METODOLOGIA CERCETĂRII

ANALIZĂ CANTITATIVĂ

Material de curs – Master,

Centrul de Studii Europene – UAIC
 CE NE PROPUNEM?
 Aspecte de care se ţine cont în alegerea unei teme de studiu;

 Ce reprezintă analiza cantitativă?

 De ce este importantă analiza cantitativă pentru student/masterand/

doctorand/cercetător;

 Înțelegerea demersului științific în științele socio-umane:

 Metodologia unei cercetări – de la idee la rezultate;

 Variabile și ipoteze;
 Metode și mijloace de colectare a datelor;
 Utilizarea SPSS (Statistical Package in the Social Sciences): analiza
multivariată a datelor – pași, exemple și intepretarea rezultatelor/output-
urilor. 2
 ASPECTE DE CARE SE TINE CONT IN ALEGEREA UNEI
TEME DE STUDIU

 Dacă tema prezintă interes pentru student/masterand;

 Competenţa studentului în domeniul din care face parte tema;

 Dacă tema este fezabilă/viabilă: se verifică dacă există date statistice

disponibile cu referire la temă sau dacă datele trebuie culese prin aplicarea
de chestionare, interviuri etc;

 Noutatea/originalitatea: dacă tema a mai fost studiată şi care este

stadiul, respectiv care sunt rezultatele; la ce constatări s-a ajuns;

 Dacă există o metodologie deja elaborată şi testată pentru cercetarea

temei;

 Dacă metodele folosite sunt potrivite sau este nevoie de a găsi metode
noi
3
ETAPELE ANALIZEI

4
 IN ALEGEREA TEMEI,
CE TREBUIE EVITAT?

 Teme mult studiate, unde nu se poate aduce nimic nou. Pentru a

identifica o nişă de studiu, este nevoie de o investigare a literaturii de
specialitate. Noutăţile sunt reflectate mai degrabă în articole, studii,
decat in carti (există o paletă mai largă a primelor, in cuprinsul acestora
abordându-se, de regula, problemele cele mai stringente ale societăţii);

 Teme foarte controversate, care au ca risc neacceptarea rezultatelor;

 Formularea ambiguă şi extinsă a temei/ipotezelor: cand formulam

o ipoteza, aceasta nu trebuie sa cuprinda totul (de ex., un student poate
mai curand sa studieze impactul anumitor elemente asupra dezvoltarii
regionale (migratie, ISD-uri, fluxuri de comert etc), decat sa studieze
importanta dezvoltarii regionale in Europa sau impactul globalizarii
asupra societatii.

5
 CE REPREZINTĂ ANALIZA CANTITATIVĂ?
Analiza cantitativă: recurge la măsurare, cuantificare, exprimare cifrică

 Incepe cu o ‘tatonare’ de ordin calitativ cu privire la ceea ce urmeaza sa fie masurat;

 Presupune culegerea si prelucrarea de date, care conduc la obtinerea unor rezultate ale
analizei;
 Necesită formularea de ipoteze, care trebuie testate, verificate empiric. Pentru aceasta,
ipotezele trebuie sa fie definite prin variabile, care pot fi colectate prin diferite tehnici (a se
vedea slide-urile de mai jos);
 Conceptele abstracte se ‘transformă’ în reprezentări empirice;
 Permite efectuarea unor corelatii intre variabile (variabila dependenta si variabile
independente/explicative), desprinderea unui trend (daca datele se intind pe o perioada
suficient de extinsa) etc.

Avantajele analizei cantitative:

 Oferă un suport puternic pentru acceptarea rezultatelor obţinute (daca intre variabilele
considerate exista legaturi puternice/interconexiuni);
 Economisirea timpului: pentru a exprima legatura dintre variabile, nu se recurge la
calcularea manuala a anumitor coeficienti, in baza unei formule, ci la executarea unor comenzi
in cadrul programului statistic SPSS;
 Face posibilă construcţia sau reconstrucţia teoretică din domeniul vizat.
 Cele doua tipuri de abordări (calitativă si cantitativă) sunt complementare în aproape orice6
cercetare.
 INSTRUMENTE LA CARE SE APELEAZǍ
IN ANALIZA CANTITATIVĂ
 Chestionare/ anchete / sondaje de opinie

 Focus grupuri

 Completarea unor formulare

 Discutii cu persoane implicate (factori de decizie, responsabili cu

punerea in aplicare etc.)

 Rapoarte asupra temei cercetate

 Interviuri

 Studii de caz

 Etc. 7
 MASURAREA/CUANTIFICAREA FENOMENELOR

 Măsurarea sau cuantificarea: traducerea în expresii cifrice a

fenomenelor şi proceselor din mediul real;

 Se realizează prin: indicatori, indici compoziti, ecuaţii,

parametri cu ajutorul unor metode şi tehnici specifice
(calitative: tehnica concordanţei, a diferenţei, a variaţiilor
concomitente; cantitative: tehnica corelaţiei/regresiei,
programarea matematică etc.).

8
 FORMULAREA IPOTEZELOR – PRIMUL PAS SPRE
ANALIZA CANTITATIVA
IPOTEZA – DEFINIȚIE:
Ipoteza: un enunt, o afirmatie, o supozitie, presupunere cu
privire la anumite legături intre diverse fenomene
"Principiul îndoielii" (Descartes): a supune orice enunţ unei
analize critice, testării

Ipoteza poate fi verificată empiric, functie de natura domeniului:

 pe cale experimentală - stiinte exacte;

 prin modelare/cuantificare - stiinte socio-umane, care se

testează folosind date existente sau culese.

Prin testare, ipoteza poate fi confirmată sau infirmată.

9
 IPOTEZA – CARACTERISTICI:

 Să fie formulată clar, concis, la obiect;

 Să fie verificabilă, testabilă, cu o validitate care să poată fi

demonstrată;

 Să fie verosimilă, adică în consonantă cu alte ipoteze din acelasi

domeniu;

 Să vizeze posibilitatea generalizării/extinderii rezultatelor

obtinute prin testare;

 Inainte de a testa ipoteza, trebuie să ne asigurăm ca există date

statistice pentru a face acest lucru
10
 TIPURI DE IPOTEZE

Presupunem 2 variabile: X si Y

H1 : ipoteza de dependenţă sau ipoteza de lucru (ipoteza

stiintifică, H diferit de 0) - interacţiunea dintre X şi Y este
semnificativă (efectul lui X depinde de nivelul lui Y); variabilele
se influenţează reciproc;

H0 : ipoteza de independenţă (ipoteza nulă, H=0); nu există

nicio interacţiune intre X şi Y (efectul lui X nu se modifică funcţie
de nivelul lui Y); variabilele nu se influenţează reciproc

11
 VERIFICAREA IPOTEZELOR
Presupune testarea ipotezei: confirmarea sau infirmarea acesteia

Pentru a fi verificată, o ipoteză trebuie operationalizată, adică transpusă in

termeni: măsurabili, cuantificabili, observabili

Exemple:

Ipoteza 1. Migratia are un impact direct asupra dezvoltarii unei regiuni

Pentru a testa această ipoteză, putem considera ca variabile: fluxurile
migratoare, PIB/locuitor, gradul de ocupare pe ramuri de activitate etc;

Ipoteza 2. Nivelul calificarii profesionale influenteaza rata ocuparii

intr-un stat
Pentru a testa această ipoteză, putem considera ca variabile: tipurile de
calificari (ex. ISCED 6 – calificare post-universitară; ISCED 5 – calificare
universitară etc.), gradul de ocupare, productivitatea muncii etc.

După analiză: Dacă intre variabilele considerate există legături, se respinge

ipoteza nulă H0 ; in caz contrar, se acceptă ipoteza nulă.
12
Afirmăm că există legături mai puternice intre variabile dacă valorile
coeficientilor de corelatie si regresie sunt mai mari de 0.5.
 H1 SAU IPOTEZA DE LUCRU POATE FI FORMULATĂ:

 Unilateral: în care se precizează direcția efectului

(un nivel ridicat de ocupare al forței de muncă crește
nivelul PIB)

 Bilateral: în care nu se precizează direcția efectului

(nivelul de ocupare al forței de muncă influențează
PIB).

13
 IPOTEZA - OPERAȚIONALIZARE
Ipotezele sunt, de obicei, formulate in termeni teoretici – este necesara
”traducerea” lor la nivel concret, astfel încât să putem măsura variabilele –
proces numit OPERAȚIONALIZARE, care:

 influențează, în mod hotărâtor, calitatea cercetării ulterioare, căci masurarea

variabilelor depinde de felul în care au fost operaționalizate;

 influențează tipul de metodă de culegere a datelor

Exemplu:

Creșterea economică poate fi operaționalizată prin PIB, numărul și volumul investițiilor

străine, numărul de locuri de muncă noi etc.

14
 CULEGEREA DE DATE PENTRU ANALIZA CANTITATIVA
Datele pe care urmeaza sa le prelucram, pot fi colectate din:

 Statistici oficiale (ale institutelor specializate in domeniu);

 Diverse baze de date: OECD statistics, Eurostat, AMECO database, World

Bank Statistics Database, INS, statistici BNR, Worldwide Governance
Indicators, ANELIS (www.anelis.ro) (www.infocercetare.ro) (Ebsco, Doaj,
Blackwell, ProQuest, Clarivate Analytics ISI/Institute for Scientific Information
- ISI Web of Knowledge, Sage, Science Direct, Springerlink, Oxford, Cambridge,
Emerald, Scopus) etc;

 Masuratori (in laboratoare, studii de teren);

 Chestionare, în cazul cercetării cantitative, acestea sunt structurate (de preferat,

intrebarile inchise); esantion reprezentativ;

 Alte surse.

Actualitatea surselor depinde de: domeniu/temă (este mai dificil de obtinut date la
nivel LAU - comune, orase, municipii; NUTS 3 - judete) 15
 METODE DE COLECTARE A DATELOR

Chestionarul: formă standardizată de culegere a datelor în științe

socio-umane

 Permite obținerea unui număr mare de informații;

 Întrebări închise + întrebări deschise;

 Permite respondentului să fie mai sincer decât în cazul unui interviu;

 Rezultatele depind, în mod deosebit, de eșantion și pot fi greu

generalizabile la nivelul populației;

 Este subiectiv, reflectând opinia respondentului față de problematica

studiată.

16
 CONSTRUIREA UNUI CHESTIONAR – GHID PRACTIC

 Stabiliți principalele secțiuni ale chestionarului;

 Pretestați versiunea finală a instrumentului – pentru asigurarea înțelegerii

tuturor întrebărilor

TIPURI DE ÎNTREBĂRI:

1. Întrebări introductive. Regula fundamentală a chestionarului este aceea

ca prima întrebare să nu se refere la date personale și nici la lucruri
foarte complicate. Întrebările introductive (numărul lor depinde de
mărimea chestionarului și de tipul de subiecți) au rolul de a familiariza pe
subiect cu tema, dar și de a încălzi atmosfera și a da subiectului
sentimentul de încredere în cel care aplica chestionarul și în el însuși.

2. Întrebări de trecere. Ele marchează apariția unei noi grupe de întrebări,

referitoare la o altă problemă. Au formulări de genul „Trecând la
problema…”, „Vă voi pune acum niște întrebări despre…” etc. Din
perspectiva subiectului, ele au rolul de a organiza gândirea, de a risipi
17
confuzia și de a facilita concentrarea.
 CONSTRUIREA UNUI CHESTIONAR – GHID PRACTIC

TIPURI DE ÎNTREBĂRI:

3. Întrebări filtru. Au funcție contrară întrebărilor anterioare. Ele opresc

trecerea unor subiecți la întrebările următoare și reprezintă un control al
calității răspunsurilor;

4. Întrebări bifurcate. Au menirea de a realiza o separație în răspunsurile

subiecților și de a-i orienta spre calupuri diferite de întrebări din chestionar.
Întrebările bifurcate își găsesc sensul atunci când lucrăm cu opinii pro sau contra
și trebuie să intercalăm o serie de întrebări în scopul adâncirii opțiunii
respective (motivații, de exemplu);

5. Întrebările „De ce ?”. Au, de regulă, rolul de a solicita explicații în raport cu

diferitele opinii exprimate. Prin natura lor, sunt întrebări perturbatoare în raport
cu celelalte întrebări din chestionar, deoarece scot subiectul dintr-o rutină a
răspunsurilor, obosindu-l;

6. Întrebări de control. Aceste întrebări nu au rolul de a aduce informații noi, ci

de a verifica constanța opiniei exprimate, sinceritatea subiectului. De obicei,18
întrebarea de control reia o întrebare anterioară, dar într-o formă verbală
diferită.
 CONSTRUIREA UNUI CHESTIONAR – GHID PRACTIC

TIPURI DE ÎNTREBĂRI:

7. Întrebări de identificare (de colectare a caracteristicilor personale). Servesc, în

general, la diferențierea grupurilor, claselor de subiecți. Se recomandă ca aceste
întrebări să încheie chestionarul. Ele se pot referi la gen, vârstă, nivel de școlarizare,
situație profesională, stare civilă, religie etc. Există două posibilități de a obține
aceste date: (1) cea mai uzuală este de a trece aceste solicitări sub forma simplă a
unor rubrici dintr-un tabel și (2) a doua modalitate este de a formula întrebări
pentru fiecare variabilă.

19
 CONSTRUIREA UNUI CHESTIONAR – GHID PRACTIC

TIPURI DE ÎNTREBĂRI:

Întrebări deschise: O întrebare este deschisa atunci când nu presupune raspunsuri prestabilite și
ofera respondentului posibilitatea de a-și exprima liber parerea. Avantajele de a permite respondentului de
a își formula singur răspunsul crează posibilitatea de a obține elemente de noutate (la care cercetătorul nu
s-ar fi gândit în altă situație), cât și la implicarea mai ridicată a subiecților. Dezavantajele constau în timpul
ridicat necesar atât formulării răspunsului din partea respondentului, cât și a cuantificării acestuia din
partea cercetătorului.

Întrebări închise:

20
 CONSTRUIREA UNUI CHESTIONAR – GHID PRACTIC

TIPURI DE ÎNTREBĂRI:
Închise:
Scale de apreciere:

21
Alegeți și ordonați dupa importanta… (criteriu in functie de atracția,
preferința sau interesul respondentului)
 CONSTRUIREA UNUI CHESTIONAR – GHID PRACTIC
Din întrebare să nu fie omise formulele de politețe: “vă rugăm…”, “dvs.”;

 Să nu se pună o întrebare tendențioasă sau orientată care sugerează un răspuns într-o

direcție mai degrabă decât în alta (de exemplu: “Nu credeți că…”, Nu găsiți că…”, “Nu ar
trebui să…”);

 Întrebarea nu trebuie să lase a se presupune un comportament trecut, prezent sau viitor

(de exemplu, „de când aveți în vedere să diminuați consumul dvs. de tutun?”);

 Evitarea introducerii unor cuvinte încărcate emoțional sau valoric care riscă să creeze
participanților prejudecăți;

 Evitarea formulării unor întrebări imprecise, vagi, ambigui (de exemplu: „de cât timp
locuiți aici?”, în loc de „de cât timp locuiți în acest imobil, cartier, oraș?” - este totdeauna
necesar să se dea un cadru de referință participanților dacă se vrea limitarea
interpretărilor inadecvate);

 Evitarea introducerii în întrebare a cuvintelor extreme (cuvinte ca „tot”, „nimeni”,

„niciunul”, „totdeauna”, „niciodată” au un sens restrictiv);

 Întrebările să nu fie repetitive, șablonate, deoarece conduc la rutină, la scăderea atenției,

22
la pierderea profunzimii judecății (există formule care să exprime același lucru, dar în
termeni diferiți).
 METODE DE COLECTARE A DATELOR
Interviul: permite abordarea individuală și analiza în profunzime a unor
aspecte – mai degrabă metodă calitativă
 Permite obținerea unui număr mare de informații cu privire la un anumit
subiect;

 Permite respondentului să exprime pe larg cu privire la o problematică;

 Rezultatele sunt foarte greu generalizabile la nivelul populației;

 Este subiectiv, iar respondenții pot denatura adevărul atunci când

subiectele sunt sensibile (dezirabilitate socială);

 Durează foarte mult să fie prelucrat într-o manieră cantitativă – se pot

folosi tehnici de analiză de conținut

Focus grupul: permite analiza în profunzime a unor aspecte prin

investigarea unui grup mai mare de persoane în același timp (10-15)–
mai degrabă metodă calitativă
23

Intrebare: CUM ALEGEM METODA?

 PRELUCRAREA DATELOR
 Scopul analizei cantitative nu se limiteaza doar la a aduna mai multe sau mai
puţine date, ci în a privi acele date ca informaţii, care ne spun ceva, explică
ceva şi, mai ales, a face din acele date, cunoştinţe cu privire la natura lor, la
legaturile dintre ele, la semnificaţia lor, la utilitatea acestora.

 De aceea, datele respective se prelucrează prin anumite metode, ceea ce face

posibilă testarea ipotezelor.

Metode de prelucrare a datelor:

Prelucrarea datelor se poate face apeland la programe statistice:

SPSS (Statistical Package in the Social Sciences)

Avantaje:

 Ajuta la gasirea legaturilor intre diferite variabile;

 Confera mai multa exactitate si rigurozitate;
 Permite previziunea unor schimbari; exprimarea trendurilor/tendintelor
(serii de timp; analize pe perioade lungi de timp, analize panel);
 Contribuie la testarea ipotezelor
24
Nu există metodă superioară alteia, ci doar metodă folosită corect sau incorect,
potrivită sau nepotrivită domeniului, intenţiilor cercetării, supoziţiilor/
ipotezelor de verificat, întrebărilor la care se caută raspuns
 METODE DE ANALIZĂ MULTIVARIATĂ A DATELOR –
DUPĂ NATURA VARIABILELOR
A). metode specifice VARIABILELOR NUMERICE: analiza de regresie şi corelaţie multiplă
(ANOVA), analiza cluster (clasificare ierarhică – Hierarchical Cluster; analiză a mediilor pe
clustere – K-Means Cluster; analiză cluster în doi paşi – Two-Step Cluster);
Analiza cluster: arată cum se grupează variabilele in functie de o anumită caracteristică (de ex.,
vrem sa ştim cum anume se grupează oraşele Romaniei în funcţie de nr. populatiei)

B). metode specifice VARIABILELOR NENUMERICE: AFC, clasificarea ierarhică

Analiza factorială a corespondenţelor (AFC): foloseşte un număr mai redus de variabile prin
“sintetizarea” informaţiei
Exemplu: Să presupunem că fiecare cetǎţean este descris prin variabilele următoare:

Sexul (M/F) factor demografic

Vârsta (Tanar/Batran)
Venitul anual (Exced/Def) situaţie economică Din 6 variabile 3 variabile
Averea (Bogat/Sarac)
Educaţia (Liceala/Tertiara) statut social
Profesia (P/A/M) 25
C). metode specifice VARIABILELOR NUMERICE ŞI NENUMERICE: analiza
discriminant, analiza cluster în doi paşi

Analiza discriminant: are rolul de a analiza douǎ sau mai multe grupuri
disctincte şi a stabili care sunt variabilele care diferenţiazǎ cel mai bine
grupurile respective.

De ex., în analiza resurselor umane, analiza discriminant poate rǎspunde la

întrebǎri de tipul:

 Prin ce diferǎ agenţii de vânzǎri performanţi de cei neperformanţi?

Întrebare: Ce variabile considerăm pentru a demonstra acest lucru? (Putem lua

in calcul variabilele: volumul vanzarilor, nivelul venitului, numarul clientilor
etc.)

26
 VARIABILE UTILIZATE ÎN ANALIZA
CANTITATIVĂ
Orice variabilă este descrisă de un set de valori (scor). Ex.: X are înălţimea de 1.70 m,
Y are un venit lunar de 800 de lei, masterandul Z a obţinut nota 10 la examenul de
“Analiză cantitativă”.

 VARIABILE DEPENDENTE

 VARIABILE INDEPENDENTE

Daca ar fi sa formulam ipoteza: Nivelul salariului are un impact asupra puterii de

cumparare a consumatorului, care este variabila dependenta si care este cea
independenta?
Variabila dependenta = puterea de cumparare
Variabila independenta = nivelul salariului.
Orice modificare in structura salariului, atrage dupa sine oscilatii la nivelul puterii de
cumparare (daca salariul este mare, atunci si puterea de cumparare este mare).

 VARIABILE DE TIP DUMMY - sunt variabile calitative (nenumerice) ce pot fi

transformate in variabile numerice (cantitative).
Ex.: Daca am realizat un chestionar pe care trebuie sa-l prelucram statistic, notam cu
cifre raspunsurile exprimate in cuvinte

Da = 1 Masculin = 1 Mediul urban = 1

27
Nu = 0 Feminin = 0 Mediul rural = 0
TRANSFORMAREA VARIABILEI DUMMY IN SPSS

28
 CE FACEM CU VARIABILELE?

UTILIZAREA SPSS ŞI APLICAREA METODELOR DE ANALIZĂ

MULTIVARIATĂ A DATELOR
SPSS (STATISTICAL PACKAGE IN THE SOCIAL SCIENCES) STATISTICS 25

Analiza de varianţă (ANOVA) – ANalysis Of VAriance

ANOVA: procedurǎ statisticǎ folositǎ pentru a studia relaţia între o variabilǎ
dependentǎ şi una sau mai multe variabile independente. Ea se mai numeşte
şi analiză dispersională
 ANOVA unifactorialǎ: în model este inclusǎ o singurǎ variabilǎ
independentǎ;
Ex.: PIB este influentat de nivelul investitiilor straine directe (ISD)
(variabila dependenta = PIB; variabila independenta = ISD);

 ANOVA multifactorialǎ: în model sunt incluse mai multe variabile

independente;
PIB este influentat de ISD, grad de ocupare (GO), tipul specializarii (S),
productivitatea muncii (WL) 29

(variabila dependenta = PIB; variabile independente = ISD, GO, S, WL)

 REGRESIA
Analiza de regresie studiază legătura dintre o variabilă dependentă şi una sau mai multe
variabile independente, prin intermediul unei ecuaţii de regresie simplă de forma:

Y =αx + ε
(arată cu cate unităţi de măsură se modifică Y dacă X variază cu o unitate)

Y = variabila dependentă (endogenă, rezultativă)

α = coeficientul de regresie (vectorul variabilelor independente)
x = variabilele independente (exogene, explicative)
ε = variabila reziduală/de perturbatie (eroare aleatoare) - variabila neobservabila sau
reziduu.
α > 0 (legatura directa/pozitiva)
α < 0 (legatura inversa/negativa)
α = 0 (inexistenta legaturii dintre variabile)

Ecuaţie de regresie multiplă (indice compozit):

Y = α1x1 + α2x2 + … + αnxn + ε

x1 – xn sunt variabile independente

30
 CONSTITUIREA BAZEI DE DATE IN SPSS CU INDICATORII SUPUSI ANALIZEI

File–comenzi de gestiune a documentului

Name = Denumirea variabilei (se pot folosi abrevieri, coduri, unite prin “_”)
Type = Tipul variabilei (calitativă/string=exprimată în cuvinte; numerică/cantitativă=exprimată cifric) 31
Width = Nr. de caractere folosite pentru a defini variabila
Decimal = Nr. zecimalelor
Label = Caracterizarea/descrierea variabilelor prescurtate în coloana „Name”
Values = Valori (utilizată pentru transformarea unei variabile dummy/calitative în variabilă numerică)
OBŢINEREA BAZEI DE DATE ÎN SPSS

32
CUM SALVAM O BAZA DE DATE IN SPSS

33
 REGRESIA IN SPSS

File − creare, deschidere, import de fişiere, salvarea unui fişier etc.

Edit−comenzi de editare
View−comenzi de vizualizare a elementelor interfeţei
Data−comenzi de manipulare cu datele şi baza de date
Transform−comenzi de calculare, recodificare 34
Analyze−comenzi pentru elaborarea rezultatelor, analiza datelor
Graphs−comenzi de construire şi redactare a diagramelor
Utilities−comenzi suplimentare
Window−gestiunea ferestrelor documentelor
Help−asistenţă
35
 OUTPUTURI - REGRESIE
Model Summaryb
Model R R Square Adjusted R Std. Error of the
Square Estimate
1 ,871 a ,758 ,749 14,697
a. Predictors: (Constant), Income of households (Euro per inhabitant)
b. Dependent Variable: GDP/capita in PPS

ANOVAa
Model Sum of df Mean F Sig.
Squares Square
Regression 18929,758 1 18929,758 87,636 ,000b
1 Residual 6048,109 28 216,004
Total 24977,867 29
a. Dependent Variable: GDP/capita in PPS
b. Predictors: (Constant), Income of households (Euro per inhabitant)

36
 REZULTATELE CELE MAI IMPORTANTE ALE UNEI
ANALIZE DE REGRESIE
 Coeficientul de regresie (R). Acesta ne arată cu cât se modifică variabila
dependentă în urma modificării cu o unitate a uneia din variabilele
independente;

 Coeficientul R Square (R2): ne arată procentajul din variaţia lui y, care este
“explicat” de influenţa variabilelor independente.
De ex., o valoare a lui R2 de 0.90 ne indică faptul că evoluţia variabilei y este
determinatǎ în proporţie de 90% de variabilele independente x1, …, xn, iar restul
de 10% se explică prin alte influenţe, neluate în considerare în model;

 Nivelul de semnificaţie (Sig.)

Regula de decizie este simplă: ipoteza relaţiei liniare este corectă dacă valoarea
factorului “Sig.” este mai mică decât 0.05 (se poate explica în proporţie de peste
95% relaţia de cauzalitate între variabilele considerate în analiză).

Sig. ia valori intre [0; 0,1]

Sig. < 0,01 (99%): se poate afirma cu o probabilitate de peste 99% că există
legături între variabile
Sig. < 0,05 (95%)
Sig. < 0,1 (90%)
37
Sig. > 0,1 (nu este semnificativă legătura dintre variabile)
 CORELATIA
Corelaţia permite măsurarea gradului de interdependentă dintre variabile

Coeficienţii de corelaţie PEARSON, KENDALL şi SPEARMAN: intensitatea legăturilor dintre

variabile

2 variabile X, Y

Rxy [0; 1]
 Rxy [0; 0,20] – nu există nicio legătură între variabile

 Rxy [0,20; 0,50] – există o legătură slabă între variabile

 Rxy [0,50; 0,75] – există o legătură de o intensitate medie între variabile


 Rxy [0,75 0; 0,95] – există o legătură puternică între variabile

 Rxy [0,95; 1] –există o legătură deterministă, adică xi îl determină aproape în totalitate
pe yi
38
Coeficientul de corelaţie este cuprins între 0 şi 1. Cu cât este mai apropiat de 1, cu atât
legǎtura dintre variabile este mai puternicǎ.
CORELATIA IN SPSS

39
 OUTPUTURI - CORELATIE
Correlations
GDP/capita in PPS Tourism Employment in
contribution in GDP tourism (% of total
(%) employment)
Correlation
1,000 ,558** ,541**
Coefficient
GDP/capita in PPS
Sig. (2-tailed) . ,000 ,000
N 30 30 30
Correlation
,558** 1,000 ,615**
Tourism contribution Coefficient
KENDALL's tau_b
in GDP (%) Sig. (2-tailed) ,000 . ,000
N 30 30 30
Correlation
Employment in ,541** ,615** 1,000
Coefficient
tourism (% of total
Sig. (2-tailed) ,000 ,000 .
employment)
N 30 30 30
Correlation
1,000 ,718** ,704**
Coefficient
GDP/capita in PPS
Sig. (2-tailed) . ,000 ,000
N 30 30 30
Correlation
,718** 1,000 ,730**
Tourism contribution Coefficient
SPEARMAN's rho
in GDP (%) Sig. (2-tailed) ,000 . ,000
N 30 30 30
Correlation
Employment in ,704** ,730** 1,000
Coefficient
tourism (% of total
Sig. (2-tailed) ,000 ,000 . 40
employment)
N 30 30 30
**. Correlation is significant at the 0.01 level (2-tailed).
Analiza cluster in SPSS

41
Output: Gruparea regiunilor analizate in functie de PIB/locuitor - clusterizarea

42
 ANALIZA FACTORIALA (AF)

Statistica Kaiser-Meyer-Olkin (KMO)

 Valoarea KMO < 0,5 – soluţia obţinută este inacceptabilă

 Valoarea KMO [0,5; 0,7] – soluţia obţinută este acceptabilă
 Valoarea KMO [0,7; 0,8] – soluţia obţinută este bună
 Valoarea KMO [0,8 0; 0,9] – soluţia obţinută este foarte bună
 Valoarea KMO > 0,9 – soluţia obţinută este excelentă

43
 ANALIZA FACTORIALA IN SPSS

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling
,610
Adequacy.
Approx. Chi-Square 393,922
Bartlett's Test of
df 78 44
Sphericity
Sig. ,000
REALIZAREA UNUI GRAFIC – SCATTERPLOT SIMPLE

45
46
47
48
REALIZAREA UNUI GRAFIC - SCATTERPLOT MATRIX

49
50
Mutarea output-ului într-un
document Word

51
Salvarea output-urilor/rezultatelor

52
REZULTATELE CERCETARII DUPA PRELUCRAREA
SI ANALIZA DATELOR

 Confirmarea sau infirmarea ipotezelor;

 Obţinerea de soluţii practice;

 Conturarea de recomandări, sugestii, linii de acţiune, bune

practici;

 Identificarea de contradicţii, neconcordanţe, lacune sau limite ale

teoriei sau soluţiilor anterior propuse;

 Sesizarea de noi direcţii de cercetare etc.

53
 CONSTRUCTIA MODELULUI CANTITATIV

 Alegerea unei teme/unui fenomen de studiat;

 Conceptualizare – aspecte relevante în raport cu problema;
 Analiza teoretică (literature review);
 Formularea ipotezelor;
 Definirea variabilelor;
 Culegerea/colectarea datelor;
 Analiza multivariată a datelor;
 Interpretarea rezultatelor.

54