:
Total VA n PIB 94,2 95,8 102,8 96,9 96,3 95,3 95,5 92,5 90,4 90
VAB = 100%
Din care:
VA. agricultur n total VA 23,2 19,6 18,6 21,7 20,7 20,8 20,1 19,5 16,2 15,4
VA industrie n total VA 43 39,6 37,3 34,9 37,6 34,5 34,8 33,4 30,4 31,0
VA construcii n total VA 5,7 4,5 4,7 5,4 6,7 6,9 6,8 5,6 5,9 5,3
VA servicii n total VA 28,1 36,3 39,4 38 35 37,8 38,3 41,5 47,5 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 45,3 54,9 60,6 61 61,5
Agricultur 61,3 73,9 81,7 83,5 89,3 89 90,1 96,8 95,9 97,2
Industrie 5,7 9,2 11,8 17,4 23,3 29,9 38,5 42,1 45,6 48,7
Construcii 1,9 16,1 21 26,8 51,6 57,8 69,3 76,6 77,9 78,0
Servicii 2,0 16,8 18,8 29,3 39,1 58,1 66,7 71,5 72,7 73,0
Sursa: Serii de date 1990 2003, INS
Permanenta 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

Tabelul 1.4
Anii 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000
Valoare
investiii 4111,2 2885,3 3711,4 4836,3 6391,6 5190,9 5501,0 5526,0 6321,2 6670
(mil. USD)
Datele din Tabelul 1.4 au fost 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
Figura 1.a
Sales Marketing
Production Strategies Financial Personnel
activities within a
comprising: comprising: traditional
* * market
advertising department of a
* research
product policies company
*
information system - distribution
activities
Manager
Figura 1.b
Production Research Finance Personnel Sales Marketing
comprising activities within the
also: Sales dept.
market study,
distribution
policies,
promotion
Manager
Production R&D Marketing Financial Sales Figura 1.c

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

research services and an impressive number of counselors or specialized
firms. This could be an important field to be developed, taking into account
the needs of the companies inducing the possible demand on the market. On
this market, there implicitly exists a primary demand for this category of
commercial services, sustained also by the efforts of national authorities
through programs of labour reconversion of the labour force and programs
for 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
Years
1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 *
Investments
value (mill.
4111,2 2885,3 3711,4 4836,3 6391,6 5190.9 5501,0 5526,0 6321,2 6670
USD)
With regard to the sectors share in the total investment value it is

pointed out that there is an obvious increasing investment trend having a
positive slope in the private sector, whereas the public 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.
2 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 segmentarea pieei i identificarea
segmentelor int;
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 Raport de cercetare ce

DIN SURSELE DE DATE SECUNDARE completeaz informaiile pieei
Cercetare cantitativ Analiza datelor

Cercetare calitativ
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 decision-
making in economic and day-to-day environment implies the need for
methods of statistical conclusion validation, referring to the complex
description of the subject statistically studied. That is why we can state that
Statistics is not only involved in the analysis of data, but also in the process
of effective decisions. Different types of analysis are extremely diverse,
their variety being due to the diversity of decisional situations in a company.
A particular problem (specific for decision makers) is making decisions
under risk and uncertainty conditions generated by the extremely rapid
and complex dynamics of market relations.
This book is not intended to present all the methods and statistical
techniques in all their complexity but we will try to select the most used
methods, algorithms, and analysis techniques, useful for taking decisions by

the managers of the companies.
The development of an efficient and profitable economical activity
in all areas begins with the premises of operational planning and constant,
rigorous and long term growth which starts with the rapid and easy access to
useful and sufficient information. Statistical observations have a major role
in the well functioning and in the informational flow of the company. The
information system and means for it to be transmitted represent the
foundation of forecasting, the support of making decisions and of a
profitable, successful activity. The orientation toward optimizing business
communication goes together with the 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.
3 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 (3.1)

i
n = t2.P.(100 - P) / e2 pentru caracteristici alternative (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
Tabel 3.1
Mrimea Mrimea eantionului pentru diverse erori limit admise
colectivitii
e = 5% e = 3% e = 1%
totale (N)
500 222 345 476
1000 285 526 909
5000 370 909 3333
10000 384 1000 5000
100000 398 1099 9090
1000000 399 1109 9900
10000000 399 1110 9990
Stabilirea volumului 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 2max = f (1 f ) = 0 ,5 (1 0 ,5 ) = 0 , 25

2max = i (3.4)
2
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:
2total = 2 + 2y / x , (3.5)
unde,
2total = dispersia total, determinat de toi factorii de influen ai
variaiei unei variabile;
2 = media dispersiilor nregistrat n interiorul straturilor,
determinat de factorii nenregistrai;
2y / x = dispersia dintre straturi, determinat de factorul de formare a

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 y/ x
2
1= 2 + 2 , (3.6)
total total
unde,
2
= raport de nondeterminaie ce exprim procentual partea din
total
2
variaia total datorat factorilor aleatori nenregistrai;

y2/ x
= raport de determinaie ce exprim procentual partea din
total
2
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:
2total = 2 + 2y / x (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 2y / x
1= + , (3.8)
total
2
2total
n ecuaia de mai sus se propune c indicatorii marginali obinui s

se noteze, numeasc i intrepreteze, astfel:
2
a. 2 mg = = dispersie medie marginal, ce arat cu ct se
2total
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.
2y / x
b. 2
= = dispersie marginal dintre straturi, ce arat cu
2total
y / xmg
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 The sample size for various allowed limit errors
collectivity size e = 5% e = 3% e = 1%
(N)
500 222 345 476

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

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

maximum frequency f, to the alternative characteristic.
In practical activity we often operate with reduced size samples
(for which the Student repartition law is used for errors estimating) and the
normal size samples (for which Laplace repartition law is used to estimate
errors), depending on the homogeneity level of the collectivity. According
to the law of large numbers, the more the sample size is increasing (not the
selection fraction), the more the accuracy of the results is higher. The
sample size is decided also according to the results, which will be finalized,
keeping in mind the necessity of the accuracy not only over the entire
sample, but also over subgroups.
4 Metode de culegere a datelor primare 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 RAPORT
SCALA DE INTERVAL
SCALA ORDINAL
SCALA
Operaiuni
NOMINAL
de analiz a datelor
Mediana, Medie
Indicatori de poziie Modul Medie geometric
Cuantile aritmetic
Indicatori ai Abatere Coeficient de

- Cuantile
dispersiei standard variaie
Indicatori ai asocierii
Coeficient de Corelaia Corelaie i Toate metodele
i legturilor
contingen rangurilor regresie anterioare
statistice
Testul Testele t, Toate testele
Teste de semnificaie Hi ptrat
semnelor Fisher anterioare
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 -1 0 +1 +2
dezacord total dezacord parial indiferent acord parial 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 0 +10
Maximum de intensitate Abinere, inexistena Maximum de intensitate
CONTRA 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

Tabel 4.2
Scala Comparaia Intervale Scala Scala Structura
Caracteristici n perechi aparent egale sumativ cumulativ latent
O singur O singur O singur
Momentul Distinct de Distinct de
culegere a culegere a culegere a
elaborrii msurare msurare
datelor datelor datelor
Nu are Nu are
Calculul model model
Model Model Model
valorilor statistico- statistico-
probabilist probabilist probabilist
de scal matematic matematic
(scor) (scor)
Media Suma
Scorul Media Model de Model de
(mediane) valorilor
individual rspunsurilor rspuns rspuns
rspunsurilor de rspuns
Unitatea de
Abaterea standard - - - -
msur
Nivelul de
Interval Ordinal Ordinal Ordinal Ordinal
msurare
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.

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.

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

Tabel 4.3
Tipuri/metode de colectare a datelor
Criterii Pot Telefon Personal Computer
Rata probabil a rspunsurilor acceptabil acceptabil acceptabil acceptabil
Controlul influenei operatorului excelent acceptabil
Utilizarea chestionarelor complicate sczut bun excelent sczut
cu un numr mare de ntrebri
Cost bun bun acceptabil bun
Viteza obinerii rezultatelor sczut excelent acceptabil excelent
Acoperirea unui eantion suficient de bun acceptabil sczut bun
mare
Reprezentativitatea eantionului acceptabil bun excelent 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.
Costul nregistrrii Este cel mai ridicat n cazul interviurilor directe i
rspunsurilor n cel mai sczut n cazul interviurilor prin Internet.
chestionar
Costul nregistrrii Este cel mai ridicat n cazul chestionarelor ce
rspunsurilor n baze conin ntrebri deschise i cel mai redus n cazul
de date chestionarelor ce pot fi scanate, n acest ultim caz
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 Desigur, evaluarea reaciilor imediate ale persoanei

sunet i grafic 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 NOMINAL scale
operations
Measures of Mode Median, Arithmetic Geometric mean
position Quintiles mean
Measures of - Quintiles Standard Percentage of

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

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

complex questionnaires practical by offering many logic options. It can
automatically skip questions, perform calculations and modify questions
based on the answers to earlier questions. It can check the logical
consistency of answers and can present questions or answers in a random
order (the last two are sometimes important for reasons that are described
later).
The growing number of working women, often means that could
nobody available during the day, at home. Maybe the interviews could be
conducted at the offices. This limits calling time home to a "window" of
about 6 to 9 p.m. (when you might interrupt dinner, newspaper reading or
TV watching). For marketing sampling programs this method cannot be
used because you cannot show or sample products by phone.
Mail
- This is the only kind of survey you can do if you have the names
and addresses of the target population, but not their telephone numbers.
- The questionnaire can include pictures or 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 e-
mail than have full Internet access. This makes e-mail a better choice than a
Web page survey for some populations. On the other hand, e-mail surveys
are limited to simple questionnaires, whereas Web page surveys can include
complex logic.
Advantages
- Speed. An e-mail questionnaire can gather several thousand
responses within a few days.
- There is practically no cost involved once the set up has been
completed.
- You can attach pictures and sound files.
- The novelty element of an e-mail survey often stimulates higher
response levels than ordinary mail surveys.
Disadvantages
- You must possess (or purchase) a list of e-mail addresses to mail to.
- Some people will respond several times or pass questionnaires
along to friends to answer. Many programs have no check to eliminate
people responding multiple times to bias the results. The programs should
only accept one reply from each address sent the questionnaire. It eliminates
duplicate and pass along questionnaires and checks to ensure that
respondents have not ignored instructions (e.g., giving two answers to a
question requesting only one).
- Many people dislike unsolicited e-mail even more than
unsolicited regular mail. You may want to send e-mail questionnaires only
to people who expect to get e-mail from you.
- You cannot use e-mail surveys to generalize findings to the
whole populations. People who have e-mail are different from those who do
not, even when matched on demographic characteristics, such as age and
gender.
- Many e-mail programs are limited to plain ASCII text
questionnaires and cannot show pictures. - Although use of e-mail is
growing very rapidly, it is not universal - and is even less so outside the
USA (three-quarters of the world's e-mail traffic takes place within the
USA).
- Many average citizens still do not possess e-mail facilities. So
e-mail surveys do not reflect the population as a whole. At this stage they
are probably best used in a corporate environment where e-mail is much
more common or when most members of the target population are known to
have e-mail.
- One person can send several responses
INTERNET/WEB page surveys
Web surveys are rapidly gaining popularity, mostly within young

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

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

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

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

Levels
Sensitive People are more likely to answer sensitive questions when interviewed
Questions directly by a computer in one form or another.
Video, A need to get reactions to video, music, or a picture limits your options. You
Sound, can play a video on a Web page, in a computer-direct interview, or in person.
Graphics You can play music when using these methods or over a telephone. You can
show pictures in those first methods and in a mail survey.
5 Probleme metodologice ale 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) multiple-
choice questions; d) dichotomy questions. The researcher must decide which
type will be used for each factual or opinion question.
a) Open questions. The questioned subject may answer them by
using their own words and can express any ides suggested by the question.
The requested answer can be, depending on the question, short ("Which is in
your opinion the major disadvantage of the advertising made in Romania to
training and improvement courses?") or extended answers ("What do you
think are the advantages made for training and improvement courses?")
b) Open questions with pre-coded answers. The subject can answer
to these questions with their own words, the answers being enclosed in a
variant codified before the development of the questions by the operator.
The number of the variants, for coding the answers, is settled by the
researcher and is limited at maximum 10-12 variants. (Kress, "Marketing
Research", Prentice Hall, NY, 1994).
For example:
"Which are the advantages of the training policy for your

company?"
It helps maintaining the professional level of the employees (1)
It helps improving the professional level of the employees (2)
It determines the increase in efficiency of the employees (3)
It determines the increase in efficiency in general of the firm (4)
It provides new information to the employees (5)
It provides new information (6)
It increases the socializing degree of the employees (7)
It makes the working environment more colorful and alive (8)
Something else, mention what it is (9)
c) Multiple choices questions. For such case, a number of specified
alternatives are offered to subjects, from which they can choose one or more
answers. If possible the listed alternatives should not overlap, should not
interfere. However should be included also the choice others, please
specify or I 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.
6 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 Kuder-
Richardson (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 non-
rspunsuri 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 non-
rspunsurilor 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 non-
answers, which appear to questions that come after the filter type (case in
which the answer does not has to be recorded) and unexpected non-answers.
If an answer to a question that must be asked is missing, no matter
the cause, several solutions may be adopted from which we remind: a) the
filling in of the missing answer, in case the operator can reconstitute the
interviewing moment and remembers a possible answer; b) the inference
through the analysis of the answers to the questions related to the specific
one or c) the recording as a non-answer, establishing the confidence degree
which will be allowed to the other answers and deciding if the questionnaire
will be kept or not.
In exceptional situations, depending on the available resources and
on the information regarding the identity of the interviewee, if the answer to
the question is essential for processing, the subject can be interviewed again.
These must be differenced in compulsory no answers that succeeds
the filter answers (for this case the answer should not be recorded) and the
aleatory answers.
If an answer of an important question misses then, under any
circumstances, may be adopted many solutions, such as: i) the fulfillment of
the missed answers, in this case when the operator recall the interview
moment and a possible answer, ii) the inference by analysis the answers to
the related question, or iii) the registration as no answer establishing the
confidence level that will be given to the other answers and deciding also
whether the questionnaire will be hold or not.
The subject may be again interviewed, for the extraordinary
situations, depending on the available resources and the information
concerning the nationality of the interviewed person and if the answer for
the question is essential to process.
Non-answers
To succeed the survey is essential the acceptance of the whole

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

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

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

and bi-dimensional tables where are marked out the single or simultaneous
answers at two or more questions.
The testing procedure of the sample, presented by ILUT and
ROTARIU is the following:
Assume that we are interested in a qualitative variable 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.
7 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 (7.1)

unde (t) reprezint funcia de probabilitate.

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 . (7.2)
n 1=1
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.):
s
a x < t (p.k ) , (7.3)
n
Unde n reprezint numrul msurrilor, k =n 1 numrul gradelor

de libertate i S eroarea standard calculat pe baza formulei
n 2
1 n
S=
n 1 x i x = S
j =1 n 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 se determin prin expresia volumului

eantionului (7.5):
2
1
n t (P ) 2 , (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
t= , (7.6)
S 1 / n1 + 1 / n 2
unde:
(n1 1) S12 + (n 2 1) S 22
S= .
(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):
1 n
(x i a ) ,
2
2 s 2 = (7.7)
n i =1
n 2
1
2 s2 =
n 1 x i x
i =1
, (7.8)
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):
m
1
2
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):
2
1 R
=
2
b (b b ) ,
R 1 r =1 i
(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):
x2 1
V (x) = + b2 1 (7.12)
n r
De unde rezult c dispersia eantionrii este compus din dou
pri:
x2 / n reprezint dispersia eationrii
1
2b 1 i a doua parte (7.13):
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 (7.1)
i estimatorul se spune c este nedistorsionat;

eroarea medie ptratic minim:
E ( ) 2 0 (7.2)
Ceea ce combin n mod arbitrar variabilitatea estimatorului cu

distorsiunea b = E ( - ), deoarece:
E ( ) 2 = var + b 2 (7.3)
variaie minim, deci dispersie minim.

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 (7.4)
Dac media populaiei se calculeaz conform relaiei (7.5):

1
x = E ( X ) = x e x dx = (7.5)
0

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:
n
L( x1 ,...., x n ) = f ( x i ) (7.6)
i =1
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):
1
var = 2 = (7.7)
log f ( x )
2
nE
2
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):
n 1
xi2/
L
1 ( x ,....., x n ) = [2 ]
2 e 2
(7.8)
log L = n + i
x2
2 2 2
Prin anularea derivatei de ordinul nti i rezolvarea ecuaiei cu

necunoscuta verosimilitatea maxim ce estimeaza este dat de suma
n
ptratelor vectorului XI mprit la n: = ( xi2 ) / n i dispersia este invers
i =1
2 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
(sau 2 ) este x 2
i / n (7.9), estimatorul de verosimilitate maxim pentru
abaterea medie ptratic este radical din expresia (7.9) devenind (7.10):
= = x 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):
n
L( x1 ,...., x n ) = f ( x i ) (7.11)
i =1
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
, unde {B pq } sunt rezultatele derivatelor pariale de ordinul 2 ale

1
n B pq
logaritmilor densitii (7.12):
2 log f ( x )
B pq = E , p, q = 1,..., n (7.12)
p q
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

] (7.13)
< x < , < 1 < ,0 < 2 <
atunci estimatorul de maxim verosimilitate al mediei populaiei este

media eantionului i cel al dispersiei generale este dispersia de sondaj
(7.14):
1 =
x i
= x s ;2 =
(x i x) 2
(7.14)
n n
Mai mult, matricea de covarian este matricea diagonal (7.15):
2

n
2 22 (7.15)

n
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:
n
L (x1,., xn| ) = f ( x i | ) . (7.16)
1
Dac distribuia parametrului are densitatea g() atunci densitatea

comun va fi:
n
h (x1, , xn,)=g () f ( x i | ) (7.17)
i =1
Densitatea distribuiei ulterioare se construiete multiplicnd de k ori

densitatea comun a eantionului, astfel:
n
p(|x1, , xn)=k g() f ( x i | ) (7.18)
i =1
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:
v
p ( / x)d = 1 (7.19)
u
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- (7.20)

2 2
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
02 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:
1
Me
2
= (7.22)
4n[ f ( x 0.5 )]
2
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
dispersia mediei devine x2 Me
2
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:
m
(
y ( x ) = M (y / x ) = y j p y j / x . )
j =1
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:
Y m
yj
Y2 / x = D = ( y j y ( x) 2 p .
x j =1 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:
n
Y2 / x = M [Y y ( x)]2 = p( xi ) Y2 / x.
i =1
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,
Y2 / 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:
n m
f ( x, ) = M (Y x x) 2 = p( x i, y j )( y j y ( xi )) 2 .
i =1 j =1
Se tie ca f (x, ) atinge valoarea sa minim pe dreapta.
y
y ( x) = a 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
X = ax + (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
y/x = , x /Y = x
x y
Pentru procese mai complexe se construiete un model de regresie

liniar multipl:
n
y ( x) = a 0 + ai xi .
i =1
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:
2
n

f (a 0 , a1 ,..., a n ) = M Y a 0 ai xi .
i =1
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:
n n m
y ( x) = ai xi + aij xi x j .
i =1 i =1 j =1
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:
D
R = 1
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
= l ir f r + i ; ( i = 1 , 2 ,..., n
r = 1
unde:
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):
1 n
x= xi (7. 2)
n 1=1
The estimation of the true value a of the measured quantity contains

the determination of the function g(x1,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).
s
a x < t (p, k ) , (7.3)
n
Where n represents the number of measurements, k=n-1 the

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

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

of the sample (7.5.):
2
1
n t (P ) 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).

x1 x 2
t= , (7.6)
S 1 / n1 + 1 / n 2
Where:
(n1 1)S12 + (n 2 1)S22 , 1 n

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

assuming the hypothesis that the errors are random and they are
subordinates of the normal rule of repetition (7.8.), where a is known
quantity and 2 might be written pursuant to (7.9.)
1 n
(x i )
2
2 s2 = (7.8)
n i =1
2
1 n
2 S2 = x i x (7.9),
n 1 i =1
where x is the arithmetic mean of the measurements of quantity a.

The confidence estimation of square medium error (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.)
1 m 2
2 S1 , (7.10)
n i =1
where,
m: the number of the series of measurements.
The answer dispersion and also the sampling dispersion might be
estimated on the basis of the sampling results. If the individual answering
errors are independent, they will compensate by mean and appear in the
formulas of sampling variance estimation. In case of the answer dispersion
due to recording errors, if each operator produces a systematic distortion,
even if these are mutual compensating, it will take place an increase of the
overall dispersion.
Here comes a component of the answer dispersion, which will
generate the necessity of modification the formulas of computation of the
sampling dispersions.
So, if r operators extracted randomly out of the total R operators of
interview, then this will interview n persons, which will constitute a simple
random sample. If i operator produces a net distortion b1, we will define the
total distortions produced by the operators, such as (7.11):
2
1 R
b2 = (b b ) ,
R 1 r =1 i
(7.11),
where b is the net distortions mean.

Moser notes that the dispersion of estimation one randomly x

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

and
1
2b 1 , represents the variance due to the operator
r
Concerning the estimation the situation is not clarified: the

dispersion might be estimated but not the distortion.
8 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.
n
1
1
n ( x k m1 )
2
2
Avem: Pn(x1, ..,xn, m1) = e 2 k =1

2
i
n
1
( x k m0 ) n 2
1 2 2
Pn(x1, ..,xn, m1) = e k =1
2
Cu acestea relaia (8.6) devine:
n n
1 1
( xk m1 ) ( xk m0 )
2 2
2
2

2 2
e k =1
ce k =1
, care conduce, dup transformri, la
relaia:
n
(m1 m0 ) x k n(m12 m02 ) 2 ln c (8.7)
k =1
n
Cum x
k =1
k = n x , rezolvnd inegalitatea precedent n raport cu x ,
obinem:
2 ln c + n(m12 m02 )
x = k 1 , dac m1 > m0 (8.7)
n(m1 m0 )
2 ln c + n(m12 m02 )
x = k 2 , dac m1< m0
n(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:
x m0 k 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 .
n
Cu k1 astfel determinat, relaia (8.7) definete regiunea critic W:
x m0
x m0 + z1 sau n z1 (8.9)
n
Dac m1< m0 (testul unilateral stnga), avem analog:
x m0 k2 m0
= P (x k 2 / m 1 = m 0 ) = P n 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 + z (8.10)
n
Cu k2 astfel determinat, relaia (8. 10) definete regiunea critic W:
x m0
x m0 + z sau n z (8.10)
n
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 k n k n k n k n
+ P n > = P Z < + P Z > = F + 1 F k n =

k n
= 1 F + 1 F k n

k n
(
Rezult c F k n / = 1 ) 2

=z
1
k=
n
z
1
i,
2 2
mn consecin regiunea critic se exprim prin inegalitile:

x > m0 + z sau x < m0 z (8.11)
n 1
2
n 1
2
sau
x m0
n >z (8.11)
1

2
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
1- = F 0 n + z sau z1 = 0 n + z , de unde:

2

( )
2
n = z1 + z1 (8.13)
m0 m1
Deoarece la verificarea unei ipoteze statistice se pot construi multe

teste diferite, cu diferite statistici Q sau cu moduri diferite de 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:
1 n
s2 = ( xk x ) 2
n 1 k =1
(8.14)
xm
Folosim teorema conform creia statistica t = .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:
s x mo
W: x > mo = t1 ;n 1 . sau . n > t1 ;n 1 (8.15)
n s
n cazul testului unilateral dreapta (m1 > mo)
s x mo
W: x < mo + t ; n 1 sau . n < t ; n 1 (8.16)
n s
n cazul testului unilateral stnga (m1 < m0 )
s s
W : x < m 0 t1 ; n 1
. sau x < m o + t1 2 ; n 1 (8.17)

2
n n
x mo
echivalent cu: . n > t1 2 ; n 1
s
n cazul testului bilateral (m1 mo ) .
Observaie
Valorile tabelare t ;n1,t1 ;n 1 i t sunt , 1 i, respectiv,
1 ; n 1
2

1 ale variabilei Student.
2
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
W: n < t; n 1
s
Cum t x ;n 1 = t 0, 01;25 = t o,99, 25 = 2,78 i deoarece:
x mo 5,2 5,5
t= 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 .
(n s) s 2 1 n
Vom folosi statistica 2 =
2
, unde s 2 =
n 1 k =1
( x k x )2
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
= P(s2 > k / 2 = 0 ) = P = P(2 2 ;n 1) = 1 P(2 12;n 1)
2
>
2
0 2
0
sau
P ( 2 2 1 ;n s ) = 1 de unde:
(n 1)k 2
21 ; n 1 = k = 0 12 ; n 1
0
2
n 1
Rezult c regiunea critic s 2 > k a ipotezei H 0 este:
2
0 2 (n 1)s 2
W : s2 > 1 ; n 1, adic > 21 ; n 1 (8.18)
n 1 02
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
2
de la riscul .
(n 1)s 2 n 1)k
= P(s 2 k / 2 = 02 ) = P < = P( 2 < 2 ; n 1 )
2
0 2
0
(n 1) k 02
deci: 2 ;n 1 = k= 2;n 1.
02 n 1
Prin urmare, regiunea critic s 2 < k a ipotezei H 0 este:
02 (n 1) / s 2
W: s 2 < 2;n 1 , adic < 2;n 1 (8.19)
n 1 02
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:
(n 1)s 2 (n 1)k1
= P ( s 2 < k1 sau s 2 > k 2 / 2 = 02 ) = P < +
0
2
02
(n 1)s2 (n 1)k2
+ P > = P(2 < 12 ) + P(2 > 22 ) = P(2 < 12 ) +1 P(2 22 ).
0 0
2 2
Considernd c P ( 2 < 12 ) = P( 2 > 22 ) , rezult c:

2 P( 2 < 12 ) = i P( 2 > 12 ) = ,
2
(n 1) k1 02
deci: 12 = 2 = k1 = 2
2
;n 1 02 n 1 2
;n 1
Prin urmare, regiunea critic s 2 k a ipotezei H 0 este:
0 2
(n 1) s 2
W: s 2 l2 ; n 1, adic l 2 ; n 1 (8.20)
n 1 02
n cazul testului bilateral ( 12 20 ) vom respinge ipoteza H 0 daca

s 2 k 2, sau s 2 k 2, unde limitele k1 si k 2 se determin astfel:
= P( s 2 k1 sau
(n 1) s 2 (n 1) k1 (n 1) s 2 (n 1) k 2
s 2 k 2 / 2 = 20 ) = P ( ) + P ( )=
02 2
0 2
0 2
0
= P( x 2 x12 ) + P( x 2 x 22 ) = P( x 2 x12 ) + 1 P( x 2 x 22 )
Considernd c P( x 2 x12 ) = P( x 2 x 22 ) rezult c:

2 P( 2 12 ) = i P( 2 12 ) = , deci:
2
(n 1) k1 20
=
2 2
= k1 = . 2

1
2
;n 1
2
0 n 1 2
;n 1
Prin urmare, o parte W1 a regiunii critice W , definit de inegalitatea

s 2 < k1 , este:
02 (n 1) s 2
W1 : s 2 < 2 , adic < 2 (8.21)
n 1 2
;n 1 2
0 2
;n 1
Cealalt parte s 2 > k 2 a regiunii critice se determin innd seama

de:
02
P ( 2 < 22 ) = 1 2 22 = 2 2 k2 =
1
2
;n 1 n 1 1 2 ;n 1
02
k2 = 2 , deci regiunea critic corespunztoare este:
n 1 1 ;n 1
2
02 (n 1) s 2
W2 : s >
2
2 adic > 2 (8.22)
n 1 1 ;n 1,
2
2
0
1 ;n 1
2
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)
02
a) Z = , care pentru n de volum mare are o
2(n 1)
repartiie asimptotic normal N (0,1).
2 ( n 1) s 2
b) Z = 02
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:
12 ;n 1 = 20,95;8 = 15,5
(u 1)s 2
Deoarece = 10,77 < 15,5, valoarea calculat a statisticii nu
02
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
i, s12 , respectiv X 2 i s22 .
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 2
1 2 se bazeaz pe faptul c, dac H 0 este
adevrat, funcia de selecie:
22 s12 s12 2
F= = ( s > s22 ) (8.23)
12 s22 s22 1
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
regiunea critic W a ipotezei H 0 este mulimea valorilor raportului F =
s22
pentru care avem:
s12
P( > Fn1 1;n2 2;1 ) = , unde Fn1 s;n2 1;1 este cuantila 1 a
s22
repartiiei F i se determin din tabele conform relaiei
P ( F < Fn1 1;n2 1;1 ) = 1 .
Regiunea critic n acest caz va fi definit de inegalitatea:
s12
> Fn1 1;n2 1;1 (8.24)
s22
Dac alternativa este 12 > 22 (testul unilateral dreapta), avem:

s12
P( < Fn1 1;n2 1; ) = (8.25)
s22
i regiunea critic este definit de inegalitatea:

s12
< Fn1 1;n2 1; (8.26)
s22
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
< Fn1 1;n2 1; / 2 sau 2 > Fn1 1;n2 1;1 /2 (8.27)
s22 s2
unde Fn 1 1; n 2 1; / 2 i Fn1 1;n2 1;1 / 2 satisfac respectiv relaiile:
s12 s12
P( 2 < Fn1 1;n2 1; / 2 ) = i P ( 2 < Fn1 1;n2 1;1 / 2 ) = 1 i
s2 2 s2 2
reprezint /2, respectiv 1-/2 cuantilele repartiiei Fisher.
12
Puterea testului pentru o valoare dat a raportului = k este:
22
s12
s12 12
(W ; k ) = P( > Fn1 1;n2 1;1 / 2
= k 2
) = P ( < Fn1 1;n2 1;1 ).
s22 1 2
s22
22
Prin urmare:
1 1
(W , k ) = P( Fn1 1;n2 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.
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

2
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.
8.7 Testul Z privind diferena mediilor a dou populaii normale
Fie { X11 , X12 ,..... X1n1} i {X 21, X 22, ..... X 2 n 2 } dou selecii
independente de volum n1 , respectiv n2 din dou populaii normale
n1
1
N (m2 , 22 ), cu dispersiile cunoscute, i fie X1 =
n1
X
i =1
1i i
n2
1
X2 =
n2
X
i 1
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

X 1 X 2 (m1 m2 ) X1 X 2 0
Z= = are o repartiie nominal tip
12 22 12 22
+ +
n1 n2 n1 n2
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 )
12 22 x1 x 2 0
W: x1 x 2 > 0 + z1 + adic > z1 (8.29)
n1 n2 12 22
+
n1 n2
n cazul testului unilateral stnga ( 1 < 0 )
12 22 x1 x 2 0
W: x1 x 2 > 0 + z + adic > z (8.30)
n1 n2 12 22
+
n1 n2
n cazul testului bilateral ( 0 )
12 22
W: x1 x 2 > 0 z + sau
1
2
n1 n2
12 22
x1 x 2 > 0 + z +
1
2
n1 n2

x1 x 2 0
echivalent cu 2
Z1 / 2 (8.31)
1
2
2
+
n1 n2
Dac dispersiile 12 si 22 nu sunt cunoscute, dar volumele n1 si n2

ale celor doua selecii sunt mari, atunci putem folosi estimaiile consistente
s12 i s22 ale celor dou dispersii i, prin urmare, variabila:
x1 x 2 0
Z=
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.
x1 x 2
Deoarece statistica = 10 > 2.57 , respingem ipoteza H0.
12 22
+
n1 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 (8.32)
n1 + n2 2
1 n1
unde s12 = ( x1i x1 ) 2 i
n1 1 i =1
1 n2
s22 = ( x2i x2 )
n2 1 i=1
Vom folosi teorema conform creia statistica

x1 x 2 ( m1 m2 ) x1 x 2
t= = are o repartiie Student cu n1 + n2 - 2
1 1 1 1
s + s +
n1 n2 n1 n2
grade de libertate. Regiunile critice ale ipotezei H0 de la punctul precedent
vor fi:
n cazul testului unilateral dreapta ( 1 > 2 )
1 1
W: x1 x 0 > 0 + t1 ;n1 + n2 2 s + , adic
n1 n2
x1 x 2 0
> t1 ;n1 + n2 2 (8.33)
1 1
s +
n1 n2
n cazul testului unilateral stnga ( 1 < 2 ), regiunea critic va

fi:
1 1
W: x1 x 0 < 0 + t ;n1 + n2 2 s + adic
n1 n2
x1 x 2 0
< t ;n1 + n2 2 (8.34)
1 1
s +
n1 n2
n cazul testului bilateral 1 2
1 1
W: x1 x o < 0 t1 / 2;n1 + n2 2 s + sau
n1 n2
1 1
x1 x o > 0 t1 / 2;n1 + n2 2 s +
n1 n2
x1 x 2 0
echivalent cu > t1 / 2;n1 + n2 2 (8.35)
1 1
s +
n1 n2
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
H1: 0(m1m2). Avem x1 = 2.5; x 2 = 3.3; s12 = 1 / 10; s 22 = 0.78 / 4 . Aplicnd
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.
2.5 3.3
Cum t = = 3.48 > 2.26 , valoarea observat a
0.5 + 0.78 1 1
+
6 + 5 2 5 6
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:
0 1
Xi ( ), I=1,2, ...... (8.36)
1 p p
Vom considera drept variabil X numrul de observaii Xi din cele n,

corespunztoare apariiei evenimentului A,
n
adic X= X i
i 1
Pentru parametru necunoscut p, se poate emite o ipotez de forma

Ho:p=po, unde po este o valoare a lui p specificat.
N
Fie fn= 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:
N
fn M( fn ) p0
Z= = n (8.37)
f n
np0 (1 p0 )
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 (8.38)
pentru alternativa H1 : p > p0 (unilateral dreapta);
Z < Z1 (8.39)
pentru alternativa H1 : p < p0 (unilateral stanga)
i Z > Z1 / 2 echivalent cu
Z < Z1 / 2 sau Z > Z1 / 2 (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 the
population from where it was extracted .The operation of testing the
significance is applied for the statistical inference,after determining the
confidence intervals for the total population parameters on the basis of the
survey data.
Various Types of Hypotheses. Errors and Risks
In the economy and mostly on the labour market is necessary to use

the analysis of the potential supply and demand, making assumptions on
different market features at a certain moment. These hypotheses must be
checked statistically.
Once we know the probabilistic model of providing the observed
data, we may begin the testing of the assumptions concerning the model,
this process implying to find out the optimum responses at the question : is
it possible that the set of data to be generated by the model if the hypothesis
is correct? As a rule, any decision must be based on the data availability,
bearing a certain level of uncertainty. The statistical problem of testing the
hypotheses is based on the clear conceptual defining of the process
elements: data, model, hypothesis, decision.
At the beginning we consider to be necessary a minimum
delimitation of the terms used in testing the statistical significance. Thus, we
take a random variable X which characterize a population whose repartition
function F(x, ) 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.
1
n
( x k m1 )
n 2
1 2 2
We have : Pn(x1, ..,xn, m1) = e k =1 and
2
1
n
( xk m0 )
n 2
1 2 2
Pn(x1, ..,xn, m1) = e k =1
2
According to these , the relation (8.6.) becomes:
1 1
n n
( xk m1 ) ( xk m0 )
2 2
2
2

2 2
e k =1
ce k =1
, which leads , after changing the
relation:
(m1 m0 ) x k n(m12 m02 ) 2 ln c

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

(8.9)
From the relation F(z) = results the value of z and consequently:
k 2 m0
n = z k 2 = m0 + z (8.10)
n
Having k2 determined ,the relation (8.10) defines the critical region

W:
x m0
x m0 + z sau n z (8.10)
n
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 k n k n k n k n
+ P n> = P Z < + P Z > = F + 1 F k n =

k n
= 1 F + 1 F k n

(
It results that F k n / = 1 ) 2

k n

=z
1
k=
n
z
1

2 2
and the critical regions are defined by the inequalities:

x > m0 + z or x < m0 z (8.11)
n 1
2
n 1
2
or
x m0
n >z (8.11)
1

2
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
used the statistics Z = n , with the repartition N(0,1), the text

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 (8.12)
n
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
1- = F 0 n + z or z1 = 0 n + z , from where:

2

( )
2
n = z1 + z1 (8.13)
m0 m1
Because of the fact that when verifying a statistical hypothesis it is
possible to construct, or different tests, with ifferent statistics Q or with
different ways to construct the critical region W , it is required the necessity
to clsify the different tests.
The clasification of the tests is made comparing their efficiency, like
in the case of the parameters estimation.
We take T*n one of the most intense test for testing the hypothesis H0
compared to its alternative H1 and Tn a certain test of the same hypothesis
H0 compared to the alternative H1, the volume of the selection being the
same. If we denote by1- (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.
1 n
s2 = ( xk x ) 2
n 1 k =1
(8.14)
xm
We use the theory according to which the statistics t = .Vn
s
has a Student repartition with n-1 degree of freedom.
The way of determining the critical regions for the hypothesis H o ,
for the three cases, meaning the t right and left side test and the both-sides
one, is similar, and leads to the following results:
s x mo
W: x > mo = t1 ;n 1 . or . n > t1 ;n 1 (8.15)
n s
In the case of the right side test ( m1 mo)
s x mo
W: x < mo + t ; n 1 or . n t ;n 1 (8.16)
n s
In the case of the left side test (m1 < m0 )

s s
W : x mo t1 ;n 1 . sau x mo + t1 ;n1 (8.17)

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

Observation: The table values of the Student variable t ;n1,t1 ;n 1 and

t are ,1 and respectively 1 .
1 ; n 1
2
2
For example, if in a certain branch of production there have been
done n=26 measurements of the employees labour productivity who have
accomplished a certain operation and the observed average productivity is:
x = 5,2buc / om / ora, and s = 0,4buc / om / ora ,we would like to be
verified the hypothesis H o : m = 5,5buc / om / ora with reference to the mean
of the 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
W: n t ; n 1
s
Since t x ;n 1 = t 0, 01;25 = t o,99, 25 = 2,78 and because
x mo 5,2 5,5
t= n= = 26 = 3,75 2,78, we reject the
s 0,4
hypothesis H o .
The 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 .
(n s) s 2
We will use the statistics =2
,
2
1 n
where s 2 =
n 1 k =1
( x k x ) 2 has a repartition 2 (n 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:
(n s)s 2 (n s)k
= P(s 2 k / 2 = 0 2 ) = P( ) = P( 2 2 ; n 1 ) = 1 P( 2 21 ; n 1 ).
02 02
or
P ( 2 2 1 ;n s ) = 1 from where :
(n 1) k 02
2 1 ;n 1 = k= 2 1 ;n 1
02 n 1
It results that the critical region s 2 k of the hypothesis H 0 is:
02 (n 1) s 2
W: s 2
2 1 ;n 1, meaning 2 1 ;n 1 . (8.18)
n 1 02
For the case of the left side test, we will reject the hypothesis H 0 if
s 2 < k and accept it if s 2 k , and k is determined as previously starting
with the risk :
(n 1) s 2 n 1) k
= P( s 2 k / 2 = 02 ) = P( < ) = P( 2 < 2 ;n 1 )
2
0 02 ,
(n 1) k 02
So: 2 ;n 1 = k= 2;n 1.
02 n 1
Consequently, the critical region s 2 < k of the hypothesis H 0 is:

02 (n 1) / s 2
W: s 2 < 2;n 1 , meaning < 2;n 1 (8.19)
n 1 02
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:
(n 1) s 2 (n 1) k1
= P( s < k1 or s > k 2 / = ) = P(
2 2 2 2
< )+
0
2
0 02
( n 1)s 2 (n 1)k 2
+ P( > ) = P( 2 < 12 ) + P( 2 > 22 ) = P( 2 < 12 ) + 1 P( 2 22 ).
02 02
Taking into account that P( 2 < 12 ) = P( 2 > 22 ) it results that:

2 P( 2 < 12 ) = and P( 2 > 12 ) = ,
2
(n 1) k1 02
so: 12 = 2 = k1 = 2
2
;n 1 02 n 1 2
; n 1
Consequently , the critical region s 2 k of the hypothesis H 0 is:

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

hypothesis H 0 if s 2 k 2, or s 2 k 2, , where the limits k1 and k 2 are determined
as follows:
= P( s 2 k1 sau
(n 1) s 2 (n 1) k1 (n 1) s 2 (n 1) k 2
s 2 k 2 / 2 = 20 ) = P ( ) + P ( )=
2
0 2
0 2 2
0 0
= P( x x ) + P( x x ) = P( x x ) + 1 P( x x )
2 2
1
2 2
2
2 2
1
2 2
2
If we consider that P( x 2 x12 ) = P( x 2 x 22 ) it will results:

2 P( 2 12 ) = and P( 2 12 ) = , so:
2
(n 1) k1 20
12 = 2 = k1 = . 2
2
;n 1 2
0 n 1 2
;n 1
As a result a part W1 of the critical region W , denoted by the

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

to:
02
P( 2
< 22 ) = 1 2 22 = 2
2 k2 = 2
1 2 ;
1 ;n 1
2
n 1 n 1
02
k2 = 2 , so the critical corresponding region is:
n 1 1 ;n 1
2
02 (n 1) s 2
W2 : s 2 > 2 adic > 2 (8.22.)
n 1 1 ;n 1,
2
02 1 ;n 1
2
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)
02
a) Z = , if the volume n is large, then it has a normal
2(n 1)
(asimptotic) repartition N (0,1).
2 ( n 1) s 2
b) Z = 02
2n 3, which also has for n a large volume of the
sample approximately with a repartition N ( 0,1). With the help of these
statistics the testing of the hypothesis may be done according to the Z test.
For example, if it was measured for n=9 times the length of the
achievement of a certain operation by a worker, to draw a conclusion on
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:
12 ;n 1 = 20,95;8 = 15,5
(u 1) s 2
Because, = 10,7715,5, the obtained value of the statistics doesnt
02
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
characteristics X and s12 , respectively X 2 and s22 .
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:
22 s12 s12 2
F= = ( s > s22 ) (8.23)
12 s22 s22 1
has a Fisher repartition with n1 1 and n2 1 degree of freedom.

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

s12
hypothesis H 0 is the values multitude of the ratio F = for which we
s22
have:
s12
P( > Fn1 1;n2 2;1 ) = , where Fn1 s;n2 1;1 is the quartile 1 of the
s22
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
> Fn1 1;n2 1;1 (8.24.)
s22
If the alternative is 12 > 22 (right side test), we have:
s12
P ( 2 < Fn1 1;n2 1; ) = (8.25)
s2
and the critical region is denoted by the inequality:
s12
< Fn1 1;n2 1; (8.26)
s22
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:
s12 s12
< Fn1 1;n2 1; / 2 or > Fn1 1;n2 1;1 /2 (8.27)
s22 s22
where Fn1 1;n2 1; / 2 , and Fn1 1;n2 1;1 / 2 are respectively satisfying the
relations:
s12 s12
P( 2 < Fn1 1;n2 1; / 2 ) = and P ( 2 < Fn1 1;n2 1;1 / 2 ) = 1 and
s2 2 s2 2
represent / 2 respectively 1 / 2 the quartiles of the Fisher repartition.
12
The power of the test for a given value of the ratio = k is:
22
s12
s12 12
(W ; k ) = P( > Fn1 1;n2 1;1 / 2
= k 2
) = P ( < Fn1 1;n2 1;1 ).
s22 1 2
s22
22
As a result:
1 1
(W , k ) = P( Fn1 1;n2 1 > Fn1 1;n2 1 > Fn1 1;n2 1;1 ) (8.28)
k k
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

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

We decide to verify a hypothesis concerning the difference
m1 m2 = 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:
X 1 X 2 (m1 m2 ) X1 X 2 0
Z= = ,
12 22 12 22
+ +
n1 n2 n1 n2
has a nominal repartition of type N ( 0,1), so we apply the Z test.
The critical regions of the hypothesis H 0 : = 0 compared to the

alternative H1: = 1 , are:
For the right side test ( 1 > 0 )
12 22 x1 x 2 0
W: x1 x 2 > 0 + z1 + meaning > z1 (8.29)
n1 n2 12 22
+
n1 n2
for the left side test ( 1 < 0 )
12 22 x1 x 2 0
W: x1 x 2 > 0 + z + meaning > z (8.30)
n1 n2 12 22
+
n1 n2
for the both-sides test ( 0 ) .
12 22
W: x1 x 2 > 0 z +
1 n1 n2
2
or
12 22
x1 x 2 > 0 + z +
1
2
n1 n2

x1 x 2 0
Equivalent to 2
Z1 / 2 (8.31)
2

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

paid by a new established bank to a drafting and labour force agency ,for the
employment of 100 skilled experienced employees, is a normal random
variable with the standard estimation of 3 monetary units, and the one paid
to another specialized agency in the employment of more other
100 employees, unskilled personnel especially in the banking system, so
without experience (personnel for which the remuneration expenses are
much smaller) is a normal random variable with the standard deviation
equals 4 m. u. and is equal to 1002m.u.
If the manager of the human resources decides to be verified the
hypothesis H0: m1=m2, meaning that the average taxes are not significantly
different, compared to the alternative m1m2, for =0,01 from the table we
obtain z1-/2 = z0,995 = 2,57.
x1 x 2
Because the statistics = 10 > 2.57 , we reject H0 .
12 22
+
n1 n2
The t Test Concerning The Means Difference of Two Normal

Populations
We will decide upon the situation from the previous paragraph, for
the case when the variances 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:
( n1 1) s12 + ( n2 1) s22 (8.32) 1 n1

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

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

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

compared to the alternative H1: 0 (m1m2).We have
x1 = 2.5; x 2 = 3.3; s12 = 1 / 10; s22 = 0.78 / 4 .We apply the t both-sides test of
which critical region is given by the relation (8.35.), with 0=0.
For = 0,05, we find tn1+n2-2;1-/2 = t9;0,975 = 2,26.
2.5 3.3
Since t = = 3.48 > 2.26 , the observed value of
0.5 + 0.78 1 1
+
6 + 5 2 5 6
t belongs to the critical region, we reject the hypothesis H0. As a result, we
may say that in average, the first method leads to an average salary smaller
than using the second method of remuneration, because we found x1 < x 2
and, as a result the inequality m1< m2 is much plausible then m1>m2.
The Hypotheses Concerning an Alternative Characteristic
Forward, we will refer to the populations on which is defined an

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

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

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

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

N
fn M( fn ) p0
Z= = n
(8.37)
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)
for the alternative H1 : p < p0 (left side)
and Z > Z1 / 2 equivalent to
Z < Z1 / 2 or Z > Z1 / 2 (8.40)
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.
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 Categoriile de angajai Formele de instruire
( ) sesiuni de iniiere ( ) muncitori ( ) la locul de munc
( ) sesiuni de perfecionare ( ) 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:
( ) Altele, v rugm precizai:

( ) postuniversitare ( ) universitare
.
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
A. 1. Flux informaional, transport, a) muncitori ( ) 1) intern ( )
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 a) ; b) ___ c) ____ 1) __; 2) ____; 3) ____
5 Managementul calitii totale a) ; b) ___ c) ____ 1) __; 2) ____; 3) ____
6. Cursuri integrate: a) ; b) ___ c) ____ 1) __; 2) ____; 3) ____
6 Alte domenii, v rugm precizai a) ; b) ___ c) ____ 1)__; 2) ____; 3) ____

.......................................................
Ritm de
Domenii de instruire Categorii de angajai Forma de instruire
instruire
B. 1. Flux informaional, transport, a) muncitori ( ) 1) intern ( )
Cursuri aprovizionare, distribuie, logistic b) personal 2) la firme specializate
organizate administraie ( ) ()
periodic c) personal conducere ( 3) la sediul firmei cu
pentru ) experi externi ( )
angajaii
agentului 2. Protecia muncii i a mediului a) ; b) ___ c) ____ 1) __; 2) ____; 3) ___
economic
7 Marketing a) ; b) ___ c) ____ 1) __; 2) ____; 3) ___
8 Management a) ; b) ___ c) ____ 1) __; 2) ____; 3) ___
9 Managementul calitii totale a) ; b) ___ c) ____ 1) __; 2) ____; 3) ___
6. Cursuri integrate: a) ; b) ___ c) ____ 1) __; 2) ____; 3)

____
7. Alte domenii v rugm precizai a) ; b) ___ c) ____ 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 prezentare de studii de caz
simulri discuii interactive
participare la desfurarea unui jocuri
scenariu
nvare la distan prin INTERNET 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 Nota
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
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. Da, chiar am s fac acest lucru.
2. Da, mi doresc, dar nu am plnuit nc nimic.
3. Aa i aa, mi doresc, dar nu am timpul necesar.
4. Nu, consider c o facultate este de ajuns pentru oricine.
5. 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 1-5 610 1115 1520

>20 intervenii
una intervenii intervenii intervenii 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. Persoane din afara Regiei de Transport., precizai cine i cte

b. Salariai ai Regiei de Transport
c. Pensionari ai Regiei de Transport
d. 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. tineri (pn n 35 ani)

b. maturi (35 55 ani)
c. vrstnici (peste 55 ani)
6. Dintre salariaii i pensionarii Regiei, ci intervin ntr-o lun lucrtoare,

n general pentru:
a. rude, cunotine
b. strini
c. 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 1-5 6 10 11 15 15 20 > 20

una persoane persoane persoane persoane 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):
singur liter`) a. femeile;
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
(ncercuii o singur liter): singur liter):
a. tinerii (persoane pn n 35 de ani); a. pentru tinerii (pers. pn n 35 ani);
b. maturii (36 55 ani); b. pentru mature (36-55 ani);
c. vrstnicii (56 65 ani); c. pentru btrni (peste 65 de 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 7. Care este cel mai frecvent rspuns al
intervin unii cltori n aprarea cltorilor la solicitarea dvs. De a se
contravenienilor? (ncercuii o singur legitima?
liter): Scrie aici .
a. ntotdeauna (zilnic);
b. mai rar (de 2 3 ori/spt.); 8. Ce msuri propunei mpotriva
c. foarte rar; contravenienilor care nu vor s se
d. niciodat. legitimeze?
Scrie aici
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 14. Studii :
contravenienilor? a. coala general;
Scrie aici. b. liceul;
c. student ();
d. superioare
11 Ct de frecvent intervin cltorii n 15. Vrsta :

aprarea controlorilor de bilete? a. pn n 35 de ani;
(ncercuii o singur liter): b. 36 55 ani;
a. ntotdeauna (zilnic); c. peste 55 ani.
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 Lucrtor familial Student/elev

Patron Neremunerat Pensionar
Lucrtor pe cont propriu omer 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/
ntotdeauna obicei egal de obicei ntotdeauna
Nu
de femei de femei de de brbai
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
Nu tiu/
ntotdeauna De obicei egal De obicei de ntotdeauna
Nu
de femei de femei de femei i brbai de brbai
rspund
brbai
Funcii de
conducere
(director,
manager,
patron)
Funcii de
execuie
(angajat)
11. n ce msur suntei de acord cu urmtoarele afirmaii?
n Nici de
n foarte Nu tiu/
foarte n mare acord, nici n mic
mic Nu
mare msur n msur
msur rspund
msur dezacord
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:
Aproximativ
De obicei Nu tiu/
ntotdeauna De obicei egal de ntotdeauna
de Nu
de femei de femei femei i de brbai
brbai rspund
brbai
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
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 0 +1 +2
n foarte
n mic msur Nu tiu sigur n mare msur n foarte mare msur
mic msur
13.2 Prefer s muncesc ore suplimentare pentru a ctiga mai muli bani.
-2
-1 0 +1 +2
n foarte mic
msur
13.3 Sunt dispus s urmez nite cursuri de perfecionare/instruire pentru a

obine un loc de munc mai avantajos.
-2 +2
-1 0 +1
n foarte mic n foarte mare
n mic msur Nu tiu sigur n mare msur
msur msur
13.4 Intenionez s muncesc n strintate.
-2
-1 0 +1 +2
n foarte mic
msur
14. Unii oameni triesc n srcie. Acest lucru se ntmpl (alegei

rspunsurile corespunztoare):
pentru c nu au avut noroc datorit societii n care trim

pentru c sunt lenei 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 prin nclcarea legii

au avut noroc din alt motiv. Care?...................
prin relaii 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 altele. Care?................

coordonare nu tiu/nu rspund
22. Vrsta:
pn la 18 ani ntre 36-45 ani

ntre 18-25 ani ntre 46-55 ani
ntre 26-35 ani peste 56 ani
23. Sex:
Feminin Masculin
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
- 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
- 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
- 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 Puin

Indecis Nu chiar vinovat Deloc vinovat
Personaje vinovat vinovat
Jack
Jim
Profesorul
Prinii lui Jack
Prinii lui Jim
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 :
Matematic- Matematic- Filologie Chimie-biologie
informatic fizic
Fizic-chimie Limbi strine tiine Altul..
sociologice
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 Tata -superior (facultate)
(facultate)
-mediu (liceu) -mediu (liceu)
-gimnaziu -gimnaziu
3. Specific nr. de membri ai familiei tale:

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

Mama salariat Tata salariat
patron patron
lucrtor pe cont lucrtor pe cont propriu
propriu
omer omer
pensionar 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 ntmplarea
Altele ...
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 Muzic (chitar sau orice alt instrument, Pictur sau
performan vocal, formaie) sculptur
Informatic Dans profesionist Cursuri limbi
strine
Membru al unui Voluntar Nici una
club
10. Ce hobby-uri ai ? (Alege rspunsurile potrivite)

Ascult muzic Citesc Jocuri pe calculator
i internet
Desenez M uit la televizor Dansez
M ntlnesc cu prietenii Merg n cluburi i discoteci Merg pe role
Teatru, film, oper Colecionez diverse obiecte Integrame, rebusuri
Puzzle-uri, asamblez Alte hobby-uri
diferite modele ..
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 Din motive idealiste
place
15. Numete, te rugm, cel puin trei activiti implicate de profesia aleas.
1)
2)
3)
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 Prietenii Prinii
nclinaie spre Disciplina colar cu O situaie material bun
domeniu rezultate maxime
Pentru a urma Profesorul unei Alt motiv..................................
profesia aleas anumite discipline
24. Dac nu te-ai hotrt asupra facultii, de ce informaii ai nevoie ca s

te hotrti?
Materiile date la admitere Obiectele care se studiaz n facultate
Domeniile n care poi profesa dup Cum se prezint piaa muncii n acel
absolvire domeniu
Nr. de locuri pentru admitere 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:
Nici acord,
Acord Acord Dezacord Dezacord
nici
total parial parial total
dezacord
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
Nici acord,
Acord Acord Dezacord Dezacord
nici
total parial parial total
dezacord
Dup facultate voi cuta de
lucru n orice domeniu, nu
numai n domeniul n care mi-
am 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
V mulumim i v urm SUCCES!

ANEXA 11
Department Magazine de Magazine de
Department Planificarea Secii Department
Clieni financiar- produse materii prime
vnzri produciei de producie aprovizionare
contabil finite i materiale
Note de Catalog de
comand preuri
Facturare
Factur
Centralizare Eliberare
facturi marf
Situaia Inventar
facturilor emise al stocului de
i ncasate produse
Centralizare
vnzri
Raport
al vnzrilor
Modele de
previziune
Previzionare
a vnzrilor
Raport de
previziune a
vnzrilor
Planificarea
produciei Formula de
fabricaie Stoc disponibil
Plan de de materii prime
i materiale
producie
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
Inventariere
Centralizare Raport
produse finite
de calitate
Stoc de produse
Catalog Situaia realizrii finite
de preuri produciei fizice
Vnzare Comparare
cu planul
Raport de
ndeplinire a
planului de
producie
Diagrama fluxului informaional

Proces Document Circulaia Bloc de decizie
(aciune) automat informaiei
BIBLIOGRAFIE
1. ACZEL A.D. Complete Business Statistics, New York, Irwin,

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

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

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

(coordonator)
5. BDI, M. Statistica pentru afaceri n comer i turism,

BARON, T. Bucureti, Editura Luceafrul, 2003
COSTACHE, S.E.
6. BIJI, M., Statistic teoretic, Bucureti, EDP, 1979

BIJI, E. M.
7. BIJI, E. M. Statistic teoretic i economic, Bucureti,

BARON, T. (coordonatori) Editura Didactic i Pedagogic, 1996
8. BLALOCK, H. M. Social Statistics, 2nd Edition, New York,

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

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

KURTZE, R. Colledge, 1992
11. BOUDON, R. Lanalyse empirique de la causalit, Paris,

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

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

London, Griffin, 1991
15. CIUCUR, D. Economie, Bucureti, Editura Economic, 1998

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

New York, Prentice Hall, 1985
17. CRISTACHE, S.E. Metode statistice de calcul i analiz a eficienei

economice n comer, Bucureti, Editura ASE,
2003
18. CURWIN, J. Quantitative Methods for Business Decisions,

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

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

Encyclopedia BRITANNICA, 1994
22. GOLDSTEIN, Z. Instructors Suite for Microsoft* Office* for Keller

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

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

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

1998, 2000, 2002
26. JABA, E. Estimation of the frequency of the commercial
SERBAN, D. advertisement optimum moments, ASMDA,
JEMNEA, D. Universit de Ple Technologie Compigne, 2001
27. JABA, E. Aplicaii statistice cu SPSS sub Windows, Iai,

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

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

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

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

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

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

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

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

NADEAU, R. Qubec, Gatan Morin diteur, Canada, 1988
36. MILLER, J.C. Statistics for Advanced Levels, NY,

Mc Graw Hill, 1983
37. MITRU, C. Statistics for Business Administration, Bucureti,

ERBAN, D. Editura ASE, 2003
38. MOSER, C.A. Metode de anchet n investigaia fenomenelor

sociale, traducere, Bucureti, Editura tiintific,
1967
39 POROJAN D. Statistica i teoria sondajului, Bucureti, Editura
ansa, 1993
40. Rev, W., J.J. Introduction to Robust and Quasi-Robust

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

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

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

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

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

Paris, Technique, 1990
46. ERBAN, D. Studiul statistic al pieei serviciilor de consultan

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

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

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

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

CALCIU, M. All, 1994
SPIRCU, T.
51. TREBICI, V. (coord.) Mic enciclopedie de statistic, Bucureti, Editura

tiinific i Enciclopedic, 1985
52. WEBBER, R. Advanced Bussiness Statistics,
Mc. Graw Hill, 1989
53. XAVIER, G. J. Encyclopdie conomique, Paris, 1990

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

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

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

project, 2001
57. *** www.surveysystem.com/sdesign.htm
58. *** www.surveyssystem.com/sscalc.htm
59. *** Colecia Revistei Romne de Statistic, INS,

Bucureti, 1990 2002
60. *** Anuarul Statistic al Romniei, INS

1991 - 2000
61. *** Colecia Revistei Romne de Statistic, INS,

Bucureti, 1990 2001
62. *** Strategia naional de dezvoltare economic a

Romniei pe termen mediu, Bucureti, aprilie
2000, 2001, 2002, Guvernul Romniei

Statistica Pentru Studii de Marketing Si Administrarea Afacerilor PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Statistica Pentru Studii de Marketing Si Administrarea Afacerilor PDF

Încărcat de

Drepturi de autor:

Formate disponibile

Prefa

Statistica pentru studii de marketing i administrarea afacerilor dorete s integreze

1.1 Concepte i definiii din domeniul managementului

Metodele statisticii economico-sociale i propun s realizeze

eficiena general a utilizrii resurselor sale umane. Dintre toate atributele

marketing desfurate de agenii economici n economiile moderne de pia

Cele 11 funcii ale marketingului pentru o administrare

1. Cercetare a cererii Investigarea preferinelor consumatorilor, a

2. Bunuri existente mbuntirea caracteristicilor produselor sau

3. Bunuri noi Lansarea de produse noi cu caracteristici

FUNCIILE MARKETINGULUI DESCRIERE

4. Cumprare Asigurarea unei producii calitativ i cantitativ

5. Vnzare Folosirea mijloacelor integrate de reclam i

6. Transport Transferul bunului de la productor la

7. Stocare Asigurarea condiiilor optime de depozitare

8. Standardizare i garantarea Produsele i seviciile oferite trebuie s

9. Financiar Identificarea preului optim, a pachetelor de

FUNCIILE MARKETINGULUI DESCRIERE

10. Intern Colectarea i transmiterea informaiilor referitoare

11. Extern Asigurarea unei informri permanente ct mai

Marketingul este o activitate dinamic, ntr-o permanent

prestate pentru agenii economici, deci avnd caracter industrial i nu de

1.2 Agenii de marketing - intermediari ai cunoaterii pieei

O bun parte din performana economic a unui agent economic se

de asemenea nenumrate ntrebri: Apar dificulti n structura optim a

Pe pia exist implicit o cerere primar, de ansamblu, pentru

instruire adecvate n opinia managerilor agenilor economici; b. un studiu de

Producie Cercetare-Dezv Marketing Financiar Vnzri Figura 1.c

Director comercial Director marketing Figura 1.d

Figura 1 Formule organizatorice de marketing

1.3 Contextul macroeconomic actual al relaiilor de pia

Agenii economici i orienteaz activitatea spre acele ramuri

manifestate pe piaa muncii, care influeneaz n mod direct nevoia de

Efectul cumulat al acestor factori l-a constituit deteriorarea

cele mai semnificative fiind cele de ordin comportamental al agenilor

(nominal i real, exprimat n milioane USD), structura VAB pe ramuri (%),

exprimat n USD: PIB = 29640.2 + 1191t, ceea ce arat c PIB-ul real a

Evoluia PIB exprimat n USD

De asemenea, prezint interes analiza evoluiei contribuiei

n Romnia, structura PIB este diferit de cea a economiilor

Structura Produsului Intern Brut (PIB) (%)

Ponderea sectorului privat n PIB i n valoarea adugat a ramurilor

Permanenta cretere a procentului de participare a sectorului privat

Evoluia investiiilor reale

Datele din Tabelul 1.4 au fost obinute prin divizarea cifrelor

Dreapta de evoluie liniar ce a modelat tendina investiiilor n

investiiilor strine directe, calculat pe locuitor, se situeaz n jurul a

1.4 Summary. Statistics particularities for Marketing and Business

Some concepts and definitions of the Marketing

Marketing research activities developed by economic agents in

Marketing operators link between market information and the

Marketing organization charts

Production R&D Marketing Financial Sales Figura 1.c

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

human resources market development within the unemployment area, as an

The current macroeconomic context of market relations

The economic agents focus their activity towards those modern

Romania has recorded important steps concerning the shaping of the

The real investment process

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

2.1 Particulariti ale aplicrii sondajului pentru studii de pia

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

Observarea statistic are un rol major n buna funcionare i n