Economie teoretic i aplicat

Volumul XVII (2010), No. 6(547), pp. 47-62

Cercetare de marketing privind opiniile,

precum i comportamentul consumatorului turistic
n Regiunea de dezvoltare Centru

Erika KULCSR
Universitatea Babe-Bolyai, Cluj-Napoca
elerhetetlen@yahoo.com

Rezumat. Regresia logistic este o metod de analiz multivariat

a datelor de marketing din ce n ce mai des utilizat datorit faptului c
numrul condiiilor ce trebuie s fie ndeplinite este mai redus dect, de
exemplu, n cazul analizei discriminante. Scopul prezentei lucrri este de
a obine informaii cu ajutorul regresiei logistice referitoare la
importana variabilelor n diferenierea claselor. Variabilele incluse n
regresia logistic sunt urmtoarele: variabila dependent, reprezentat
de Tipul de turiti (romn sau strin), iar variabilele independente sunt
urmtoarele: Este prima dat cnd venii n aceast regiune? Cte zile
planificai s stai n aceast regiune? Care este scopul sejurului? n
urmtorii ani intenionai s revenii n aceast regiune? Prezenta
lucrare cuprinde i o analiz factorial a corespondenelor, precum i
analiz bivariat, folosind testul Kruskal-Wallis, cu scopul testrii
simultane a diferenei dintre vrsta respondenilor i modul de apreciere
de ctre acetia privind modul de organizare, varietatea, precum i
atractivitatea excursiilor.

Cuvinte-cheie: variabil; testul Kruskal-Wallis; regresie logistic;

testul Wald; analiza factorial.

Coduri JEL: M31, L83.

Coduri REL: 5K, 14G.
48 Erika Kulcsr

1. Introducere
Mediul de marketing este foarte complex, deoarece nsi natura
activitii economice a oamenilor este extrem de complex. Comportamentul
consumatorului turistic este foarte dinamic, n continu schimbare, din acest
considerent necesit o permanent cercetare.
Analiza bivariat a datelor de marketing se poate face pe baza tabelelor de
contingen, care ne pot da o idee despre existena unor diferene ntre grupurile
populaiei, precum i pe baza testelor statistice, care permit luarea unor decizii
privind semnificaia respectivelor diferene la nivelul populaiei totale
(Constantin, 2006, p.135).
Metodele statistice de analiz multivariat, n funcie de raporturile care
pot exista ntre variabila sau variabilele dependente i variabilele independente,
pot fi grupate n dou mari categorii: metoda de analiz a dependenelor
(metode explicative) i metode de analiz a interdependenelor (metode
descriptive). Metoda de analiz a dependenelor explic sau prevd evoluia
uneia sau mai multor variabile dependente pe baza a trei sau mai multor
variabile independente (Lefter, 2004, p. 353).
Analiza multivariat a datelor de marketing s-a realizat pe baza datelor
primare obinute prin cercetare cantitativ. Cercetarea cantitativ a avut loc n
perioada 15.05.2009-17.10.2009. Am distribuit peste 2000 de chestionare.
Chestionarele au fost distribuite n hotelurile din Braov, Predeal, Poiana
Braov, Sfntu Gheorghe, Covasna, Miercurea Ciuc, Gheorgheni, Tunad,
Trgu Mure, Sighioara, Sibiu, Alba Iulia i n alte localiti care au legat
acest traseu.

2. Testul Kruskal-Walis
Testele neparametrice sunt utilizate n cazul n care variabilele
independente nu sunt metrice (Malhotra, 2005, p. 558).
n ipoteza n care se urmrete compararea a trei sau a mai multor grupuri
ale populaiei, unde datele sunt msurate ordinal, atunci pentru semnificaia
statistic a diferenelor se folosete testul Kruskal-Wallis (Lefter, 2004, p. 266).
Testul Kruskal-Walis este echivalentul neparametric al testului ANOVA
one-way (Marques de S, 2007, p. 212).
n tabelul Ranks (Tabelul 1) sunt prezentate mediile de rang i numrul
subiecilor pentru fiecare dintre grupe (Labr, 2008, p.148).
Se poate observa (Tabelul 1) c media rangurilor este cea mai ridicat n
cazul respondenilor pn la 25 de ani (210,50), urmnd apoi respondeni peste
65 de ani (cu o medie a rangurilor de 206,75), apoi subieci ntre 26-35 de ani
(190,19), urmat de turiti care se ncadreaz ntre 36-45 de ani (173,85), apoi
Cercetare de marketing privind opiniile precum i comportamentul consumatorului turistic 49

respondeni cu vrsta cuprins ntre 46-55 de ani (158,06) i n final respondeni

ntre 56-65 de ani (cu o medie a rangurilor de 206,75).
Tabelul 1
Rangurile medii n cazul testului
Kruskal-Wallis modul de organizare
Ranks

Vrsta N Mean Rank

Mod de organizare pna la 25 de ani 24 210.50
ntre 26-35 de ani 118 190.19
ntre 36-45 de ani 88 173.85
ntre 46-55 de ani 69 158.06
ntre 56-65 de ani 46 154.93
peste 65 de ani 8 206.75
Total 353

Tabelul Test Statistic (Tabelul 2) prezint valoarea Kruskal Walis (Chi-

Square), gradele de libertate (df) i pragul de semnificaie (Asymp. Sig.) .
(Labr, 2008: p.148)
n acest caz df=5 (df=k-1, unde k reprezint numrul de grupuri).
Valoarea critic 20
2
, 05; 5 = 11,071 .

Valoarea H= calc
2
din cadrul tabelului de analiz este egal cu 10,673,
prin urmare se accept ipoteza nul H0.
Tabelul 2
Valorile calculate n cazul
testului Kruskal-Walis
Test Statisticsa,b

Mod de
organizare
Chi-Square 10.673
df 5
Asymp. Sig. .058
a. Kruskal Wallis Test
b. Grouping Variable: Vrsta

Tabelul 3 conine mrimea fiecrui grup la nivelul eantionului i

rangurile medii corespunztoare grupurilor.
50 Erika Kulcsr

Tabelul 3
Rangurile medii n cazul testului
Kruskal-Wallis varietatea excursiilor
Ranks

Vrsta N Mean Rank

Varietatea excursiilor pna la 25 de ani 24 215.25
ntre 26-35 de ani 118 182.47
ntre 36-45 de ani 90 193.43
ntre 46-55 de ani 69 151.04
ntre 56-65 de ani 44 158.23
peste 65 de ani 8 123.88
Total 353

Tabelul 4
Valorile calculate n cazul
testului Kruskal-Walis
Test Statisticsa,b

Varietatea
excursiilor
Chi-Square 15.371
df 5
Asymp. Sig. .009
a. Kruskal Wallis Test
b. Grouping Variable: Vrsta

n acest caz H = 15,371 > 20

2
, 05; 5 = 11,071 , (Tabelul 4), ceea ce nseamn

c se respinge ipoteza nul H0 i se accept ipoteza alternativ H1.

Analiznd datele din Tabelul 5 se poate constata faptul c media
rangurilor este cea mai ridicat n cazul turitilor pn al 25 de ani, iar ceea mai
mic n cazul respondenilor peste 65 de ani (111,13).
Cercetare de marketing privind opiniile precum i comportamentul consumatorului turistic 51

Tabelul 5
Rangurile medii n cazul testului Kruskal-Wallis
atractivitatea excursiilor

Ranks

Vrsta N Mean Rank

Atractivitatea excursiilor pna la 25 de ani 24 224.17
ntre 26-35 de ani 118 185.25
ntre 36-45 de ani 90 201.41
ntre 46-55 de ani 69 146.83
ntre 56-65 de ani 42 128.31
peste 65 de ani 8 111.13
Total 351

Se poate observa din Tabelul 6 c valoarea H = 34,952 > 20

2
, 05; 5 = 11,071 .

Concluzie: se accept ipoteza alternativ H1.

Tabelul 6
Valorile calculate n cazul
testului Kruskal-Walis

Test Statisticsa,b

Atractivitatea
excursiilor
Chi-Square 34.952
df 5
Asymp. Sig. .000
a. Kruskal Wallis Test
b. Grouping Variable: Vrsta

3. Regresia logistic
Regresia logistic (1) modeleaz relaia dintre o mulime de variabile
independente xi (categoriale, continue) i o variabil dependent dihotomic
(nominal, binar) Y. Spre deosebire de regresia clasic, aici una sau mai multe
variabile predicitive/explicative (variabile independente) pot fi categoriale,
obligatoriu variabila dependent, deci n cazul acestui nou model este vorba de
caracterul nenumeric, calitativ (categorial) al unora dintre variabilele sale (2).
Modelul regresiv logistic va estima proporia subiecilor care vor avea
aceeai caracteristic de interes pentru stadiul statistic, sau echivalent,
52 Erika Kulcsr

probabilitatea ca un subiect oarecare din populaie s aib o anumit

caracteristic.
Rezultatele obinute cu ajutorul programului SPSS sunt prezentate n cele
ce urmeaz.
Un prim tabel cuprinde informaii generale: numr de observaii valide,
numrul de observaii nonvalide, precum i mrimea eantionului (Tabelul 7).

Tabelul 7
Date generale privind observaiile
Case Processing Summary
a
Unweighted Cases N Percent
Selected Cases Included in Analysis 410 100.0
Missing Cases 0 .0
Total 410 100.0
Unselected Cases 0 .0
Total 410 100.0
a. If weight is in effect, see classification table for the total
number of cases.

Pentru variabilele categoriale (1) independente are loc o recodificare cu

considerarea categoriei de referin: aceast este recodificat 0 (Tabelul 8).

Tabelul 8
Recodificarea variabilei
dependente
Dependent Variable Encoding

Original Value Internal Value

RO 0
ST 1

n Tabelul 9 sunt prezentate frecvenele aferente variabilei dependente

categorizat.
Cercetare de marketing privind opiniile precum i comportamentul consumatorului turistic 53

Tabelul 9
Frecvenele variabilei dependente
Categorical Variables Codings

Parameter
coding
Frequency (1)
Este prima oar cnd nu 222 1.000
veniti n aceast regiune? da 188 .000

Ieirea difer (1) ca structur dup metoda de selectarea a variabilelor, dar

conine un prim bloc de informaii care se refer la modelul simplu (doar cu
termenul constant). De remarcat structura: clasificare, variabile n ecuaie,
variabile candidate.

Block 0: Beginning Block

Tabelul 10
Tabelul de clasificare
Classification Tablea,b

Predicted

T_turist Percentage
Observed RO ST Correct
Step 0 T_turist RO 242 0 100.0
ST 168 0 .0
Overall Percentage 59.0
a. Constant is included in the model.
b. The cut value is .500

Tabelul de clasificare (1) este construit prin considerarea probabilitii de

clasificare prognozate de modelul curent pentru fiecare observaie dup
principiul c OR>1 claseaz observaia n grupul codificat 1.
Prima faz a analizei arat c 242 dintre turiti aparine primului grup,
adic 59,5% din eantion, n timp ce 168 de turiti aparin grupului al doilea.
Procentul turitilor care aparin primului grup este important i pentru
faptul c dac a fi ales aleator, dintre turiti chestionai, i a fi prognozat c
acetia aparin primului grup, atunci n procent de 59,0% a fi avut dreptate
(Tabelul 10).
n continuare sunt prezentate tabele obinute nainte de faza de analiz,
motiv pentru care Tabelul 11 cuprinde numai constanta.
54 Erika Kulcsr

Pentru a vedea dac coeficienii sunt semnificativi sau nu tabelul aplic

statistica Wald pentru estimarea parametrilor, care este semnificativ (0,000).
Testul Wald este ptratul lui z (coeficientul/eroarea standard). Pentru
eantioane mai mari p-urile pentru Wald i z sunt egale.

Tabelul 11
Estimarea parametrilor
Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 0 Constant -.365 .100 13.209 1 .000 .694

Tabelul de mai jos, Variables not in the Equation (Tabelul 12), aa cum
ne sugereaz i titlul, arat faptul c variabilele independente nc nu s-au
introdus n analiz, deci programul nu ne arat asocierea dintre aceste variabile
independente, dar ne furnizeaz informaii referitoare la efectul fiecrei
variabile independente n parte. Astfel variabila 3 (Este prima dat cnd venii
n aceast regiune?), variabila 6 (Cte zile planificai s stai n aceast
regiune?), precum i variabila 7 (Care este scopul sejurului?) ne arat un efect
semnificativ, n timp ce variabila 32 (n urmtorii ani intenionai s revenii n
aceast regiune?) nu are un efect significant.

Tabelul 12
Efectul variabilelor independente
Variables not in the Equation

Score df Sig.
Step Variables var3(1) 11.691 1 .001
0 var6 11.912 1 .001
var7 7.177 1 .007
var32 1.592 1 .207
Overall Statistics 34.597 4 .000

Cea de-a doua parte a analizei (Block 1: Method = Enter) arat rezultatele
finale.
Cele patru variabile independente au fost introduse mpreun n analiz,
de fapt asta nseamn procesul Enter.
Pe baza rezultatelor obinute n Tabelul 13 se poate constata faptul c
modelul (n urma introducerii variabilelor independente) este semnificativ.
Cercetare de marketing privind opiniile precum i comportamentul consumatorului turistic 55

Tabelul 13
Testul Omnibus
Omnibus Tests of Model Coefficients

Chi-square df Sig.
Step 1 Step 37.632 4 .000
Block 37.632 4 .000
Model 37.632 4 .000

Rezultatele Tabelului 14 Model Summary ne arat ct la sut din variana

variabilei dependent este explicat de combinaia variabilelor independente.
Pentru aceasta sistemul furnizeaz doi indicatori: Cox&Snell R Square i
Nagelkerke R Square.
Potrivit primului indicator, cele patru variabile independente explic n
proporie de 8,8%, n timp cel din ultimul, n procent de 11,8%, variana
variabilei dependente (Potrivit specialitilor se poate baza pe indicatorul
Negelkere R Square deoarece indicatorul Cox&Snell R Square subestimeaz
valoarea real).
Tabelul 14
Rezultatele modelului
Model Summary

-2 Log Cox & Snell Nagelkerke

Step likelihood R Square R Square
1 517.319a .088 .118
a. Estimation terminated at iteration number 4 because
parameter estimates changed by less than .001.

Potrivit rezultatelor obinute n Tabelul 15, 81,0% este proporia acelor

subieci care erau turiti romni, i acetia au fost clasificai corect de ctre
model, pe de alt parte, 40,5% este proporia celor corect clasificai n cazul
turitilor strini.
Aceasta nseamn c n final 64,4% din cazuri erau corect clasificate,
comparnd acesta cu succesul de clasificare preconizat (59,5%) (Tabelul 4), se
poate constata faptul c variabilele independente au contribuit n proporie de
4,9% la clasificarea corect a dependenei.
56 Erika Kulcsr

Tabelul 15
Tabelul de clasificare
Classification Tablea

Predicted

T_turist Percentage
Observed RO ST Correct
Step 1 T_turist RO 196 46 81.0
ST 100 68 40.5
Overall Percentage 64.4
a. The cut value is .500

Ultimul tabel din Block 1: Method = Enter comparativ cu tabelul din

Block 0: Begenning block cuprinde efectul combinat al tuturor variabilelor
independente (Tabelul 16).
n tabelul referitor la variabilele din model se raporteaz:
Coeficienii B
Exp(B) cu interpretarea, dat n partea teoretic, c reprezint
modificarea OR (raport de anse) a variabilei dependente la
modificarea cu o unitate a variabilei independente, deci Exp B 1
pentru variabilele nesemnificative.
(1)
Informaii asociate testul Wald de semnificaie a fiecrui coeficient .

Tabelul 16
Efectul combinat a variabilelor independente
Variables in the Equation

95.0% C.I.for EXP(B)

B S.E. Wald df Sig. Exp(B) Lower Upper
Step
a
var3(1) -.671 .215 9.766 1 .002 .511 .336 .779
1 var6 -.112 .029 15.229 1 .000 .894 .845 .946
var7 -.168 .057 8.650 1 .003 .845 .755 .945
var32 -.329 .208 2.509 1 .113 .719 .479 1.081
Constant 1.521 .396 14.725 1 .000 4.575
a. Variable(s) entered on step 1: var3, var6, var7, var32.

Se poate observa c var3 (Este prima dat cnd venii n aceast

regiune?), var6 (Cte zile planificai s stai n aceast regiune?), var7 (Care
este scopul sejurului?) au un efect semnificativ n continuare.
Cercetare de marketing privind opiniile precum i comportamentul consumatorului turistic 57

4. Analiza factorial a corespondenelor

Analiza factorial a corespondenelor urmrete descrierea relaiilor dintre
dou variabile nominale. Dei nu este o metod de analiz multivariat, ci una
bivariat, prin analiza factorial se pot descrie relaiile dintre modalitile
variabilelor, ceea ce nu poate fi surprins cu ajutorul testului 2 .
Obiectivul de baz al analizei corespondenelor l reprezint studierea
simultan a liniilor i coloanelor unui tabel de contingen cu scopul de a pune
n eviden legturile sau corespondenele ntre cele dou ansambluri (Lefter,
2004, p. 421).
O prim serie de rezultate este prezentat n tabelul corespondenelor
dintre cele dou variabile: n ce ar domiciliai? i Ai recomanda hotelul n
care ai fost cazat prietenilor sau cunotinelor dumneavoastr? Tabelul de
contingen care indic repartizarea respondenilor romni i strini n raport
cu cele dou variabile se prezint astfel (Tabelul 17).

Tabelul 17
Tabelul corespondenelor
Correspondence Table

Ati recomada hotelul n care ati fost cazat prietenilor

sau cunostintelor Dvs?
n ce tar domiciliati? nu da nu stiu Active Margin
Romnia 16 169 57 242
Statele Unite ale Americii 0 20 2 22
Marea Britanie 0 20 0 20
Germania 0 30 2 32
Franta 0 8 0 8
Olanda 0 0 2 2
Spania 0 8 2 10
Australia 0 2 0 2
Elvetia 2 8 2 12
Italia 0 4 0 4
Israel 0 2 0 2
India 0 4 0 4
Austria 0 2 0 2
Ungaria 0 40 6 46
China 0 2 0 2
Active Margin 18 319 73 410

n tabelul corespondenelor, totalurile corespunztoare liniilor i

coloanelor sunt denumite Active Margin (Constantin, 2006, p. 261).
58 Erika Kulcsr

Din analiza ncruciat a frecvenelor corespunztoare categoriilor celor

dou variabile se pot observa o serie de diferene ntre frecvenele
corespunztoare categoriilor de rspunsuri, n sensul c distribuiile acestora nu
sunt uniforme. Interpretarea lor este ns destul de dificil.
Eantionul cuprinde 410 turiti. Am dorit s analizez legtura dintre
datele tabelului de mai sus pentru a se identifica corespondenele dintre ele.
Folosind programul SPSS am obinut urmtoarele rezultate:

Tabelul 18
Statistici privind axele factoriale i importana acestora

Summary

Confidence Singular
Proportion of Inertia Value

Singular Standard Correlation

Dimension Value Inertia Chi Square Sig. Accounted for Cumulative Deviation 2
1 .307 .094 .839 .839 .033 .140
2 .135 .018 .161 1.000 .055
Total .112 46.104 .017a 1.000 1.000
a. 28 degrees of freedom

n tabelul de mai sus (Tabelul 18) prima coloan indic existena celor
dou axe factoriale (dimensiuni).
n coloana Singular Value se gsesc valorile care reprezint importanele
celor dou dimensiuni, n timp ce n coloana Ineria se ntlnesc ptratele
valorilor singulare, reprezentnd o dispersie total a punctelor formate din
indivizii aparinnd fiecrei categorii (Constantin, 2006, p. 261).
Coloana a treia indic o msurare a dispersiei totale a punctelor innd
seama de frecvena lor marginal, respectiv valorile proprii 1 i 2 . Ea este
ptratul valorii singulare (Lefter, 2004, p. 424).
Diferenele dintre frecvenele categoriilor i legturilor dintre cele dou
variabile sunt puse n eviden prin valoarea Chi Square, care conduce la
acceptarea ipotezei alternative H 1 , a existenei unei legturi ntre cele dou
variabile, ntruct nivelul de semnificaie minim pentru care se poate accepta
aceast ipotez este mai mic dect 0,05 (Sig. = 0,017).
n coloanele Proportion of Inertia se regsesc proporiile n care cei doi
factori explic mprtierea datelor. Se observ c prima component explic
aceast mprtiere n proporie de 83,9%, a doua n proporie de 16,1% .
Cercetare de marketing privind opiniile precum i comportamentul consumatorului turistic 59

Acest fapt poate fi vizualizat i pe prezentarea grafic din Figura 1, unde

se observ o apropiere mai mare a categoriilor fa de prima ax.
Din graficul de mai jos se poate constata c prima ax factorial, respectiv
factorul 1, se explic prin varianta de rspuns da, cea de-a doua ax factorial,
respectiv al doilea factor, se explic de ctre variantele de rspuns nu tiu,
respectiv nu. Diferenele dintre cele trei categorii de rspunsuri sunt evidente.

Expresia grafic a rezultatelor de mai sus se prezint astfel:

Row and Column Points

Symmetrical Normalization

Ati recomada hotelul n

2 care ati fost cazat
nu Elvetia prietenilor sau
cunostintelor Dvs?
n ce tar domiciliati?
1

Italia
Marea Britanie
Romnia da Franta
Dimension 2

0
nu stiu Australia
Ungaria
SUA
SpaniaGermania
-1

-2

-3 Olanda

-4
-4 -3 -2 -1 0 1
Dimension 1

Figura 1. Reprezentarea grafic a corespondenelor dintre categoriile de rspuns

5. Concluzie
n urma analizei testului Kruskal Wallis am constatat c:
ntre cele ase grupuri ale populaiei (vrsta respondenilor) nu exist
diferen n ceea ce privete aprecierea modului de organizare a
excursiilor.
ntre cele ase grupuri ale populaiei (vrsta respondenilor) exist
diferen n ceea ce privete aprecierea turitilor cu privire la
varietatea excursiilor.
exist diferen ntre cele ase grupuri ale populaiei (vrsta
respondenilor) i aprecierea privind atractivitatea excursiilor.
Dezvoltarea i modernizarea serviciilor (...) constituie unul dintre factorii
hotrtori n creterea competitivitii ofertei pe piaa internaional. Realizrile
60 Erika Kulcsr

n domeniul valorificrii potenialului turistic al Romniei sunt nc modeste

(Ni, Ni, 2008, p. 198). Din aceste considerente consider c firmele care
acioneaz pe piaa turistic din Regiunea de dezvoltare Centru ar trebui ca n
perioada urmtoare s orienteze eforturile pe alternativele strategice, i s
neleag faptul c dac nu au de oferit ceva deosebit nu au nicio ans de a se
afirma. Omul, n general, dorete descoperirea de noi locuri, noi anturaje, noi
fee de oameni, alte moduri de via, alte civilizaii i culturi. El caut exoticul,
neobinuitul, minunea, binefacerea. Din acest punct de vedere ar trebui ca
firmele s adopte strategiile de marketing nevoilor i ateptrilor fiecrui
segment de turiti, deoarece, cum a ieit i din analiza bivariat, exist diferene
ntre turiti n ceea ce privete vrsta de grup n care se integreaz i modul de
apreciere privind varietatea i atractivitatea excursiilor. ns n aceast analiz
am inclus att turiti romni, ct i turiti strini, i dup cum se tie
comportamentul consumatorului, chiar dac se ncadreaz n aceleai categorii
de vrst, difer nu numai de la o ar la alta, dar i de la o regiune la alta. De
exemplu, n Romnia, majoritatea turitilor din staiunile balneare sunt
pensionari i persoane de peste 45-50 de ani, care doresc s urmeze proceduri
de tratament. n Occident staiunile balneoclimaterice sunt dedicate n special
prevenirii i refacerii, nu tratamentului. Profilul actual al turismului
balneoclimateric va trebui s suporte modificri, pentru c modelul actual, cel
de tratare a diferitelor afeciuni, nu se potrivete modelului european ce pune
accent pe prevenire i refacere.(3) n opinia mea ar trebui ca firmele care
acioneaz pe piaa turistic din Regiunea de dezvoltare Centru s selecteze un
anume segment care s fie foarte bine servit.
Ca o concluzie a analizei regresiei logistice am constatat faptul c
preconizarea zilelor petrecute, scopul sejurului, precum i faptul dac sunt
pentru prima oar sau nu n aceast regiune a rii (Regiunea de dezvoltarea
Centru) i difereniaz pe turitii romni de cei strini. n ceea ce privete
variabila n urmtorii ani intenionai s revenii n aceast regiune? nu
difereniaz turiti romni de turitii strini.
i n urma analizei factoriale a corespondenelor exist legturi ntre cele
dou variabile, mai precis ntre variabilele n ce ar domiciliaz respondentul
i dac ar recomanda hotelul n care au fost cazai prietenilor sau cunotinelor.
Ca o concluzie a analizei multivariate a datelor de marketing se pot
observa diferenieri ntre comportamentul consumatorului romn i cel strin,
ceea ce subliniaz nc o dat faptul c este extrem de important pentru firmele
care acioneaz pe piaa turistic din Regiunea de dezvoltare Centru s neleag
importana segmentrii pieei, deoarece segmentarea pieei reprezint una dintre
principalele surse de succes pe pia.
Cercetare de marketing privind opiniile precum i comportamentul consumatorului turistic 61

Note
(1)
vezi http://thor.info.uaic.ro/~val/statistica/StatWork_10.pdf.
(2)
vezi http://inf.ucv.ro/~gorunescu/courses/curs/7.pdf.
(3)
vezi http://www.newschannel.ro/stiri/39/4239/Aderarea-va-creste-ponderea-turismului.html,
newschannel.ro, 2006.

Bibliografie

Constantin, C. (2006). Sisteme informatice de marketing. Analiza i prelucrarea de

marketing. Aplicaii n SPSS, Editura Infomarket, Braov
Labr, A. V (2008). SPSS pentru tiinele educaiei, Editura Polirom, Iai
Lefter, C. (2004). Cercetarea de marketing Editura Infomarket, Braov
Malhotra, K.N, Cercetarea de marketing, Editura Akadmiai Kiad, Budapesta
Marques de S J. P. (2007). Applied Statistics. Using SPSS, STATISTICA, MATLAB and R,
Editura Springer Berlin Heidelberg New York
Ni, I., Ni, C. (2008). Piaa turistic a Romniei, Editura Economic, Bucureti