Particularitati Ale Studiului de Piata

Prefaţă

Statistica pentru studii de marketing şi administrarea afacerilor doreşte să integreze teoria statistică clasică în cadrul general de realizare a studiilor de marketing şi administrarea afacerilor. Această primă ediţie reprezintă, pe de o parte, un ghid general de realizare a unui studiu statistic necesar administrării afacerilor şi, pe de altă parte, un ghid specific de aplicare a metodelor statistice de sondaj pentru culegerea şi interpretarea datelor de marketing, astfel încât să se obţină maximum de informaţie necesară luării deciziilor manageriale optime. Intenţia autorului a fost să realizeze o sinteză a metodelor acceptate şi aplicate în prezent pentru realizarea de studii de piaţă, ca parte integrantă a administrării afacerilor într-un mediu concurenţial dinamic, sinteză adaptată programelor analitice ale Academiei de Studii Economice din Bucureşti.

Cartea se prezintă ca o lucrare cu caracter monografic ce prezintă exhaustiv metodele de sondaj statistic adaptate paritcularităţilor studiilor de gestiune a afacerilor. Bazându-se pe fundamentul oferit de Economie, Probabilităţi şi Statistică Matematică şi Statistică Managerială, manualul de faţă este util studenţilor Facultăţii de Ştiinţe Economice în Limbi Străine, Facultăţii de Cibernetică, Statistică şi Informatică Economică şi tuturor studenţilor Academiei de Studii Economice din Bucureşti care doresc o aprofundare a metodelor statistice în scopul obţinerii de performanţe optime la disciplinele Marketing, Management, Gestiunea afacerilor, Metode cantitative aplicate în Economie şi alte discipline ce utilizează tehnicile şi metodele Statisticii ca instrumente de lucru şi suport al luării deciziilor.

Manualul este structurat în nouă capitole ce urmăresc schema clasică de realizare a unui studiu de marketing utilizat în administrarea afacerilor, începând cu definirea principalelor concepte ale cercetării în domeniul afacerilor pentru a facilita înţelegerea aplicării metodelor statistice în acest domeniu (Capitolele 1 şi 2) şi continuând cu prezentarea principalelor metode utilizate pentru obţinerea de eşantioane reprezentative care să permită generalizarea concluziilor, a celor mai utilizate metode de culegere a datelor (Capitolele 3 şi 4), ce au evoluat permanent în funcţie de evoluţia metodelor de comunicare; în continuare se accordă o atenţie specială tehnicilor de elaborare a chestionarului ca support al culegerii datelor, prezentându-se căteva dintre chestionarele la a căror elaborare a participat şi autorul cărţii. Subiectul elaborării chestionarelor, desigur, a fost prezentat mult mai pe larg de literatura sociologică şi de marketing, putându-se de asemenea dezvolta, ulterior, cu particularităţile din domeniul afacerilor (Capitolul 5). Capitolele 6, 7, 8 urmăresc prezentarea metodelor specifice Statisticii pentru sintetizarea informaţiei, analiza şi testarea datelor culese. Cartea se încheie cu prezentarea a două studii de caz ce presupun culegerea datelor şi un studiu de caz realizat pe bază de date secundare, deja culese. Fiecare capitol este urmat de o sinteză în limba engleză.

Sperând că manualul Statistică pentru studii de marketing şi administrarea afacerilor este un instrument util, atât studenţilor economişti, analiştilor economici cât şi decidenţilor, într-o măsură mai mică sau mai mare, autorul mulţumeşte celor care l-au sprijinit, studenţilor Mihaela Mariniţu şi Sabina Ghimpău, pentru suportul acordat în traducerea sintezelor şi, de asemenea, studenţilor Sabina Ghimpău şi Mihaela Mariniţu, pentru colaborarea în elaborarea chestionarelor şi, mai ales, pentru aplicarea acestor chestionare cu rezultate remarcabile, de-a lungul timpului, în cadrul Cercului de Statistică constituit cu sprijinul Facultăţii de Studii Economice în Limbi Străine.

În final, dar nu în ultimul rând, autorul mulţumeşte doamnei Liliana Matei, director al Editurii ASE, editorul acestui manual şi echipei Editurii, pentru sfaturile, îndrumarea şi încurajarea ce au contribuit esenţial la apariţia acestei cărţi.

Daniela Şerban

1

1.1 Concepte şi definiţii din domeniul managementului

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

legătura dintre realitatea economică ce se manifestă în orice mediu de afaceri şi sistemul de management al firmei, furnizându-i acestuia informaţiile necesare luării deciziilor operative şi strategice.

Termenul de piaţă desemnează în sens larg spaţiul de desfăşurare a tranzacţiilor cu bunuri şi servicii la nivel mondial, naţional, regional şi local şi, în sens restrâns, mulţimea actorilor implicaţi în activitatea unui agent economic ce defasoara o activitate comercială. Această a doua accepţiune este sensul folosirii termenului în lucrarea de faţă. Gestiunea pieţei joacă un rol cheie, determinant, în activitatea agenţilor economici.

Factorii ce au contribuit, în ultima decadă, la creşterea importanţei managementului cercetărilor de piaţă în cadrul administrării afacerilor agentului economic au fost modificările socio-politice profunde şi esenţiale, cererea agenţilor economici pentru forţă de muncă din ce în ce mai calificată şi mai bine motivată şi, nu în ultimul rând, creşterea şi diversificarea relaţiilor din mediul concurenţial. Şi aceasta pentru că orice aspect al activităţii unui agent economic este determinat de competenţa, scopul şi

Particularităţi ale studiului pieţei în contextul dezvoltării economiei de piaţă

Statistică pentru studii de marketing şi administrarea afacerilor

eficienţa generală a utilizării resurselor sale umane. Dintre toate atributele managementului organizaţional, managementul marketingului, în general, şi al cercetării pieţei, în special, este componenta centrală, de care depind toate celelalte activităţi.

Domeniul cercetare de marketing cuprinde acele activităţi destinate să asigure şi să coordoneze lansările de noi produse şi servicii, obţinerea de cote de piaţă cât mai mari, menţinerea standardelor calitative impuse de calitatea asigurată de companii şi de cea cerută de organisme internaţionale de standardizare, cunoaşterea gradului de satisfacţie a clienţilor şi a preferinţelor acestora, identificarea de posibili noi clienţi.

Studiul pieţei reprezintă, pentru orice tip de agent economic, una din cele mai importante investiţii, nu doar prin cheltuielile salariale plătite experţilor de marketing, ci, mai ales, prin cheltuielile cu recrutarea, angajarea şi instruirea permanentă a personalului specializat în activităţi de cercetări de marketing. O forţa de marketing şi vânzări specializată pe efectuarea de studii de marketing salvează o bună parte din cheltuielile firmei, ce ar trebui să suplinească lipsa propriilor cercetători cu angajarea unor terţe firme deoarece administrarea eficientă a oricărei afaceri este indiscutabil legată organic de activitatea de cercetări de marketing.

Termenul de cercetare de marketing este relativ nou apărut în terminologia managerială, înlocuind şi completând clasicul termen de vânzări, orientat doar spre activităţi strict administrative de evidenţă şi gestionare a produselor vândute şi a clienţilor. Aria de acoperire a sintagmei cercetare de marketing, utilizată la nivel microeconomic, este mult mai cuprinzătoare decât domeniul termenului de cercetare de piaţă sau studii de vânzări.

Activităţile din domeniul cercetării de marketing, desfăşurate de către un agent economic, se referă la: estimarea nevoilor sociale ale pieţei în general şi a consumatorilor în special; stabilirea necesarului de vânzări; definirea cerinţelor şi preferinţelor pieţei, asistenţa clienţilor în orice problemă ce ar putea afecta performanţa acestora.

Dacă, în perioada economiei de comandă, planificarea producţiei şi a cantităţilor vândute se desfăşura centralizat, în prezent, aceasta este guvernată de legile pieţei şi ale concurenţei. Activităţile de cercetare de


marketing desfăşurate de agenţii economici în economiile moderne de piaţă pot fi regrupate în domeniile: i) planificarea vânzărilor, ii) dezvoltarea pieţei şi cucerirea de noi pieţe şi de noi clienţi, iii) consilierea şi instruirea clienţilor, iv) gestionarea eficienţei vânzărilor, v) obţinerea informaţiilor de piaţă referitoare la cerere, ofertă, preţuri, adică: identificarea preferinţelor şi obiceiurilor consumatorilor, evaluarea atitudinii acestora faţă de produs, marcă şi companie producătoare, studiul concurenţei şi al pieţelor şi capacităţilor firmelor producătoare de bunuri complementare.

Funcţiile cercetării de marketing trebuie subsumate funcţiilor marketingului sistematizate în tabelul 1.1 în orice organizaţie comercială.

Cele 11 funcţii ale marketingului pentru o administrare

eficientă a afacerilor

Tabel 1.1 FUNCŢIILE MARKETINGULUI DESCRIERE

A. Funcţii de cunoaştere

1. Cercetare a cererii şi a ofertei

Investigarea preferinţelor consumatorilor, a gradului de satisfacţie a consumatorilor şi/sau clienţilor, studiul produselor şi serviciilor similare realizate de ofertantul cu cel mai mic preţ unitar de pe piaţă

B. Funcţia de inovare

2. Bunuri existente

3. Bunuri noi

Îmbunătăţirea caracteristicilor produselor sau serviciilor deja comercializate Lansarea de produse noi cu caracteristici inovative sau chiar propunerea de inovaţii, lansarea de concepte de marcă şi produs noi care să corespundă unor nevoi într-o permanentă schimbare


FUNCŢIILE MARKETINGULUI DESCRIERE C. Funcţii de transfer

4. Cumpărare

5. Vânzare

Asigurarea unei producţii calitativ şi cantitativ suficientă pentru deplina satisfacţie a cererii Folosirea mijloacelor integrate de reclamă şi publicitate pentru promovarea vânzărilor

D. Funcţii de distribuţie

6. Transport

7. Stocare

Transferul bunului de la producător la distribuitor sau către o locaţie accesibilă consumatorului Asigurarea condiţiilor optime de depozitare care să prezerve carateristicile obţinute de producător (în cazul bunurilor materiale)

E. Funcţii de susţinere

a afacerii, adiţionale activităţii principale

8. Standardizare şi garantarea

calităţii

9. Financiară

Produsele şi seviciile oferite trebuie să corespundă standardelor internaţionale cerute şi trebuie să fie obţinute prin cele mai bune practici existente. Este necesar ca acestea să fie în permanenţă adaptate progresului tehnic.

Identificarea preţului optim, a pachetelor de servicii adiţionale ce vor însoţi produsul oferit, a sistemului de reduceri oferite de firmă pentru a cointeresa financiar clientul şi pentru a asigura finanţarea din surse proprii a agentului economic Identificarea surselor terţe de finanţare


FUNCŢIILE MARKETINGULUI DESCRIERE F. Funcţii de informare

10. Internă

11. Externă

Colectarea şi transmiterea informaţiilor referitoare la clienţi, consumatori, concurenţi, preţuri şi cantităţi din circuitul economic al afacerii către managementul operativ şi strategic al companiei Asigurarea unei informări permanente cât mai corecte a clienţior şi/sau consumatorilor

Marketingul este o activitate dinamică, într-o permanentă

schimbare şi dezvoltare atât pe orizontală, prin lărgirea şi îmbunătăţirea funcţiilor deja existente, cât şi pe verticală, prin asumarea de noi funcţii. Scopul întregii activităţi de cercetare de marketing a agentului economic este îmbunătăţirea eficienţei firmei, a productivităţii muncii, pentru maximizarea eficienţei de ansamblu a activităţii şi a funcţiei comerciale a acestuia, adică maximizarea profitului. Practica afacerilor de-a lungul secolelor a dovedit că aceasta se poate realiza numai cu asigurarea satisfacţiei cât mai depline a clienţilor în condiţii de protecţie a mediului.

O problemă a organizaţiei comerciale se referă la cine desfăşoară în economiile moderne activitatea de cercetare de marketing. Există concepţia tradiţională conform căreia companiile mari îşi asumă adesea responsabilitatea întregului set de activităţi, dezvoltându-şi un puternic departament de marketing. În cazul agenţilor economici mici şi mijlocii, activităţile de cercetare de marketing intră în responsabilitatea managerului sau a patronului.

O dată cu dezvoltarea concurenţei şi a relaţiilor de piaţă, insuficienţa factorului timp a făcut necesară delegarea unora dintre responsabilităţile de resurse umane către specialişti şi experţi, dovedindu-se mai practică, mai benefică angajarea unor consultanţi independenti sau firme specializate, atunci când este nevoie. Astfel au apărut serviciile de consultanţă în marketing, ce au calitatea de marfă, fiind servicii comerciale


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

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

1.2 Agenţii de marketing - intermediari ai cunoaşterii pieţei

O bună parte din performanţa economică a unui agent economic se datorează imaginii pe care şi-o formează clienţii, cumpărătorii efectivi şi potenţiali, despre angajaţii companiei şi, nu în ultimă instanţă, despre conducerea companiei. Reputaţia firmei depinde în mare măsură de satisfacţia individuală a fiecarui consumator şi de posibilitatea îmbunătăţirii permanente a prestaţiei. O categorie importantă de angajaţi, a căror eficienţă influenţează decisiv eficienţa globală a firmei este cea a angajaţilor departamentului vânzări.

Dacă nu cunosc anterior intenţiile managementului, angajaţii proprii ai departamentului de vânzări pot crede, de exemplu, că locul lor de muncă este în pericol, că sunt necorespunzători pentru a fi promovaţi, ceea ce le va afecta eficienţa în muncă sau va determina creşterea exagerată a preocupărilor pentru perfecţionare, chiar în situaţiile ce nu necesită expres acest lucru.

Concurenţii vor putea face presupuneri privind planurile companiei. Uneori anunţurile echivalează cu expunerea publică a afacerii. Atât concurenţa, cât şi clienţii şi chiar potenţialii consumatori îşi vor pune


de asemenea nenumărate întrebări: “Apar dificultăţi în structura optimă a producţiei”, “Apar produse noi?”, “De ce este nevoie de un anunţ pentru angajarea unui manager de marketing? Nu există angajaţi ce pot fi promovaţi?”. Anunţurile dau astfel naştere unor presupuneri ce pot influenţa şi atitudinea clienţilor faţă de agentul economic şi faţă de planurile acestuia.

Randamentul investiţiei în marketing se poate îmbunătăţi dacă agentul economic apelează la agenţii de intermediere din industria cercetărilor de marketing. Prestatorii de servicii de consultanţă în cercetări de marketing au rolul de intermediari între cererea şi oferta existentă şi potenţială.

Piaţa penetrată (totalitatea firmelor ce au plătit servicii de cercetare de marketing firmelor de specialitate) de către agenţii de cercetări de marketing este nesemnificativă faţă de piaţa disponibilă (totalitatea agenţilor economici ce prezintă interes, dispun de venituri suficiente şi au acces la acest serviciu) şi cea calificată (totalitatea agenţilor economici ce prezintă interes, dispun de venituri, au acces şi sunt pregătiţi pentru achiziţia acestei forme speciale de servicii comerciale).

În prezent, pe piaţa românească de servicii de cercetare de marketing, raportul dintre cererea şi oferta de astfel de servicii este relativ disproporţionat, firmele din acest domeniu nu îşi bazează oferta pe cerinţele manifestate pe piaţă, ci mai mult pe posibilităţile proprii de organizare a studiilor de marketing. De aceea, identificarea şi clarificarea cerinţelor agenţilor economici cu privire la preferinţele şi nevoile de cunoastere a pietelor pe care concureaza este o necesitate ce se poate realiza prin organizarea de studii periodice prin sondaj cu scopul estimării şi evaluării cererii.

Dacă în România nu există în prezent o gamă diversificată de servicii de cercetare de marketing şi un număr impresionant de consultanţi sau firme specializate, acesta poate fi un domeniu valoros de dezvoltat ţinând cont de nevoile agenţilor economici şi de cererea potenţială manifestată pe piaţă.


Pe piaţă există implicit o cerere primară, de ansamblu, pentru această categorie de servicii comerciale, susţinută şi de eforturile autorităţilor naţionale prin programele de reconversie profesională a forţei de muncă şi programele de educare a adulţilor, ca parte integrantă din programele europene de formare continuă şi ocupare a forţei de muncă.

Agenţii de marketing trebuie să îşi concentreze eforturile de marketing, comunicare şi promovare asupra creării unei cereri selective, pentru propriul serviciu oferit, ţinând cont desigur şi de conjunctura macroeconomică de recesiune prin care trece economia României. Firmele se cercetări de marketing folosesc metode statistice de estimare a cererii totale, care trebuie să se bazeze pe seturi de date cu ajutorul cărora se vor caracteriza fenomenele tipice manifestate pe această piaţă. Condiţia esenţială a aplicării modelelor de evaluare a cererii este disponibilitatea datelor suficiente şi de calitate, referitoare la dimensiunea şi structura cererii.

Dimensiunea şi caracterizarea cererii este imposibil de cuantificat în prezent pe baza surselor secundare de date, datorită insuficienţei cantitative şi calitative a acestora.

De aceea acest manual indică necesitatea utilizării sondajului pentru studiul pieţei, mai ales în domeniile pentru care datele secundare sunt insuficiente. Scopul sondajului proiectat cu ajutorul metodelor statistice de cercetare şi studiu al pieţei prezentate poate fi de segmentare a pieţei, de identificare a segmentelor ţintă, a preferinţelor şi nevoilor acestora şi, nu în ultimul rând, de conştientizare a managerilor cu privire la manifestarea ofertei. Exemple de studii de piaţă ce au fost utilizate pentru administrarea optimă a afacerilor eficiente sunt prezentate în Capitolul 9:

- o primă categorie cuprinde studii de caz realizate prin culegerea de date primare: a. un studiu de caz referitor la studiul pieţei serviciilor de resurse umane, ce şi-a propus să identifice structura şi caracteristicile agenţilor economici ca potenţiali clienţi ai consultanţilor din domeniul resurselor umane, nevoile şi domeniile de instruire cerute, metodele de


instruire adecvate în opinia managerilor agenţilor economici; b. un studiu de caz pe bază de sondaj pentru identificarea principalelor tendinţe şi orientări actuale în petrecerea timpului liber în România, ce oferă informaţii utile decidenţilor din domeniul turismului.

- o a doua parte cuprinde un studiu de caz realizat pe bază de date secundare, referitor la analiza tendinţelor şi legăturilor ce se manifestă pe piaţa serviciilor de consultanţă în resurse umane, utilizat de decidenţii firmelor ce oferă servicii de resurse umane, selecţie şi recrutare, instruire şi perfecţionare, evaluarea personalului.

Chestionare pentru studii şi sondaje de marketing economic şi social, realizate de firme private şi publice, sunt prezentate în ultima parte a lucrării, în Anexe.

După cum se încearcă a se demonstra în această carte şi după cum confirmă şi studiul de caz complex prezentat, studiile de marketing apelează la metode complexe de sondaj statistic. Scopul cercetării selective aplicate în studii de marketing este analiza potenţialului pieţelor, mai ales a celor în plin avânt şi, nu în ultimă instanţă, suplinirea lipsei datelor secundare referitoare la nevoia şi cerinţele populaţiei şi agenţilor economici pentru un anumit bun sau serviciu.

Deci, metoda statistică de identificare a nevoilor manifestate pe orice piaţă, strict necesară pentru orientarea ofertei firmelor rămâne, ca pentru orice situaţie în care se simte insuficienţa datelor secundare, sondajul statistic. Sondajul poate fi considerat în această situaţie unicul instrument de cercetare de marketing a pieţelor, mai ales a celor aflate la început, dar cu potenţial de dezvoltare.

Activitatea de investigare a pieţei poate fi realizată independent de către producător sau prestatorul de servicii sau în colaborare cu firme specializate în studii de piaţă. Şi în acest caz agentul economic trebuie să aibă cuprinsă în schema sa organizatorică activităţile de marketing. Posibile metode de organizare a activităţilor de marketing sunt prezentate în figura 1.


Figura 1.a

Activităţi de marketing în cadrul

compartimentelor tradiţionale ale unei companii

Figura 1.b Activităţi de marketing

concentrate într-un

compartiment preexistent de

vânzări

Figura 1.c Organizarea

activităţilor de marketing

într-un compartiment

specializat

Figura 1.d Organizarea funcţiei de marketing separată de funcţia de

vânzări

Figura 1.e

Organizarea funcţiei de marketing

integratoare

Figura 1 Formule organizatorice de marketing

Director

PersonalProducţie Proiectare Vânzăriinclusiv:

*cercetare de piaţă

inclusiv: *publicitate *politici de produs*informare

Director

PersonalProducţie Cercetare Vânzăriinclusiv:

*cercetare de piaţă

*distribuţie *politici de

produs *promovare

Finanţe

Financiar

Director

FinanciarProducţie Cercetare-Dezv Vânzări

Planificare marketing

Marketing

Vânzări

- Planificare produse - Promovare - Politici de preţ - Distribuţie

Managementul vânzărilor Întreţinere şi reparaţii

Director

Strategii de piaţă

Director comercial Director marketing

Product Management

Cercetări de piaţă

Sales

Administrarea vânzărilor

Director marketing

Manager de produs

Livrare, transport

Gestiunea vânzărilor

Planificarea vânzărilor

Cercetări de piaţă

Programare


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

moderne ce s-au dezvoltat ca urmare a tranziţiei la economia de piaţă şi ca urmare a modificărilor structurale ce au avut loc în ultimii zece ani în România.

Dinamica pieţei se caracterizează prin dezvoltarea de noi pieţe cum este, de exemplu, piaţa serviciilor de consultanţă de marketing, relativ nouă, a apărut şi s-a dezvoltat după modificările sociale şi economice de sistem intervenite în 1989. Marfa tranzacţionată pe această piaţă este formată din servicii de marketing prestate agenţilor economici. Aceste servicii presupun în principal realizarea de studii de piata, experimente de marketing, planuri de lansare de noi produse, dezvoltarea de noi concepte, campanii de publicitate, etc. Firmele ce acţionează pe aceasta piaţa ca sursă de formare a ofertei, au, pe de o parte, rol de prestator de servicii industriale, achiziţionate de alţi agenţi economici cu scopul dezvoltării cotelor de piata detinute si cuceririi de noi piete şi, pe de altă parte, rol de intermediar între populaţia ce formeaza grupul consumatorilor şi agenţii economici aflaţi în postura de producatori, ofertanti.

Drept urmare, volumul de activitate şi tranzacţiile efectuate pe această piaţă depind în mod direct de rezultatele pozitive ale agenţilor economici, de factorii ce influenţează cererea de muncă (ramurile ce au în prezent un trend ascendent, modificările structurale ale Produsului Intern Net, modificările contribuţiei diferitelor ramuri economice la formarea Valorii Adăugate Brute, investiţiile efectuate pe total economie şi în sectorul privat) şi, în egală măsură, influenţează oferta de muncă (populaţia activă, ocupată şi numărul şomerilor, politicile de reconversie a forţei de muncă, politicile de diminuare a afectelor negative ale dezechilibrelor manifestate pe piaţa forţei de muncă).

Problematica transparenţei pieţei, a cunoaşterii cererii şi principalilor competitori constituie o preocupare permanentă nu doar pentru economişti, statisticieni sau sociologi, ci pentru însăşi populaţia ocupată. Analiza sintetică a pieţelor, prin indicatori ca rata de activitate, rata de ocupare şi rata şomajului, prezintă trunchiat fenomenele complexe


manifestate pe piaţa muncii, care influenţează în mod direct nevoia de reglare a cererii şi a ofertei.

De exemplu, structura cererii şi a ofertei de resurse de muncă constituie cadrul macroeconomic de manifestare a cererii şi ofertei de servicii de consultanţă în resurse umane. Acest tip de servicii, deosebit de dezvoltat în economiile moderne, are rol esenţial în menţinerea echilibrului pe piaţa muncii şi diminuarea riscului de şomaj. Angajatul ce a obţinut locul de muncă în urma unui proces complex de selecţie şi recrutare, s-a dezvoltat permanent, prin participarea la sesiuni de instruire şi perfecţionare organizate de firme specializate, va fi desigur mult mai dificil şi scump de înlocuit. Performanţele sale superioare vor conduce la funcţionarea mai bună a firmei angajatoare. Relaţia se manifestă şi invers, deoarece eficienţa de ansamblu a firmei reduce riscul de şomaj al angajaţilor, prin asigurarea continuităţii activităţii aducătoare de profit.

Dezvoltarea serviciilor de consultanţă de marketing a fost la fel de atipică precum dezvoltarea economiei în ansamblul său, de-a lungul tranziţiei spre capitalism, ce durează de peste un deceniu, putând fi caracterizată ca o perioadă de depresiune a economiei româneşti, indusă în principal de lipsa investiţiilor şi diminuarea productivităţii utilizării factorilor de producţie.

Începutul tranziţiei către o economie de piaţă funcţională a fost mult mai dificil în România decât în alte state ex-socialiste, central-europene. Economia era aproape integral în proprietatea statului. În formarea Produsului Intern Brut, aportul sectorului privat era, în 1989, de numai 12,8%. Sistemul de conducere, hipercentralizat, ce nu se baza pe criterii de eficienţă şi utilizare raţională a resurselor, devenise inert la semnalele pieţei. Realizarea producţiei în unităţi supradimensionate conferea relaţiilor de piaţă un grad ridicat de rigiditate.

Ineficienţa economiei a fost agravată în anii '80 de continuarea investiţiilor în ramuri puternic energointensive şi de stoparea afluxului tehnologic occidental, ca efect al politicii de rambursare anticipată forţată a datoriei externe. Slaba motivaţie a muncii, dublată de politica artificială a "ocupării depline", altera şi mai mult competitivitatea producţiei naţionale pe plan mondial.


Efectul cumulat al acestor factori l-a constituit deteriorarea standardului de viaţă al populaţiei, blocarea României într-un perimetru de subdezvoltare, compromiterea şanselor sale de a se racorda la noile evoluţii ale civilizaţiei mondiale.

Demontarea bruscă a sistemului de comandă, după decembrie 1989, s-a soldat, într-o primă etapă, cu adâncirea efectelor perturbatoare ale dezechilibrelor structurale, exacerbate de insuficienta pregătire a managerilor şi în general a populaţiei pentru a acţiona în condiţiile mecanismelor de piaţă. Circumstanţele neprielnice în care a debutat în România procesul tranziţiei explică într-o măsură importantă disfuncţionalităţile evidente ce l-au însoţit. Nu însă integral, deoarece acestea sunt datorate şi modului de realizare şi gestionare a reformei.

Analiza indicatorilor macroeconomici, în perioada 1990 - 2001, evidenţiază transformările importante ce s-au produs pe plan economic şi social, dar şi întârzierile înregistrate în promovarea mecanismelor de piaţă, în pregătirea premiselor pentru asigurarea unei dezvoltări durabile a societăţii româneşti.

Revirimentul aşteptat de toţi agenţii economici îl constituie desigur factorul investiţii. Ramurile ce s-au dezvoltat pe parcursul celor zece ani, tocmai datorită investiţiilor, constituie sursa formării cererii de servicii de resurse umane.

Pentru a identifica principalele caracteristici actuale ale economiei româneşti, în funcţie de care se vor orienta şi producătorii în general, trebuie să precizăm următoarele:

1. O evaluare obiectivă arată că economia românească încă se prezintă ca un sistem slab structurat din punct de vedere instituţional. Mecanismele economiei de piaţă şi cele ce corespund cerinţelor Uniunii Europene sunt aproape, dar încă incomplet, instituţionalizate, iar operaţionalitatea lor este redusă din cauza insuficientei coerenţe a cadrului normativ, a persistenţei influenţei statului în reglarea pieţei şi a capacităţii reduse a noului sistem (în curs de formare) de a asigura aplicarea legii.

Slaba structurare instituţională a economiei actuale este o stare de fapt, cu determinaţii multiple ce au urmări asupra funcţionalităţii economiei,


cele mai semnificative fiind cele de ordin comportamental al agenţilor economici.

2. Obiectivele principale ale companiilor cu capital majoritar de stat sau recent privatizate, cerute de mediul social şi susţinute în prezent de Stat, sunte în mod preponderent conservarea locurilor de muncă şi limitarea, pe cât posibil, a eroziunii inflaţioniste a salariilor. Absenţa surselor de investiţii, precaritatea poziţiei deţinute pe piaţă şi adversitatea prelungită a mediului economic în care acţionează au indus majorităţii agenţilor economici mici şi mijlocii obiective pe termen scurt situate în zona veniturilor de subzistenţă.

Chiar în cazul firmelor private, orientate preponderent spre maximizarea profitului, se constată înclinaţia puternică de a-şi atinge ţinta nu prin creşterea (cantitativă şi calitativă) a output-ului real şi utilizarea cu randamente superioare a factorilor de producţie, ci îndeosebi prin forţarea creşterii preţurilor sau prin operaţii redistributive pe seama sectorului public. Există, fără îndoială, şi agenţi economici realmente performanţi, însă aceştia nu au reuşit încă să "creeze o diferenţă" în economia românească.

Pe fondul instaurării normelor şi instituţiilor statului de drept, al activării şi organizării societăţii civile, al creării cadrului normativ al noilor mecanisme de piaţă (liberalizarea preţurilor, piaţa bancară şi bursieră, piaţa financiară, monetară, a asigurărilor etc.), România a înregistrat paşi importanţi în direcţia formării sistemului funcţional al economiei de piaţă.

Apariţia unui semnificativ sector de operatori realmente competitivi atât pe plan intern, cât şi în mediul de afaceri extern este dovada incontestabilă a acestui progres. Analizele econometrice de factură complexă au identificat şi la nivel macroeconomic comportamente proprii sistemului de piaţă.

Pentru analiza evoluţiilor principalilor factori macroeconomici de influenţă a tranzacţiilor de piaţă, a raporturilor dintre tipurile de piaţă precizăm:

Variabilele independente, ce influenţează activitatea agenţilor economici consideraţi ca sursă de formare a cererii de bunuri şi servicii, sunt agregate macroeconomice de rezultate, ca de exemplu: nivelul PIB


(nominal şi real, exprimat în milioane USD), structura VAB pe ramuri (%), PIB pentru servicii (%), nivelul investiţiilor (milioane USD).

De exemplu, dacă analizăm contextul macroeconomic al pieţei serviciilor de consultanţă în resurse umane, putem considera ca variabilă de influenţă a dinamicii tranzacţiilor comerciale numărul persoanelor cuprinse în activităţi de instruire şi perfecţionare, cu scopul identificării gradului de influenţă a acestor servicii asupra pieţei forţei de muncă. Ipoteza generală făcută este că restabilirea echilibrului pe piaţa muncii şi creşterea economică de ansamblu creează premise favorabile dezvoltării în cadrul sectorului de servicii pentru agenţii economici a categoriei serviciilor de resurse umane. Ipoteza specifică este aceea că ramurile economice ce prezintă un trend crescător al numărului mediu de salariaţi, dezvoltării sectorului privat, contribuţiei la formarea VAB, investiţiilor, eficienţei utilizării capitalului fix şi al productivităţii muncii sunt cele care vor oferi locuri de muncă şi vor contribui la reducerea şomajului, în consecinţă reprezintă ramurile ce sunt potenţiale generatoare de cerere de servicii de consultanţă în resurse umane.

În orice studiu de piaţă se recomandă a se utiliza o bază relativ stabilă pentru asigurarea comparabilităţii datelor valorice ce caracterizează economia, ca de exemplu moneda EURO sau dolarul american.

Spre exemplificare se analizează în continuare contextul macroeconomic al serviciilor de marketing. Pentru sintetizarea prezentării am considerat că activităţile desfăşurate în economie pot fi grupate în domeniile: agricultură, industrie, construcţii, comerţ şi turism, infrastuctură, alte servicii comerciale (cuprinzând servicii financiare, de asigurări, imobiliare, de resurse umane) şi servicii sociale prestate populaţiei, incluzând în această ultimă categorie şi administraţia publică. Evoluţia economiei româneşti în perioada examinată este exprimată sintetic în dinamica şi structura produsului intern brut şi dinamica investiţiilor prezentate în tabelele 1.2 şi 1.3.

Evoluţia PIB exprimat în milioane USD în perioada 1991-2001 s-a dovedit a avea o tendinţă uşor crescătoare, cu o creştere medie de 1190 milioane dolari pe an, ceea ce indică o revenire economică destul de redusă. Concluzia este confirmată de dreapta de evoluţie obţinută prin aplicarea metodei celor mai mici pătrate în cazul evoluţiei liniare a PIB-ului real


exprimat în USD: PIB = 29640.2 + 1191t, ceea ce arată că PIB-ul real a crescut în medie cu 1191 mil. USD de la un an la altul. Datele de intrare în modelul liniar de ajustare au fost obţinute prin corectarea nivelului nominal al PIB cu cursul mediu al dolarului american, date preluate din ”Serii de date”, CD-rom elaborat de Institutul Naţional de Statistică. Prognoza pentru anul 2000 a fost realizată cu ajutorul ecuaţiei liniare de tendinţă şi este de 35594 mil. USD.

Evoluţia PIB exprimat în USD Tabelul 1.2

Anii 1991 1992 1993 1994 1995 1996 1997 1998 1999

PIB real

28861,9 19577,8 26352,3 30072,8 35477,9 26862,6 31525,0 33628,0 34403,8

Sursa: Anuarul statistic al INS, 1990 – 2001 De asemenea, prezintă interes analiza evoluţiei contribuţiei

ramurilor la formarea PIB, ramuri grupate pe domeniile de activitate considerate anterior.

Cel mai important domeniu de creare a PIB -ului este reprezentat de industrie, aceasta menţinându-şi supremaţia de-a lungul perioadei de tranziţie. Procentul participării industriei la crearea PIB prezintă o tendinţă uşor ascendentă începând din 1995.

Un trend crescător al procentului participării la PIB îl prezintă şi agricultura şi infrastuctura, aceasta din urmă curpinzând transporturi, poştă şi telecomunicaţii. Domeniile financiar, de asigurări, tranzacţii imobiliare au avut o evoluţie relativ constantă, în medie, de la un an la altul, prezentând creşteri şi descreşteri succesive ale participării la formarea PIB, deci o anumită evoluţie ciclică. Având în vedere metodele de calcul al PIB-ului şi elementele componente conform fiecărei metode, se pot stabili mai multe structuri. Prezentăm în continuare structura PIB pe destinaţii şi surse.

Un rezultat esenţial al perioadei de tranziţie îl reprezintã dezvoltarea sectorului privat, aportul acestuia la formarea produsului intern brut ajungând la 61,5% în anul 1999, faţă de 16,4% în 1990.


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

Structura Produsului Intern Brut (PIB) (%)

Tabelul 1.3 Anii 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 PIB = 100 % Din care: Consumul gospodăriilor 65,0 60,1 62,2 63,2 63,2 67,3 69,1 73,6 72,2 69,6 Consumul adm. publice 13,3 15,1 14,3 12,3 13,7 13,7 13,1 12,3 14,0 2,3 Formarea brută de cap. fix 19,8 14,4 19,2 17,9 20,3 21,4 23 21,2 19,4 18,5 Exp. mărfuri şi servicii 16,7 17,6 27,8 23 24,9 27,6 28,1 29,2 23,7 30,1 Imp. mărfuri şi servicii 26,2 21,5 36,2 28 26,9 33,2 36,6 36,2 31,8 34,3 PIB = 100% Din care: Total VA în PIB 94,2 95,8 102,8 96,9 96,3 95,3 95,5 92,5 90,4 90 VAB = 100% Din care: VA. agricultură în total VA 23,2 19,6 18,6 21,7 20,7 20,8 20,1 19,5 16,2 15,4 VA industrie în total VA 43 39,6 37,3 34,9 37,6 34,5 34,8 33,4 30,4 31,0 VA construcţii în total VA 5,7 4,5 4,7 5,4 6,7 6,9 6,8 5,6 5,9 5,3 VA servicii în total VA 28,1 36,3 39,4 38 35 37,8 38,3 41,5 47,5 48,2 Ponderea sectorului privat în PIB şi în valoarea adăugată a ramurilor TOTAL sector privat 16,4 23,6 26,4 34,8 38,9 45,3 54,9 60,6 61 61,5 Agricultură 61,3 73,9 81,7 83,5 89,3 89 90,1 96,8 95,9 97,2 Industrie 5,7 9,2 11,8 17,4 23,3 29,9 38,5 42,1 45,6 48,7 Construcţii 1,9 16,1 21 26,8 51,6 57,8 69,3 76,6 77,9 78,0 Servicii 2,0 16,8 18,8 29,3 39,1 58,1 66,7 71,5 72,7 73,0 Sursa: Serii de date 1990 – 2003, INS


Permanenta creştere a procentului de participare a sectorului privat la formarea PIB, de la 23% în 1991 la aproape 62% în 1999, reprezintă un aspect ce caracterizează economia în tranziţie din ţara noastră şi indică schimbările radicale şi profunde ce au avut loc ca urmare a procesului de privatizare. Procentul mediu de creştere de 5,2% pe an indică clar transformarea proprietăţii private în baza economiei de piaţă ce se dezvoltă continuu în România.

Evoluţia structurii PIB reflectă domeniile cele mai dinamice ale economiei, domenii în care va apare şi se va dezvolta cererea de servicii de consultanţă în resurse umane. Agenţii economici ce desfăşoară o activitate eficientă şi, în consecinţă, profitabilă sunt înclinaţi să apeleze la serviciile consultanţilor pentru a recruta personal nou şi pentru a îşi dezvolta propriile resurse umane prin instruirea şi perfecţionarea continuă a acestora.

Dintre ramurile industriale ce se preconizează a se dezvolta cu un ritm alert amintim industria petrolieră şi minieră, industria alimentară şi telecomunicaţiile. Desigur, cu un trend crescător remarcăm domeniul serviciilor în general şi al celor financiar bancare în special.

Evoluţia investiţiilor reprezintă un alt criteriu important în funcţie de care va progresa economia, se vor înnoi tehnologiile existente, se va câştiga inteligenţă şi know-how, în ultimă instanţă se va realiza ieşirea din criza profundă de sistem prin care trece ţara noastră. Evoluţia investiţiilor reale în economia României (exprimate în mil. USD) în ultima decadă este prezentată în tabelul 1.4:

Evoluţia investiţiilor reale Tabelul 1.4

Anii 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 Valoare investiţii

(mil. USD) 4111,2 2885,3 3711,4 4836,3 6391,6 5190,9 5501,0 5526,0 6321,2 6670

Datele din Tabelul 1.4 au fost obţinute prin divizarea cifrelor nominale preluate din Serii de date 1990 – 2000, la cursul mediu al USD. Remarcăm o tendinţă liniară crescătoare, deşi evoluţia prezintă ciclicitate, cu o medie anuală a modificării absolute de + 276.25 milioane USD. Fluctuaţiile au prezentat maxime relative în 1995 şi 1999 şi minime în 1992 şi 1996.


Dreapta de evoluţie liniară ce a modelat tendinţa investiţiilor în perioada de tranziţie a fost: Investiţii = 4942 + 344,92 t, însemnând că de la un an la altul investiţiile au avut un trend creScător în termeni reali, creScând în medie cu 344,92 mil USD. Desigur tendinţa liniară nu previzionează valoarea investiţiilor luând în considerare şi ciclicitatea. Identificarea şi măsurarea statistică a ciclicităţii necesită o perioadă mai mare de timp. România nu a fost la fel de atractivă pentru investitori ca celelalte ţări europene, dar aspectul pozitiv şi optimist este acela al trendului crescător, deşi afectat de ciclicitatea evidentă. Oscilaţia ciclică impune prudenţă în luarea deciziilor pe baza prognozei cu ajutorul ecuaţiei liniare de tendinţă.

Referitor la repartiţia pe sectoare, se remarcă un trend clar crescător al investiţiilor în sectorul privat, cu o pantă pozitivă faţă de evoluţia investiţiilor în sectorul public, al cărei trend este descrescător, deşi s-au înregistrat două maxime ce pot fi considerate valori maxime extreme, în 1991 şi 1995. Tendinţa descrescătoare a investiţiilor din acest sector constituie bariera economică a ieşirii din criză pentru economia românească. Majoritatea investiţiilor au continuat să se efectueze în principalul domeniu de activitate, industria, aceasta fiind urmată cu diferenţe foarte mari de investiţii în infrastuctură, incluzând poşta şi telecomunicaţiile, în turism şi alte servicii.

Persistenţa unei rate înalte a inflaţiei a fost una din cauzele principale ale scăderii ratei investiţiilor. Alte cauze au fost creşterea riscului în cadrul mediului de afaceri românesc afectat de numeroase dificultăţi legate de instabilitatea şi incoerenţa legislativă şi instituţională, de proliferarea birocraţiei, de amplificarea economiei subterane.

Acelaşi efect negativ l-a avut şi diminuarea potenţialului intern de economisire, generată de scăderea accentuată a veniturilor reale ale populaţiei şi nivelul ridicat al dobânzilor active. Capacitatea redusă de retehnologizare, indusă de comprimarea ratei investiţiilor, a întreţinut ritmul lent al restructurării. Aceasta se datorează şi volumului relativ restrâns al fluxurilor de investiţii străine directe. România se plasează în grupul statelor în tranziţie cu cele mai slabe performanţe în acest domeniu. Stocul


investiţiilor străine directe, calculat pe locuitor, se situează în jurul a 240 milioane EURO la sfârşitul anului 1999, comparativ cu 1900 în Ungaria şi 1518 milioane EURO în Republica Cehă.

Ca urmare a acumulărilor, în procesul de restructurare a sectorului industrial se observă o tendinţă de creştere a competitivităţii exporturilor româneşti, atât datorată modificărilor structurale, cât şi deprecierii monedei naţionale în termeni reali. Pentru exemplificare, deşi producţia industriei prelucrătoare, în anul 2000, a scăzut cu 9% faţă de 1999, ponderea exporturilor produselor acestei industrii, în total livrări, s-a majorat de la 30,7% la 35,1%, iar rata anuală de creştere a exporturilor a fost de 6,1%.

Scăderea elasticităţii importurilor la variaţia venitului a influenţat reducerea deficitului de cont curent. Susţinerea acestei tendinţe de creştere a competitivităţii, precum şi accentuarea sa prin preconizatele efecte pozitive asupra economiei interne ale unor influxuri mai mari de investiţii străine directe sunt situate pe linia alinierii României la criteriile Uniunii Europene definite la Copenhaga. Datoria externă a României acumulată în perioada de tranziţie se situează la un nivel încă modest în comparaţie cu alte state aspirante la statutul comunitar, ceea ce înlesneşte promovarea unor politici mai active de atragere a capitalului străin către economia reală, bazate pe creşterea gradului de îndatorare. Pentru obţinerea unei performanţe economice optime, în ultimul deceniu, în ţara noastră s-au dezvoltat noi domenii ale serviciilor în general şi în special s-a dezvotat domeniul serviciilor industriale prestate agenţilor economici. Dintre aceste pieţe cu un potenţial de dezvoltare exponenţial am ales ca studiu de caz anume industria de consultanţă de afaceri.

Statistics for Marketing and Business Administration

1.4 Summary. Statistics particularities for Marketing and Business Administration studies within the market economy development and European Union accesion progress

Some concepts and definitions of the Marketing and Business Administration area Marketing research activities developed by economic agents in

modern market economies may be classified into the following areas: - sales planning and forecasting - market development, advising and instructing clients - administration of sales efficiency, - obtaining market information concerning demand, supply, prices, - identifying preferences and consumers' habits, evaluating

consumers' attitude towards the product, the brand and manufacturer, - information on the main competitors, markets and firms producing complementary goods.

The aim of the entire marketing research activities is the improvement of the firm's efficiency and profitability in order to get maximum profit and to achieve and keep maximum customer’ satisfaction.

One problem of the marketing research activities is referring to who should be carrying out these activities in modern economies. There is the traditional outlook according to which the big companies usually assume the responsibility of the entire set of activities, developing a strong marketing department. In the case of small and medium enterprises, the marketing research activities are the responsibility of the manager or the owner.

Once with the development of competition and market relations, time insufficiency determined the delegation of some marketing responsibilities towards specialists and experts. The employment of independent counselors or specialized firms only when it is necessary, proved itself as being more practical and useful.

Thus marketing consulting services appeared regarded as a merchandise, being commercial services performed by economic agents,


and having an "industrial" character and not a consumable one. It means the buyers are companies and not private persons.

The role of the marketing expert, either employed by the economic agent or independent counselor, is to ensure information to the operational managers, expressed through specific services and assistance in taking an employment decision and the occupation of available working places. The final decision always belongs to the operational manager of the company. The expert is just providing information to the management system.

The results of the experts have proved to be superior to the ones obtained by the employees from the marketing departments of the economic agents. These types of activities have initially appeared and developed in the United States of America, being known as composing the marketing services market.

Marketing operators – link between market information and the business decision system

In the present day, the relation between the demand and supply on the Romanian marketing research market is relatively disproportional, the firms in this field do not rely their offer mainly on the market's demand, but more on their own possibilities of organizing these activities. That is why the identification and clarification of the economic agent's demand with regard to preference and also the need of training the employees, is a necessity, which can be realized by organizing periodical studies through a research with the purpose of estimating and evaluating the demand. Market investigation can be done by experts, specialized companies or by the manufacturers. In this case the economic agent should comprise marketing activities within its own organizational chart. Different possibilities are presented in the following organizational charts in Figure 1.1.


Marketing organization charts

Figura 1.a Marketing

activities within a traditional

department of a company

Figura 1.b Marketing

activities within the Sales dept.

Figura 1.c Marketing

activities within a specialized

Marketing and Sales department

Figura 1.d Marketing

activities within a special department different from Sales

Figura 1.e Integrated Marketing

activities within a global Marketing

department

Manager

PersonnelProduction Strategies Salescomprising:

* market research

- distribution activities

comprising: *advertising *product policies *information system

Manager

PersonnelProduction Research Salescomprising also:

market study, distribution policies, promotion

Finance

Financial

Manager

FinancialProduction R&D Sales

Marketing Planning

Marketing

Sales

Product planning, Promotion, Pricing, Distribution

Sales management Service

Director

Market strategies

Sales Director Marketing Director

Product Management

Marketing studies

Sales

Sales Administration

Marketing Director

Product Manager

Transport Sales administration

Sales planning Marketing studies

Strategic plans


If nowadays in Romania, there is a various range of marketing research services and an impressive number of counselors or specialized firms. This could be an important field to be developed, taking into account the needs of the companies inducing the possible demand on the market. On this market, there implicitly exists a primary demand for this category of commercial services, sustained also by the efforts of national authorities through programs of labour reconversion of the labour force and programs for adult’s education, as part of European long life programs of continuous formation and education.

Advertising agencies and market research companies must focus their marketing, communication and promoting efforts on creating a selective supply, according to the demand, keeping in mind of course the macroeconomic situation of recession that Romania is passing through. Marketing research firms use statistical methods of estimating the total demand, which has to count on datasets, with the help of which they can characterize the typical phenomenon and trends on this type of market. The condition for applying demands' evaluation methods is the availability of sufficient and quality data, referring to the size, structure and change of demand.

The size and attributes of the demand is impossible to be qualified in the present day only on the basis of secondary data sources, because of their qualitative and quantitative insufficiency.

This is the reason why this book indicates the necessity of using the research for market study, especially in the fields for which secondary data is insufficient. The purpose of the research, made with the help of the research statistical methods, can be market segmentation, to identify the targeted segments, the preferences of their needs and last, but not least, to make the managers aware of the supply's manifestation. The pilot tests accomplished and presented in the last chapter of the book are examples of marketing researches: the study of human resources services market, free time spending style, as primary research examples, and externalities of the


human resources market development within the unemployment area, as an example of research based on secondary data.

The current macroeconomic context of market relations The economic agents focus their activity towards those modern

branches, which developed as a result of transition to the market economy and of structural changes that took place in the last fourteen years in Romania.

The national market's evolution is characterized by the development of emerging markets such as, for example the market of marketing research consultancy services, a relatively new one, which appeared and developed after the social and economical tremendously change of the communist system in 1989.

The merchandise exchanged on this market consists of marketing services provided by specialized companies for economic agents. These services require specially selection and specialized personal recruitment, training, improvement and the continuous formation of the marketing researchers.

The problem of the market transparency, of knowing and understanding the demand and the most important competitors, represents a permanent preoccupation not only for the economists, statisticians, or sociologists, but also for businessmen and decision makers. The synthetic analysis of the markets, made through indicators such as the global market value and shares, the occupation and unemployment rate on this market, shows the complex phenomenon on this market connected to the rest of the regional, national and global markets. The demand and supply for other products and services influences directly the need to balance demand and supply on the marketing research market.


The start of the transition towards the market oriented economy was more difficult in Romania then in other ex-socialist Central-European countries. The economy was almost entirely state owned. In forming the Gross Domestic Product, the contribution of the private sector was in 1989 of only 12.8%.

Before 1989, the communist centralized system, which was not taking into account the efficiency criteria and the rational use of resources, could not take further decision according to the market's information. The achievement of productivity in over-dimensioned units brought to the market's relations a high level of rigidity. The economy's inefficiency was worsen in the 1980s by investments in the energetic branches and by stopping the Western technological investment, as an effect of the anticipated forced repayment of the external debt. The weak motivation for work, doubled by the artificial politics of "full occupation", made worse the competitivity of the Romanian products in the world.

Analyzing the macroeconomics synthetic aggregates after 1989, between 1990 and 2002, it would be found out the important changes that happened in the economical and social aspects; one will notice also the recorded delays concerning the market mechanisms’ promotion used for the hypothesis’ preparation for a long last development of the Romanian society. The expected revulsion is of course the investment factor. During the last ten years the branches that had been developed, thanks to the investments, represents the source of the demand of human resources services.

On the basis of setting up the state’s norms and institutions, activities and the organizations of the civil society, the creation of the normative framework of the new market mechanisms, as liberalization of price, and new markets development, as banking, stock, financial and insurance markets. Among these new markets, we will found on one of the first places, the marketing research market.


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

The real investment process

Table 1.5

Years

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000 * Investments’ value (mill.

USD)

4111,2

2885,3

3711,4

4836,3

6391,6

5190.9

5501,0

5526,0

6321,2

6670

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

pointed out that there is an obvious increasing investment trend having a positive slope in the private sector, whereas the public sector’s investment evolution has a decreasing trend although there were recorded two maximal values, in 1991 and 1995. The decreasing trend of the investments in this sector represents, for the Romanian economy, the economical barrier of the passing out the slump. The majority of the investments had continued to perform in the main activity areas. Industrial investments are being followed at large differences by infrastructure investments, including investments for mail and telecommunications, tourism and other services.

The decrease of the imports elasticity concerning the income variation had influenced the current account deficit’s compression. The maintenance of the competitiveness’ upward trend and also its emphasis by stipulated positive effects about domestic economy of some greater direct foreign investment inflows are positioned on the alignment line of Romania at European Union’s criteria. Romanian external debts accumulated during


the transition period are still very modest in comparison with the ones accumulated by other states aspiring to accede to the European Union. This will facilitate the promotion of some more active politics of attraction of foreign funds to the real economy based, on the increasing level of obligation.

2

2.1 Particularităţi ale aplicării sondajului pentru studii de piaţă şi administrarea afacerilor

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

selectare, colectare şi organizare a datelor, urmate de sistematizarea, prezentarea şi analiza acestora, în scopul obţinerii cantităţii de informaţie necesară luării deciziilor în timp util. În general managerii solicită valori centralizatoare, tipice, cu o largă reprezentativitate, preferând informaţii sintetice în locul detaliilor ce pot descrie situaţii netipice.

În practica economică cea mai mare parte a informaţiilor este obţinută în urma organizării unei cercetări parţiale, ce investighează selectiv unităţile statistice cuprinse într-un subset reprezentativ al colectivităţii generale, subset denumit eşantion. Informaţiile culese printr-un sondaj oferă în mod normal o bună evaluare a nivelului caracteristicilor, a atitudinilor şi opiniilor populaţiei din care a fost extras eşantionul, dacă acesta îndeplineşte condiţiile de reprezentativitate. Aceste informaţii pot fi utilizate, în cadrul departamentelor de marketing, de către managerii firmelor prestatoare de servicii de resurse umane, în procesul complex de luare a deciziilor, uneori chiar în timp real, mai ales datorită insuficienţei datelor pentru anumite pieţe.

Sondajul - metodă principală de studiu al fenomenelor pieţei


Observarea statistică are un rol major în buna funcţionare şi în eficientizarea fluxului informaţional al firmei. Tendinţa spre optimizarea fluxului informaţional al firmei se completează cu nevoia companiei de a fi din ce în ce mai profitabilă într-un mediu în care concurenţa se exacerbează şi atinge niveluri maxime. Dacă înţelegem Statistica ca un instrument operaţional ce facilitează procesul decizional, atunci putem înţelege locul şi rolul pe care îl are în sistemul de comunicare al firmei.

Putem spune că Statistica este arta şi ştiinţa culegerii, analizei şi inferenţei pe baza unui set de date ce caracterizează orice relaţie de piaţă în economia concurenţială. Deşi iniţial a fost asociată cu date culese pentru autorităţile guvernamentale, teoria sondajului a evoluat, găsindu-şi aplicabilitatea nu doar în controlul calităţii producţiei, ci şi în contabilitate, management şi studii de piaţă, psihologie şi educaţie.

Succesul sau falimentul în afaceri depinde de nevoile şi preferinţele clienţilor. De exemplu, organizatorii de cursuri de perfecţionare care utilizează pentru prezentările făcute cursanţilor calculatoare mari, voluminoase, timp în care cererea pe piaţă este orientată spre calculatoare din ce în ce mai mici, multitasking, uşor de transportat, chiar miniaturale, se vor afla cu câteva decenii în urmă. Dacă un post de radio transmite programe radiofonice pentru studiul limbii engleze, în timp ce majoritatea audienţei este interesată de telenovelele de limbă spaniolă, va găsi foarte puţine companii dispuse să plătească spaţiu publicitar în timpul acelei emisiuni. Sau care ar putea fi soluţia pentru o companie comercială care îşi propune să identifice şi să estimeze cererea potenţială de cursuri din altă localitate sau altă regiune şi cum ar putea să decidă extinderea reţelei sale?

Răspunsul la acest tip de întrebări poate fi găsit prin aplicarea unei tehnici de cercetare şi studiu al pieţei denumită sondaj.

Sondajul reprezintă o cercetare parţială, al cărei scop este de estimare a caracteristicilor populaţiei generale pe baza rezultatelor obţinute de la un eşantion riguros prelevat. Acestă metodă de investigaţie statistică parţială se bazează pe principiile teoriei probabilităţilor, statisticii matematice şi legii numerelor mari. Teoria sondajului are ca obiect principal elaborarea metodelor ştiinţifice de modelare a problemelor legate de culegerea şi analiza datelor.


Cercetarea prin sondaj şi-a extins permanent aria de aplicare datorită multiplelor avantaje pe care le oferă analiştilor şi decidenţilor. Una din aceste arii a devenit deja cercetarea de marketing şi studiul pieţei.

Cercetarea de marketing este o funcţie complexă ce leagă într-un sistem integrat consumatorii, clienţii şi publicul de analistul de piaţă. Informaţiile rezultate sunt utilizate pentru a defini şi identifica raportul dintre cerere şi ofertă, oportunităţile de extindere a activităţii, pentru a genera şi evalua acţiunile de marketing şi performanţele firmei.

Studiul pieţei oferă informaţia solicitată pentru rezolvarea acestor probleme, utilizând tehnicile de sondaj: proiectează metode pentru colectarea datelor, implementează procesul culegerii datelor, analizează rezultatele şi implicaţiile lor. Aproape nu există o formă de activitate comercială care să nu utilizeze cercetarea de marketing cu o anumită frecvenţă.

Producătorii nu au altă soluţie pentru a crea o bază informaţională necesară luării deciziilor decât aplicarea metodelor de sondaj pentru identificarea şi studiul preferinţelor clienţilor potenţiali. Pentru asigurarea continuităţii procesului decizional, soluţia firmelor este organizarea unui sistem integrat de sondaje periodice care să asigure formarea unei baze de date şi a seriilor de date cronologice ce vor permite efectuare de planuri şi prognoze cu privire la evoluţia cererii.

Printre formele cercetării de marketing amintim: analiza pieţei şi prognoza pe baza studiilor periodice de piaţă şi a

datelor secundare; metode ce încearcă să identifice şi să măsoare capacitatea de

absorbţie a pieţei de bunuri şi servicii; identificarea posibililor furnizori; organizarea de studii de piaţă; focus-grup-uri pentru segmentarea pieţei şi identificarea

segmentelor ţintă; sondajele din domeniul publicităţii şi reclamei ce au ca scop

evaluarea eficienţei cheltuielilor cu publicitatea; planificarea eforturilor financiare viitoare în acest domeniu.


Metodele iniţiale de studiu al pieţei îşi au originea în Statele Unite, fiind adoptate la diferite niveluri în întreaga lume, mai ales după cel de-al doilea război mondial. Cercetarea de piaţă din Europa şi Japonia s-a dezvoltat mai ales începând cu anii ‘50. În fosta Uniune Sovietică şi în ţările Europei Centrale şi de Est studiul pieţei a fost utilizat pentru fundamentarea deciziilor de planificare a economiei naţionalizate, se precizează în Enciclopedia Britanică, volumul 23. Studiul pieţei s-a dovedit a nu fi o ştiinţă exactă.

Deşi metodele statistice au o largă aplicabilitate în acest domeniu, acestea nu elimină definitiv nesiguranţa şi riscul, permiţând doar estimarea nivelului de eroare. Studiile statistice indică, cu un anumit nivel de siguranţă, condiţiile existente pe piaţă, la un moment dat şi în dinamică, neprecizând ce măsuri manageriale trebuie luate pentru a creşte profitabilitatea firmei ce oferă servicii de resurse umane. Totuşi, statistica rămâne singurul instrument ce oferă sistemului managerial informaţii comparabile în timp şi în spaţiu.

Rezultatele cercetărilor de marketing sunt o componentă vitală a sistemului informaţional al firmei producătoare de bunuri sau prestatoare de servicii, ce constituie baza construirii perspectivei strategice a firmei într-un mediu concurenţial dinamic.

De cele mai multe ori problemele de marketing de pe piaţă nu sunt uşor de definit, uniforme şi controlabile. De aceea studiul pieţei nu trebuie privit ca o activitate pasivă de culegere a datelor, ci ca o preocupare continuă, dinamică şi critică. Nevoia de date externe, generate de relaţiile de piaţă, apare atât la nivel macroeconomic, cât şi la nivel microeconomic, pentru producători se datorează, pe de o parte, nivelului crescut şi dinamic al riscului şi incertitudinii cu care se confruntă agenţii economici şi lipsei surselor de date secundare – guvernamentale şi private – pe de altă parte. De asemenea, modificarea rapidă a condiţiilor de piaţă impune crearea unui sistem periodic, coerent de culegere a datelor.


Pe scurt, scopul cercetării pieţei este proiectarea şi obţinerea informaţiilor referitoare la mixul de marketing care atinge cel mai bine preferinţele consumatorilor ţintă. Rezultatele vor fi integrate în baza de date utilizată de firma de consultanţă pentru planificarea activităţii. Şi aceasta deoarece planurile realiste de marketing implică cunoştinţe prezente şi “viitoare” despre starea pieţei.

Analistul din domeniul statisticii aplicate se confruntă, în utilizarea informaţiilor de piaţă pentru identificarea segmentelor ţintă şi a preferinţelor acestora, cu un anumit grad de incertitudine ce nu poate fi eliminată, dar poate fi estimată statistic. Nici o metodă de studiu al pieţei nu poate elimina incertitudinea şi nu poate oferi date exacte.

Metodele statistice, mai mult decât alte proceduri (cercetări operaţionale, teoria deciziei etc.) pot minimiza elementul de incertitudine, reducând pericolul luării unor decizii eronate şi asigurând un nivel ridicat de validitate a datelor.

Problematica măsurării fenomenelor şi proceselor economice şi sociale interesează în mod deosebit nivelul cercetărilor empirice. Stabilirea variabilelor direct măsurabile şi culegerea informaţiilor, fidelitatea instrumentelor de măsurare, efectul diferitelor modalităţi de aplicare a instrumentelor respective, prelucrarea datelor înregistrate, analiza relaţiilor dintre caracteristici, independenţa şi relevanţa acestora, consistenţa şi diferenţierea structurilor teoretice, elaborarea prognozelor sunt tot atâţia paşi în care, într-o formă sau alta, apar probleme de măsurare şi estimare statistică.

Intensitatea şi frecvenţa cu care sunt utilizate studiile de piaţă variază în funcţie de categoria de firmă ce utilizează această metodă. Astfel, agenţii de resurse umane folosesc datele colectate prin studii de piaţă pentru obţinerea informaţiilor necesare orientării serviciilor oferite, a cursurilor şi a metodelor de instruire utilizate.


2.2 Principalele avantaje ale cercetării prin sondaj utilizată în studii de marketing

În mod cert, calea optimă de obţinere a informaţiilor complete şi

exacte referitoare la o populaţie este de a organiza o cercetare totală. Atunci când acest lucru nu este posibil sau nu există resurse suficiente pentru o astfel de investigaţie, se recurge la sondaj. Principalele avantaje ale sondajului sunt faptul că necesită costuri mai reduse comparativ cu cercetarea totală şi calitatea deosebită a rezultatelor obţinute dintr-o cercetare parţială ştiinţific organizată, uneori superioare celor obţinute în urma unei cercetări totale. Dezavantajul principal este posibilitatea obţinerii de date nereprezentative, datele statistice culese prin sondaj inducând în mod inevitabil erori.

Deşi datele de sondaj sunt afectate de erori de eşantionare şi de observare, acestea din urmă pot fi mult reduse datorită pregătirii specifice a personalului ce lucrează la realizarea sondajelor. Prin utilizarea sondajului există posibilitatea de a cuprinde în programul observării un număr mai mare de caracteristici decât în programul unei cercetări totale. De asemenea, cercetarea selectivă se utilizează pentru testarea rezultatelor unei cercetări exhaustive, precum şi pentru verificarea unor ipoteze statistice. Un alt dezavantaj al acestei metode îl constituie imposibilitatea de a urmări fenomenele în dinamică, sondajul surprinde static caracteristicile unităţilor observate, ceea ce poate fi corectat prin organizarea de observări selective periodice, cu periodicitate constantă. Această abordare este indicată pentru pieţele caracterizate prin lipsa acuta de informaţii, atât din punct de vedere cantitativ, cât şi calitativ, ca de exemplu piaţa serviciilor.

Cercetarea de marketing reprezintă funcţia agentului economic ce asigură conexiunea şi transferul informaţional între agenţii economici clienţi şi furnizori, printr-un sistem integrat de informaţii utilizate cu scopul identificării şi definirii problemelor şi oportunităţilor de piaţă, evaluării acţiunilor de marketing, monitorizării performanţei pe piaţă.

În acest scop cercetătorul stabileşte informaţia specifică ce trebuie înregistrată, proiectează metoda de culegere a acesteia, organizează procedeul de culegere a datelor, analizează rezultatele şi comunică


sistemului de management concluziile şi recomandările studiului. Totuşi importanţa cercetării de piaţă nu trebuie fetişizată.

Lehmann a precizat două restricţii ce reprezintă limite ale aplicării cercetării de marketing.

Cercetarea de piaţă nu ia decizii. Rolul cercetătorului este de a furniza informaţii pertinente.

Cercetarea de piaţă nu garantează succesul firmei, ci poate doar, în cel mai bun caz, îmbunătăţii condiţiile luării deciziilor, printr-o mai bună informare şi înţelegere a fenomenelor manifestate pe piaţă.

Nu întotdeauna cercetarea de marketing a fost urmată de o activitate profitabilă. Totuşi, Sampson şi Standen admit că eşecul pe piaţă nu trebuie pus pe seama cercetării de marketing. Iar Luck identifică trei motivaţii pentru respingerea rezultatelor cercetărilor de către decidenţi: invalidarea metodelor de cercetare, deficienţe în comunicarea rezultatelor sau irelevanţa rezultatelor pentru problema decizională.

Putem afirma că, în general, sondajul este suport al luării deciziilor de marketing în cazul în care populaţia este finită, formată, de exemplu, din mulţimea firmelor dintr-o regiune, privite ca potenţiali consumatori de servicii de consultanţă în resurse umane. Informaţiile referitoare la agenţii economici dintr-o zonă sau un domeniu de activitate se pot dovedi mai puţin costisitoare dacă se obţin în urma unui sondaj decât dacă se obţin de la Registrul Comerţului, ce comercializează aceste date la preţuri extrem de ridicate.

Aplicarea sondajului în analiza pieţei, ca de altfel în numeroase alte domenii, este legată de faptul că teoria sondajelor se bazează pe legea numerelor mari. Această legitate statistică afirmă cu o probabilitate suficient de mare, aproape de unu, că indicatorii medii calculaţi pe baza eşantionului diferă puţin de indicatorii tipici ai colectivităţii totale, dacă volumul eşantionului este suficient de mare.

Şi astăzi modelul probabilist se dovedeşte a fi unul din cele mai riguroase modele de cercetare atât a fenomenelor macrosociale şi demografice, cât şi a celor de la nivel microsocial: atitudini, opinii, comportamente ale managerilor agenţilor economici. Dintre aplicaţiile pe baza modelării, se dovedesc a fi deosebit de eficiente din punctul de vedere


al informaţiilor şi concluziilor obţinute abordările probalistice prin lanţuri Markov ale structurii pieţei. Pornind de la configuraţia unei anumite stări, lanţurile Markov prefigurează evoluţia acesteia şi a fenomenelor manageriale. În cercetarea atitudinilor, I. A. Patrughin consideră cu totul justificat faptul că abordarea probabilistă permite definirea unităţii de măsură a scalelor, facilitând astfel tratarea cantitativă a caracteristicilor calitative, needitive, discrete.

Cu toate rezultatele deosebite obţinute cu ajutorul modelului probabilist, acesta nu poate furniza informaţii despre o serie de dimensiuni importante ale pieţei serviciilor de resurse umane, ca parte a pieţei serviciilor comerciale destinate agenţilor economici.

Modelul probabilist realizează o descriere adecvată mai ales la nivelul macrosocial, ca şi în cazul fenomenelor de masă, impunându-se completarea lui cu alte modalităţi de determinare cantitativă a diferitelor fenomene şi procese sociale, chiar dacă acestea din urmă nu conduc la un şir numeric de valori atribuite, ci la o serie de valori calitative.

2.3 Consideraţii iniţiale ale organizării unei investigaţii

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

sondaj ce pe de o parte, va cuprinde, informaţii despre populaţie, construcţia eşantionului, programul observării, realizarea interviurilor şi, pe de altă, parte va estima parametrii populaţiei de referinţă pe baza valorilor de sondaj.

Pornind de la ipoteza existenţei informaţiilor în bazele de date înainte de începerea sondajului, după stabilirea clară a obiectivului studiului, se va decide dacă datele preluate din alte surse corespund calitativ şi cantitativ satisfacerii scopului cercetării. O cercetare nouă se organizează în cazul în care sursele de date preexistente nu asigură cantitatea suficientă de informaţii de calitate, necesare luării deciziilor. Apoi se hotărăşte dacă


cercetarea organizată pentru culegere de date noi va fi o cercetare totală sau parţială.

Dacă metoda sondajului este aleasă ca tehnică de obţinere a datelor primare, atunci cercetătorul trebuie să decidă asupra următoarelor aspecte:

• Va avea sondajul o formă structurată sau nestructurată? De exemplu, pentru studiul preferinţelor agenţilor economici cu sediul central în Bucureşti referitoare la cursurile de instruire pentru angajaţi, chestionarul construit a avut o formă structurată.

• Ar trebui ca scopul studiului să fie deghizat sau nedeghizat pentru persoanele intervievate? De exemplu, într-unul dintre studiile de caz prezentate, persoanele intervievate în cadrul sondajului au fost managerii de resurse umane ai firmelor cuprinse în eşantion.

• Ce procedură de colectare a datelor, adică ce metodă de realizare a contactului cu persoana intervievată (prin poştă, telefon, interviu direct sau prin intermediul mijloacelor mecanice) ar trebui utilizată? S-a ales procedura de efectuare a interviurilor personale de către operatori de interviu specializaţi, ce au participat la un curs de pregătire a interviului înaintea sondajului.

În ceea ce priveşte primele două decizii majore, ele pot fi combinate şi tratate ca două alternative de studiu, ce au fost utilizate pentru caracterizarea consumatorului tipic de servicii de consultanţă în resurse umane:

a) Studiu structurat, nedeghizat. Aceasta este forma cea mai utilizată de către cercetătorii de marketing. Un set similar de întrebări este distribuit tuturor persoanelor ce fac parte din eşantion. Răspunsurile lor sunt adesea limitate la o listă a alternativelor. Scopul este declarat şi înţeles de către toţi participanţii.

Acest tip de format minimizează impactul intervievatorului în procesul interviului şi duce la creşterea gradului de siguranţă a studiului, atâta timp cât tuturor subiecţilor li se pun aceleaşi întrebări cu aceleaşi variante de răspuns. Datele rezultate sunt în general uşor de codificat, sistematizat şi interpretat. Principalul neajuns îl reprezintă limitarea răspunsurilor prin lista de variante.


b) Studiu structurat, deghizat. Într-un studiu deghizat, scopul real al interviului este ascuns persoanelor intervievate, spre deosebire de studiul nedeghizat, în care scopul este precizat clar tuturor participanţilor la eşantion.

Aceasta este combinaţia cea mai puţin utilizată în studiile de piaţă, pentru că, în general, scopul unui studiu deghizat nu este compatibil cu un chestionar structurat, dar acesta a fost folosit parţial deoarece a existat ipoteza dificultăţii exprimării opiniilor şi a confidenţialităţii datelor cerute managerilor intervievaţi.

2.4 Surse de date utilizate în studiul statistic al pieţei Pentru a putea proiecta rezultatele sondajului asupra populaţiei de

referinţă şi a testa semnificaţia acestora cu ajutorul testelor de semnificaţie, este necesară alegerea metodei de sondaj care să asigure reprezentativitatea eşantionului, cantitatea şi calitatea datelor culese. Indiferent de tipul cercetării, datele necesare pot fi de mai multe tipuri, dintre care analistul îl va alege pe cel potrivit scopului investigaţiei.

Din punctul de vedere al procesului de investigaţie statistică, datele primare sunt datele înscrise în formularele de înregistrare, date de intrare care vor fi supuse în continuare analizei statistice. În urma prelucrării acestora vor rezulta datele derivate ce constituie indicatori statistici derivaţi sau secundari.

În ceea ce priveşte obiectivul studiului şi timpul de culegere, datele pot fi deja culese şi stocate în băncile de date ale organizaţiilor publice şi private sau vor fi culese în procesul cercetării prezente. Datele culese anterior, cu alt scop decât cel al studiului ce se desfăşoară în prezent pot fi preluate de către analist din băncile de date şi, dacă prin prelucrarea lor se atinge obiectivul studiului, nu mai este necesară organizarea unei noi cercetări.


Există în literatura anglo-saxonă o accepţiune clar definită a surselor de date primare şi secundare. Noţiunile de date primare şi secundare utilizate în literatura americană de cercetare de marketing sunt definite astfel (pag. 222, Boone, Kurtze, ediţia a 8-a, Harcourt Brace Colledge; pag. 5, Francis A., Bussiness mathematics and Statistics, DP Publications Ltd, London, 1993).

Sunt considerate date primare acele date care sunt culese pentru

prima dată şi sunt utilizate pentru acelaşi scop pentru care au fost culese. Sursele de date primare sunt recensămintele, cercetările selective sau alte observări special organizate.

Datele secundare sunt acele date utilizate în alt scop decât cel pentru care au fost iniţial culese şi provin din rapoarte statistice interne şi externe, elaborate şi/sau publicate anterior. Termenul de “secundar” se referă la temporizare – datele secundare sunt utilizate cel puţin a doua oară, într-o altă investigaţie decât cea pentru care au fost culese iniţial. Acestea pot fi date interne, ale organizaţiei sau date externe, publice.

Rapoartele statistice, ca parte a sistemului extern de comunicare a firmei, sunt transmise periodic către autorităţile naţionale şi locale. În acelaşi timp, raportele interne sunt transmise periodic între departamentele firmei, pentru a completa fundaţiile sistemului managerial al firmei. Motivaţia sistemului informaţional statistic intern firmei este diferită de cea a rapoartelor externe. Implicit, acestea vor avea un alt format, o altă structură şi formă de exprimare, un circuit tipic.

Rapoartele statistice, ca parte a sistemului de comunicaţii externe ale firmei, sunt transmise periodic autorităţilor de statistică naţionale şi locale, conform legii. În acelaşi timp, prin întreaga activitate de promovare se susţin produsele firmei şi printr-o corectă şi precisă informa a clienţilor şi consumatorilor produselor companiei.

În paralel sistemul informaţional statistic al firmei din care face parte integrantă şi sistemul informaţional de marketing produce rapoarte interne


ce cuprind informaţii despre situaţia vânzărilor firmei şi principalilor competitori pe piaţă, gradul de satisfacţie a clienţilor şi consumatorilor, preferinţele consumatorilor, posibile nişe de piaţă neacoperite etc. Aceste informaţii completează sistemul informaţional statistic al firmei creând un set de informaţii permanent actualizate care asigură un bun fundament pentru luarea deciziilor de către managementul firmei.

Scopul transmiterii documentelor ce conţin informaţii de marketing şi vânzări între departamentele companiei este fundamental diferit de scopul comunicării externe a firmei, ce constă în principal în informarea consumatorilor şi autorităţilor. Implicit, aceste rapoarte vor avea un format specific, o altă manieră de prezentare, un circuit închis de transmitere între sursa de informaţii (departamentul de marketing) şi receptori (departamentul de depozitare, producţie şi aprovizionare), o altă modalitate de distribuţie, stocare, arhivare, regăsire şi accesare a informaţiei necesare sistemului de management. Indiferent de tipul raportării şi al metodei de transmitere a informaţiilor, compania trebuie să asigure o concepţie unitară în ceea ce priveşte procurarea, prelucrarea, transmiterea informaţiilor şi luarea deciziilor; această unitate va fi asigurată de expertul de marketing ce creează legătura dintre aprovizionare, producţie şi vânzări.

Investigaţiile statistice utilizează atât surse primare, cât şi surse secundare de date, exclusiv sau în combinaţie. Informaţiile factuale referitoare la cantităţi, preţuri, mărci cumpărate pot fi analizate cu ajutorul datelor secundare, în timp ce opiniile, atitudinile, preferinţele se analizează de obicei cu ajutorul datelor primare.

Rezultatele unor eventuale sondaje cu rpivire la comportamente şi atitudini reprezintă informaţii cu grad mare de perisabilitate. De exemplu, cota de piaţă potenţială, segmentarea pieţei şi identificarea segmentului ţintă căruia îi este destinată noua gamă de produse, identificarea preferinţelor şi opţiunilor consumatorilor, interesul companiilor prestatoare de servicii în promovarea noilor cursuri sunt estimate în urma organizării unei cercetării selective, ce culege, sistematizează, prelucrează şi analizează date primare.


Pentru a evita confuzia dintre datele primare şi secundare, facem următoarele precizări.

Denumim date primare acele date ce rezultă în urma organizării cercetării prin sondaj şi urmează a fi analizate şi prelucrate, procedee statistice, în urma cărora vor rezulta date derivate (denumite şi secundare în literatura statistică din România).

Datele culese anterior studiului curent se numesc date secundare şi sunt preluate din surse de date preexistente, fără să fi fost culese în legătură directă cu obiectivul prezent al cercetării statistice. Considerăm date secundare, preluate din alte surse, datele ce sunt utilizate cel puţin a doua oară (culese anterior, datele vechi, rezultate din alte studii). Într-o posibilă accepţiune am putea considera date culese, originale pentru cercetările prin sondaj, datele noi pe care le obţinem, date ce sunt folosite pentru prima oară în cadrul unui studiu statistic.

Orice cercetare primară de piaţă va fi precedată de analiza datelor secundare interne firmei, ca parte a sistemului informaţional, sau externe firmei, ca de exemplu, publicaţii guvernamentale, ale asociaţiilor de cercetători sau asociaţiilor comerciale, presa, rapoarte de sondaj periodice, ale organizaţiilor financiare, marea majoritate putând fi accesate prin intermediul bazelor de date electronice. Analiza datelor secundare poate suplini nevoia de informaţii a decidentului. Scopul utilizării datelor deja culese şi prelucrate în vederea unei noi analize constă în principal în economiile de costuri.

Sursele de date preluate sunt extrem de variate şi numeroase. Datele statistice preexistente sunt utilizate când resursele sunt insuficiente pentru organizarea unui nou sondaj şi dacă în băncile de date există date statistice relevante, culese şi sistematizate anterior, deşi cu alt scop, care oferă posibilităţi de analiză pertinentă.

Avantajul utilizării surselor preexistente de date îl reprezintă obţinerea suportului decizional într-o perioadă scurtă de timp, cu un consum scăzut de resurse. “Suma de bani necesară adunării datelor secundare este


mult mai mică decât cea necesară pentru obţinerea datelor primare” (Kress – “Marketing Research”). În primul rând, sursele de date existente în biblioteci pot fi consultate gratuit, iar publicaţiile guvernamentale au costuri scăzute, ceea ce este valabil atât pe plan mondial, cât şi în cazul României. În al doilea rând, timpul consumat pentru consultarea lor este mult mai redus decât cel necesar culegerii datelor primare. În al treilea, rând aceste date sunt culese de specialişti cu experienţă, ceea ce le acordă un grad înalt de pertinenţă şi încredere.

Utilizarea datelor din publicaţii prezintă şi dezavantaje, putând conduce la rezultate distorsionate, deoarece datele stocate pot fi îndoielnice, eşantionul pe baza căruia au fost culese să nu fi respectat condiţiile unui sondaj probabilistic sau să nu fi fost reprezentativ, datele pot fi deja perimate, nivelul de acoperire geografică poate să nu coincidă cu cel necesar studiului prezent sau populaţia să fi fost împărţită pe grupe după alte caracteristici decât cele ce fac obiectul investigaţiei actuale. Limitele utilizării acestor surse de date constau în principal în posibilitatea analizei unor date mai puţin relevante pentru problema curentă. Cercetătorii trebuie să aibă în vedere întotdeauna că datele anterioare au fost culese cu alt scop decât cel al studiului particular, pe de o parte, iar, pe de altă parte, se poate să nu fie complete. De exemplu, structura populaţiei rezultată în urma recensământului este pe vârste, profesii, venit real, în nici un caz nu apare publicată structura după preferinţe, stil de viaţă şi variabile de segmentare comportamentală.

2.5 Etapele unui studiu de piaţă În urmă cu 30 de ani Webber prezenta cercetarea de piaţă ca fiind

sinonimă cu proiectarea, implementarea şi analiza datelor pe baza chestionarului. În ultimul deceniu problematica studiului pieţei s-a translatat către studiul combinat al datelor de sondaj cu cel al datelor secundare.


Sintetic, opiniile cercetătorilor cu privire la secvenţa activităţilor de studiu al pieţei converg şi pot prezentate în interdependenţă sistemică în figura 2.1.

Figura 2.1 Etapele activităţii de cercetare a pieţei

Dezvoltarea planului cercetării

Formarea eşantionului de firme a.î. să fie reprezentativ pentru populaţia de firme din Bucureşti

Cercetare calitativă Cercetare cantitativă

EVALUAREA PROBLEMEI DE MARKETING: Segmentarea pieţei

INFORMAŢII LIPSĂ

EVALUAREA INFORMAŢIILOR DISPONIBILE DIN SURSELE DE DATE SECUNDARE

Raport de cercetare ce completează informaţiile pieţei

Analiza datelor

DEFINIREA PROBLEMEI DE MARKETING: Identificarea segmentelor ţintă de agenţi economici cunsumatori de servicii de consultanţă în resurse umane

Cercetare cantitativă

Dezvoltarea planului cercetării

Formarea eşantionului de firme a.î. să fie reprezentativ pentru populaţia de firme din Bucureşti

Cercetare calitativă Cercetare cantitativă

Cercetare calitativă


Tipic, secvenţa activităţilor în cadrul unei cercetări de marketing este (prezentată de Churchill, pag. 69): “… formularea problemei; proiectarea cercetării; proiectarea metodelor şi a formularelor de culegere a datelor; construcţia eşantionului şi colectarea efectivă a datelor; analiza şi interpretarea datelor; prezentarea raportului de sondaj”.

Mai detaliat, McDaniels şi Gates prezintă în 1993 fluxul studiului pieţei: identificarea şi definirea problemelor/oportunităţilor ce apar pe o piaţă, proiectarea studiului, alegerea tipului cercetării, alegerea metodelor de cercetare şi a procedurii de eşantionare, culegerea datelor, prelucrarea şi analiza datelor, raportul de sondaj, recomandări.

Programul unei investigaţii prin metoda sondajului trebuie să satisfacă etapele generale necesare în desfăşurarea unui studiu de piaţă, sintetizate astfel:

1. Analiza preliminară sau “filtrul procesului”, ce identifică variabilele potenţial factoriale şi rezultative; este considerată etapă critică a cercetării, de vreme ce posibilele arii de investigaţie pentru analist sunt nenumărate. Presupune de asemenea studierea contextului în care a apărut problema decizională ce trebuie soluţionată luând în considerare şi cercetările anterioare realizate.

2. Definirea problemei (a pieţei; a populaţiei de consumatori şi/sau furnizori) va determina un aspect esenţial pentru proiectului de cercetare: stabilirea ipotezelor studiului. Dacă ipotezele alese sunt justificate, eventuala acceptare sau respingere a acestora asigură atingerea obiectivului studiului.

3. Planificarea organizării studiului pieţei, ce constă în mod esenţial în definirea: datelor ce vor fi înregistrate, a variabilelor cantitative şi calitative cu ajutorul cărora se va caracteriza populaţia studiată; modului de obţinere a acestora; modului de organizare a datelor care să permită prelucrarea şi analiza lor; elaborarea recomandărilor. Stadiul identificării unităţilor ce vor face parte din eşantion surprinde etapele de definire a populaţiei, a caracteristicilor ce vor fi înregistrate; selectarea unui procedeu


de eşantionare; determinarea volumului eşantionului; selectarea unităţilor ce vor fi cuprinse în eşantion. Problema ce se pune cu acuitate în acest stadiu este problema reprezentativităţii şi validităţii eşantionului.

Alternanţa studiilor calitative cu cele cantitative sau desfăşurarea lor în paralel depind de opţiunea cercetătorului şi disponibilitatea unităţilor de observare de a furniza date. Găsirea soluţiei optime impune realizarea de studii pilot, care să permită definirea unui procedeu de sondaj eficient, ce urmează a fi aplicat cu o anumită periodicitate, pentru a permite şi analiza situaţii în dinamică şi efectuarea de prognoze.

4. Culegerea datelor. Datele primare sau secundare şi informaţiile înregistrate în procesul cercetării trebuie să fie: corecte, provenind de la eşantioane reprezentative care să asigure un coeficient înalt de încredere; curente; suficiente; disponibile pentru decident; relevante pentru soluţionarea problemei diagnosticate.

Este dificil pentru cercetător să obţină date concrete dată fiind complexitatea subiectului studiat, mai ales atunci când este vorba despre economia materialului, în contextul macroeconomic fluctuant al economiei româneşti. Foarte importantă este caracteristica de relevanţă a datelor pentru rezolvarea problemei decizionale, în acest caz identificarea segmentelor ţintă de agenţi economici ce apelează la firme de consultanţă în domeniul resurselor umane.

5. Elaborarea machetelor de prelucrare, prelucrarea primară prin grupare şi clasificare, se obţin tabele, serii grafice ce permit aplicarea în continuare a metodelor de analiză. În funcţie de tehnica de analiză utilizată, cu ajutorul programelor speciale de prelucrări statistice, pentru analiză nu este necesară gruparea datelor. Această operaţiune devine necesară pentru a creşte, pentru decidenţi, gradul de atractivitate şi de percepţie a datelor şi informaţiilor de piaţă.

6. Analiza datelor şi interpretarea rezultatelor. Analiza se ocupă cu “descompunerea datelor”, prelucrarea acestora şi împărţirea, structurarea lor în părţi componente. Interpretarea rezultatelor implică “reasamblarea“ lor în


forme ce oferă informaţii în concordanţă cu obiectivele studiului şi au semnificaţie pentru cei ce utilizează rezultatele cercetării în procesul luării deciziilor.

7. Prezentarea rezultatelor şi asistenţă în luarea deciziilor. Este esenţial ca rezultatele să fie raportate într-o manieră apropiată de potenţialii utilizatori. Deoarece audienţa este adesea formată din colectivul de conducere a unei organizaţii sau din personal de orientare tehnică, raportul statistic întocmit trebuie să utilizeze un limbaj şi să aibă o formă uşor de înţeles pentru acest grup de beneficiari, de fapt cei ce sunt abilitaţi să ia decizii.

Fiecare etapă amintită mai sus implică rezolvarea de probleme metodologice şi tehnice, aplicate şi adaptate pentru studiul pieţei, ce se bazează pe principiile estimării statistice.

2.6 Programul investigaţiei statistice în cercetarea de marketing Odată stabilită necesitatea organizării unei cercetări prin sondaj şi

identificate sursele de date ce vor fi utilizate pentru atingerea obiectivului studiului, pentru a colecta date primare de la o parte reprezentativă a populaţiei studiate, trebuie definit programul investigaţiei prin sondaj. Acesta constă în:

a) Definirea obiectivului – presupune precizarea clară a scopului şi a modului de utilizare a rezultatelor şi definirea populaţiei de studiat, conform scopului cercetării. În această etapă este necesară definuirea în timp şi spaţiu a categoriilor populaţiei statistice, identificând mulţimea cazurilor individuale în care se manifestă fenomenele verificând gradul de omogenitate a respectivelor categorii. De asemenea, se defineşte programul înregistrării datelor, care cuprinde setul caracteristicilor statistice ce trebuie studiate.


De exemplu, obiectivul studiului de caz prezentat în finalul lucrării este: identificarea segmentului ţintă format din firme dispuse să plătească firmelor specializate în servicii de consultanţă în resurse umane, pentru prestarea de servicii de training, perfecţionare şi instruire în cadrul programului de dezvoltare a personalului propriu. Din multitudinea tipurilor de servicii de resurse umane – selecţie, recrutare, trening – cele mai oferite şi tranzacţionate pe piaţa românească sunt serviciile de training.

Populaţia studiată în primul studiu de caz prezentat este formată din mulţimea firmelor cu sediul central în Bucureşti, indiferent de spaţiul acţiunii acestora, local, naţional sau internaţional. Gradul de omogenitate a populaţiei se poate analiza cu ajutorul indicatorilor de variaţie dacă există o cercetare totală anterioară. Dacă nu există o astfel de cercetare, cum este cazul de faţă, propunem să se organizeze sondaje succesive pentru a putea stabili şi criteriile de structurare, de grupare a populaţiei agenţilor economici.

b) Stabilirea surselor de date existente în băncile de date, obţinute prin studii preexistente, este următoarea etapă; în funcţie de cantitatea şi calitatea acestora se decide utilizarea exclusivă a datelor din bănci, necesitatea realizării unei cercetări totale sau parţiale (prin sondaj) sau utilizarea combinată a celor două tipuri de surse de date.

c) Alegerea bazei de sondaj, dacă există şi este disponibilă şi accesibilă. Prin baza de sondaj înţelegem o formă organizată de prezentare, sistematizare a unităţilor statistice ale populaţiei de referinţă, astfel încât să se permită prelevarea unui eşantion aleator.

O bază de sondaj care va asigura extragerea eşantionului conform principiilor probabilistice (fiecare unitate din populaţie să aibă aceeaşi şansă controlabilă de a participa la eşantion) trebuie să îndeplinească anumite condiţii: să fie potrivită scopului cercetării; să fie completă, să cuprindă toate unităţile populaţiei de studiat; să fie uşor accesibilă; să conţină înregistrări unice; datele să fie exacte şi actuale; să permită permanent actualizări;


d) Delimitarea unităţilor de sondaj, care pot fi: omogene (populaţii formate din persoane sau loturi de piese, produse, servicii) şi neomogene (oraşe, gospodării, organizaţii – agenţi economici); unitatea de sondaj aleasă a fost unitatea complexă, neomogenă, respectiv agentul economic.

e) Formarea eşantionului, – stabilirea procedurii de selecţie şi a volumului eşantionului în funcţie de nivelul aşteptat al erorilor de sondaj şi de bugetul alocat.

f) Culegerea datelor primare prin diverse metode de abordare a subiecţilor, prin interviu direct sau prin metode indirecte (poştă, internet, telefonic), şi stabilirea tipului de chestionar folosit, individual (fişă) sau colectiv (listă).

g) Aplicarea unui studiu pilot prin care să se culeagă date primare necesare construcţiei viitoare a eşantionului şi testării eficienţei chestionarului. Studiile de caz din ultimul capitol sunt studii pilot.

h) Elaborarea formei finale a chestionarului; chestionarul va fi îmbunătăţit şi completat cu un ghid de intervievare dacă procedura aleasă pentru culegerea datelor este interviul direct.

i) Culegerea datelor finale conform programului observării/înregistrării şi a chestionarului final.

j) Prelucrarea datelor pe calculator; după eliminarea informaţiei ce poate diminua credibilitatea rezultatelor se formează bazele de date şi se efectuează analiza datelor de sondaj.

k) Elaborarea raportului cercetării şi prezentarea rezultatelor. Parcurgerea eficientă a acestor etape are ca scop asigurarea

reprezentativităţii eşantionului, ceea ce va determina estimarea cât mai corectă a parametrilor populaţiei de referinţă. Planul investigaţiei trebuie să corespundă cu etapele cercetării de marketing.


2.7 Summary. Statistical survey – main investigation methods of the market phenomenon

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

processes manifested as a tendency in a great number of individual cases – which are different as form, but which have essential common elements; these phenomena are called mass phenomena following the statistical laws.

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

This book is not intended to present all the methods and statistical techniques – in all their complexity – but we will try to select the most used


methods, algorithms, and analysis techniques, useful for taking decisions by the managers of the companies.

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

At the beginning of this Millennium, the revolution of communications is still developing. A relatively new field for researchers is how are technological changes of the communication system going to affect the communication process in business. The modern technologies, satellite connections, the Internet – have turned around the way to transmit information.

“Communicare” was used by Romans, with the meaning of transmitting a message to a certain destination. No matter the type of communication or the means used, researches in this field has identified five aspects of the process of communication:

the message generated by a source is translated through signals that are transmitted through a channel of transmission to the receiver.

For the business communication, this process assumes clarity and coherence in translating the message into signals, transmitting of the message and of the signals with the purpose of capturing attention and perception of the receiver.


If we understand statistics as an operational tool, which helps and facilitates the process of making decisions – decisional support – in an organization, then we can also understand its place and role in the communication system for the business’ growth.

Advantages and disadvantages of sampling, as the main investigation method used in Marketing and Business Administration studies, can be observed in some several standard situations where a sampling research is more effective then a complete study of the entire population:

1. Costs: in some cases the census costs exceeds the sample cost. 2. Time: sample information requires less time to be gathered

compared to overall data gathering from all the population units. 3. Accuracy: the level of biases due to systematical errors can be

larger in a case of the census∗. 4. Destructive method used in the production quality control. 5. Impossibility of a census, like in the case of new drugs or

weapons testing on human population.

Data sources for Marketing and Business Administration studies

Statistical reports, as a part of the external communication of the company, are transmitted periodically to the local and national authorities. In the same time, internal reports issued on a regular basis are completing the statistical information and together they set the foundations of the information system of the firm’s management. The purpose of transmitting statistical documents inside the company is different from the one of the external communication. Implicitly, these reports will have a different ∗ A bias is a tendency of the researcher to make only one kind of errors or represents the tendency of

a method to induce errors. If the use of a method induces characteristics estimation larger than the value of the population than it is called positive bias and if the estimation is smaller than the value of the population then the error is called negative bias.


format, another type of presentation, flow of transmission, distribution, storing, archiving and retrieving in the finalization of the statistical analysis. No matter the type of the final statistical report to be transmitted, there is a unitary conception concerning the methods to obtain data, which are about to be processed by the Management system of the company. One of the main methods to obtain business and marketing information is sampling.

We shall call a statistical investigation any procedure of logical structure through which supplies information to the decision-making system, and which relies on a complex analysis of primary and secondary data from the objective reality. A statistical investigation is organized in order to solve some major problems even less important ones, independent or connected to other investigations, periodically or occasionally ones. Statistical investigations are concrete statistical researches, which study the statistical population through exhaustive records (when possible) and through collection of partial data.

From this point of view, we will consider primary data – data, which is obtained through statistical observation and it is used for the first time. We will define secondary data – as data from other sources (including banks of statistical data), data that are used for the 2nd time, at least, or for the nth time. This way, secondary data can be considered as being complementary to primary data gathered for the first time through the statistical data collection methods. Statistical investigations, being usually complex and significant operations, have to be organized in such a way that they solve methodological and organizational problems.

Secondary data can be classified according to the way they are collected or to their distribution sources. At the level of individual companies, secondary data are classified in external and internal data. Secondary sources of data comprise both external and internal statistical reports.

Internal data is represented by operational reports and occasional ones that go together with any report of the operations in the company: sales


data, advertising reports, periodic inventory checking, and transportation costs. All of these are examples of internal secondary data for an organization together with its accounting and sale registers, personnel reports, etc.

External data is the result of studies undertaken by specialized organizations and official organizations. These data come from a wide range of external sources. Their number is enormous. Secondary data can be found in books, magazines, Governmental publications.

Various secondary data types can be classified, according to the company that provided them, as follows:

- Governmental sources, like publications of the central and local Statistics Institutions, reports from central Governmental Institutions or information from the local power, organizations or international Institutions.

- Commercial sources, information coming from the Chamber of Commerce or other consultancy organisms

- Sources of district Chambers - Academic reports from other institutions. Among them,

Governmental sources, reports, and publications of the National Institute for Statistics and of the Register of Commerce are the most credible sources.

Steps of a market research

The process of statistical knowledge is formed as a number of consequent steps within which, there are used primary data as well as secondary (complementary) data, so it can be presented as a series of operations.

Step 1: Interdisciplinary complex analysis of the business situation The analysis of the situation or the funnel of the process implies the

knowledge, at least theoretical, as well as the decision tree research of the subject towards an already settled purpose, which can become a managerial


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

Step 2: Preliminary statistical investigation This is the settling of the problems in common with other types of

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

Step 3: Choosing the research objective and definition of the

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

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


settling of the hypothesis necessary for getting to the process of data transformation. If the correct and justified hypotheses are chosen, then their approval takes to the realization of the purpose of the study. Their rejection during the data analysis process is not to be wished, because this will imply that the collection of the initial recorded data should be remade.

Step 4: Identifying the necessary information Once the objectives of the study were identified, the identification of

the types of information is necessary for achieving the research purpose and making the optimum decision. In order to do so, the researcher will study whatever sources (direct or indirect) can insure, through analysis, this information. Also there will be pointed out what time costs are associated to the project.

Step5: Research of the secondary data

The first step begins with the research of the secondary data that may help – through statistical processing and analysis – to lead to achievement of the objectives of the study. Once the existing data have been found and evaluated, the researcher can determine if there are necessary any sources of primary data – if the secondary data are insufficient or don’t fit with the objective of the research or there have to be used other methods of collecting data.

Step 6: The selection of the methodology of collection of the primary data

The collection of collection of primary data can be grouped in this manner: methods of direct observation, experimental techniques, poll methods and other forms of partial of total observation.


The direct observation. The researcher observes the objective or the activity which interests him. These observations can be made individually or through mechanical methods.

The experimental observation. When this method is used, the researcher introduces

1) Certain stimulus, selected in a controlled environment, 2) Alternate systematically these stimulus, and 3) Record the results of these changes. The use of a controlled context is what is different compared to the

other methods, where the necessary information is obtained under normal, real conditions.

The observation through poll. The data are collected by asking the population, assumed to have the wanted information. The questions can be put in a direct interview, by telephone or by sending through mail a questionnaire to be filled.

Step 7: Data processing Primary and secondary data that were collected can be processed

through systematization, editing, codification, tables and their analysis. Editing implies (1) the checking of the accuracy of the form,

completion and consistency of the collected data, (2) add-ins or erasures – if necessary, (3) systematization of data in homogeneous groups.

Codification of individual answers has the purpose to ease their recording and processing.

Putting the data into tables can be done mechanically or manually, depending on the quantity of data, resources, and types of analysis, available computation techniques and the programs of secondary processing of systemized data.


Step 8: The analysis of data and interpretation of the results Once the data have been processed the analysis and interpretation –

of results – process begin. The analysis has to do with “splitting the data” into parts that have a basic meaning. The interpretation of the results implies their “reassembling” into shapes that are consistent with the objectives of the study and have a meaning for those using the results of the research within the process of decision-making. In order to test the importance and significance of the results, there can be applied different statistical tests.

Step 9: The presentation of the results It is essential that the results are reported in a manner close to the

potential users. Because the audience is mostly formed by the organization’s executives or technically oriented personnel, the statistical report has to use a language and to have a form adapted to this group of beneficiaries – in fact the persons named to take decisions.

As a conclusion we can say that the general steps of a statistical investigation are summarized as follows:

1. Establishing the objective of the research only if there is a management problem to be solved. Nobody is conducting a statistical research if there is no decision to be taken.

2. Defining and identifying the population needed to be studied according to the objective.

3. Establishing the set of characteristics or attributes according to the information we need to obtain. This set of characteristics is called the research program.

4. Analyzing the database already existing about the population. The data existing in the database or already gathered for a previous

research to be used in the current research for at least the 2nd time is called secondary data.

So this step is analyzing the secondary data source. Ex: All the statistical populations in the country offering data

concerning population, regions, cities, companies and so on.


5. If the secondary data is insufficient, the researcher has to decide to organize either a total research or a partial one, depending on the resources available such as time, money and human resources. In some cases it is impossible to organize a census, like for instance for the production quality control, if the quality control will destroy the product.

If we decide to conduct a partial research, we need to decide what type of research can we conduct.

Organizing the data collection, which means deciding where, when and how to collect the data for each unit. How to collect data? We can choose to collect data individually, each unit on a separate fish or collectively using a common recording way like a list.

6. Data recording with a program called SPSS. 7. Data summarizing and presentation, also called primary data

processing. We are calling primary data, data gathered for the first time or used

for the same goal. The result of this step will be tables, series and graphs. 8. Data description using descriptive statistics measures and data

analyzing. 9. Data conclusions presented into a research report.

3

3.1 Eşantionare aleatoare Eşantionul este un segment al populaţiei studiate, ales să o reprezinte

în ansamblu. Reprezentativitatea acestuia asigură corectitudinea estimărilor efectuate baza calculului indicatorilor de sondaj şi a inferenţei statistice realizate.

Atunci când alege eşantionul cercetătorul trebuie să răspundă la mai multe categorii de întrebări:

i) CINE urmează să fie studiat (care este unitatea de sondaj?); ii) CÂTE unităţi va cuprinde eşantionul (volumul eşantionului

desigur influenţează siguranţa rezultatelor, dar, dacă este bine ales, şi un eşantion de sub 1% din populaţia totală poate furniza rezultate cu o probabilitate ridicată);

iii) care sunt CRITERIILE de alegere a unităţilor în eşantion (care este procedeul de eşantionare folosit?).

Folosind eşantionarea aleatoare, probabilistică, fiecare unitate componentă a populaţiei studiate are o anumită probabilitate, pentru a fi inclusă în eşantion, putându-se astfel estima eroarea de eşantionare. Atunci când procedeele aleatoare sunt prea costisitoare sau durează prea mult,

Procedee de eşantionare aplicate în cercetarea pieţei şi administrarea eficientă a afacerilor


studiile de piaţă apelează şi la eşantionare neprobabilistică sau mixtă, caz în care nu pot fi estimate erorile de eşantionare.

Pentru a respecta caracterul aleator al formării eşantionului, procedeul de eşantionare nu trebuie să fie influenţat de analist. Un eşantion este aleator dacă toate unităţile extrase din colectivitatea generală au avut aceeaşi şansă (probabilitate egală şi diferită de zero) de a participa la eşantion. Rezultatele unui astfel de sondaj pot fi interpretate probabilistic.

Eşantionarea aleatoare se realizează după planuri de sondaje simple (pentru sondaje în populaţii omogene, dar putându-se aplica şi pentru populaţii neomogene), după planuri de sondaj în mai multe etape (stratificarea, sondajul multistadial, multifazic, de serii, secvenţial). Această metodă de eşantionare este indicat a se folosi în cazul în care unităţile din populaţie sunt de dimensiuni mici şi nu există diferenţe semnificative între mărimea unităţilor populaţiei.

În practica de piaţă economică această condiţie este rar îndeplinită în totalitate,. De aceea, se recomandă aplicarea de metode de eşantionare cu probabilităţi inegale, în ipoteza că unităţile au şanse diferite de a face parte din eşantion. Pentru aplicarea acestei metode este necesară cunoaşterea unor date auxiliare despre populaţie. În unele cazuri, eşantionarea cu probabilităţi inegale poate fi mai avantajoasă decât cea cu probabilităţi egale.

De exemplu, dacă estimăm numărul angajaţilor dintr-o regiune, cu scopul de a planifica cifra de şcolarizare la o firmă de instruire, vom folosi datele dintr-un eşantion de judeţe, extrase aleator, pentru care se cunoaşte populaţia fiecarui judeţ (în urma ultimului recensământ).

Dacă notăm cu Xi numărul firmelor din judeţul i cuprins în eşantion, cu N numărul judeţelor ţării şi cu n numărul judeţelor cuprinse în eşantion, sum(Xi) estimează numărul firmelor la nivel naţional. Judeţele, indiferent de mărimea lor, au avut şanse egale de a participa la eşantion. Dar numărul firmelor depinde în mod evident de populaţia judeţului şi deci estimatorul poate fi afectat de o eroare semnificativă.


Pornind de la ipoteza existenţei unei legături directe, pozitive între populaţia unui judeţ şi numărul de firme comerciale, se poate acorda judeţelor mai mari o şansă mai mare de a face parte din eşantion. Probabilitatea ce i se va atribui fiecărui judeţ va fi proporţională cu populaţia sa. Procedeul de extracţie va fi nerepetat. Estimatorul devine: (P/n).sum(Xi/pi), unde P este populaţia întregii ţări şi pi populaţia judeţului i din eşantion.

Din procedee de extracţie cu probabilităţi egale amintim procedee absolut aleatoare, procedeul loteriei şi al tabelului cu numere întâmplătoare şi procedeul mecanic sau de eşantionare sistematică.

3.2 Eşantionare dirijată şi mixtă

Eşantionarea dirijată apare în cadrul sondajului efectuat de un expert sau un observator - bun cunoscător al caracteristicilor populaţiei din care se va extrage eşantionul, care va include în eşantion, în mod conştient, unităţile alese după părerea sa subiectivă. Acest procedeu de eşantionare este mult mai ieftin decât cele probabilistice şi se poate aplica dacă eşantioanele sunt atât de mici, încât inferenţele efectuate pe baza lor nu ar reprezenta decât o simplă ipoteză ce nu ar putea fi testată, indiferent de metoda de prelevare utilizată.

Datele disponibile pot prezenta un grad ridicat de nesiguranţă, ceea ce va face ca opinia unui expert să ducă la obţinerea de rezultate mai bune. Selecţia dirijată nu permite stabilirea gradului de precizie a unei estimaţii făcute pe baza ei, precizia depinzând direct de numeroase circumstanţe. În practică se aplică aceasta metodă de eşantionare datorită imposibilităţii respectării condiţiilor de efectuare a unei eşantionări aleatoare (baza de sondaj completă şi fără omisiuni, cunoaşterea unor informaţii suplimentare despre unităţile cuprinse în eşantion).


Cea mai utilizată metodă de eşantionare dirijată în cercetările de piaţă şi anchetele de piaţă este cea pe cote. În acest caz se cunoaşte structura populaţiei studiate după sex, vârstă, categorie socio-profesională, din studii demografice anterioare. În cadrul fiecărei grupe se cuprinde un număr de persoane alese de către operator. Acestuia i se comunică doar caracteristicile persoanelor ce trebuie intervievate, numărul lor pe fiecare grupă în parte şi structura populaţiei studiate. Se presupune că eşantionul este reprezentativ dacă el redă structura populaţiei generale studiate.

Metoda se bazează pe o alegere raţională a unităţilor din eşantion. Prin modul de constituire a eşantionului apare ca o metodă mixtă, combinând metodele probabilistice cu cele nealeatoare de eşantionare.

Asimilarea cu metodele probabilistice se face în măsura în care putem defini ca probabilităţi frecvenţele relative, definite în cadrul populaţiei. Putem face această echivalenţă dacă volumul populaţiei de referinţă este suficient de mare pentru a da posibilitatea aplicării legii numerelor mari.

De aceea, se poate afirma că sondajul pe cote apare ca un sondaj stratificat, selecţia în cadrul grupelor fiind conştienţa nu este aleatoare. Caracterul voluntar al metodei constituie principalul său dezavantaj, operatorul putând influenţa în mod voit sau nu rezultatele sondajului. Asemănarea dintre eşantionarea stratificată aleatoare şi cea pe cote constă în stratificarea iniţială a populaţiei de referinţă pe straturi omogene.

Diferenţa dintre stratificarea aleatoare şi eşantionarea pe cote constă în procedeul de selecţie al unităţilor din fiecare strat, selecţia în cazul eşantionarii pe cote fiind lăsată pe seama operatorilor.

Deci metoda se bazează pe definirea caracteristicilor de structurare a populaţiei de referinţă. Astfel, pentru fiecare caracteristică, structura eşantionului trebuie să fie identică cu cea a populaţiei din care este prelevat. Se definesc variabilele de control ca ansamblul caracteristicilor reţinute pentru a asigura identitatea între eşantion şi populaţia de referinţă. Stabilirea


variabilelor de control are în vedere obiectivul studiului şi tipul populaţiei de referinţă.

Pentru alegerea criteriilor de cotă, de structurare este recomandabil să se ţină seama de următoarele îndrumări: definirea variabilelor pe baza întrebărilor cuprinse în eşantion, folosirea ca variabile de control doar a acelora pentru care se poate defini o distribuţie statistică pentru populaţia de referinţă, limitarea numărului de criterii de cotă – ce trebuie să fie independente, fără să cuprindă conotaţii psihologice şi formate din unităţi statistice cu un grad cât mai mare de omogenitate. Dacă se respectă aceste condiţii se poate obţine un eşantion sensibil apropiat de un eşantion extras pe baza procedeelor aleatoare.

Un eşantion obţinut prin procedeul cotelor, reprezentativ la nivel naţional, format din consumatori, trebuie structurat după criteriile: mediul de provenienţă, marimea oraşului, sex, venit etc.

Într-un alt exemplu, într-un sondaj statistic organizat la nivelul Municipiului Bucureşti, cu scopul identificării preferinţelor cursanţilor unui curs de informatică, pentru calculatoare personale şi produse program, organizat în scopul identificării segmentelor ţintă pe diferite tipuri şi categorii de cursanţi, pot fi alese ca variabile de control categoria socio-profesională, vârsta, gradul de educaţie, structura populaţiei – aceste variabile de segmentare fiind publicate în urma ultimului recensământ.

De asemenea, în cadrul unui sondaj efectuat cu scopul identificării oportunităţilor pe piaţa serviciilor de consultanţă în resurse umane am ales drept variabile de control pentru o populaţie formată din agenţi economici din Bucureşti: forma dominantă de proprietate şi provenienţa capitalului, date preluate de la INS.

Această metodă este de departe cea mai utilizată în studiile de piaţă, deoarece necesită un buget redus de cheltuieli, fiind mai puţin costisitoare decât orice metodă de eşantionare aleatoare, proiectarea nu este laborioasă, rezultatele se obţin operativ, într-un timp scurt şi, de fapt, este singura metodă posibilă dacă nu există bază de sondaj.


O altă metodă de formare dirijată a eşantionului este metoda voluntariatului, extrem de utilizată în trecut în cercetările medicale şi psihologice. A început să fie din ce în ce mai des folosită în studiile de marketing. Includerea în eşantion se realizează pe baza opţiunii voluntare a persoanelor de a participa la eşantion.

Anchetele desfăşurate pe baza metodei voluntariatului se aplică studiului opiniilor ascultătorilor radioului, cititorilor ziarelor, „navigatorilor” pe internet. Metoda constă în publicarea chestionarului în presă ori afişarea sa într-o pagină de Web, însoţită de rugămintea de a răspunde. Deşi aceste anchete furnizează un volum mare de date, se pune problema posibilităţii extrapolării rezultatelor, imposibil de realizat datorită necunoaşterii reprezentativităţii eşantionului celor ce au răspuns.

O a treia metodă de eşantionare dirijată este metoda de eşantionare bazată pe accesibilitate, cercetătorul alegând acei membrii ai populaţiei de la care se pot obţine cel mai uşor informaţiile.

Metoda itinerariilor este, de asemenea, o metodă de eşantionare dirijată care se poate aplica în regiunile cu densitatea populaţiei mare. Această metodă poate fi combinată cu metodă de eşantionare pe cote, ceea ce presupune că operatorul trebuie să formeze grupele urmând un itinerar prestabilit. În cazul unui refuz, operatorul va trece la următorul punct prestabilit de pe traseu.

Principiul de bază al metodei unităţilor tipice constă în faptul că diferite caracteristici ale unităţilor statistice sunt corelate, ceea ce permite gruparea populaţiei în subansambluri omogene, iar variabila de control reprezintă aceste subansambluri prin media sa, denumită unitate tip.

Deşi metodele prezentate mai sus nu respectă principiile eşantionării aleatoare, sunt folosite destul de des în sondajele de piaţă, fiind efectuate de specialişti în domeniul marketing-ului, ce contribuie prin cunoştinţele lor şi experienţa acumulată la atenuarea dezavantajelor acestor metode de eşantionare.


În practică, se pot combina metodele de eşantionare aleatoare cu cele dirijate, obţinându-se o combinaţie de avantaje şi atenuarea dezavantajelor fiecăreia. Un exemplu îl constituie selecţia stratificată, în care se împarte întreaga populaţie în straturi (grupe) după criterii de stratificare corespunzătoare scopului sondajului şi se alege din fiecare strat câte un subeşantion folosind procedeul aleator de selecţie.

Eşantionarea stratificată se recomandă a se utiliza în studiul fenomenelor economico-sociale de masă şi, în mod special, în studierea fenomenelor de piaţă, caracterizate printr-un grad mare de eterogenitate. Pentru a creşte gradul de omogenitate, populaţia de referinţă se împarte mai întâi pe grupe omogene. Aplicând în continuare selecţia aleatoare în fiecare grupă, subeşantionul obţinut va fi omogen. Erorile de sondaj rezultate vor fi mai mici decât în cazul extragerii eşantionului din populaţia totală, neîmpărţită pe clase omogene.

3.3 Determinarea mărimii eşantionului Determinarea volumului eşantionului este pasul esenţial ce trebuie

parcurs înainte de culegerea datelor. Volumul eşantionului este desemnat prin numărul unităţilor statistice simple sau complexe ce vor fi prelevate din populaţia de referinţă, de la care se vor înregistra datele de intrare pentru analiză.

Deci, analistul trebuie să decidă, în funcţie de mai mulţi factori, care este numărul optim de unităţi statistice ce trebuie cuprinse în sondaj pentru ca eşantionul să fie reprezentativ şi rezultatele sale să se poată extinde asupra populaţiei de referinţă cu respectarea principiilor inferenţei statistice.

În consecinţă, se pune problema determinării dimensiunii optime a eşantionului care să asigure îndeplinirea obiectivelor sondajului. Eşantionul ideal trebuie să fie în concordanţă cu eşantionul practic, ce poate fi construit astfel încât să se poată atinge obiectivele studiului.


Un alt element care trebuie foarte clar precizat şi utilizat este reprezentat de modalitatea de determinare a volumului eşantionului. Contrar simţului comun, nu este importantă ponderea eşantionului în colectivitatea totală (care intră doar ca element de corecţie), cât mărimea absolută a lui.

Fixarea apriorică a proporţiei de sondaj, raportul dintre volumul eşantionului şi volumul populaţiei totale, poate conduce fie la supra-dimensionare, fie la subdimensionare.

O raţie de sondaj de zeci de procente se dovedeşte nesemnificativă în condiţiile unui volum relativ redus al colectivităţii totale, după cum o pondere chiar mai mică de 1% este suficientă la colectivităţi mari şi foarte mari.

Volumul optim de eşantionare depinde de obţinerea volumului minim care să asigure o reprezentativitate adecvată a eşantionului, ce este dat de factori de influenţă situaţi în afara mărimii colectivităţii totale şi care se referă la structura colectivităţii.

Expresiile de definiţie a mărimii eşantionului sunt: n = t2.σ2 / e2 pentru caracteristici continue (3.1) şi n = t2.P.(100 - P) / e2 pentru caracteristici alternative (3.2) unde, t: valoarea teoretică corespunzătoare probabilităţii cu care se

lucrează (de regulă, P = 95%, iar t = 1,96); σ: abaterea medie pătratică a distribuţiei caracteristicii care stă la

baza elaborării eşantionului (σ2 = dispersia sau varianţa V); P: procentul în care populaţia cercetată posedă caracteristica de

eşantionare; e: eroarea limită de reprezentativitate admisă.


Datorită faptului că nu se studiază întreaga colectivitate, estimarea valorilor obţinute (medii, procente) la nivelul eşantionului pentru întreaga colectivitate se face cu o anumită eroare. Valoarea reală se află cuprinsă în limitele determinate de mărimea obţinută la nivelul eşantionului ± e.

În determinarea volumului eşantionului se acceptă aprioric o anumită eroare cuprinsă între 1% (foarte rar practicată, dealtfel, deoarece necesită eşantioane foarte mari) şi 5% (prag de eroare aproape general acceptat de către experţii în marketing).

În continuare, algoritmul de lucru este „simplu”. La o anumită valoare a lui σ sau P şi o valoare impusă a lui e rezultă în mod automat o anumită valoare a lui n. Dificultatea cea mai mare constă însă tocmai în obţinerea informaţiilor referitoare la distribuţia caracteristicilor de eşantionare, respectiv valorile σ sau P. La valorile σ = 0,5 m sau P = 50% şi e = 1% rezultă un eşantion de 9600 persoane necesar pentru a fi studiat, ori, de multe ori, colectivitatea totală este mică.

Volumul cerut pentru eşantion scade vertiginos, dacă ne reducem dorinţa de rigurozitate şi acceptăm valori mai mari ale lui e, ceea ce se şi face de regulă. Pentru un nivel al erorii e = 2%, 3%, 4% sau 5% (menţinând constant σ sau P) volumul eşantionului se reduce şi el la: 2400, 1060, 600 şi, respectiv, 384 persoane. Dacă se modifică valorile σ sau P vor rezulta mărimi diferite pentru n.

În evaluarea gradului de reprezentativitate a cercetărilor intervin şi alte elemente, care se referă la aplicarea corectă a tuturor cerinţelor de întocmire a eşantionului, a corecţiilor cerute de schema de eşantionare, de dispersia spaţială a populaţiei, de selectarea subiecţilor şi de cercetarea efectivă a acestora.

Putem preciza o serie de principii ce trebuie respectate pentru evaluare: aplicarea eşantionării la colectivităţile de populaţie reclamă asigurarea unui număr minim de persoane (n) care să permită un grad acceptabil de reprezentativitate; mărimea colectivităţii totale intervine doar ca element de corecţie, factorul de corecţie fiind (N – n)/(N – 1), cu care se


micşorează valoarea n a volumului eşantionului, deja obţinută. Valoarea raportului se apropie de unu în cazul în care N este un număr mare.

Atunci când studiem colectivităţi relativ mici (sub 500 persoane) nu se pot determina eşantioane reprezentative după regulile numerelor mari şi ar trebui să se ia în considerare cerinţele suplimentare ale eşantioanelor mici. Când suntem în imposibilitatea de a construi eşantioane reprezentative este preferabil să studiem loturi omogene sau neomogene de populaţie, dar care nu ne permit să generalizăm rezultatele la ansamblul colectivităţii, de unde rezultă implicit avantajele cercetării selective, riguros realizate.

O atenţie cu totul deosebită trebuie acordată modului în care se face uz de o metodă mai rapidă de determinare a mărimii eşantionului, care pleacă de la volumul colectivităţii totale (N) fără a mai lua în considerare caracteristicile populaţiei, expresia Taro Jamane:

N = N / (1+N.e2) (3.3) Efectuarea unor calcule simple ne indică şi de această dată că, de

fapt, volumul eşantionului obţinut nu reflectă variaţiile mărimii colectivităţii totale. Se constituie anumite praguri peste care n (volumul eşantionului) nu mai creşte oricât de mult ar creşte N.

Aşa, de exemplu, la e = 5% pragul respectiv este 399. La valori mai mici ale erorii limită admise pragul eşantionului se fixează, evident, la valori mai mari, dar întotdeauna în jurul valorii indicate de expresia de definiţie a mărimii eşantionului în care P = 50% (când furnizează cea mai mare mărime a eşantionului), iar t = 1,96 corespunde unei probabilităţi de 95%.

După cum se observă, metoda Jamane poate conduce la eşantioane subdimensionate (când se doreşte o siguranţă mai mare, deci o probabilitate de peste 95%, sau când populaţia este eterogenă în raport cu caracteristicile de bază) şi la eşantioane supradimensionate (în cazul în care populaţia este relativ omogenă). Şi de această dată dorinţa de a lucra cu erori mici de reprezentativitate conduce la eşantioane foarte mari (tabelul 3.1).


Calculul expus îndreptăţeşte, pe de o parte, afirmaţia potrivit căreia mărimea eşantionului nu depinde în mod absolut de mărimea colectivităţii totale (în condiţiile în care eroarea de reprezentativitate rămâne constantă, variaţiile mărimii colectivităţii totale nu pot fi reflectate în mărimea eşantionului), iar, pe de altă parte, impune o anumită circumspecţie în utilizarea metodei „simplificate” pentru determinarea volumului eşantionului.

Mărimile simulate ale eşantionului calculat prin expresia

Taro Jamane pentru anumite valori ale lui N şi e Tabel 3.1

Mărimea eşantionului pentru diverse erori limită admise Mărimea colectivităţii

totale (N) e = 5% e = 3% e = 1%

500 1000 5000 10000 100000 1000000 10000000

222 285 370 384 398 399 399

345 526 909 1000 1099 1109 1110

476 909 3333 5000 9090 9900 9990

Stabilirea volumului eşantionului se face pe bază unui compromis

între opţiunea pentru eşantioane de volum mare, care să asigure un grad mare de reprezentativitate şi un grad mare de încredere pentru parametrii estimaţi ai populaţiei de referinţă, şi optiunea pentru eşantioane de volum mic, ce implică costuri reduse. Dimensiunea minimă a eşantionului trebuie să asigure o reprezentativitate acceptabilă în procesul inferenţei statistice, care să nu ducă la distorsiuni.

Mărimea eşantionului depinde de numeroşi factori controlabili şi necontrolabili pentru cercetător: gradul de exactitate cu care se doreşte să se estimeze caracteristicile populaţiei de referinţă, mărimea erorilor de sondaj, legea numerelor mari şi, nu în ultimul rând, bugetul disponibil, perioada de timp avută la dispoziţie şi resursele de personal de care dispune.


Gradul preciziei cerute de beneficiarul rezultatelor este principalul factor ce determină marimea eşantionului. Încrederea ce poate fi atribuită informaţiilor obţinute pe baza unui eşantion depinde direct de mărimea eşantionului, şi nu de fracţia de selecţie.

În stabilirea dimensiunii eşantionului, dacă se stabileşte aprioric un prag de semnificatie ∝, se impune ca abaterile dintre media populaţiei de referinţă, dacă se cunosc, şi mediile eşantioanelor ce se pot genera să respecte inegalitatea.

Gradul de variabilitate al oricărei populaţii este un alt factor de influenţă ce poate fi sau nu cunoscut. Dacă variabilitatea este cunoscută din cercetări anterioare sau dintr-o cercetare organizată în mod special, volumul eşantionului rezultă imediat din calcule. Dacă dispersia eşantionului sau a populaţiei de referinţă nu este cunoscută în cazul cel mai nefavorabil), se ia în calcul dispersia maximă. Calculul ei presupune stabilirea mărimii maxime a dispersiei pentru caracteristici cantitative:

2)xx()xx( 2

max2

min2max

−+−=σ şi 25,0)5,01(5,0)f1(f2

max =−=−=σ (3.4)

şi determinarea valorii de 0,25 – corespunzătoare frecvenţei maxime f, a caracteristicii alternative.

În practică se operează cu eşantioane de volum redus (pentru care se foloseşte la estimarea erorilor legea repartiţie Student) şi eşantioane de volum normal (pentru care se foloseşte legea de repartiţie Laplace), în funcţie de gradul de omogenitate al colectivităţii. Evident, conform legii numerelor mari cu cât creşte volumul eşantionului (nu fracţia de selecţie), cu atât precizia rezultatelor este mai mare. Mărimea eşantionului se decide şi în funcţie de rezultatele ce vor fi analizate, ţinându-se seama de necesitatea obţinerii preciziei nu doar pe total eşantion, ci şi pe subgrupe.

Un alt factor de influenţă este faptul că sondajul, în general, urmăreşte rezultatele privitoare la mai multe caracteristici. Un eşantion


suficient de mare pentru estimarea intervalului de încredere pentru o caracteristică poate să fie insuficient pentru o altă caracteristică.

Problemele se complică în cazul sondajelor stratificate, caz în care trebuie estimată mărimea eşantionului pe fiecare strat şi apoi, prin însumare, va rezulta eşantionul pe total populaţie. În cazul sondajului multistadial trebuie facută o estimare a variantelor în interiorul şi între unităţile din primul stadiu. Toate aceste dificultăţi de natură tehnică pot fi evitate printr-o documentare prealabilă corespunzătoare.

Mărimea eşantionului va mai fi decisă şi în funcţie de restricţiile de resurse şi bugetul disponibil, de cerinţele beneficiarului şi de posibilitatea previzionării dispersiei variabilelor înregistrate.

3.4 Probleme privind prognoza volumului de eşantionare.

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

dinamice, ceea ce determină valori diferite în timp ale variabilelor ce le caracterizează. Sondajul prezintă o situaţie statică, de aceea se recomandă organizarea de sondaje periodice cu acelaşi set de variabile înregistrate.

Măsurând valorile unor variabile ce caracterizează un fenomen în momente diferite de timp putem determina variaţii statistice nu doar între valorile individuale înregistrate, ci şi între valorile medii calculate la momente de timp diferite, pastrându-se sau nu aceeaşi amplitudine a variaţiei.

Pentru proiectarea volumului unui nou eşantion în sondaje periodice este necesară conoaşterea tendinţei de evoluţie a dispersiei şi posibilitatea previzionării dispersiei şi abaterii standard. De aici apare ca necesară elaborarea de serii de timp de dispersii şi de modificări absolute şi/sau relative ale acesteia, ca de exemplu, serii cronologice de indici ai dispersiei


sau de sporuri ale dispersiei unei variabile înregistrate în sondaje efectuate la momente de timp diferite.

Posibilitatea previzionării dispersiei cu ajutorul indicatorilor marginali ar adăuga o nouă restricţie în estimarea volumului noului eşantion, alături de restricţiile de costuri.

Cea mai frecventă metodă de sondaj utilizată în studiile sociale şi economice este sondajul stratificat. De aceea, această formă de sondaj poate fi utilizată şi pentru studiul fenomenelor în dinamică, pe baza datelor înregistrate în sondaje realizate în perioade diferite, în vederea elaborării de serii cronologice care să permită, prin aplicarea de tehnici complexe de sondaj, efectuarea de prognoze optime.

În scopul previzionării gradului de variaţie, a dispersiei şi a abaterii tip, în urma realizării de sondaje periodice se pot construi serii cronologice cu periodicitate constantă sau variabilă, de niveluri atinse de indicatori micro sau macroeconomici, de medii şi măsuri ale variaţiei atinse de valorile individuale ale distribuţiei marginale şi chiar de indicatori marginali care exprimă modificarea mediilor şi a dispersiilor.

Cunoaştem că rezultatele unui sondaj stratificat conduc la verificarea regulei de adunare a dispersiilor, conform căreia dispersia totală înregistrată de variaţia valorilor individuale ale distribuţiei marginale este suma dispersiilor parţiale, deci:

σ σ σtotal y x2 2 2= + / , (3.5)

unde,

σ total2 = dispersia totală, determinată de toţi factorii de influenţă ai

variaţiei unei variabile;

σ 2 = media dispersiilor înregistrată în interiorul straturilor,

determinată de factorii neînregistraţi;


σ y x/2 = dispersia dintre straturi, determinată de factorul de formare a

straturilor, ce arată în ce măsură discriminează sau nu criteriul de stratificare variabila studiată.

Dacă simplificăm fiecare termen al ecuaţiei de mai sus cu dispersia totală, calculând deci structura dispersiei totale, obţinem raportul de determinaţie şi raportul de nedeterminaţie, după formula:

12

2

2

2= +σσ

σσtotal

y x

total

/, (3.6)

unde,

2

2

totalσσ

= raport de nondeterminaţie ce exprimă procentual partea din

variaţia totală datorată factorilor aleatori neînregistraţi;

2

2/

total

xy

σσ

= raport de determinaţie ce exprimă procentual partea din

variaţia totală a variabilei dependente explicată de factorul de grupare, de discrimare, de variabila independentă.

Dacă înregistrăm două niveluri ale dispersiei pentru două sondaje succesive se poate calcula modificarea absolută a dispersiei totale ce se va distribui între modificarea absolută a dispersiei dintre straturi şi a mediei dispersiilor din interiorul straturilor, astfel:

∆ ∆ ∆σ σ σtotal y x2 2 2= + / (3.7)

Acest spor al dispersiei totale poate fi pozitiv sau negativ şi se poate

distribui egal sau diferit pe cele două componente. Pentru a măsura modul de distribuţie şi a determina contribuţia factorului de stratificare la variaţia


dispersiei totale, calculăm structura ecuaţiei modificărilor absolute ale dispersiilor împăţind ecuaţia modificărilor absolute, cu modificarea absolută a dispersiei totale, astfel:

12

2

2

2= +∆∆

∆

∆σσ

σσtotal

y x

total

/ , (3.8)

În ecuaţia de mai sus se propune că indicatorii marginali obţinuţi să

se noteze, numească şi intrepreteze, astfel:

a. σ 2mg = ∆

∆σσ

2

2total

= dispersie medie marginală, ce arată cu cât se

va modifica media dispersiilor din interiorul straturilor dacă dispersia totală suferă o modificare cu o unitate sau cu cât trebuie să se modifice media dispersiilor din interiorul straturilor pentru a obţine o modificare cu o unitate a dispersiei totale; poate lua valori între – 1 şi 1.

b. σ y xmg/2 =

∆

∆

σσ

y x

total

/2

2 = dispersie marginală dintre straturi, ce arată cu

cât se va modifica nivelul dispersiei dintre straturi la o modificare unitară a dispersiei totale sau cu cât trebuie modificată dispersia dintre straturi pentru a obţine o modificare unitară a dispersiei totale; poate lua valori între -1 şi 1.

Există posibilitatea identificării unei funcţii matematice de trend pe

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


Desigur dispersiile de eşantion sunt corectate cu numărul gradelor de libertate corespunzătoare, dar pentru simplificarea modului de scriere a formulelor nu am mai introdus şi aceste notaţii.

Dispersia totală se corectează cu n - 1 grade de libertate, dispersia dintre starturi se corectează cu numărul de straturi -1, deci r - 1, iar media disersiilor din interiorul starturilor cu volumul eşantionului – numărul de straturi, deci n - r.

Construind serii cronologice de dispersii marginale ce vor fi supuse analizei statistice de previziune putem estima, cu o anumită probabilitate, nivelul mediei dispersiei din interiorul straturilor şi al dispersiei totale, niveluri necesare programării unui nou volum de eşantionare. Dacă seriile construite sunt nestaţionare vor trebui diferenţiate pentru a se transforma în evoluţii staţionare.

În final, trebuie precizat că modificările absolute ale dispersiilor corectate pot fi calculate cu bază mobilă sau cu bază fixă. Sporurile cu bază fixă apar în cazul în care am realizat într-o cercetare anterioară o probă martor sau un eşantion programat în care se ajunge la o distribuţie martor ce coincide cu structura distribuţiei totale şi a cărei reprezentativitate este validată statistic.

Necesitatea utilizării indicatorilor marginali ai variaţiei valorilor individuale ale unei variabile cantitative de sondaj este legată, mai ales, de calculele de prognoză care sunt necesare pentru determinarea volumului unui nou eşantion.

Metoda se poate aplica înspecial în situaţia sondajului stratificat, caz în care, pentru estimarea intervalului de încredere, se foloseşte media dispersiilor din interiorul straturilor şi necesită, pentru o mai bună fundamentare teoretică, testarea riguroasă în activitatea practică.


3.5 Summary. Sampling methods applied in Marketing and Business Administration studies

Random Sampling The sample is a segment of the statistical population chosen to

represent it as a whole. Its representativity ensures the accuracy of the estimation made on the basis of calculating the research indicators and the inferential statistics.

When it chooses the sample, the researcher must answer to different categories of questions:

WHO is to be studied (which is the research unit?)? HOW MANY units will the sample include (the sample size

influences the results' accuracy, but if it is well chosen, even a sample of under 1 per cent of the total population may give results with a high probability)

WHICH are the CRITERIAS for choosing the sampling units (which is the sampling method used?)

Using random, probabilistic sampling, each unit of the population has a certain probability to be included in the sample, making possible the estimation of sampling error. In case the random methods are too expensive or take too long, the market studies use non-probabilistic or mix sampling. In this case the sampling errors cannot be estimated.

The random sample is made up of simple research plans (for researches of homogenous population and also applicable for non-homogenous population) or of multi-stage research plans (ranking, multi-stage research, multi-phase research, serial research, sequential research).

The sampling method is indicated to be used in the case where the units of population are of small size and there are no significant differences between the sizes of the units' population. For example, if we estimate the

Statistics for Marketing an Business Administration

number of employees in an area, with the purpose of planning the training figure at a training firm, we will use data from districts' samples, randomly chosen, for which the population of each district is known (as a result of the last census).

If we denote by Xi the number of firms from district і comprised in the sample, by N the number of the country's districts and by n the number of the districts comprised in the sample, sum(Xi) is estimating the number of firms at national level. The districts, no matter their size, had equal chances to be a part of the sample. But, the number of firms depends obviously on the district's population. Thus, the estimator can be afected by a significant error.

Starting from the hypothesis of the existence of a direct, positive relation between the population of a district and the number of the commercial firms, larger districts can be granted a higher chance to be part of the sample. The probability which is assigned to which district will be well-balanced with its population. The method of extraction will not be repeated. The estimator becomes: (P/n).sum(Xi/pi), where P is the population of the whole country, pi is the population of district і from the sample.

Conducted and mix sampling Conducted sampling appears in the research achieved by an expert or

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


The most used method of conducted sample in the market research and market inquire is the quotas sampling. In this case the structure of the population is known according to sex, age, socio-vocational category, due to some previous demographic studies. In every group it is included a number of persons chosen by the operator. The operator is told only the characteristics of the persons that must be interviewed, their number for every group and the structure of the studied population. It is presumed that the sampling is representative if it gives the structure of the total studied population.

Another method of forming the conducted sampling is the volunteers method, which was often used in the past in medical and psychological researches. It started to be used more and more in the marketing research. The enclosure in the sample is made based on the voluntary option of the person to participate in the sample.

The itinerary method is also a conducted sample, which can be applied in areas with a high density of population. This type may be combined with the sampling method based on quota, which supposes that the operator must form the groups following a pre-established itinerary. In case of refusal, the operator will pass to the next pre-established point of the itinerary.

The basic principle of the typical units method consists in the fact that different characteristics of the statistical units are correlated, which allows grouping the population in homogenous subtypes, and the control variable represents these subtypes through its average, called type unit.

Although the methods presented above do not respect the principle of random sampling, they are often used in the market research, being achieved by specialists in marketing, who contribute with their knowledge and with their accumulated experience to decrease the disadvantages of these sampling methods.


Determining the size of the sample Determining the size of the sample is the essential step that must be

taken before gathering the data. The size of the sample is designated by the number of simple and complex number of units, which will be obtained from the reference population, from which the entering data will be recorded for the analysis.

So, the analysts must decide, according to many factors, which is the optimal number of statistical units that must be included in the survey so that the sample will be representative and its results will extend over the reference population, respecting the principles of statistical inference.

The optimal size of the sample depends on obtaining the minimum size which will ensure the representativity of the sample, size which is given by the influencing factors situated outside the total collectivity's size, which refer to the structure of the collectivity.

The expressions to define the sample size are: n = t2.σ2 / e2, for continous variables and n = t2.P.(100 - P) / e2, for alternative variables where: t: theoretical value corresponding to the probability with which it is

working (generally P=95%, and t=1.96); square average deviation of the characteristic's distribution, which is

the base for the sample's elaboration (σ2 the dispersion or variance V); P: the percentage in which the studied population posses the

sampling characteristics; e: the allowed representativity error.


A special attention must be given to the way of using a faster method of determining the sample size, which starts with the total collectivity size (N) without taking into consideration the characteristic of the population, the Taro Jamane expression:

N = N / (1+N.e2) Also this time, some simple computation indicates, that the size of

the obtained sample does not reflect the variations of the total collectivity size. Certain levels are constituted, over which n (the sample size) will not rise, no matter the rise of N. For example, for e=5%, the level is 399.

The computation given as example confirms, on one hand, the affirmation according to which the sample size does not depend entirely on the total collectivity size given the condition in which the representatvity error remains constant, the variations of the total collectivity size cannot be reflected in the sample size), and on the other hand, imposes a certain wariness in using the "simplified" method for determining the sample size.

The simulated measures of the sample computed with the Taro Jamane expression for certain values of N and e.

The sample size depends on various controllable and uncontrollable factors for the researcher: the accuracy level with which it is wished to estimate the characteristics of the reference population, the size of the sampling errors, the law of large numbers, and last but not least, the available budget, the available period of time and the available personnel resources.


Computation choices for the ample size Table 3.1

The total collectivity size

(N)

The sample size for various allowed limit errors e = 5% e = 3% e = 1%

500 1000 5000 10000 100000 1000000 10000000

222 345 476 285 526 909 370 909 3333 384 1000 5000 398 1099 9090 399 1109 9900 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.

σ maxmin max( ) ( )2

2 2

2=

− + −x x x x

and σ max ( ) . ( . ) .2 1 0 5 1 0 5 0 25= − = − =f f

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

4.1 Modalităţi de abordare a culegerii datelor Putem afirma, că natura cercetării de marketing, fundamentală,

aplicativă sau simplă colectare de date, determină numărul, structura şi durata activităţilor ce trebuie duse la bun sfârşit de către cercetător. Metodele de culegere a datelor primare pot fi grupate după gradul de implicare a cerecetătorului în metode de observare directă, metode de sondaj şi anchetă, şi tehnici experimentale.

În cazul observării directe, cercetătorul supraveghează obiectivul sau activitatea care îl interesează şi înregistrează manual, mecanic sau prin mijloace electronice valorile caracteristicilor urmărite. În cazul sondajului, datele sunt culese pe baza unui chestionar la care sunt chemate să răspundă persoanele cuprinse într-un eşantion reprezentativ, prelevat din populaţia ce se presupune a avea informaţiile dorite. Întrebările pot fi puse prin interviu direct, prin telefon, prin fax, prin pagini Web sau eventual prin trimiterea prin poştă a unui chestionar cu autocompletare.

În cazul experimentelor, cercetătorul introduce: (1) anumiţi stimuli selectaţi într-un mediu controlat; (2) alternează sistematic aceşti stimuli şi (3) înregistrează rezultatele acestor schimbari. Folosirea unui mediu

Metode de culegere a datelor primare în studii de marketing şi administrarea afacerilor


controlat este ceea ce deosebeşte această metodă de celelalte două, unde informaţia necesară este obţinută în condiţii normale, reale.

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

4.2 Niveluri de măsurare statistică. Scale statistice

Fenomenele de piaţă diferă prin mărime, formă, frecvenţă,

intensitate de manifestare, caracterul de dependenţă/independenţă. Ca rezultat, anumite variabile ce caracterizează un fenomen de piaţă pot fi măsurate direct cantitativ, altele fiind înregistrate ca variabile calitative, exprimate prin cuvinte.

Cuantificarea implică izolarea, măsurarea în forme comparabile şi înregistrarea elementelor unei populaţii de consumatori sau bunuri prin caracteristici statistice. Operaţiunea de cuantificare se identifică cu operaţiunea de scalare şi constă într-un set de reguli de atribuire a unei valori cu ajutorul scalelor.

Deci, pentru analiza statistică este necesară exprimarea numerică a tuturor variabilelor, inclusiv a celor calitative. O categorie specială de variabile calitative este cea a variabilelor de atitudine, opinie, preferinţe,


comportament, ce vor fi denumite în continuare generic, variabile de atitudine.

La baza metodelor clasice şi moderne de scalare se află noţiunea de atitudine, apropiată de cea definită de Rotariu şi Iluţ ca „o variabilă latentă, ce nu poate fi evidenţiată în chip nemijlocit ci numai prin anumiţi indicatori, de preferinţă opinionali”.

Această variabilă este unidimensională; atitudinile individuale, plasându-se pe o axă continuă, de la o poziţie ce caracterizează cea mai nefavorabilă până la cea corespunzătoare celei favorabile, trecând printr-un punct neutru, corespunzător celor ce nu şi-au format încă o opinie. Ipoteza liniarităţii şi unidimensionalităţii scalelor, subliniată şi de Moser, stă la baza construcţiei scalelor şi a procedurii de prelucrare, ce constă în integrarea fiecărei întrebări în acest spaţiu unidimensional.

Procedura de culegere a datelor reprezintă o condiţie esenţială ce trebuie realizată pentru asigurarea îndeplinirii obiectivelor cercetării de piaţă. Această procedură este o condiţie necesară, ce se va realiza desigur înaintea prelucrării primare şi analizei datelor de piaţă, şi se referă atât la culegerea datelor secundare, deja existente, cât şi a celor primare.

Procedura urmează firesc după definirea populaţiei statistice şi stabilirea variabilelor ce urmează a fi înregistrate despre aceasta. Scopul culegerii datelor este obţinerea datelor calitative şi cantitative despre populaţia aleasă, deci înregistrarea datelor statistice.

Vom denumi date statistice valorile numerice obţinute prin observare directă pentru o variabilă cantitativă şi numerele asociate categoriilor variabilelor calitative care pot fi ierarhizate; în cazul variabilelor calitative neierarhizate, datele statistice vor fi frecvenţele asociate fiecărei categorii.

Fiecare variabilă poate fi măsurată conform cu diferitele niveluri de măsurare denumite şi scale. Putem identifica patru tipuri de scale conventionale: nominală, ordinală, de interval şi de raport.


Nivelul de măsurare al unei variabile sau tipul de scală conform căruia se înregistrează valorile sau categoriile variabilei analizate reprezintă informaţii esenţiale în funcţie de care se aplică tehnicile de prelucrare şi analiză. Tipul de scală se determină potrivit unui set de reguli în funcţie de care se atribuie categorii sau valori variabilei măsurate. În consecinţă, scala va fi o linie continuă de cifre/simboluri ierahizabile după un anumit criteriu.

Scala nominală Scala nominală este caracterizată prin simboluri folosite pentru a

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

Scala ordinală Scala ordinală este caracterizată de utilizarea simbolurilor numerice

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


de preferinţe între categorii. Este utilizată atât pentru variabile cantitative, cât şi calitative ierarhizabile. Exemple de variabile potrivite pentru a fi măsurate pe scala ordinală sunt: clasa socială, opinia consumatorilor, preferinţele clienţilor, atitudini, comportamente. Un exemplu clasic utilizat în studii de marketing este scala Likert – ce va fi detaliată în continuare în acest capitol. O categorie aparte de scale ordinale o constituie scalele de intensitate ce comensurează opinii, atitudini, comportamente ale consumatorilor.

Scală de interval Scala de interval permite gruparea unităţilor în clase, ordonarea

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

Scală de raport Scala de raport implică în plus faţă de cea de interval existenţa unei

origini fixe, un punct zero. Se caracterizează prin raport de preferinţă. Diferenţa dintre două valori are sens. Variabilele măsurate pe această scală sunt: lungimea, înălţimea, greutatea, preţul şi venitul. După cum observăm


există o anumită ordine între tipurile de scală posibile, pornind de la cea mai simplă – cea nominală până la cea mai complexă – cea de raport.

Analiza statistică depinde de tipul de scală ce se potriveşte fiecărei variabile, după cum urmează:

Tehnici de analiză a datelor de marketing aplicate conform fiecărui tip de scală

Tabel 4.1

4.3 Particularităţi ale scalelor utilizate în cercetări de marketing În practică se pot utiliza mai multe modalităţi de plasare pe scală,

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

SCALA

DE RAPORT

SCALA DE INTERVAL

SCALA ORDINALĂ

Tip de scală

Operaţiuni de analiză a datelor

SCALA NOMINALĂ

Indicatori de poziţie Modul Mediana, Cuantile

Medie aritmetică

Medie geometrică

Indicatori ai dispersiei

- Cuantile Abatere standard

Coeficient de variaţie

Indicatori ai asocierii şi legăturilor statistice

Coeficient de contingenţă

Corelaţia rangurilor

Corelaţie şi regresie

Toate metodele anterioare

Teste de semnificaţie Hi pătrat Testul semnelor

Testele t, Fisher

Toate testele anterioare


scalele de atitudine, precum scala Likert, Thurstone, Guttman, a căror descriere se află în orice manual de profil.

Alegerea unei forme sau alta de scală grafică se efectuează astfel încât să se surprindă cât mai veridic felul în care oamenii se raportează la fenomenul cercetat la un moment dat, modul lor de a opina şi de a aprecia.

Cu alte cuvinte, scala grafică trebuie să prezinte atâtea grade de intensitate câte sunt necesare pentru a surprinde întreaga diversitate a poziţiilor posibil de exprimat de către populaţia cercetată. Prin intermediul anchetei pilot se poate verifica dacă sunt suficiente trei grade de intensitate sau este nevoie să se utilizeze scale cu cinci sau mai multe grade, în orice caz este indicată folosirea unui număr impar de grade de intensitate pentru exprimarea unei opinii.

Rezultă deci că o scală grafică nu este mai bună decât alta prin simplul fapt că are mai multe sau mai puţine grade de intensitate. Atunci când subiecţii au tendinţa de a evita în mod sistematic extremele scalei (fie una, fie ambele extreme), se recomandă scale cu mai multe grade de intensitate, putându-se astfel obţine o diferenţiere mai mare a răspunsurilor.

Aşa, de exemplu, la întrebarea „Consideraţi că angajaţii cuprinşi în programe de instruire şi perfecţionare sunt mai informaţi cu privire la principalele probleme din întreprindere?”, dacă am utiliza o scală grafică cu trei grade de intensitate: 1. Întotdeauna; 2. Uneori; 3. Deloc, este de aşteptat, ţinând cont de însăşi realităţile existente, ca cele mai multe persoane întrebate să răspundă cu codul 2, o parte mai mică să indice codul 3 şi foarte puţine (dacă nu cumva nici una) să indice codul 1.

Acest fapt nu permite să surprindem în mod diferenţiat calitatea informării angajaţilor supuşi politicii de perfecţionare a personalului şi cu atât mai puţin să facem comparaţii între diferite întreprinderi.

În schimb, prin utilizarea scalei cu cinci trepte: 1 – niciodată, 2 – rar, 3 – potrivit, 4 – des, 5 – întotdeauna, avem şansa să obţinem o reflectare mai nuanţată şi mai veridică a situaţiei existente şi o distribuţie a răspunsurilor mai apropiată de cea normală. Chiar dacă se vor evita şi de


această dată poziţiile extreme, cel puţin două (dacă nu trei coduri) vor avea frecvenţe suficient de mari pentru a permite o analiză mai amănunţită.

O nuanţare şi mai fină, o repartiţie cât mai apropiată de o formă de repartiţie matematică, am obţine dacă am construi scala grafică cu şapte sau mai multe grade de intensitate.

Mai multe grade de intensitate nu înseamnă însă supralicitarea scalelor. De fapt, calculul probabilităţilor nu furnizează un criteriu orientativ suficient de sigur pentru determinarea numărului optim al gradelor de intensitate.

Scopul scalelor este de a atribui o valoare determinată fiecărei opinii înregistrate, astfel încât să se permită compararea acestora. Tipurile de scale utilizate in cercetari de marketing trebuie sa ia in considerare cele patru niveluri de măsurare: nominal, ordinal, de interval şi de raport. După numărul variabilelor luate în considerare la construcţia unei scale, aceasta poate fi simplă şi compusă.

4.3.1 Construcţia scalelor simple Construcţia scalelor de atitudine are o importanţă covârşitoare în

studiile de piaţă destinate aflării preferinţelor consumatorilor şi clienţilor, mai ales cu ocazia pregătirii lansării pe piaţă a unui nou serviciu, a unui nou concept. Construcţia scalelor porneşte de la prezumţia cunoaşterii tuturor posibilelor nuanţări ale atitudinilor persoanelor intervievate. Acest fapt imprimă un anumit comportament al respondenţilor. Pentru a evita orientarea răspunsurilor se recomandă şi existenţa unei trepte în scala cu opţiunea „altă opinie, sau altceva”.

Întrebările pentru care persoanelor intervievate li se cere să răspundă în ce măsură sunt sau nu de acord trebuie să fie clare, exacte, să nu dea naştere la interpretări ale sensului. Cea mai simplă scală este cea binară, corespunzătoare întrebărilor dihotomice, care invită respondentul să


răspundă prin alegerea unei variante din două posibile: DA/NU; ACORD/DEZACORD; ADEVĂRAT/FALS. Exemplu: Angajaţii dvs. bărbaţi sunt mai eficienţi decât femeile? DA (_) NU(_) BIFAŢI ALEGEREA CU X

Prin extensie un alt tip de scală ce se poate construi este scala

multiplă, corespunzătoare întrebărilor cu răspunsuri multiple, precodificate, ca de exemplu:

„Sunteţi de acord să suportaţi costul unui curs de perfecţionare pentru a putea promova un angajat?”

- total de acord (_) - de acord, dar cu reţineri sau în anumite condiţii (_) - indiferent, indecis, nu ştiu (_) - parţial împotrivă (_) - total împotrivă (_) Repartizarea variantelor ce ierarhizează atitudinile pe o scală cu

cinci puncte este comună, foarte des folosită de cercetători. Se pot utiliza şi următoarele forme grafice de reprezentare a scalei:

-2 -1 0 +1 +2 dezacord total dezacord parţial indiferent acord parţial acord total

SAU -- - / + ++

opozant hotărât împotrivă indecis susţinător susţinător hotărât Sau o scală folosind cartonaşe pe care sunt desenate:

☺ ☺ nesatisfăcut deloc nemulţumit nehotărât mulţumit satisfăcut deplin

Această scală poate fi utilizată în studii de marketing, ca alternativă pentru a mări atractivitatea chestionarului, permiţând alegerea conform figurii apropiate de gradul lor de satisfacţie.


Simplificată, această scală va fi conform lui Kraseman:

--10 0 +10 Maximum de intensitate

CONTRA Abţinere, inexistenţa

opiniei Maximum de intensitate

PRO Pentru a putea aplica analiza scalară şi pentru a identifica corect

tendinţa centrală a atitudinilor persoanelor cuprinse în eşantion referitoare la o anumită problemă trebuie să se respecte anumite reguli de bază:

1. Întrebările trebuie să se refere la OPINII, la ceea ce crede persoana intervievată şi nu la fapte, întâmplări, acţiuni;

2. Întrebările trebuie să fie clare, la obiect, exacte, cât mai scurte; 3. Scala trebuie să conţină toate variantele de răspunsuri posibile; 4. Întrebările trebuie să se refere la atitudinile studiate de cercetător,

dar nu trebuie să constituie un şoc pentru persoana intervievată; 5. Persoana intervievată nu trebuie influenţată de către operator, prin

intonaţia vocii şi modul cum pune întrebarea, în alegerea variantei potrivit opiniilor sale.

R. Likert este cel care a formulat pentru prima dată în mod explicit criteriile care trebuie să orienteze operaţiile de formulare şi selectare a variantelor incluse într-o scală: variantele de răspunsuri să se refere la aceeaşi caracteristică, să aparţină aceluiaşi continuu şi să fie distribuite de-a lungul acestuia astfel încât să prezinte o gradualitate a intensităţii caracteristicii scalate, să aibă putere de discriminare între indivizii situaţi la puncte diferite pe scală, să se introducă în cercetare un număr mai mare de variante decât numărul celor ce vor fi selectate pentru scala finală; formularea variantelor să fie clară, concisă şi să se evite dubla negaţie. În plus, în cazul scalelor de opinie trebuie ca variantele să nu se refere la situaţii constatative, ci la situaţii evaluative, pentru a se putea obţine exprimarea opiniei.

Construcţia scalelor a fost testată de statisticieni. Una din cele mai cunoscute metode este analiza scalerogramă a cercetătorului Guttman,


denumită analiza scalogramă. Guttman a construit o scală unidimensională, pornind de la premiza că un răspuns pozitiv sau negativ la o întrebare implică acelaşi tip de răspuns la întrebările de rang inferior. Analiza scalară este dezvoltată în studiile complexe de piaţă prin folosirea scalelor compuse.

4.3.2 Scale compuse Noţiunea de scale compuse este utilizată în sondaje pentru a

desemna situaţiile în care se ajunge la o ierarhizare prin folosirea şi combinarea scalelor simple a întrebărilor din chestionar. În problema tratată anterior accentul se punea pe construirea unor tipuri cu profil distinct, în număr cât mai mic. În aceste caz, pornind de la combinarea poziţiilor unităţilor analizate pe treptele diferitelor variabile folosite, fiecare individ se include într-o clasă, într-un sistem ierarhic de poziţii, caracterizate de preferinţă prin valori numerice. Fiecărui individ i se poate atribui o valoare distinctă de a celorlalţi, ceea ce va conduce la un sistem multicriterial al subiecţilor.

Şi scalele compuse sunt instrumente de măsurare unidimensională. Variantele variabilei care intră în construcţia scalei se raportează la o singură dimensiune a fenomenului cercetat, dar care nu mai poate fi studiată printr-o singură variantă, ci prin mai multe. Categoriile care alcătuiesc scala sunt tocmai cele prin care se cercetează dimensiunea fenomenului respectiv. Acestea se raportează la o anumită structură latentă, care urmează să fie pusă în evidenţă prin intermediul scalei respective. Continuumul latent este cel care conferă unitate setului de variante ale scalei. Dificultatea principală în studiile de acest tip este definirea variabilei latente şi surprinderea ei prin intermediul variantelor empirice.

În acelaşi timp, pentru descrierea inteligibilă (comprehensibilă) a realităţii trebuie să se elaboreze o măsură sintetică, generalizatoare. Scalele compuse sunt destinate obţinerii valorilor sintetice ale opiniilor. Ele


reprezintă un procedeu de obţinere a indicatorilor sintetici de caracterizare a preferinţelor şi atitudinilor managerilor privind formarea angajaţilor.

Datorită caracteristicilor lor, scalele compuse mai sunt denumite şi scale care formează chestionare. Astfel, problematica chestionarelor standardizate este, în mare parte, şi problematica acestor scale.

Totodată, respectarea unidimensionalităţii ariei scalate asigură claritate în cercetare, deoarece se cunoaşte semnificaţia valorii compozite rezultată în urma procedurii de scalare.

În acest context, se impune a fi semnalată ambiguitatea pe care o prezintă indicatorii generali, elaboraţi fără testarea dimensionalităţii, în ceea ce priveşte conţinutul ontologic pe care-l reprezintă (cazul măsurătorilor index).

Evident construcţia scalelor complexe începe în faza de pregătire a cercetării de piaţă, dar în multe cazuri finalizarea se face după culegerea datelor, ţinând seama de răspunsurile subiecţilor chestionaţi, la fiecare întrebare ce se doreşte să fie sintetizată pentru obţinerea scalei. Întrebările trebuie să satisfacă anumite condiţii pentru a putea fi introduse în construcţia scalelor, şi anume să poată fi cuprinse în spaţiul unidimensional al scalei, să nu manifeste un nivel de corelaţie ridicată cu alte întrebări şi răspunsurile persoanelor intervievate să se concentreze în jurul valorii centrale (media sau mediana).

Scalele compuse diferă după domeniul de aplicabilitate, metoda de construcţie, modalitatea de răspuns, baza de interpretare a scorurilor individuale, gradul de fidelitate şi validitate, omogenitate, nivelul de măsură etc. În funcţie de aceste criterii multitudinea tehnicilor existente poate fi redusă, pentru tratarea lor sistematică, la trei tipuri de bază: scala diferenţială, scala sumativă, scala cumulativă.


În tabelul 4.2 prezentăm principalele caracteristici ale scalelor compuse:

Caracteristicile principale ale scalelor compuse Tabel 4.2

Scala Caracteristici

Comparaţia în perechi

Intervale aparent egale

Scala sumativă

Scala cumulativă

Structura latentă

Momentul elaborării

Distinct de măsurare

Distinct de măsurare

O singură culegere a

datelor


datelor


datelor

Calculul valorilor de scală

Model probabilist

Model probabilist

Nu are model

statistico-matematic

(scor)

Nu are model

statistico-matematic

(scor)

Model probabilist

Scorul individual

Media răspunsurilor

Media (mediane)

răspunsurilor

Suma valorilor

de răspuns

Model de răspuns

Model de răspuns

Unitatea de măsură

Abaterea standard - - - -

Nivelul de măsurare

Interval Ordinal Ordinal Ordinal Ordinal

D.R. Heise argumentează că fiecăruia din aceste tipuri îi corespunde un anumit model al relaţiilor dintre variabilele empirice.

Astfel, scalele diferenţiale sunt adecvate ori de câte ori datele empirice sugerează un model nonmonotic de măsură (valorile variabilei se schimbă secvenţial de-a lungul continuumului, fără a fi cumulative).

În schimb, modelul liniar (mişcarea de-a lungul continuumului creşte sau descreşte valoarea aşteptată a unei variabile) este abordabil prin scala sumativă, iar modelul cumulativ (valorile dobândite de variabile se menţin prin trecerea de la o variabilă la alta) este tratat prin analiza de scalogramă, care evidenţiază existenţa seriilor monotone într-un domeniu cercetat.

Tittle şi Hill au utilizat cinci scale de atitudine privind participarea politică în rândul studenţilor: scala Thurstone a „intervalelor succesive”, scala „sumativă” – Likert, „diferenţiatorul semantic” – Osgood, „scala cumulativă“ – Guttman şi o scală simplă de evaluare. Cu toate rezervele pe


care şi le impun cei doi cercetători privind comparabilitatea scalelor, rezultatul nu poate fi pus la îndoială. Scala Likert s-a dovedit a fi cel mai bun predictor al comportamentului şi atitudinii managerilor, a urmat apoi scala Guttman, scala de autoevaluare, diferenţiatorul semantic, iar pe ultimul loc scala intervalelor succesive.

Rezultă astfel că diferitele tehnici de scalare nu sunt echivalente. Premisele pe care se bazează metodologia de elaborare şi calcul a valorilor se soldează cu diferenţieri în privinţa utilităţii lor.

4.4 Particularităţi ale analizei scalare aplicate în analiza pieţei Ca urmare a importanţei aspectelor de conţinut, se poate aprecia că

prima regulă a elaborării indicatorilor de sondaj pentru analiza pieţei şi de evaluare a acesteia constă în acoperirea integrală a domeniului cercetat cu indicatorii relevanţi, esenţiali.

Cât priveşte criteriile formale de selectare, notăm că ele se referă la numărul, neechivocitatea, signifianţa, perfectibilitatea, actualitatea şi interschimbarea indicatorilor.

Numărul variabilelor necesare pentru abordarea unui fenomen social nu este riguros stabilit, totuşi ca regulă generală, se formulează cerinţa ca în studiile de marketing să se utilizeze un număr aproximativ egal, dar nu mai mic în medie de variabile cinci, pentru fiecare aspect vizat (dimensiune sau factor); care pot fi analizate separat sau în interdependenţă sistemică.

Această cerinţă priveşte, în cea mai mare măsură, nevoile analizei relaţiilor dintre variabile. În condiţiile în care o dimensiune este suprasaturată cu variabile, în timp ce alte dimensiuni sunt subsaturate, analiza statistică poate conduce la apariţia, în unele cazuri, de erori de interpretare privind importanţa unei dimensiuni sau a alteia în ansamblul datelor observate. În acest fel, o variabilă ar putea apărea ca fiind importantă numai în virtutea faptului că a fost cercetată printr-un set mare de indicatori, şi invers.


De regulă, în studiile exploratorii se porneşte de la un număr mai mare de variabile, iar pe parcurs sunt eliminate cele nesemnificative şi sunt reţinute doar acelea care se dovedesc relevante în raport cu obiectul analizat şi obiectivele urmărite în derularea studiului. Dacă studiile prin sondaj se efectuează cu o anumită repetabilitate, atunci pentru asigurarea comparabilităţii în timp şi spaţiu – cerinţă sine qua non în studiul statistic al fenomenelor sociale şi economice – informaţiile redundante trebuie eliminate de la început. Statistica trebuie să elimine datele „de prisos” şi paralelismele în obţinerea datelor primare

Un exemplu posibil de utilizat, pentru redarea frecvenţei informării consumatorilor este următorul: la întrebarea „Vă rugăm să apreciaţi, ce situaţie corespunde cel mai bine frecvenţei informării dvs. despre produsele firmei producatoare X?”, categoriile de răspunsuri scalate pot fi:

- oamenii sunt informaţi întotdeauna; - oamenii sunt informaţi foarte des; - oamenii sunt informaţi des; - oamenii sunt informaţi rar; - oamenii sunt informaţi foarte rar; - oamenii nu sunt deloc informaţi. O altă modalitate de culegere a informaţiei (care poate fi considerată

a fi în acelaşi timp şi complementară primei) ar consta în determinarea gradului de informare, ce poate folosi următoarele categorii de răspunsuri ale scalei:

- informare în foarte mare măsură; - informare în mare măsură; - informare potrivită; - informare în mică măsură; - informare în foarte mică măsură. În fine, menţionăm şi o a treia posibilitate, care ar consta în

evaluarea calităţii informării, utilizând variantele scalate: - informarea este foarte bună; - informarea este bună; - informarea este potrivită;


- informarea este slabă; - informarea este foarte slabă. Din cele de mai sus nu cred că ar trebui să se deducă

convenţionalismul cuantificării, respectiv, al elaborării etaloanelor de măsurare prin care se transformă orice variabilă calitativă într-o caracteristică de cantitate şi categoriile în variante. În realitate, trebuie să se ajungă de fiecare dată la acea descriere care funcţionează efectiv în mintea oamenilor, la cuantificarea operaţională, chiar dacă înregistrăm şi existenţa unor modalităţi complementare de valoare aproximativ egală.

În sensul strict al cuvântului, în exemplele relatate nu se utilizează propriu-zis un etalon de măsură. Avem de-a face mai degrabă cu o reprezentare intuitivă a problemei analizate. În cercetarea de piaţă se face însă frecvent apel la astfel de „etaloane”, după cum se elaborează şi unităţi de măsură specifice.

4.5 Tehnici de culegere a datelor de sondaj 4.5.1 Culegerea datelor de marketing prin telefon Pentru culegerea datelor prin sondaj pe un eşantion reprezentativ sau

prin anchetă există diverse modalităţi de a culege date de la cei chestionaţi, printre care cele mai des utilizate sunt: interviu direct, individual şi/sau în grup, prin telefon, prin poştă, prin fax şi mijloace electronice. În continuare sunt descrise procedurile, cu avantajele şi dezavantajele fiecărei tehnici în parte.

Sondajele prin telefon se utilizează pentru a intervieva persoane legate prin anumite facilităţi tehnice necesare monitorizării de către un supraveghetor. În general, se utilizează pentru aceasta, sisteme moderne de calcul ce gestionează şi înregistrează răspunsurile primite.


Avantajele metodei sunt: • Viteza crescută de intervievare, codificare, tabulare a

răspunsurilor şi interpretare a rezultatelor. Implicit, rezultă un timp redus de culegere a datelor;

• Controlul riguros al interviului efectuat de un computer „supraveghetor”;

• Costul redus pentru obţinerea unei cantităţi reduse de date relativ impersonale, neutre, pentru o arie de cuprindere locală, dar ridicat pentru o regiune sau la nivel naţional, continental etc.;

• Rata relativ ridicată a răspunsurilor, ce poate fi îmbunătăţită prin apeluri repetate, în cazul unui non-răspuns sau defecţiuni telefonice.

Dezavantajele metodei sunt: • În cazul studiului ofertei de forţă de muncă pentru anumite

categorii socio-profesionale nu există telefon în toate gospodăriile sau acesta nu apare listat în cartea de telefon (persoanele publice, persoanele singure);

• Ora apelului are o mare importanţă; trebuie să se ţină cont de faptul că majoritatea populaţiei lucrează în prima parte a zilei, deci nu este disponibilă în acest timp;

• Imposibilitatea de a folosi materiale ajutatoare vizuale, liste, scale, nu se pot urmări reacţiile spontane ale persoanelor intervievate;

• Limitarea lungimii interviului; • Un obstacol ce apare mai ales în ţările dezvoltate îl constituie

roboţii telefonici; • Există, de asemenea, reţele telefonice neperformante, linii

telefonice în permanenţă ocupate. În cadrul sondajului efectuat, contactul telefonic cu agenţii

economici a fost realizat doar pentru verificarea primirii scrisorii de intenţie, ce a fost expediată prin poştă şi pentru programarea interviului cu managerul de resurse umane.


4.5.2 Studii prin poştă Dacă organizarea unei cercetări parţiale pe un eşantion reprezentativ

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

Avantajele obţinute sunt: • Poşta poate ajunge în orice zonă şi la orice firmă, într-un timp

relativ redus; • Respondenţii nu sunt inhibaţi sau influenţaţi de prezenţa

intervievatorului, aceştia fiind familiarizaţi cu tipul întrebărilor ce le-au fost puse în timpul interviului;

• Se poate realiza dacă se deţine o bază de date cu nume şi adrese şi nu dacă baza de date conţine numai numere de telefon;

• Chestionarul poate cuprinde fotografii şi poate fi însoţit de mostre;

• Răspunsurile nu îl presează pe respondent acesta având libertatea de a răspunde oricând;

• Costuri relativ reduse. Dezavantajele metodei sunt: • Timpul impus este relativ mare; în medie s-a constat că durează

câteva săptămâni, poate chiar o lună până la returnarea răspunsurilor; • Rata de răspunsuri ar fi fost relativ scăzută dacă culegerea datelor

s-ar fi rezumat doar la trimiterea chestionarului prin poştă şi datorită necunoaşterii şi neînţelegerii scopului cercetării, adaptabilităţii mai dificile a managerilor la acest tip de sondaj;


• Influenţa nonrăspunsurilor este considerabilă pentru concluzii în cazul sondajului efectuat numai prin poştă, situaţie ce a fost evitată prin continuarea investigaţiei cu interviul managerului de resurse umane al fiecărui agent economic;

• Deşi structura chestionarului este simplă, uşor de înţeles, acesta nu poate depăşi o anumită dimensiune, nu se recomandă să conţină întrebări deschise, care sunt dificil de tabelat. O posibilă soluţie pentru înlăturarea parţială a acestor neajunsuri a fost trimiterea în prealabil a unei scrisori de intenţie şi lămurirea neînţelegerilor pentru evitarea nonrăspunsurilor prin interviu;

• O posibilă problemă poate apărea dacă există un procent semnificativ din populaţie fără adresă sau cu adresă fluctuantă, instabilă.

S-a observat o rată destul de redusă a răspunsurilor în cazul sondajelor efectuate în rândul grupurilor sociale cu educaţie relativ redusă, cu şanse puţine de a avea acces la educaţie. Ceea ce înseamnă, de exemplu, evitarea studierii comportamentului de consum al emigranţilor sau al grupurilor defavorizate. În cazul temelor de sondaj extrem de delicate, personale sau a celor deja studiate foarte mult (detergenţii), se pot obţine rate ale nonrăspunsului extrem de variate între 5 şi 90%.

Cele mai puţine nonrăspunsuri apar în cazul sondajelor efectuate pe eşantioane de persoane cu grad înalt de educaţie şi care îşi manifestă un interes crescut faţă de o problemă studiată.

O metodă de reducere a nonrăspunsurilor în cazul chestionarelor trimise prin poştă este anunţarea potenţialilor respondenţi printr-o carte poştală sau telegramă că au fost incluşi într-un eşantion, urmând să primească un anumit chestionar. De asemenea, o dată trimis chestionarul, acesta poate fi urmat de un anunţ prin poştă cu rugămintea completării şi trimiterii chestionarului.

Uneori, acordarea unui premiu sau a unui stimulent sub forma însoţirii chestionarului de o sumă de bani relativ redusă (1 euro) va duce la creşterea ratei răspunsurilor la chestionarele trimise prin poşta. Dacă se


adoptă această metodă va trebui specificat că suma de bani sau cadoul nu reprezintă o plată, ci un mod de a mulţumi pentru efortul depus cu completarea şi returnarea chestionarului. Desigur timpul consumat poate valora mult mai mult de suma simbolică de 1 euro oferită persoanei cuprinse în eşantion.

4.5.3 Chestionare completate direct pe calculator Aceste chestionare sunt completate direct pe calculatoare puse la

dispoziţia consumatorilor în gări, aeroporturi, supermarket-uri, expoziţii sau târguri.

Avantaje: - Reducerea până la zero a costurilor cu suportul de hârtie al

chestionarului şi cu completarea acestuia; - În acest mod se asigură perfect confidenţialitatea răspunsurilor şi

pe deplin anonimatul respondentului; - Răspunsurile la întrebările personele vor fi exacte şi sincere.

Persoanele supuse riscurilor îmbolnăvirilor vor fi mai dispuse să declare aceasta în faţă unui computer ce nu le aparţine. Metoda s-a dovedit eficientă în cazul studierii grupurilor de persoane dependente de droguri;

- De asemenea, s-a dovedit ca angajaţii sunt dispuşi să recunoască şi să-şi declare lipsurile profesionale mult mai uşor unui computer decât unui evaluator;

- În acest caz se obţin răspunsuri uniforme nedistorsionate de operatorul de interviu. De fapt, distorsiunea datorată influenţei personale a operatorului asupra respondentului este inexistentă;

- Şi alte erori induse deseori de operatori, ca de exemplu respectarea inexactă a salturilor de la o întrebare la alta, sunt eliminate prin această formă de a răspunde la un chestionar;

- Rata non-răspunsurilor este scazută. Se poate chiar elimina prin acordarea de asistenţă tehnică de specialitate respondentului.


Dezavantaje: - Persoanele ce pot face parte din eşantion trebuie să aibă acces uşor

la un calculator dedicat sondajului; - Este o tehnică de culegere a datelor imposibil de utilizat pentru

categorii de populaţie cu nivel de educaţie şi de civilizaţie redus. Prin asigurarea unui operator de interviu se poate pierde mult din sinceritatea răspunsurilor, chiar dacă acesta nu cunoaşte persoana intervievată.

4.5.4 Chestionare trimise prin poşta electronică Această metodă de culegere a datelor este extrem de ieftină şi de

rapidă. Conform estimărilor actuale ale furnizorilor de servicii de comunicare, dintre utilizatorii de calculatoare există mai mulţi ce au acces la poşta electronică decât cei ce au acces la internet, ceea ce arată – cel puţin în prezent – avantajul utilizării poştei electronice pentru culegerea datelor de sondaj faţă de construcţia unei pagini Web conectată la pagina producătorilor şi prestatorilor de servicii sau chiar construcţia unei pagini web dedicată special unei anumite investigări a pieţei.

Desigur în acest mod nu pot fi utilizate decât chestionare simple cu întrebări relativ puţine, maxim 10-12, fără întrebări de control şi cu salturi simple între întrebări. Deseori respondentul va trebui să completeze răspunsurile fără a sta jos.

Avantaje: - Viteza crescută de completare. Un chestionar completat şi trimis

prin e-mail poate duce la colectarea a sute de răspunsuri într-o zi; - Costurile se rezumă doar la concepţia şi trimiterea

chestionarului; - Un astfel de sondaj permite ataşarea de explicaţii, fotografii,

grafice şi chiar muzică; - Permite un grad înalt de inovare şi creativitate, ceea ce va duce

inevitabil la o rată mare a răspunsurilor.


Dezavantaje: - Accesul şi achiziţia unei baze de date cu adrese de poştă

electronică; - Răspunsuri multiple asemănătoare cu cele din cazul

televoting-urilor în cadrul unui concurs de muzică. Acest neajuns se poate înlătura prin acceptarea unui singur răspuns de la aceeaşi adresă electronică;

- Posibilitatea de retransmitere a chestionarului anumitor persoane ce nu se califică pentru a face parte din eşantion. Acest neajuns se poate elimina prin acceptarea doar a răspunsurilor de la adresele cuprinse în baza de date iniţială;

- Se poate ca o bună parte din persoanele solicitate să răspundă, să ignore un mesaj venit de la o adresă necunoscută sau chiar să şteargă mesajul neavând siguranţa unui atac informatic. Acest neajuns se poate elimina în cazul în care campania de trimitere electronică a mesajelor este precedată de o campanie mediatică agresivă de informare asupra noului studiu ce va începe;

- Studiile de marketing astfel realizate nu asigură reprezentativitatea statistică a eşantionului, ceea ce va determina imposibilitatea efectuării de estimări statistice necesare caracterizării întregii mase de consumatori;

- O parte din programele de poştă electronică nu pot vizualiza imagini;

- Accesul limitat la poşta electronică. În prezent marea majoritate a utilizatorilor de e-mail foloseşte facilităţile oferite de angajator şi nu posedă sau nu utilizează această posibilitate acasă, datorită costurilor. Ceea ce înseamnă că răspunsul va trebui completat şi trimis în timpul orelor de program. Desigur este o problemă locală specifică ţării noastre.

Aproape jumatate din populaţia ocupată a ţării nu are acces direct la facilităţile poştei electronice, nedesfăşurând o muncă de birou şi neposedând un calculator acasă.


4.5.5 Investigaţii prin INTERNET: anchetă prin PAGINI WEB Acest tip de investigaţie a pieţei presupune construcţia unei pagini

Web, special dedicată unui anumit studiu sau legată de paginile gazdă ale marilor companii. Investigarea pieţei prin aplicarea de chestionare pe pagini Web reprezintă o „unealtă” managerială actuală ce câştiga rapid teren şi popularitate datorită rapidităţii, flexibilităţii crescute şi costului redus, deşi impune restricţii serioase în construcţia unui eşantion reprezentativ. Tehnica de anchetă prin Web poate fi considerată mai ales o tehnică de investigaţie a unui lot de consumatori.

Avantaje: - Viteza foarte rapidă de acces; - Posibilitatea asigurării chestionarului pe o pagină foarte populară; - Reticenţa scăzută a celor ce accesează pagina comparativ cu

reticenţa faţă de un mesaj primit prin e-mail, ce poate conţine viruşi informatici;

- Costurile culegerii datelor se rezumă la costul construcţiei paginii Web, nedepinzând de volumul eşantionului;

- Chestionarul poate fi însoţit de prospecte ale produselor, imagini 3D, fond muzical sau fonturi color pentru a mării atractivitatea;

- Se pot oferi, de asemenea, informaţii referitoare la investigaţii preliminare sau precedente prezentului studiu;

- Chestionarul poate fi însoţit de un ghid de completare; - Se pot folosi salturi logice automat create de program, ceea ce va

duce la imposibilitatea gresării secvenţei intrebărilor de către respondent; - S-a observat că cei ce răspund unui astfel de chestionar oferă

răspunsuri amănunţite întrebărilor deschise, fiind asigurat anonimatul completării şi neexistând posibilitatea identificării respondentului.


Dezavantaje: - Utilizarea redusă a Internet-ului de majoritatea consumatorilor,

mai ales consumatorii fideli ai bunurilor de bază, cu elasticitate redusă, a căror cerere nu poate fi mult influenţată de publicitate sau alţi factori ai mix-ului de marketing;

- Se adresează unui segment special de consumatori şi este mai potrivit pentru investigaţii din domeniul produselor IT;

- Respondenţii pot completa parţial un chestionar; - De aceea, chestionarul trebuie să fie relativ scurt; - Nu există control asupra locaţiei consumatorului, de aceea poate

fi utilizat mai ales de companiile multinaţionale; - Cei ce accesează pagina chestionarului pot să răspundă de mai

multe ori, fără a exista un control strict asupra răspunsurilor multiple. De aceea se recomandă utilizarea acestei metode de culegere a

datelor mai ales pentru grupuri-ţintă de consumatori utilizatori ai Internet-ului şi, în special, pentru a testa opinia acestora faţă de produsele informatice.

De asemenea, utilizarea Internet-ului poate fi extrem de utilă dacă se realizează focus grup-uri formate din consumatori aflaţi în locaţii diferite ce comunică prin facilităţi video (asemănător cu o video conferinţă).

Indiferent de motivul investigării pieţei prin pagini Web este foarte important ca programul soft-suport al chestionarului să împiedice multipla completare de către aceeaşi persoană. Acest lucru se mai poate realiza şi dacă se cuprind în chestionar întrebări demografice de segmentare sau restricţionarea accesului prin utilizarea unei parole cu o singură posibilitate de acces a chestionarului.

4.5.6 Scanarea chestionarelor

Metoda de scanare se aplică chestionarelor completate pe suport de hârtie în cadrul unui interviu direct, realizat de către un operator de interviu, şi chestionarelor transmise prin poştă sau completate la telefon de către un


operator. În toate aceste cazuri se poate aplica atucni când chestionarul cuprinde doar întrebări cu răspunsuri precodificate. Metoda nu este permisă dacă chestionarul cuprinde întrebări deschise, la care respondenţii sunt rugaţi să completeze răspunsul cu propriile cuvinte.

Metoda este asemănătoare cu cea aplicată în cadrul unui concurs prin completarea unei grile.

Avantaje: - Scanarea este cea mai rapidă metoda de înregistrare a datelor

într-o bază de date în situaţia în care acestea sunt înregistrate pe suport de hârtie. Programul de scanare poate să aibă facilitatea înregistrării direct într-un program de gestiune a bazelor de date, ca de exemplu SPSS.

- Gradul de acurateţe este crescut, neexistând posibilitatea interpretării greşite a răspunsurilor sau a greşelilor operatorului de calculator ce înregistrează răspunsurile în bază de date.

Dezavantaje: - Imposibilitatea unor întrebări deschise sau a cuprinderii în

chestionar a sugestiilor finale de tipul „Ce întrebare credeţi că lipseşte din acest chestionar”.

- Posibilitatea omiterii unor răspunsuri marcate nelizibil pentru programul de scanare.

4.5.7 Interviuri directe Interviul direct, denumit în literatura engleză şi personal (formulare

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


chestionarul se recomandă a fi completat de operatorul de interviu, dar apar cazuri practice de autocompletare în prezenţa şi cu asistenţa operatorului de interviu.

Răspunsurile sunt înregistrate de către operatorii de interviu în timpul unui interviu formal sau informal, aceasta fiind desigur tehnica de culegere a datelor primare cea mai sigură din punctul de vedere al validităţii şi fidelităţii datelor înregistrate.

Avantajele metodei sunt: • Adaptabilitate – flexibilitate Această metodă permite cercetătorului să obţină maximum de

informaţii. Poate fi utilizată pentru surprinderea reacţiei subiectului la prezentarea de fotografii, produse publicitare. Metoda abilitează operatorul să valideze răspunsurile prin observare directă. Se pot folosi şi chestionare nestructurate, mai complexe.

- Posibilitatea testării unui produs de către consumator, care poate mirosi, gusta, analiza un produs, caz în care operatorul de interviu poate nota reacţiile acestuia pe un chestionar separat ce însoţeşte chestionarul în care consumatorul răspunde la întrebări referitoare la opinia sa.

- Posibilitatea identificării exacte a persoanelor ce se califică pentru a face parte dintr-un eşantion, de exemplu persoanele ce se află într-un raion specializat dintr-un magazin sau care tocmai au achiziţionat un anumit tip de produs sau au participat la o lansare de carte.

- Posibilitatea notării reacţiilor şi a limbajului semnelor, uneori de mare importanţă pentru testarea reacţiilor la o anumită denumire sau o anumită culoare, mai ales în cazul lansării de noi produse sau concepte.

• Rata ridicată a răspunsurilor Cea mai dificilă etapă este cooptarea, convingerea potenţialului

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


Dezavantajele metodei sunt: • Costul ridicat – este forma de culegere a datelor cea mai

costisitoare, la costurile construcţiei chestionarului adăugându-se costurile cu operatorul de interviu. Este metoda cu cel mai ridicat cost unitar, pe chestionar completat. Costurile cresc proporţional cu distanţa pe care trebuie să o parcurgă operatorul de interviu până la persona intervievată, mai ales în cazul interviurilor realizate la locuinţa acesteia. De exemplu, în ţările dezvoltate, cu tradiţie în desfăşurarea de studii de piaţă, un operator de interviu este plătit zilnic cu un salariu mediu zilnic brut între 4-500 USD;

• Timpul pentru deplasarea operatorului, combinat cu posibile dificultăţi de transport.

Uneori este o metodă dificilă în cazul eşantionaelor naţionale şi poate fi aplicată doar prin intermediul firmelor specializate în sondaje de piaţă ce şi-au dezvoltat reţele naţionale de oparatori nefiind necesară deplasarea acestora pe distanţe mari.

• Influenţa operatorului de interviu În încercarea de a-l impresiona pe operatorul de interviu şi a crea o

anumită imagine asupra firmei pentru care lucrează, managerul intervievat poate să nu dea răspunsuri oneste.

Totul depinde de uşurinţa de comunicare a operatorului de interviu; o parte importantă din interviuri se desfăşoară la sediul firmei ce este considerată potenţial consumator de servicii de resurse umane sau sunt localizate la locul de desfăşurare a cursurilor de instruire.

Metoda cea mai folosită pentru culegerea datelor este interviul direct, „faţă în faţă” realizat de un operator de sondaj specializat, deşi acesta poate induce o serie de erori ce nu pot fi estimate statistic. Mărimea acestor erori, determinate de influenţa operatorului de interviu, depinde într-o mare măsură de organizarea şi planificarea interviului şi de nivelul de instruire a operatorului. Moser recomandă folosirea pe postul de operatori de interviu a persoanelor inteligente, dar cu studii medii, ce nu se pot plictisi uşor, cărora rutina nu le afectează eficienţa, ci din contră.

Există două modalitaţi de a intervieva oameni indiferent dacă îşi exprimă opiniile în nume propriu sau în numele organizaţiei pe care o conduc: formal şi neformal.


În cadrul interviului formal, operatorul de interviu dispune de chestionar şi înregistrează răspunsurile într-o formă standardizată (există un exemplar pentru fiecare persoană intervievată sau există o grilă de înregistrare). În cadrul interviului neformal, operatorul conduce liber discuţia, poate adăuga întrebări, sau poate schimba chiar sensul unor întrebări în funcţie de reacţiile persoanei intervievate.

În realitate, nu se poate face o distincţie strictă între cele două modalităţi de intervievare, formală şi neformală. De obicei operatorii încep interviul cu întrebările standard, ceea ce le solicită mai puţin participarea, terminând cu întrebări mai puţin formale, pentru a nu lăsa impresia unei “anchete”, chestionări a persoanei intervievate.

Metoda formală de intervievare: operatorul trebuie să cunoască procedeul de eşantionare, mai mult, trebuie să realizeze eşantionarea dacă metoda aleasă este pe cote. În eşantionarea aleatoare, operatorii primesc listele ce constituie baza de sondaj sau dispun chiar de informaţii cuprinse în baza de sondaj. De asemenea, operatorul primeşte ghidul de folosire a chestionarului. Operatorii trebuie să se supună anumitor reguli, descrise în ghid, să execute instrucţiunile, să respecte ordinea şi sensul întrebărilor fără intervenţii personale ce pot influenţa sau canaliza într-o anumită direcţie răspunsurile.

Toate acestea depind şi de natura întrebărilor, factuale şi de opinie. La întrebările factuale: „Aveţi copii?”, „Sunteţi angajat?” răspunsurile nu depind de atitudinea operatorului, de inflexiunile vocii. Situaţia se poate schimba la întrebarea: „Sunteţi de acord să permiteţi subalternilor dv. pauze pentru jocuri pe calculator?”.

La acest fel de întrebări tonul şi accentul pot distorsiona opinia lui reală.

În cea mai mare parte a interviurilor, operatorii trebuie să aibă atenţie distributivă, ei fiind obligaţi să pună întrebările cât mai imparţial posibil, respectând regulile de intervievare din ghidul chestionarului. În acelaşi timp de obicei operatorii trebuie să codifice pe loc răspunsurile sau să le noteze, să utilizeze materialele ajutătoare şi să dea cât mai multe explicaţii, în funcţie de tipul întrebării. Pentru întrebările deschise, operatorul trebuie să consemneze integral răspunsul persoanei intervievate.


Pentru întrebările cu răspunsuri precodificate, operatorul trebuie să clasifice răspunsul persoanei intervievate conform precodificării întrebării.

O problemă esenţială pentru succesul interviurilor şi minimizarea erorilor de înregistrare este selecţia şi recrutarea operatorilor. Criteriile generale pe baza cărora se angajează operatorii de interviu, fie permanenţi, fie temporari, sunt următoarele:

• să aibă un nivel mediu de pregătire – absolvenţi de învăţământ mediu, liceal. Cei care nu au urmat cursurile învăţământului mediu nu dispun de suficiente cunoştiinţe pentru a putea îndeplini sarcinile operatorilor, iar cei ce au absolvit o treaptă superioară de învăţământ vor fi extrem de eficienţi la început, după care datorită rutinei şi plictiselii, imposibilităţii învăţării unor lucruri noi, încep să fie din ce în ce mai ineficienţi;

• să fie corecţi şi atenţi, să noteze exact răspunsurile primite şi să urmeze exact instrucţiunile primite;

• să aibă o personalitate adaptabilă, flexibilă şi deschisă schimbării, să facă faţă interviurilor din domenii extrem de diferite;

• să aibă o personalitate charismatică, să fie politicos, prietenos şi, totodată, respectuos.

În ţări cu tradiţie în organizarea sondajelor există cursuri ce pregătesc special operatori de interviu, ceea ce demonstrează importanţa acordată acestei profesii.

Metoda neformală de intervievare este caracterizată prin spontaneitate, întrebările nu au o formă prestabilită, nu se pun într-o ordine strictă prestabilită, operatorii având în vedere doar subiectul despre care trebuie să colecteze date. Operatorii conduc discuţia cu persoanele intervievate având grijă să nu se depăşească cadrul subiectului iniţial. Scopul acestui tip de interviu este validitatea răspunsurilor. Nu se urmăreşte neapărat fidelitatea redactării răspunsurilor, ci mai ales obţinerea de răspunsuri cât mai apropiate de opiniile interlocutorilor. Principalul dezavantaj al acestui tip de interviu este imposibilitatea cuantificării răspunsurilor, acestea neputând fi analizate statistic.


Decizia de a utiliza interviul formal sau neformal depinde într-o mare măsură de scopul sondajului şi de utilizarea rezultatelor, uneori folosindu-se combinaţia celor două.

4.6 Comparaţii între diversele metode de culegere a datelor Avantajele şi dezavantajele tehnicilor de culegere a datelor sunt

sintetizate de George Kress în „Marketing Research” – Tabelul 4.3.

Criterii de comparare a tehnicilor de culegere a datelor Tabel 4.3

Tipuri/metode de colectare a datelor Criterii Poştă Telefon Personal Computer

Rata probabilă a răspunsurilor acceptabil acceptabil acceptabil acceptabil Controlul influenţei operatorului excelent acceptabil Utilizarea chestionarelor complicate cu un număr mare de întrebări

scăzut bun excelent scăzut

Cost bun bun acceptabil bun Viteza obţinerii rezultatelor scăzut excelent acceptabil excelent Acoperirea unui eşantion suficient de mare

bun acceptabil scăzut bun

Reprezentativitatea eşantionului acceptabil bun excelent acceptabil Rezumat al metodelor de culegere a datelor de piaţă.


Factorii de influenţă ce determină aleagerea metodei de culegere a datelor pot fi sintetizaţi astfel:

Viteza de completare Ierarhia metodelor începe cu sondajele prin pagini Web, urmate de chestionare trimise prin e-mail şi interviuri efectuate la telefon. Pe ultimul loc se află chestionarele trimise prin poştă.

Viteza de înregistrare în baza de date

Cea mai mare viteză o au chestionarele completate pe suport de hartie ce nu conţin întrebări deschise. Cea mai redusă viteză apare în cazul chestionarelor ce conţin întrebări dechise, caz în care este necesară „despuierea răspunsurilor” şi construcţia de variante de scalare ca să permită gruparea şi/sau clasificarea răspunsurilor.

Costul înregistrării răspunsurilor în chestionar

Este cel mai ridicat în cazul interviurilor directe şi cel mai scăzut în cazul interviurilor prin Internet.

Costul înregistrării răspunsurilor în baze de date

Este cel mai ridicat în cazul chestionarelor ce conţin întrebări deschise şi cel mai redus în cazul chestionarelor ce pot fi scanate, în acest ultim caz nefiind nevoie de operatorii de calculator.

Reprezentativitate Asigurarea unui eşantion reprezentativ care să permită inferenta statistică şi extinderea rezultatelor la populaţia generală de consumatori sau clienţii nu se poate realiza în cazul chestionarelor completate prin utilizarea tehnicii informatice şi de comunicare de ultimă oră (chestionare prin Web page şi E-mail).

Nivelul persoanei intervievate

Persoanele mai puţin educate sunt mai dispuse să răspundă la întrebări puse de un operator de interviu şi mai puţin dispuse să trimită prin poştă un chestionar. De asemenea, persoanele cu venituri foarte mici, dar care, de exemplu, s-au dovedit a fi consumatori fideli de ţigări, nu posedă telefon sau calculator şi nu au acces facil la un calculator de serviciu.

Întrebări personale Răspunsurile la întrebări personale apar mai uşor de obţinut în cazul neinterpunerii unei terţe persoane între chestionar şi persoana intervievată.


Facilităţi video, de sunet şi grafică

Desigur, evaluarea reacţiilor imediate ale persoanei intervievate la muzică, culori şi grafică este mai corectă dacă este realizată de un operator de interviu abilitat să nu influenţeze reacţiile, sau pot fi perfect monitorizate în cazul video prezentărilor în care persoana din eşantion nu ştie că este filmată. Această metodă ridică totuşi probleme legate de etica profesională.

Alte metode folosite de-a lungul timpului pentru culegerea datelor au

fost şi încă se mai utilizează: studii prin fax, interviuri în grup, focus, grupuri, sondaje cu ajutorul computerului, experimente. Studiile prin fax pot fi efectuate în paralel cu sondajul prin poştă, ceea ce duce la creşterea ratei răspunsurilor. Foarte puţine studii adoptă doar această metodă de culegere a datelor, datorită ratei scăzute de răspunsuri (max 40-50 %) şi timpului îndelungat de aşteptare a răspunsului. Interviurile de grup reprezintă o procedură de colectare a informaţiilor în procesul cercetării de piaţă care adună într-un grup 8 până la 12 indivizi (clienţi, consumatori efectivi sau potenţiali) consideraţi „tipici”, care să corespundă segmentului ţintă de clienţi. Interviurile concentrează atenţia grupului pe o anumită problemă, provocând discuţii de tip Brainstorming sau Delphi.

Experimentul este cea mai puţin utilizată tehnică de culegere a datelor şi constă dintr-o investigaţie ştiinţifică în care un grup de cercetători realizează un studiu pe un eşantion experimental şi compară rezultatele cu cele obţinute prin prelucrarea datelor unui eşantion de control, denumit grup martor.

Ţinând cont de aceste informaţii şi de obiectivul studiului pentru analiza pieţei (studiul eficientei metodelor de reclamă şi publicitate) cât şi pentru analiza în dinamică a caracteristicilor unei pieţe, se recomandă permanentizarea formelor de investigare prin sondaj.


4.7 Summary. Data collection methods for marketing studies

Data collection approaching methods

Data collection procedure represent a necessary condition for a statistical research to accomplish its goal and needs to be done previous to data summarizing and analysis. Data collection process can address both categories of data, secondary and primary. After defining the statistical population and variables the data collection principle is to reveal and record the values characterizing the entire population unit, values called statistical data. We are going to call statistical data the numerical values observed directly for a quantitative variable and the numbers associated with the categories of the qualitative variables if these categories can be ranked or, for a pure qualitative variable, the statistical data will be the number of times each category is occurring - the frequency of appearance for each category. It means that for each unit we need to measure the level of the variable characterizing the unit. So each variable can be measured according to a measurement level, also called scale.

Conventionally there are four measurement levels determining four scale types: nominal scale, ordinal scale, interval scale and ratio scale.

Measurement levels. Statistical scales

The measurement level of a variable or the type of scale related to each type of variable comprised within a statistical investigation represents essential information for the researcher which will establish the appropriate analysis technique for the available data.

The scale type is determined by a set of rules allowing assigning categories or values to the attributes or characteristics we are trying to measure about each member of the population.

Nominal scale: The scale called nominal is characterized by using the numerical symbols in order to represent the possible categories of the variable. These


symbols are allowing regrouping exclusively the population units in different classes without any idea of order or distance between classes that can be computed. The numerical symbols purpose is only to label different categories or classes. The nominal scale use is mainly to identify rather than measure, evaluate quantities.

For instance we are using nominal scales in order to record the gender, the marital status, occupation, profession, colors, and identification number of the unit.

Ordinal scale The scale called ordinal is characterized using numerical symbols to express different categories in which the variable can occur allowing grouping the units into classes as the nominal scale and further more allowing ranking these classes. The ordinal scale is establishing an order between classes and it is allowing establishing which class represents the maximum the mean and the minimum value that can be taken by the variable. At this point we still cannot measure the distance between two classes that were ranked, increasingly or decreasingly.

Examples of variables suitable to be measure on the ordinal scale are the social class, the influence of the media on the public opinion, political opinions, behavioral attitudes, etc.

Interval scale The numerical values assigned to the categories, the possibilities of

occurrence for a variable on an interval scale are allowing grouping the units into classes to establish and order between the classes that are ranked and also to identify the distances between classes. The numbers assign are representing the distances between classes.

Interval scale is implying the existence of the measurement units, like for instance the temperature, IQ index, the speed are measure on an interval scale.

Ratio scale The ratio scale implies in addition to the previous scales the existence of an origin point “zero”. Marking two points on the scale is not


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

Statistical techniques applied according to the type of measurement scale

Table 4-1

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.

RATIO scale

INTERVAL scale

ORDINAL scale

Scale type Statistical operations

NOMINAL scale

Measures of position

Mode Median, Quintiles

Arithmetic mean

Geometric mean

Measures of dispersion

- Quintiles Standard deviation

Percentage of variation

Measures of association

Contingency coefficient

Rank correlation

Correlation, regression, ranks

all the previous methods

Significant tests. Chi-square Sign test t test, Fisher test, Z test

all the previous tests


In a phone interview software such as The Survey System makes complex questionnaires practical by offering many logic options. It can automatically skip questions, perform calculations and modify questions based on the answers to earlier questions. It can check the logical consistency of answers and can present questions or answers in a random order (the last two are sometimes important for reasons that are described later).

The growing number of working women, often means that could nobody available during the day, at home. Maybe the interviews could be conducted at the offices. This limits calling time home to a "window" of about 6 to 9 p.m. (when you might interrupt dinner, newspaper reading or TV watching). For marketing sampling programs this method cannot be used because you cannot show or sample products by phone.

Mail - This is the only kind of survey you can do if you have the names

and addresses of the target population, but not their telephone numbers. - The questionnaire can include pictures or CD’s - something that

is not possible over the phone. - Also you can send an incentive like a gift - Mail surveys allow the respondent to answer at their leisure,

rather than at an inconvenient moment they are contacted for a phone or personal interview. For this reason, they are not considered as intrusive as other kinds of interviews.

Disadvantages - Time to get the answers! Mail surveys take longer than other

kinds. You will need to wait several weeks after mailing out questionnaires before you can be sure that you have gotten most of the responses.

In populations of lower educational and literacy levels, response rates to mail surveys are often too small to be useful. This, in effect, eliminates many categories of populations that form substantial markets in many areas. Even in well-educated populations, response rates vary from as low as 3% up to 90%.


- As a rule of thumb, the best response levels are achieved from highly-educated people and people with a particular interest in the subject (which, depending on your target population, could lead to a biased sample).

One way of improving response rates to mail surveys is to mail an introductory letter announcing your intention of surveying and tasking the person from the sample to watch for a questionnaire in the next period.

A second way of determining the person to mail you back the answers is to follow up a questionnaire mailing after a couple of weeks with a letter kindly asking people to return the questionnaire. The result is that this doubles or triples your mailing cost. If you have purchased a mailing list from a supplier you may also have to pay a second (and third) use fee - you often cannot buy the list once and re-use it.

A third way to increase responses to mail surveys is to use an incentive. One possibility is to send a dollar bill (or more) along with the survey (or offer to donate the dollar to a charity specified by the respondent). If you do so, be sure to say that the dollar is a way of saying "thanks," rather than payment for their time. Many people will consider their time worth more than a dollar.

Computer direct interviews

These are interviews in which the Interviewees type their own answers directly into a computer. They can be used at malls, trade shows, offices, and so on.

Advantages - The drastic decrease of data entry and editing costs, this is

practically zero. - There is no computer operator needed for this type of survey - You will get more accurate answers to sensitive questions.

Recent studies of potential blood donors have shown respondents were more likely to reveal drugs or alcohol related risk factors to a computer screen than to either human interviewers or paper questionnaires.

- Employees are also more often willing to give more honest answers to a computer than to a person or paper questionnaire.


- Another advantage is the elimination of interviewer bias. Different interviewers can ask questions in different ways, leading to different results. The computer asks the questions the same way every time and the respondent will understand all the same thing.

- Ensuring skip patterns are accurately followed. These automatic skips are more accurate than relying on an Interviewer reading a paper questionnaire.

- Response rates are usually higher. Computer-aided interviewing is still novel enough that some people will answer a computer interview when they would not have completed another kind of interview.

Disadvantages - The Interviewees must have access to a computer or one must be

provided for them. - You cannot follow the body language and the facial expressions

of the interviewed persons - As with mail surveys, computer direct interviews may have

serious response rate problems in populations of lower educational and literacy levels. This method may grow in importance as computer use increases.

E-mail surveys

E-mail surveys are both very economical and very fast. More people have e-mail than have full Internet access. This makes e-mail a better choice than a Web page survey for some populations. On the other hand, e-mail surveys are limited to simple questionnaires, whereas Web page surveys can include complex logic.

Advantages - Speed. An e-mail questionnaire can gather several thousand

responses within a few days. - There is practically no cost involved once the set up has been

completed. - You can attach pictures and sound files. - The novelty element of an e-mail survey often stimulates higher

response levels than ordinary mail surveys.


Disadvantages - You must possess (or purchase) a list of e-mail addresses to mail to. - Some people will respond several times or pass questionnaires

along to friends to answer. Many programs have no check to eliminate people responding multiple times to bias the results. The programs should only accept one reply from each address sent the questionnaire. It eliminates duplicate and pass along questionnaires and checks to ensure that respondents have not ignored instructions (e.g., giving two answers to a question requesting only one).

- Many people dislike unsolicited e-mail even more than unsolicited regular mail. You may want to send e-mail questionnaires only to people who expect to get e-mail from you.

- You cannot use e-mail surveys to generalize findings to the whole populations. People who have e-mail are different from those who do not, even when matched on demographic characteristics, such as age and gender.

- Many e-mail programs are limited to plain ASCII text questionnaires and cannot show pictures. - Although use of e-mail is growing very rapidly, it is not universal - and is even less so outside the USA (three-quarters of the world's e-mail traffic takes place within the USA).

- Many “average” citizens still do not possess e-mail facilities. So e-mail surveys do not reflect the population as a whole. At this stage they are probably best used in a corporate environment where e-mail is much more common or when most members of the target population are known to have e-mail.

- One person can send several responses

INTERNET/WEB page surveys

Web surveys are rapidly gaining popularity, mostly within young people. They have major speed, cost, and flexibility advantages, but also significant sampling limitations. These limitations make software selection especially important and restrict the groups you can study using this technique.


Advantages - Web page surveys are extremely fast. A questionnaire posted on

a popular Web site can gather several thousand responses within a few hours. Many people who will respond to an e-mail invitation to take a Web survey will do so the first day, and most will do so within a few days.

- There is practically no cost involved once the set up has been completed. Large samples do not cost more than smaller ones (except for any cost to acquire the sample).

- You can show pictures. - Web page questionnaires can use complex question skipping

logic, randomizations and other features not possible with paper questionnaires or most e-mail surveys.

- Web page questionnaires can use colors, fonts and other formatting options not possible in most e-mail surveys.

- On average, people give longer answers to open-ended questions on Web page questionnaires than they do on other kinds of self-administered surveys.

- They are mostly used t interview teenagers - Some Web survey software can combine the survey answers

with pre-existing information you have about individuals taking a survey.

Disadvantages - Current use of the Internet is far from universal. Internet surveys

do not reflect the population as a whole. This is true even if a sample of Internet users is selected to match the general population in terms of age, gender and other demographics.

- People can easily quit in the middle of a questionnaire. They are not as likely to complete a long questionnaire on the Web as they would be if talking with a good interviewer.

- If your survey pops up on a web page, you often have no control over who replies - anyone from Antarctica to Zanzibar, cruising that web page may answer.

- Depending on your software, there is often no control over people responding multiple times to bias the results.


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

Scanning questionnaires

Scanning questionnaires is a method of data collection that can be used with paper questionnaires that have been administered in face-to-face interviews; mail surveys or surveys completed by an Interviewer over the telephone. Some software like the Survey System can produce paper questionnaires that can be scanned using scanning software.

Advantages - Scanning can be the fastest method of data entry for paper

questionnaires. - Scanning is more accurate than a person in reading a properly

completed questionnaire.

Disadvantages - Scanning is best-suited to "checking" type surveys and bar codes.

Scanning programs have various methods to deal with text responses, but all require additional data entry time.

- Scanning is less accurate than a person in reading a poorly marked questionnaire.


Direct interviews

Advantages: An interview is called personal when the Interviewer asks the

questions face-to-face with the Interviewee. Personal interviews can take place in the home, at a shopping mall, on the street, outside a movie theater or polling place, and so on.

- The ability to let the Interviewee see, feel and/or taste a product. - The ability to find the target population. For example, you can

find people who have seen a film more easily outside a theater in which it is playing than by calling phone numbers at random.

- The possibility to observe the body language

Disadvantages - Personal interviews usually cost more per interview than other

methods. This is particularly true of in-home interviews, where travel time is a major factor. For instance when interviewing into a mall we should take into account that each mall has its own characteristics.

Summary of Survey Methods Your choice of survey method will depend on several factors. These

include: Speed Email and Web page surveys are the fastest methods, followed by telephone

interviewing. Mail surveys are the slowest.

Cost Personal interviews are the most expensive followed by telephone and then mail. Email and Web page surveys are the least expensive for large samples.

Internet Usage

Web page and Email surveys offer significant advantages, but you may not be able to generalize their results to the population as a whole.

Literacy Levels

Illiterate and less-educated people rarely respond to mail surveys.

Sensitive Questions

People are more likely to answer sensitive questions when interviewed directly by a computer in one form or another.

Video, Sound, Graphics

A need to get reactions to video, music, or a picture limits your options. You can play a video on a Web page, in a computer-direct interview, or in person. You can play music when using these methods or over a telephone. You can show pictures in those first methods and in a mail survey.

5

5.1 Calităţile unui chestionar eficient Chestionarul, cel mai utilizat instrument de culegere a datelor

primare, se construieşte în concordanţă cu metoda de sondaj utilizată. Chestionarul este instrumentul de bază, extrem de flexibil, folosit în cercetarea efectuată pe teren, format dintr-o colecţie de întrebări la care urmează să răspundă persoanele cuprinse în eşantion, reprezentând un fel de „plasă flexibilă” ce colectează datele căutate şi le filtrează pe cele nesemnificative.

Acest instrument trebuie elaborat cu foarte mare atenţie şi testat înainte de utilizarea sa pentru culegerea datelor de la persoanele cuprinse în eşantion. Pentru pregătirea unui chestionar, cercetătorul trebuie să stabilească ce întrebări va cuprinde, în funcţie de obiectivul şi programul sondajului, ce formă vor avea acestea, cum vor fi formulate şi în ce ordine vor fi puse.

Dacă un chestionar este bine întocmit, el reprezintă baza succesului unui proiect de studiu al pieţei. În situaţia în care chestionarul prezintă deficienţe, informaţiile colectate sunt incomplete, irelevante, tendenţioase,

Probleme metodologice ale elaborării chestionarului-suport al culegerii datelor de sondaj


fără a putea fi corectate prin metode de analiză ulterioară, caz în care este necesară întocmirea unui nou chestionar şi proiectarea unui alt sondaj.

Un chestionar eficient trebuie să îndeplinească anumite condiţii: • să fie cât mai scurt şi simplu cu putinţă, dar să cuprindă întrebări

cu privire la toate datele relevante, predefinite în programul sondajului; • să asigure răspunsuri cât mai complete; • să evite înregistrarea datelor nesemnificative şi a celor deja culese,

stocate anterior în băncile de date; • să uşureze înţelegerea cerinţelor întrebărilor de către intervievaţi; • să conţină întrebări filtru şi de control, care să permită

identificarea subiectului intervievat cu exigenţele de reprezentativitate a eşantionului;

• să faciliteze controlul, prelucrarea, analiza datelor statistice şi interpretarea rezultatelor.

Scopul unui bun chestionar este de a depista şi de a permite culegerea datelor statistice cuprinse în programul de cercetare. De aceea trebuie verificat, prin organizarea unui pretest sau a unui sondaj pilot, dacă au fost cuprinse toate întrebările care trebuiau să fie puse şi dacă chestionarul cuprinde întrebări inutile sau incomode.

Una din regulile nonformale ale realizării unui chestionar care să permită obţinerea de maximum de informaţii cu minimum de resurse este să se potrivească cu mediul studiat. Niciodată un chestionar administrat prin telefon nu va putea asigura evaluarea reacţiei consumatorului la o nouă culoare. Şi, în cadrul anchetelor prin poştă nu avem posibilitatea să cerem explicaţii suplimentare sau să oferim asistenţă în completarea răspunsurilor. Întrebările despre subiecte sensibile sunt întotdeauna mai potrivite în cadrul unui chestionar administrat pe calculator.

De aceea, cel mai eficient chestionar apare dacă nu se combină metodele de culegere a datelor.

Întotdeauna se recomandă ca orice chestionar, indiferent de suportul său, să fie însoţit de o scrisoare de însoţire prin care să se explice persoanei


alese să facă parte din eşantion de ce a fost aleasă, respectarea anonimatului şi confidenţialităţii răspunsurilor. Oferirea de informaţii referitoare la studiu, obiectivele sale şi posibilele decizii ce îi vor urma ajută deseori la obţinerea de răspunsuri cât mai complete şi duce la evitarea ignorării chestionarului de către potenţialul respondent.

O regulă importantă este cea a „dublului S”: chestionarul trebuie să fie cât mai SCURT şi cât mai SIMPLU. Niciodată un chestionar prea lung, cu prea multe întrebări nu va aduce mai multă informaţie faţă de două chestionare scurte. Din contră. O metodă de a determina lungimea eficientă a unui chestionar este ca cel ce l-a elaborat sau membrii echipei ce l-a construit să răspundă individual la întrebările cuprinse. Dacă nu se plictisesc, se poate ca acel chestionar să nu fie prea lung.

5.2 Construcţia chestionarului Pentru o cercetare structurată, întrebările sunt precis stabilite şi

aranjate într-o ordine prestabilită. Pentru dezvoltarea chestionarului trebuie urmăriţi paşii:

Pas 1. Determinarea informaţiei specifice necesare şi modul său de utilizare

O greşeală des întâlnită în practica de sondaj este atitudinea“ Aş fi vrut să mai întreb ceva?”. O dată ce chestionarul este terminat şi un număr de interviuri sunt luate este mult prea târziu să se includă şi alte întrebări (Henry Skinner – „Marketing”). De aceea, înainte de dezvoltarea chestionarului, cercetătorul trebuie să identifice întreaga mulţime a datelor specifice necesare atingerii obiectivului studiului şi să decidă cum va fi utilizată această informaţie ce rezultă din prelucrarea datelor.

Pentru analiză vor fi utilizate metode de tabelare simple, procedee statistice, ca analiza de regresie sau analiza factorială, tehnici pe care le voi detalia într-un capitol separat. Foarte des cercetătorii greşesc neocupându-se


de aceste probleme, existând riscul ca datele culese de ei să nu se potrivească cu tehnica de analiză dorită pentru obţinerea unui anumit tip de rezultate.

Pas 2. Selectarea procedurii de intervievare Ce metodă de studiu este cea mai potrivită pentru culegerea datelor?

Decizia este legată de trei elemente cheie: tipul datelor căutate, tipul persoanelor ce vor fi intervievate, poziţia lor în cadrul firmelor ce fac parte din eşantion, dacă eşantionul este format din organizaţii).

Referitor la datele cuprinse în programul observării statistice trebuie pecizat dacă informaţia căutată poate fi obţinută printr-un chestionar formal, structurat sau trebuie obţinută printr-un proces de sondaj nestructurat, nedefinit.

În legătură cu unităţile statistice cuprinse în eşantion, trebuie clar precizată localizarea subiecţilor, aria de cuprindere a studiului, poziţia persoanelor ce urmează a fi intervievate, accesibilitatea şi bunavoinţa de a participa la interviu. Privitor la condiţiile de cost şi timp, ceea ce cercetătorul vrea să realizeze poate diferi foarte mult de posibilităţile sale financiare.

Pas 3. Selectarea conţinutului întrebărilor Examinând fiecare întrebare pe care dorim să o cuprindem în

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


permită să răspundă competent, responsabil şi să aibă capacitatea de a transmite corect răspunsurile.

În concluzie, cercetătorul ar trebui să se adreseze doar acelor persoane ce pot da răspunsuri corecte, să se refere în întrebare doar la evenimente trecute numai dacă se poate aştepta ca interlocutorii să şi le amintească exact sau să aibă acces la documentaţie - suport, şi să ceară păreri doar dacă aceştia au responsabilitatea/competenţa potrivită în cadrul companiei cuprinse în eşantion. Bunăvoinţa nu este o garanţie a răspunsurilor potrivite.

Pentru a evita această situaţie, în cadrul sondajului realizat, interviul a fost efectuat cu managerul de resurse umane, presupus a fi angajatul cel mai potrivit pentru a prezenta politica de formare a personalului şi intenţiile firmei în acest domeniu.

O observaţie interesantă face Moser: „….oamenii pot avea tendinţa să micşoreze vârsta şi consumul de alcool, în schimb să-şi exagereze pregătirea, lectura, mersul la biserică”. Prin extensie, putem considera că şi managerii de resurse umane pot tinde să micşoreze pierderile, fluctuaţiile mari de personal, şi vor exagera numărul de persoane instruite, numărul cursurilor organizate.

Într-un chestionar se întâlnesc două mari categorii de întrebări, după conţinut: factuale şi de opinie, care pot fi utilizate în funcţie de metoda de culegere a datelor folosită.

a. Întrebările factuale privesc fapte, realizări, opinii. Există de asemenea întrebări asupra motivaţiei sau asupra posibilităţii de informare, dar aspectele metodologice vor ieşi în evidenţă dacă examinăm diferite exemple de întrebări factuale şi de opinie.

O deosebire majoră dintre ele constă în gradul de libertate care i se acordă în general operatorului de interviu de a sonda, explicita, formula cât mai variat întrebările. La întrebările factuale (dacă interlocutorul este în legătură directă cu faptele, cu produsele pe care le cunoaşte sau cu evenimente) operatorii de interviu pot lua orice măsuri rezonabile pentru a


asigura înţelegerea şi consemnarea corectă a întrebărilor şi, respectiv, a răspunsurilor.

În cazul întrebărilor de opinie, o astfel de libertate ar fi prea riscantă şi, de aceea, nu este permisă. Se cunoaşte că schimbările în formularea, succesiunea sau chiar accentuarea întrebărilor, intonaţia, pot avea un efect real, efectiv, distorsionând răspunsurile.

Unii cercetători nu acordă operatorilor de interviu mai multă libertate pentru întrebările factuale, considerând că realitatea depinde atât de mult de o definiţie precisă, încât acest lucru ar fi prea riscant (Moser). În sondajul realizat în Capitolul 9, majoritatea întrebărilor din chestionar se referă la fapte, la comportamentul şi politica firmei cu privire la dezvoltarea personalului prin instruire şi formare continuă.

Moser foloseşte cuvântul „fapt” într-un sens larg. Întrebarea se poate numi factuală, deşi răspunsurile date de manageri pot fi un amestec de fapte, speranţe vagi cu dorinţa de a da un răspuns pe care îl consideră conform cu aşteptările operatorului. Acest lucru nu are o importanţă prea mare. Adjectivul „factual” se referă aici la tipul datei statistice cerută de întrebare, nu la exactitatea cu care se răspunde, încât denumirea „factuală” atribuită unei întrebări nu implică deloc exactitatea răspunsurilor.

De exemplu, întrebările factuale sunt cele privind forma dominantă de proprietate, provenienţa capitalului, sfera de activitate a organizaţiei, poziţia angajatului, cuprinderea cheltuielilor pentru politica de instruire şi perfecţionare în bugetul agentului economic, categoriile de angajaţi ce au fost cuprinse până în prezent în programe de pregătire profesională, sistemul de formare a angajaţilor, condiţiile de muncă şi viaţă ale angajaţilor etc. Unele întrebări factuale poartă denumirea de întrebări „de clasificare” şi sunt destinate mai ales obţinerii de informaţii prin care analiza să poată distinge grupurile principale de agenţi economici, pe categorii şi tipuri, dintre cei cuprinşi în eşantion. Aceste întrebări au fost cuprinse în prima parte a chestionarului şi s-au referit la forma dominantă de proprietate,


«naţionalitatea capitalului», dimensiunea agentului economic după numărul de angajaţi şi domeniul principal de activitate.

Întrebările de clasificare trebuie definite atent şi explicate prin instrucţiuni separate sau nu, de restul întrebărilor, de obicei poziţionate la sfârşitul interviului, pentru a evita aglomerarea întrebărilor personale în primele minute. Excepţie fac eşantioanele pe cote. Iniţial, când i se repartizează sarcinile operatorului, orice persoană abordată corespunde virtualmente condiţiilor de eşantionare, dar către sfârşit, devine din ce în ce mai greu de găsit persoane corespunzătoare cotei. O parte din persoanele abordate trebuie respinse şi ar fi o irosire de resurse, dacă am afla doar la sfârşitul interviului că cel intervievat nu aparţine nici unei cote (strat).

În orice moment sunt plasate, întrebările factuale au nevoie de o introducere specială. Şi asta deoarece o persoană solicitată să răspundă la întrebări referitoare la sistemul de instruire şi perfecţionare practicat de firma la care lucrează, se poate mira, pe bună dreptate, de ce ar trebui să ofere detalii despre bugetul de venituri şi cheltuieli, sau preocupările, venitul sau vârsta sa. Pentru aceasta, se recomandă de exemplu, o formulă de introducere cuprinsă la secţiunea de clasificări a chestionarului cum ar fi:

„Având în vedere că acest chestionar este anonim, vă rugăm să răspundeţi la câteva întrebări necesare unor clasificări ulterioare pe segmente de piaţă” sau, „Datorită faptului că nevoile de instruire şi perfecţionare ale companiilor variază după sfera de acţiune, condiţiile generale de lucru, cota de piaţă aferentă şi, nu în ultimul rând, după mărimea şi forţa firmei, am dori să aflăm câteva din caracteristicile companiei dv., asigurându-vă de deplina confidenţialitate a răspunsurilor”.

Principalele dificultăţi pe care le ridică întrebările factuale constau în asigurarea înţelegerii de către operatori a sensului lor exact şi transmiterii în mod precis interlocutorilor, a faptelor pe care doresc să le cunoască. Dificultatea poate fi depăşită printr-un studiu structurat, pentru desfăşurarea căruia i se cere operatorului să cunoască pe de rost întrebările şi să foloseacă


în timpul desfaşurării interviului doar materialele ajutătoare – liste, scale, cartoane, bilete.

Cu toate dificultăţile datorate definiţiilor înşelătoare, şansele ca, fie operatorul, fie persoana intervievată să înţeleagă greşit întrebarea sau să nu o înţeleagă de loc, sau în condiţii extreme, răspunsul să fie influenţat de formularea întrebărilor, sunt mult mai reduse decât în cazul întrebărilor de opinie.

b. În domeniul întrebărilor de opinie problemele sunt mult mai complexe, şi, implicit, mai dificil de evitat şi corectat. Pentru chestionarul anexat, beneficiind de îndrumările profesionale ale Catedrei de Sociologie a Universităţii Bucureşti, am reuşit, parţial, evitarea confuziilor în interpretarea tipului de psihologie şi comportamentului persoanelor anagajate pe poziţii de decizie în legătură cu nevoia de formare a personalului în întreprinderile unde lucrau.

Şi totuşi, care sunt principalele motive pentru care studiul opiniilor este mult mai dificil decât studiul cifrelor, faptelor? De ce este mai uşor să întrebăm pe cineva dacă posedă sau lucrează pe un calculator personal, decât dacă este în favoarea instruirii tuturor angajaţilor, indiferent de poziţia lor, pentru folosirea calculatorului?

La întrebarea „La ultimul curs aţi folosit calculatorul?” este raţional să presupunem că persoana intervievată ştie dacă pe în timpul cursului absolvit a lucrat sau nu pe un calculator. Tot ceea ce trebuie să facă operatorul este să-i explice interlocutorului că doreşte să consemneze acest lucru şi să se asigure că înţelege răspunsul acestuia. Se poate ca interlocutorul să nu dorească să ofere informaţia exactă, dar esenţial este să fie perfect conştient de aceasta.

În domeniul întrebărilor de opinie situaţia se complică. Atitudinea subiectului asupra participării la cursuri ce au legătură cu orice poate fi clasificat drept „tehnică înaltă”, poate fi destul de imprecisă, sau se poate ca el să nu se fi gândit niciodată la acest subiect, la această problemă strategică de personal.


Deci, o primă problemă privind răspunsurile la întrebările de opinie, apare din incertitudinea „cunoaşterii” răspunsurilor corecte. Pentru ca un manager să răspundă sau nu dacă personalul firmei a fost cuprins până în prezent în programe de pregătire şi perfecţionare, indiferent dacă trainer-ul a fost din interiorul firmei sau angajat al unei firme specializate în servicii de instruire, subiectul nu are nevoie de timp de acomodare şi de gândire, deci va răspunde rapid. Spre deosebire de această situaţie pentru a exprima o opinie autentică referitoare la îmbunătăţirea eficienţei angajaţilor în urma frecventării unui curs de specializare, este necesară nu numai o perioadă de gândire, ci şi de autoanaliză.

Opinia unei persoane asupra unei anumite probleme are anumite laturi, chiar dacă acea persoană vorbeşte în numele unei instituţii sau firme, este foarte posibil să fie împotriva generalizării utilizării calculatoarelor pentru formarea continuă a angajaţilor din motive religioase, morale, medicale sau să fie în favoarea acestei măsuri din motive manageriale, de eficienţă didactică.

Un manager poate fi de acord cu afirmaţia „Sunt de acord ca angajaţii mei să participe la cursuri de perfecţionare şi instruire în timpul orelor de serviciu, deoarece acest lucru le va îmbunătăţi eficienţa în viitor”, gândindu-se la angajaţii altui departament sau birou, şi poate a fi împotriva acestei afirmaţii dacă se gândeşte la proprii săi subalterni.

Pe scurt, probabil că nu există un răspuns corect, clar şi precis, la această întrebare, asa cum există la cea referitoare la utilizarea unui calculator. Răspunsul primit va depinde de acel aspect al problemei care prevalează în mintea interlocutorului – foarte posibil sub influenţa formulării întrebării sau a contextului creat de întrebările anterioare sau de orice altceva fără legătură sesizabilă pe moment de către operator, cu interviul sau tema sondajului.

Strâns legată de acest aspect este problema intensităţii opiniei. Despre orice subiect dat unele persoane au sentimente puternice, altele sunt


indiferente sau neinteresate, unele au opinii stabile şi coerente, altele au atitudine extrem de mobilă.

De aceea, pentru a aprecia corect intensitatea atitudinii şi opiniei faţă de utilizarea calculatoarelor personale pe diverse domenii şi pentru a obţine o segmentare corectă pe tipuri de comportament şi personalitate managerială, pe tipuri de companii, se pot utiliza diferitele metode de scalare, ce ajută la ierarhizarea intensităţii opiniilor. Un astfel de exemplu este de la -2 (absolut împotriva afirmaţiei făcute), la +2 (sunt perfect de acord cu afirmaţia făcută), pe un continuum. Tipurile de scale sunt prezentate mai pe larg la subcapitolul 3.5.

Unii autori consideră şi un al treilea tip de întrebări, cele legate de informaţii, cunoştinţe, ca de exemplu întrebarea: „Ce ştiţi despre Logistică?” poate fi urmată de răspunsul „Nu ştiu“. Un astfel de răspuns trebuie evitat prin reformularea întrebării.

În final este necesar să se sublinieze că răspunsurile la întrebările de opinie sunt mult mai sensibile la schimbările de formulare, succesiune, accentuare, decât cele la întrebările factuale (International Journal of Opinion and Attitude Research – Moser).

În elaborarea chestionarului trebuie stabilite şi respectate anumite standarde pentru fiecare întrebare ce va fi inclusă. Este întrebarea oportună în general, şi dacă da, este aceasta poziţionată potrivit în cadrul chestionarului? Se asociază întrebarea cu obiectivul studiului? Ar putea fi obţinută aceeaşi informaţie sau altă cantitate prin altă metodă? Este important ca fiecare întrebare să furnizeze maximum de informaţie consumând minimum de timp şi spaţiu. Trebuie luată în calcul abilitatea persoanei intervievate de a răspunde la întrebare: „Ce tip de cursuri preferaţi să organizaţi pentru angajaţii firmei dumneavoastră?”

Dacă subiectul nu a luat niciodată nici o decizie asupra cuprinderii angajaţilor în programe de formare, nu va putea răspunde corect la întrebare, dar poate da un răspuns influenţat de publicitatea pentru cursuri şi de ofertele firmelor ce asigură servicii de training. Întrebarea ar fi trebuit


precedată de o alta, prin care să se afle dacă firma a mai organizat până acum sesiuni de training al personalului sau nu cu scopul de a eficientiza şi întrebarea: „Ce tipuri de cursuri şi în ce domenii consideraţi că ar fi utile pentru angajaţii dumneavoastră?”.

Cercetătorul nu ar trebui să pună accent pe întrebările ce necesită un efort sporit de concentrare şi atenţie, ca de exemplu: „Vă prezentăm o serie de cursuri pentru dezvoltarea profesională şi perfecţionarea pesonalului. Vă rugăm să identificaţi ce domenii constituie un interes pentru organizaţia dumneavoastră”, întrebare ce nu se recomandă să fie plasată la începutul chestionarului, ci după ce a fost făcută distincţia între persoanele iniţiate deja în temă şi cei neiniţiaţi şi, de asemenea, după o prealabilă punere în temă a intervievatului cu subiectul chestionarului, în orice caz după o parte de chestionar referitoare la cursurile, domeniile de training ce deţin importante cote de piaţă şi sunt cele mai solicitate de către agenţii economici.

Pas 4. Selectarea tipurilor generale de întrebări, după forma lor de

prezentare În principiu, după forma lor întrebările se grupează în: a) întrebări deschise; b) întrebări cu răspunsuri precodificate; c) întrebări multi-opţiune; d) întrebări dihotomice. Cercetătorul trebuie să decidă care tip va fi folosit pentru fiecare

întrebare factuală sau de opinie. a) Întrebările deschise. Subiectul chestionat poate răspunde acelor

întrebări cu propriile cuvinte şi poate exprima orice idee sugerată de întrebare. Răspunsul cerut poate fi, în funcţie de întrebare, scurt („Care este după părerea dvs., dezavantajul major al publicităţii făcute în România cursurilor de instruire şi perfecţionare?”) sau de factură extinsă („Care credeţi că sunt avantajele publicităţii făcută cursurilor de instruire şi perfecţionare?”).


Deoarece întrebările deschise nu sugerează răspunsuri alternative, ele tind să aibă mai puţină influenţă asupra răspunsului actual decât au întrebările cu alternative multiple (întrebările multi-opţiune) sau cele dihotomice. O slăbiciune a acestui tip de întrebări este aceea că respondentul poate interpreta greşit tipul informaţiei căutate.

De asemenea, pot apărea dificultăţi la codificarea ulterioară a răspunsurilor şi la prelucrarea primară a datelor, ce se face manual pentru întrebările deschise, constând în procedura de despuiere a chestionarelor şi analiză de conţinut. Multe răspunsuri sunt structurate astfel încât este dificilă comasarea, restrângerea lor sau combinarea şi obţinerea de asociaţii, corelaţii între răspunsuri. Pe de altă parte, întrebările deschise acordă mai multă importanţă răspunsurilor persoanelor cu un anumit nivel de educaţie, de obicei medie şi peste, deoarece acest grup este mai articulat în gândire şi, de aceea, poate comunica mai eficient ideile.

b) Întrebări deschise cu răspunsuri precodificate. Subiectul poate răspunde la întrebări cu propriile cuvinte, răspunsurile fiind încadrate într-o variantă codificată anterior desfăşurării întrebărilor, de către operator. Numărul variantelor în care se vor încadra răspunsurile sunt stabilite de către cercetător şi este limitat la maxim 10–12 variante. (Kress, „Marketing Research”) De exemplu:

„Care sunt pentru dvs. avantajele politicii de instruire a personalului?: • ajută la menţinerea nivelului profesional al angajaţilor (1), • ajută la îmbunătăţirea nivelului profesional al angajaţilor (2), • determină creşterea eficienţei angajaţilor (3), • determină creşterea eficienţei de ansamblu a firmei (4), • asigură informaţii actuale angajaţilor (5), • asigură informaţii noi (6), • creşte gradul de socializare al angajaţilor (7), • dă viaţă şi culoare mediului de muncă (8), • altceva, precizaţi ce anume (9)________”.


c) întrebări multi-opţiune (Întrebări cu variante multiple pentru răspunsuri). În acest caz li se oferă subiecţilor un număr de alternative specifice, dintre care pot alege unul sau mai multe răspunsuri. Dacă este posibil, alternativele listate ar trebui să nu se suprapună, să nu interfereze. Totuşi, trebuie inclusă şi varianta „altceva, vă rugăm să precizaţi ce anume:……….” sau „nu ştiu”. Acest tip de întrebare dă posibilitatea obţinerii unor răspunsuri rapide şi eficiente. De aceea sunt preferate în general de către intervievaţi (Kress, Marketing Research) şi de către cercetătorii specializaţi în analiza datelor. Elaborarea machetelor de prelucrare şi clasificarea datelor înregistrate lor este mult simplificată şi răspunsurile alternative ghidează subiectul spre tipul general de răspuns aşteptat.

Un aspect nedorit al acestui tip de întrebare este faptul că răspunsurile pot fi polarizate datorită ordinii alternativelor. Dacă se cere un singur răspuns, acest tip de întrebare nu distorsionează întotdeauna rezultatele, ca de exemplu :

“Ce reprezintă pentru dvs. formarea personalului?: - un hobby (1), - un instrument de lucru (2), - un interes secundar (3), - un interes principal (4), - viitorul (5), - un scop în viaţă (6), - o activitate lipsită de interes (7). Atenţie! Se bifează/încercuieşte un singur răspuns”. Dezavantajul observat al admiterii răspunsurilor multiple

precodificate s-a demonstrat a fi polarizarea răspunsurilor către primele opţiuni. Potenţiala polarizare cauzată de poziţia posibilelor răspunsuri în chestionar, poate fi evitată prin alternarea variantelor în lista de răspuns, în diferitele seturi de chestionare.


Dacă răspunsurile posibile au formă cantitativă, natura polarizării se schimbă, managerii indecişi tinzând să selecteze numerele de mijloc mai degrabă decât extremele. Este dificil de eliminat această „lipsă” sau inadvertenţă prin rotirea ordinii numerelor la diferite întrebări, deoarece aceasta poate duce la derutarea persoanei intervievate.

Un al treilea tip de polarizare include situaţiile în care literele a, b, c, d, etc. sunt utilizate, caz în care s-a observat statistic, că persoanele indecise aleg, în marea majoritate a cazurilor, varianta cu litera a (acesta fiind asociată mental cu cea mai înaltă performanţă) sau cele codificate cu vocale, în defavoarea celor codificate cu consoane. Se recomandă să se atribuie litera a ultimei variante sau situaţiei mai puţin favorabile.

O altă metodă de înlăturare a polarizării poate fi folosirea unei combinaţii de litere precum h, i, m, (Kenneth Coney, “The special case of Letter of preference”, pag. 385).

d) Întrebările dihotomice. O întrebare dihotomică (sau binară) este o formă extremă a unei întrebări multi-opţiune, unde există doar două posibilităţi de alegere: Da/Nu; Credit/Cash. Aproape întotdeauna trebuie inclusă în chestionar şi o a treia variantă de răspuns: „Nu ştiu” sau „Altceva”. Chestionarele care încep cu o întrebare dihotomică doresc să identifice de la început persoanele potrivite de a face parte din eşantion.

Pas 5. Alegerea tipurilor de scale Pentru a aborda analiza şi evaluarea atitudinilor, opiniilor, deci

pentru a analiza datele calitative, independent şi, mai ales, în interdependenţă cu alte variabile calitative sau cantitative, pentru a putea identifica factorii ce sunt influenţaţi şi care influenţează asemenea variabile, cercetătorii în domeniul sondajului utilizează analiza scalară (sau investigaţia ierarhică), ca metodă de studiu statistic.

Analiza scalară permite eşalonarea, ierarhizarea atitudinilor şi comensurarea lor. Prin eşalonare vom înţelege diferenţierea calitativă a atitudinilor conform unei ierarhii a intensităţii opiniilor. Prin măsurare se încearcă o comensurare cantitativă a atitudinilor.


Una din principalele probleme ce apare în analiza scalară este construcţia scalei potrivite fenomenului studiat. O dată aleasă scala se pune problema poziţionării juste a atitudinii conform acelei scale, operaţiune defăşurată în timpul completării chestionarului.

Tipurile de scale au fost sintetizate în Capitolul 4, într-un subcapitol dedicat special scalelor, datorită problemelor metodologice deosebite pe care le pune construcţia acestor instrumente de măsurare, în special a variabilelor calitative.

Pas 6. Decizii asupra redactării întrebărilor Anumite aspecte ale formulării întrebărilor sunt deosebit de

importante în studiile de marketing bazate pe sondaje, şi anume: a) Întrebări cu caracter general. A folosi o astfel de întrebare atunci

când se cere un răspuns specific este o eroare comună. O întrebare ca „Sunteţi mulţumit de politica de personal din firma dvs.?” este nesatisfăcătoare dacă interesul cercetătorului vizeză gradul de „prietenie” al departamentului de resurse umane.

De asemenea, formulată greşit poate fi considerată şi întrebarea „Credeţi că este dificil şi scump să vă plătiţi singur cheltuielile de perfecţionare?”. Aceasta este nesatisfăcătoare deoarece este de dorit ca întrebările să se limiteze la o singură problemă sau idee. Moser recomandă ca întrebările să fie formulate mai degrabă în conformitate cu experienţa persoanei intervievate decât în termeni generali.

b) Limbajul simplu. Dacă studiul se efectuează pe un eşantion format din firme, întrebările trebuie formulate într-un limbaj clar, fără ambiguităţi, astfel încât datele cerute să nu constituie secrete pentru companie. Simplu nu înseamnă desigur simplist. Dacă datele sunt secrete trebuie garantată confidenţialitatea acestora. Dacă subiecţii vizaţi formează un grup specific, ca ingineri, medici, profesori, manageri, limbajul poate fi tehnic şi evoluat.

Sensul fiecărei întrebări trebuie să fie clar. „Cât de des utilizaţi în activitatea de pregătire profesională a angajaţilor serviciile firmelor specializate?” poate însemna câte ore pe zi, sau pe săptămână, sau pe lună.

Uneori este mai bine să se folosească două sau trei întrebări decât una singură cu răspunsuri multiple. Mai greu de evitat sunt cuvintele folosite


zilnic de către experţi, care nu fac parte din conversaţia obişnuită a managerilor de resurse umane. Pentru a asigura inteligibilitatea întrebărilor trebuie observate reacţiile interlocutorilor potenţiali şi tipici într-un studiu pilot.

Payne menţionează o serie de cuvinte ce pot fi înlocuite cu alternative mai simple:

a comunica = a informa a acorda asistenţă = a ajuta a iniţia = a începe a se materializa = a se produce, a avea loc major = esenţial, principal, important Principiul fundamental al formulării este acela că întrebările trebuie

să conţină cele mai simple cuvinte care comunică interesul exact. Exprimarea trebuie să fie cât mai simplă şi clar exprimată, fără a lăsa loc interpretărilor. Cu cât întrebările sunt mai apropiate de conversaţia obişnuită, cu atât interviul va decurge mai cursiv.

În ceea ce priveşte limbajul tehnic sau ştiinţific, trebuie ca cercetătorul să fie sigur că totţi intervievaţii folosesc un anumit cuvânt cu acelaşi înţeles, acelaşi sens. Un caz contrar simplu îl constituie expresia „resurse umane”, care pentru o parte din populaţie constituie echivalentul departamenului de personal dintr-o organizaţie, iar pentru altă parte resursele de muncă ale unei ţări.

c) Ambiguitatea. Întrebările ambigue trebuie evitate cu orice preţ. Dacă se strecoară un cuvânt ambiguu, persoane diferite vor înţelege întrebarea în moduri diferite şi, ca urmare, vor răspunde la întrebări diferite, corespunzător percepţiei fiecăruia.

d) Cuvintele cu sens vag. Întrebările vagi, nedefinite suficient, furnizează răspunsuri vagi. Dacă se întreabă „Ce fel de suport teoretic utilizaţi la birou?”, unii angajaţi vor răspunde „destul de vechi”, alţii vor preciza „american”, managerii vor răspunde aproape sigur “cel mai modern de pe piaţă” deoarece este pus în joc prestigiul firmei, iar alţii vor da pur şi simplu titlul şi editura manualului. Răspunsuri vagi se vor obţine şi dacă întrebarea începe cu „de ce?”.


e) Întrebările tendenţioase. Sunt cele care prin conţinut, structură sau formulare sugerează intervievatului un anumit răspuns.

De exemplu, întrebarea de forma „Sunteţi de acord că dvs. nu credeţi că...?” va sugera un răspuns negativ, iar cea de forma „N-ar trebui oare să ...?” va sugera un răspuns pozitiv. De asemenea, o întrebare care sugerează doar unele răspunsuri posibile îi poate orienta pe interlocutori, de aceea la întrebările ce oferă posibilitatea alegerii dintre mai multe variante, întotdeauna trebuie adaugată opţiunea „altă variantă, altceva, vă rugăm precizaţi ce anume” sau „nu ştiu”.

f) Întrebările prezumtive. În general, întrebările nu ar trebui să presupună nimic în legătură cu persoana intrervievată. Ele nu trebuie să sugereze că aceasta posedă în mod necesar anumite informaţii sau are vreo opinie asupra subiectului analizat.

Pas 7. Decizii asupra secvenţei întrebărilor Întrebările trebuie să se înlănţuie într-o ordine logică, ceea ce

presupune că cercetătorul trebuie să repecte atât logica intervievatului, cât şi pe cea a operatorului. Atât intervievatul, cât şi operatorul de interviu trebuie să fie cât mai aproape de logica iniţială a cercetătorului, de ceea ce a dorit el să exprime iniţial.

Orice distorsionare ar duce la culegerea informaţiilor divergente, disparate şi ar însemna irosirea de resurse. Afectarea în mică măsură a gradului de concentrare datorată ambiguităţii sau nivelului vag al unei întrebări poate distorsiona rezultatele chiar fără posibilitatea depistării şi corectării distorsiunii.

De regulă, la întrebările deschise se poate răspunde mai uşor dacă sunt plasate la începutul chestionarului şi nu în interiorul acestuia. Atât operatorul, cât şi subiectul intervievat trebuie să fie capabili să treacă de la o întrebare la alta extrem de facil. Acest lucru este deosebit de important atunci când este necesar să se ocolească anumite întrebări datorită unor răspunsuri anterioare.

După introducerea unei teme se exploatează la maximum folosirea întrebărilor succesive, şi nu răzleţe. Plasarea întrebărilor pe aceeaşi temă într-un grup concentrat focalizează atenţia subiectului asupra unei singure


probleme în timp, astfel obţinându-se informaţia cu o acurateţe mai mare. O astfel de aranjare pe secvenţe a întrebărilor îi face pe intervievaţi să se simte în largul lor, pentru că văd o anumită ordine logică a procesului intervievării.

Ordinea este distrusă când întrebările succesive cuprind teme „iterative”, ca de exemplu următoarea succesiune a întrebărilor referitoare la influenţa preţului, probleme de sănătate, preferinţe şi apoi din nou probleme de sănătate.

Pas 8. Maximizarea atracţiei şi utilităţii chestionarului Chestionarele trebuie să fie atractive vizual, destul de scurte pentru a

nu plictisi persoana intervievată. Pentru mărirea utilităţii chestionarului întrebările ce se referă la tipul serviciului sau produsului sunt plasate în prima parte a chestionarului, având intercalată segmentarea pe produs/serviciu.

O proporţie destul de mare se dovedeşte interesată să vorbească despre gusturile şi stilul de viaţă, de aceea se recomandă pentru mărirea atractivităţii chestionarului utilizarea de scale amuzante, cartoane colorate şi toate acestea înaintea secţiunii întrebărilor de clasificare, acestea de obicei trezind suspiciunea subiecţilor.

Oamenii, în general, sunt deschişi în a transmite informaţii referitoare la firma unde lucrează, mai ales dacă astfel promovează imaginea firmei, dar sunt reticenţi dacă li se solicită informaţii de segmentare (să raspundă la întrebări referitoare la propriile caracteristici demografice). Dacă trebuie obţinute date de segmentare/demografice, întrebările referitoare la acestea se plasează la începutul chestionarului pentru companii şi la sfârşitul său pentru persoane.

Structura chestionarului trebuie astfel gândită încât să uşureze codificarea răspunsurilor şi prelucrarea lor primară, obţinerea indicatorilor totalizatori. Întrebările personale, dificile se plasează, de regulă, la sfârşitul chestionarului.

Se recomandă ca operatorii să înveţe întrebările pe de rost pentru a nu fi nevoiţi să le citească în timpul interviului – aceasta va părea mai mult o discuţie liberă. Singurele hârtii cu care va lucra sunt materialele ajutătoare.


Pas 9. Organizarea unui pretest – studiul pilot de testare a eficienţei chestionarului.

Înainte de folosirea chestionarului ca suport de culegere a datelor primare, orice chestionar trebuie testat. Scopul organizării unui studiu pilot trebuie să fie similar cu cele ce vor fi incluse în studiul final. Eşantionul pentru studiul pilot poate avea un volum destul de mic, redus, deşi eşantionul proiectat pentru sondaj este normal.

Ca rezultat al pre-testului se observă posibilele polarizări ale răspunsurilor, acestea putând fi uşor remediate. Sondajul pilot mai are scopul identificării criteriilor de structurare, dacă acestea nu pot fi identificate.

Pas 10. Redactarea ghidului şi instrucţiunilor de folosire a

chestionarului. Atunci când chestionarul este finalizat, acesta trebuie multiplicat şi

distribuit operatorilor de interviu însoţit de Ghidul de folosire. Ghidul tratează posibilele probleme ce pot apărea de-a lungul desfăşurării interviurilor şi oferă posibile soluţii pentru surmontarea lor, ca de exemplu:

i. Obţinerea informaţiilor de identificare a firmei. Managerii pot fi reticenţi în a răspunde la întrebări referitoare la cifra de afaceri, cheltuieli, profit, dacă nu sunt convinşi de confidenţialitatea datelor şi de utilitatea sondajului pentru companie.

ii. Evitarea cuvintelor diriguitoare, puternice şi a exprimărilor încărcate.

Considerând următorul exemplu: la întrebarea „Ar trebui ca toţi angajaţii din industria calculatoarelor să fie forţaţi de sindicate să participe la cursuri de perfecţionare, astfel încât să crească eficienţa muncii”, cu variantele DA şi NU, răspunsurile vor fi în majoritare NU, chiar şi cele date de membri de sindicat.

Cuvinte ca promovare, whealer-dealer, soft de bază, soft de aplicaţie, computere trimit semnale puternice anumitor persoane şi le pot afecta în mod dramatic răspunsurile. De aceea este important să se ţină seama de influenţa acestor termeni asupra rezultatelor interviurilor.


5.3 Recomandări finale pentru construcţia chestionarului Păstraţi formularul cât mai scurt posibil. Multe persoane ar completa

un chestionar mai scurt, fără să conteze metoda de intervievare aplicată. Dacă o întrebare nu este importantă, nu o includeţi.

Începeţi cu titlul (de exemplu, Studiul Privind Petrecerea Timpului Liber). Trebuie să fie inclusă o scurtă introducere – cine sunteţi şi de ce faceţi această cercetare. În cele mai multe cazuri este mai bine să fie menţionat numele companiei studiate decât cel al clientului (de exemplu, XYZ Agenţie de Cercetare decât realizarea produsului/serviciului cercetat).

Asiguraţi-vă că cei ce vor răspunde chestionarului nu vor fi relevanţi dar că, prin combinaţie cu celelalte, veţi afla atitudinea generală.

Includeţi o scrisoare de intenţie cu toate cercetările electronice. O bună scrisoare de intenţie va spori ponderea răspunsurilor, pe când una slab organizată sau chiar lipsa acesteia ar reduce ponderea răspunsurilor. Introduceţi aceste informaţii în cele două paragrafe anterioare şi menţionaţi motivaţia (dacă e cazul). Menţionaţi cum trebuie înapoiat formularul. Introduceţi numele şi numărul de telefon pentru mai multe detalii. Faceţi referire la modul în care trebuie completat formularul.

Paginile formularelor electronice trebuie numerotate şi să includă de asemenea adresa de înapoiere, deoarece paginile şi plicurile pot fi separate. Plicurile trebuie să aibă pregătite tarifele poştale. Folosirea timbrelor poştale creşte ponderea răspunsurilor, dar este scump, pentru că trebuie să le timbrezi pe toate, nu doar pe cele returnate.

Puteţi lăsa spaţiu pentru numele şi titlul celor intervievaţi. Unii oameni vor completa cu numele lor, făcând posibilă în acest fel contactarea acestora, clarificarea şi urmărirea îndeaproape a întrebărilor. Precizaţi că menţionarea numelui este opţională. Dacă întrebările, prin natura lor, sunt delicate nu lăsaţi spaţiu destinat numelui. Unii oameni ar deveni suspicioşi şi nu ar completa formularul.

Dacă formularul conţine material – din punct de vedere comercial – sensibil, adresaţi mai întâi o întrebare de securitate pentru a afla dacă intervievatul sau membrii ai familiei sau vreun prieten apropiat este implicat în instituţia supusă cercetării. Dacă este cazul, încheiaţi interviul imediat.


Cea mai bună metodă de adresare a întrebărilor de securitate este contrariul situaţiei dorite (dacă cercetaţi un produs farmaceutic, formulaţi întrebarea următoare: «Vrem să intervievăm oameni din anumite domenii – lucraţi sau vreo rudă a dumneavoastră lucrează în domeniul farmaceutic?»). Dacă raspunsul este «DA» multumiţi celui intervievat şi incheiaţi interviul.

După întrebarea de securitate continuaţi cu întrebari generale. Dacă doriţi limitarea cercetării la cei ce folosesc produsul, puteţi deghiza acest produs. Respectând regula, porniţi de la atitudini generale până la clasa de produse, prin cunoaşterea brandului, achiziţionare, folosirea produselor specifice până la întrebări specifice (de exemplu, de la «Ce tip de cafea aţi cumpărat în ultimele trei luni?» şi până la «Vă amintiţi să fi văzut o ofertă specială pentru ultimul tip de cafea X achiziţionat în ultima perioadă?»). După caz, adresaţi cele mai importante întrebări în prima parte a formularului. Dacă cineva nu completează formularul în întregime şi lasă ultima parte necompletată, în acest caz prima parte a formularului fiind şi cea mai importantă, va fi completată.

Asiguraţi-vă că aţi introdus toate alternativele relevante în variantele de răspuns. Neglijarea variantei de răspuns poate conduce la rezultate invalide. De exemplu, în recentul scrutin în care americanii erau întrebaţi dacă susţin pedeapsa cu moartea, DA sau NU, s-a descoperit că 70-75% dintre intervievaţi au răspuns DA. Dar în cele care ofereau variante de răspuns între pedeapsa cu moartea şi închisoare pe viaţă fără posibilitatea de eliberare pentru pedeapsa cu moartea au optat aproximativ 50-60%. În timp ce voturile ofereau alternative pentru pedeapsa cu moartea sau închisoare pe viaţă fără posibilitate de eliberare, cu camarazi muncind în puşcarie pentru plata pedepsei pentru victimele familiilor lor, s-a descoperit susţinerea pedepsei cu moartea într-un procent de 30%.

Nu adresaţi două întrebări într-o singură formulare. Evitaţi întrebările de genul: „Cumpăraţi carne congelată şi peşte congelat?” raspunsul DA poate însemna că intervievatul cumpără fie carne, fie peşte, sau pe amândouă. Acelaşi lucru şi pentru întrebarea de genul: „Aţi cumpărat vreodata produsul X, dacă da, v-a plăcut?”, răspunsul NU poate însemna că intervievatul nu a cumpărat niciodată sau a cumpărat, dar nu i-a plăcut.


Fiţi cât se poate de concişi. „Aţi cumpărat vreodata peşte?” poate include deopotrivă persoanele care au cumparat odată în 1990. Nu este specificat dacă produsul era congelat, uscat, conservat sau poate include persoanele care au consumat produsul într-un restaurant. Este mai bine de specificat: „Aţi cumpărat peşte (dar nu în restaurant) în ultimele trei luni?” „Dacă da, era congelat, coservat sau uscat?” prea puţini oameni îşi aduc aminte ce au cumpărat în ultimele trei luni dacă nu reprezintă achiziţionări importante, cum ar fi un automobil sau alte aparate.

Evitaţi, de asemenea, cuvintele cu implicaţie emoţională sau întrebările care conduc la alt răspuns decât cel necesar. Răspunsul nu va fi pe măsură dacă întrebaţi astfel: „Ce părere aveţi despre propunerea XYZ?” faţă de „Ce părere aveţi despre propunerea comunistă XYZ?”. Cuvântul „comunistă” din întrebarea anterioară ar putea rezulta ca oamenii să fie în favoarea sau în defavoarea propunerii, având la bază parerea oamenilor despre comunism şi nu neaparat despre propunere însăşi. Este foarte uşor să influenţaţi. De aceea este bine să-l verificaţi înainte de a fi pus în practică.

Dacă comparaţi produse diferite pentru a afla preferinţele, daţi fiecăruia un nume neutru sau o referinţă. Nu le notaţi pe unul cu „A” şi pe celălalt cu „B”. Acest lucru aduce imediat în minte imagini de gradul A şi de gradul B, cu cel dintâi fiind văzut ca superior celui din urmă. Este mai bine să daţi fiecăruia o referinţă „neutră”, cum ar fi de exemplu „M” sau „N” care nu au o diferenţă de calitate atât de puternică.

Evitaţi termenii tehnici şi acronimele, le puteţi utiliza doar dacă sunteţi absolut siguri ce înseamnă corespondentul lor. LAUTRO (Life Assurance and Unit Trust Regulatorz Organization), AGI (Adjusted Gross Income), GPA (Grade Point Average) sau EIEIO (Engineering Information External Inquirie Officer), sunt acronime binecunoscute persoanelor care lucrează în domeniul respectiv, dar puţine persoane le înţeleg pe toate. Dacă trebuie să folosiţi un acronim, silabisiţi-l prima dată când îl folosiţi.

Asiguraţi-vă că întrebările dumneavoastră acceptă toate răspunsurile posibile. O întrebare de genul:

„Folosiţi benzină normal sau premium pentru maşina dvs.?” nu acoperă toate răspunsurile posibile. Posesorul poate alterna între cele două


tipuri. Întrebarea ignoră de asemenea folosirea motorinei sau a maşinii pe bază de sursă electrică. O metodă mai bună de a pune această întrebare este:

„Ce fel de benzină folosiţi pentru maşina dvs.?” cu răspunsuri precodificate:

- Benzină normală; - Benzină premium; - Motorină; - Altele; - Nu am maşină. În cazul în care doriţi doar un singur răspuns de la fiecare persoană,

asiguraţi-vă că răspunsurile sunt mutual exclusive. De exemplu: „În care din următoarele locuiţi?” - O casă; - Un apartament; - Suburbii. Întrebarea ignoră posibilitatea ca cineva să locuiască într-o casă sau

un apartament în suburbii. Întrebările scalare (de exemplu „Dacă 1 înseamnă foarte bun şi 5

înseamnă foarte slab, cum aţi grada acest produs?”) sunt o problemă particulară. Cercetătorii sunt împărţiţi în această privinţă. Multe sondaje folosesc o scară de zece puncte, dar sunt destule dovezi considerabile care să demonstreze că orice depăşeşte o scară de cinci puncte este irelevant. Pentru persoanele care au ca nivel de educaţie liceul sau mai puţin, cinci puncte sunt suficiente. În ţările lumii a treia, o scară de trei puncte (bun/acceptabil/rău) poate fi tot la ce se poate răspunde. O altă problemă este dacă presupuneţi că diferenţa factorilor se află între limitele scării – puteţi avea o scară de cinci puncte, dar în mintea persoanei chestionate poate însemna 10 puncte în comparaţie cu altele.

O altă problemă asupra căreia cercetătorii nu cad de acord este dacă să folosească o scală cu un număr de puncte par sau impar. Unora le place să forţeze oamenii să dea un răspuns care este clar pozitiv sau negativ. Acest lucru poate face analiza mai uşoară. Alţii consideră că este la fel de important să oferi o opinie de mijloc, neutră. Felul în care se face chestionarea poate face o diferenţă aici. Un anchetator bun poate obţine


deseori un răspuns, dar într-un interviu pe jumătate administrat, cum ar fi un chestionar al unei pagini Web, o persoană care este frustrată de faptul că nu poate oferi un răspuns de mijloc poate lăsa o întrebare necompletată sau întreg chestionarul.

Asiguraţi-vă că variantele sau categoriile scalelor au un înţeles. De exemplu: „Ce părere aveţi despre produsul X?

Este cel mai bun de pe piaţă Este de valoare medie Este cel mai slab de pe piaţă.”

O întrebare formulată ca cea de mai sus va genera multe răspunsuri în categoria de mijloc, rezultând foarte puţină informaţie ce poate fi folosită.

Dacă aţi folosit o scală specifică înainte şi aveţi nevoie să comparaţi rezultatele, folosiţi aceeaşi scală. Patru pe o scală de cinci nu este echivalent cu o scară de opt pe zece. Cineva care gradează un obiect „4” pe o scală de cinci puncte poate grada acel obiect oriunde între „6” şi „9” pe o scală de zece puncte.

Fiţi atenţi la factorii culturali. În lumea a treia, persoanele chestionate au o tendinţă puternică de a exagera răspunsurile. Cercetătorii pot fi percepuţi ca fiind agenţi guvernamentali, cu puterea de a pedepsi sau recompensa în funcţie de răspunsul dat. Ca atare, ei dau răspunsurile „corecte” nu ceea ce cred cu adevărat. Chiar dacă întrebările nu sunt de natură politică şi se ocupă mai degrabă cu produse şi servicii comerciale, dorinţa de a nu dezamăgi vizitatorii importanţi cu răspunsuri ce pot fi considerate negative pot duce la rezultate exagerate.

Oamenii, câteodată, dau răspunsuri pe care le consideră a se reflecta în bine asupra lor. Aceasta este o problemă constantă a pre-alegerilor. Mai mulţi oameni spun că vor vota decât cei care vor vota cu adevărat. Mulţi oameni spun că merg la muzee sau biblioteci dar nu o fac cu adevărat. Acesta problemă este semnificativă când persoanele chestionate vorbesc direct cu o persoană. Oamenii dau mai multe răspunsuri cinstite atunci când răspund la întrebări în faţa calculatorului. Chestionarele prin mail sunt la mijloc.

În interviurile personale este vital pentru cel care chestionează să aibă empatie cu cel intervievat. În general, cel care chestionează ar trebui să


încerce „să se amestece” cu cel chestionat în termeni de rasă, limbă, sex, vârstă etc. Alegeţi anchetatori care să se asemene cu anchetaţii.

Lăsaţi întrebările demografice (vârstă, sex, venit, educaţie etc) până la sfâşitul chestionarului. Până atunci, anchetatorul ar trebui să construiască un raport cu chestionatul care va permite răspunsuri oneste la aceste întrebări personale. Chestionarele prin mail ar trebui să facă la fel, deşi raportul trebuie realizat prin intermediul designului unei întrebări bune, nu prin personalitate. Excepţiile sunt orice întrebări demografice ce califică o persoană pentru a fi inclusă în chestionar.

Nu întrebaţi ce sex are persoana chestionată, decât în cazul în care aveţi idee. Lăsaţi anchetatorul să completeze răspunsurile singur. De asemenea, nu întrebaţi ce vârstă are persoana chestionată decât dacă formularul cere expres completarea acesteia. Dacă formularul cuprinde intervale de vârstă, rugaţi să vi se precizeze intervalul; vârsta exactă nu este întotdeauna importantă.

Chestionarele pe bază de hârtie, necesitând răspunsuri cu text, ar trebui să lase spaţiu suficient pentru răspunsurile scrise de mână. Liniile trebuie să fie la o distanţă de 1 cm una de alta. Numărul liniilor trebuie să depindă de întrebare. În medie să existe trei până la cinci linii.

Lăsaţi un spaţiu la sfârşitul chestionarului intitulat „Alte comentarii”.

Luaţi tot timpul în considerare aspectul chestionarului. Este foarte important pentru anchetele pe hârtie, direct pe calculator şi pe Internet. Doriţi să îl faceţi cît mai atractiv, uşor de înţeles şi de completat. Dacă veţi crea un chestionar pe bază de hârtie, doriţi de asemenea să îl faceţi accesibil pentru introducerea de date.

Încercaţi să vă menţineţi spaţiul pentru răspuns pe o singură linie, fie pe orizontală fie pe verticală. O singură variantă pentru un răspuns pe fiecare linie este de ajuns. Studiile arată că cel mai bun loc să foloseşti spaţiul pentru răspuns este partea din dreapta a paginii. Este mult mai uşor pentru un muncitor de teren să urmărească o schemă logică de-a lungul sau de-a latul paginii. Utilizarea părţii din dreapta a paginii este mult mai accesibilă şi pentru introducerea datelor.

Chestionarele sunt un amestec de ştiinţă şi artă şi un cercetător bun va salva costul de foarte multe ori, adresând întrebările potrivite.


5.4 Summary. Methodological problems in elaborating the questionnaire –support for gathering primary data

Attributes of an efficient questionnaire

The questionnaire, the most used instrument for gathering primary data, is build in accordance with the research method used. The questionnaire is the basic instrument, extremely flexible, used in the field research, made of a collection of questions, which must be answered by the persons included in the sample, representing a "flexible net" which collects the desires data and filtrates the insignificant ones.

If a questionnaire is well elaborated, it represents the key of success of a market research project. In case the questionnaire has deficiencies, the gathered information is incomplete, irrelevant, and tendentious, without the possibility of being corrected through previous analysis methods. If so the elaboration of a new questionnaire and the design of another research are needed.

An efficient questionnaire must fulfill certain conditions: to be as short and simple as possible, but to comprise questions

regarding all the relevant data, predefined in the research program; to ensure answers as complex as possible; to avoid the recording of insignificant and already gathered data,

stored previously in data banks; to facilitate the understanding of the questions' demands by the

interviewed persons; to contain filter and control questions, which allows the

identification of the interviewed subject with the representativity's exigencies of the sample;

to facilitate the control, the analysis of the statistical data, and the interpretation of the results.

Questionnaire structure

For a structured research, the questions are precisely established and arranged in a pre-established order. For the development of the questionnaire the following steps must be followed:

Step 1 Determining the specific necessary information and the way of utilization


Step 2 Selection of the interviewing procedure

Step 3 Selection of the questions content

Step 4 Selection of the general types of questions, after their way of presentation.

Generally, according to their shape, the questions are grouped in: a) open questions; b) open questions with pre-coded answers; c) multiple-choice questions; d) dichotomy questions. The researcher must decide which type will be used for each factual or opinion question.

a) Open questions. The questioned subject may answer them by using their own words and can express any ides suggested by the question. The requested answer can be, depending on the question, short ("Which is in your opinion the major disadvantage of the advertising made in Romania to training and improvement courses?") or extended answers ("What do you think are the advantages made for training and improvement courses?")

b) Open questions with pre-coded answers. The subject can answer to these questions with their own words, the answers being enclosed in a variant codified before the development of the questions by the operator.

The number of the variants, for coding the answers, is settled by the researcher and is limited at maximum 10-12 variants. (Kress, "Marketing Research", Prentice Hall, NY, 1994).

For example:

"Which are the advantages of the training policy for your company?"

It helps maintaining the professional level of the employees (1) It helps improving the professional level of the employees (2) It determines the increase in efficiency of the employees (3) It determines the increase in efficiency in general of the firm (4) It provides new information to the employees (5) It provides new information (6) It increases the socializing degree of the employees (7) It makes the working environment more colorful and alive (8) Something else, mention what it is (9)” c) Multiple choices questions. For such case, a number of specified

alternatives are offered to subjects, from which they can choose one or more


answers. If possible the listed alternatives should not overlap, should not interfere. However should be included also the choice “others, please specify” or “I don’t know”. This type of question gives the possibility to obtain quick and efficient answers. This is the reason for being preferred by the interviewed (Kress, “Marketing Research”, Prentice Hall, NY, 1994) and by the specialized researchers in data analysis. Using this type of questions data classification is a lot simplified and the alternative answers guide the subject to the general type of the expected answer.

One unwished aspect of this type of question is the fact that the answers might be polarized because of the order of the alternatives. If one answer is required this type of question does not always distortion the result, as in the example below:

“What does represent for you the organization of the personnel? It is a hobby (1) It is a working instrument (2) It is a secondary interest (3) It is the main interest (4) It is the future (5) It is a target in life (6) It is an activity I am not interested in (7) Attention! You must tick/circle only one answer”. The disadvantage of the codified accepted multiple answers were

proofed to have polarized the answers to the first options. The potential polarization caused by the position of the possible answers in the questionnaire may be avoided by the choices alternation in the list of answers, in the different set of questionnaires.

If the possible answers have a quantitative form, the polarization nature will influence undecided persons, which is more likely to select the middle numbers rather than the extremes.

It is difficult to exude this “lack” or disadvantage by the numbers’ order rotation at different questions, because this may affect the interviewed person.

A third type of polarization includes the cases when the letters a, b, c, d etc. are used. It was statistical noticed that the undecided persons choose, in the majority of cases, the letter a, (this being mentally associated to the highest performance) or those codified with vowels which is adverse


to those codified with consonants. It is recommended that the letter a to be assigned to the last choice or to the situation less favorable.

Another method of avoiding the polarization might be the use of a combination of letters such as h, i, m, (Kenneth Coney, - The special case of Letter of preference”-pg. 385).

d) Binary questions. Binary questions also called dichotomies, are an extreme form of one multi-optional question with only two possible choices: Yes/No; Credit/Cash; 1/0. Almost every time should be included in the questionnaire the third choice of answer such as: “I do not know” or “Others”.

The questionnaires that start with a dichotomy question have as a target the identification of the suitable persons for the sample. Like for instance “Do you ever had X brand of soda? In the case of a research wanting to establish the image of brand X within the consumers, if the answer is NO, usually we end the interview.

Step 5 Choosing the scale type To square up the analyze and the evaluation of the attitudes,

opinions, so to analyze the qualitative data, independent and, especially the interdependence of qualitative or quantitative variables in order to identify the factors that are influenced and those who influence such variables, the survey domain researchers use the scalar analyze (or the hierarchic investigation), as a method of the statistics study.

The scalar analysis enables to rank the attitude or opinion and to obtain a hierarchy. By echelon we understand the qualitative difference of the attitudes pursuant to a hierarchy of the intensity of opinions. Using scale theory we re also trying the quantitative measurement of attitudes.

One of the main problems of the scale analysis is building of an adequate scale each studied phenomenon.

Once chosen the scale, will emerge the problem of the right position of attitudes pursuant to that scale, activity developed during the submitting of the questionnaire. The types of the scales are synthesized in a special subchapter because of the special methodological problems marked out by building these measure instruments especially of the qualitative variables.

Step 6 The decisions concerning the drafting of the questions: Market researches usually are targeting all categories of people.

Therefore the style of the language should be familiar to everybody. Instead


of scientific, or sophisticated, complicated words, it is recommended to use simple words (not in a simplistic manner).

Payne mentions series of words that might be replaced by simpler alternatives:

- to communicate = to inform - to give assistance = to help - to initiate = to start - to materialize = to produce, to take place - major = essential, main, important The fundamental principle is that the questions must contain the

simplest words that focus the interest. The conceived questions must be accurate and as simple as possible. As the questions are more related to the every day language the easier the interview will display.

Step 7 The decisions concerning the sequence of the questions. Usually, each questionnaire is starting with filter questions, followed by introductory questions, continuing with factual and opinion questions and ending with demographic questions. In the case of quotas samples the demographic questions are placed at the beginning of the questionnaire.

Step 8 Maximizing the utility and the attractiveness of the questionnaire. This implies the use of additional materials, like lists, sample of products, in order to make the respondent feel more comfortable.

Step 9 The organization of a pretest – the pilot study for testing the efficiency of the questionnaire. The pilot study will help the researcher improving the sampling methodology used in order to obtain a more representative sample. Also the pilot study can help the researcher identify the disadvantages of the questionnaire and will give the chance to correct it.

Step 10 The drawing up of the guide and the instructions to use the questionnaire. The guide attached to the questionnaire is essential for the survey operators in order to make them all conduct the interview in the same way.

6

6.1 Validitatea şi fidelitatea instrumentelor de măsurare Odată terminată procedura de culegere a datelor, prin strângerea

tuturor chestionarelor de la operatorii de interviu, acestea trebuie pregătite pentru prelucrare şi analiză statistică. Pregătirea constă în verificarea chestionarelor, postcodificarea, procesarea şi prelucrarea primară a datelor în scopul identificării, minimizării erorilor de înregistrare şi estimării erorilor de sondaj.

Sintetic vorbind, prelucrarea sumară a informaţiei presupune clasificarea şi gruparea datelor, obţinerea de machete, tabele unidimensionale, cu răspunsurile obţinute la fiecare întrebare sub formă de frecvenţe absolute sau relative. Scopul este pregătirea datelor în vederea efectuării inferenţei statistice, adică a estimării intervalelor de încredere şi a erorilor maxime pentru anumite mărimi ce caracterizează eşantionul, şi, de asemenea, validarea lor, cu ajutorul testelor de semnificaţie. Această parte va fi detaliată într-un subcapitol, special destinat prezentării testelor de semnificaţie utilizate în practica sondajului.

Pregătirea datelor de sondaj pentru prelucrare şi analiză


Pentru a evita şi asigura posibilitatea minimizării erorilor de sondaj, studiul de marketing trebuie să fie caracterizat de realism, grad ridicat de siguranţă şi obiectivitate, atribute ce reprezintă componente esenţiale ale procesului de cercetare.

Realismul se referă la cât de bine a măsurat cercetătorul fenomenul studiat, la asigurarea reprezentativităţii eşantionului.

Siguranţa identifică instabilitatea sau consistenţa rezultatelor cercetării. Dacă aceeaşi cercetare s-ar desfăşura repetat în condiţii similare, ar trebui să se obţină aceleaşi rezultate. Nu întotdeauna se întâmplă astfel, deoarece subiecţii tipici cercetaţi sunt oameni. Două cercetări efectuate pe eşantioane reprezentative nu duc la rezultate identice, ci doar la rezultate asemănătoare, cu nivel de toleranţă foarte mare.

Obiectivitatea se referă la faptul că cercetătorul nu trebuie să aibă idei preconcepute despre cum va trebui să arate rezultatul cercetării, pentru a nu denatura concluziile. În lipsa obiectivităţii, procesul ştiinţific nu va duce la descoperirea de noi aspecte ale fenomenului studiat, ci la obţinerea unor rezultate dorite.

De exemplu, următoarele două întrebări, deşi se referă la acelaşi subiect, nu vor duce la aceeaşi proporţie de răspunsuri DA şi NU:

„Firma dumneavoastră a organizat sesiuni de pregătire a angajaţilor?”

şi „Firma dumneavoastră, aflată în plină expansiune, are o politică

de dezvoltare a personalului care să implice organizarea de sesiuni de pregătire şi perfecţionare?”

Deşi cele două întrebări au acelaşi subiect, forma lor diferă în mod dramatic şi va influenţa proporţia de răspunsuri pentru fiecare dintre ele. Obiectivitatea unui proces de cercetare este o necesitate vitală pentru obţinerea de informaţii utile.

Datorită acestui fapt, un aspect important al evaluării cercetărilor se referă la determinarea calităţii instrumentelor de măsurare. S-a constatat


faptul că acestea pot influenţa, într-o anumită măsură, rezultatele obţinute în cercetare, că pot fi, în anumite limite, „producătoare de informaţii”, prin introducerea de erori sistematice sau întâmplătoare în procesul cognitiv.

Într-adevăr, nu de puţine ori cercetătorul poate deveni „victima” propriilor sale creaţii, cu toată dorinţa de a elabora instrumente „obiective” de măsurare, care să-l pună la adăpost de eventualele erori de cercetare. Influenţa sa se dovedeşte a fi mai puternică în investigarea universului subiectiv al managerilor: opinii, aspiraţii, motivaţii, satisfacţii, valori etc. Nu este recomandabil „împrumutul” fără o analiză critică a instrumentelor, metodelor, tehnicilor, modelelor de cercetare, fiind necesară o reconstrucţie a lor la fiecare cercetare nouă, cu preluarea elementelor care se dovedesc viabile. De asemenea, se impune să evaluăm critic rezultatele obţinute, să precizăm calitatea lor şi sfera de generalitate pe care o au.

De o atenţie deosebită, în cadrul evaluării măsurătorilor, se bucură cercetarea validităţii şi fidelităţii instrumentelor de lucru. Validitatea se referă la certitudinea că studiem ceea ce presupunem că studiem, şi nu altceva, şi fidelitatea se referă la încrederea pe care putem să o avem în rezultatele obţinute.

Validitatea şi fidelitatea instrumentelor de măsurare reprezintă unul din aspectele complicate căruia trebuie să-i facă faţă analiza evaluativă şi se referă la validitatea instrumentelor de lucru. În cercetarea de piaţă sunt studiate mai multe tipuri de validitate, dintre care menţionăm validitatea de conţinut (sau internă), validitatea predictivă (externă) şi de construct.

Validitatea de conţinut vizează gradul în care indicatorii măsoară atributele şi caracteristicile care se presupune că sunt măsurate. Analiza validităţii se realizează, în primul rând, prin analiza critică a operaţionalizării conceptelor şi, în al doilea rând, are în vedere gradul de consistenţă internă (omogenitate) a setului de variabile prin care este cercetat un anumit fenomen de piaţă. Alteori, se apelează la grupul-martor. În acest caz, gradul de veridicitate este atestat de compararea rezultatelor cercetării cu poziţia (opinia, atitudinea, valorile, comportamentul) unei


persoane sau a unui grup recunoscute ca fiind reprezentative pentru domeniul studiat, urmărindu-se măsura în care există o anumită concordanţă între cele două elemente.

Nu de fiecare dată dispunem de astfel de criterii pentru cercetarea validităţii. H. Blalock este de părere că studiul validităţii se poate efectua în condiţii mai bune prin utilizarea modelelor cauzale, în cadrul cărora „variabilele indicatori pot fi legate în mod obişnuit de concepte nemăsurate, prin postularea modelelor cauzale în care presupunerile sunt făcute explicit”. În situaţii cauzale simple, corelaţiile dintre indicatori sunt presupuse a fi produse de o singură variabilă. În acest caz, analiza factorială poate fi folosită pentru a obţine estimări empirice ale variabilelor nemăsurate (ale dimensiunilor unui fenomen macroeconomic).

Analiza validităţii interne prin intermediul consistenţei setului de variabile cuprinse în programul de sondaj permite determinarea interrelaţiilor acestora. Se obţine, astfel, un criteriu al omogenităţii informaţiilor. Cu toate acestea, posibilităţile de eroare nu sunt excluse: faptul că informaţiile sunt omogene este interpretat în sensul că ele ar aparţine aceluiaşi conţinut, iar acest conţinut ar fi tocmai acela care interesează la un moment dat, luându-se ca demonstrat ceea ce se propunea la început să fie demonstrat, tehnică ce are un nivel de eficienţă mai redus.

Ceea ce uneşte, în primul rând, variabilele prin care se studiază un anumit fenomen sunt tocmai atributele pe care se presupune că le posedă fenomenul, cu condiţia ca selectarea lor să se efectueze în acord cu o serie de criterii teoretice care să asigure de la început această legătură. Prin urmare, determinarea consistenţei interne se realizează pentru un set de variabile considerate relevante pentru domeniul respectiv şi nu pentru o colecţie oarecare, aleasă întâmplător. În timp ce evaluarea se realizează doar la nivel intern, noţiunea de veridicitate a “datelor” este insuficient definită, mai ales pentru datele calitative.


Un anumit răspuns de opinie este “veridic” atât timp cât exprimă ceea ce gândeşte (simte) persoana chestionată despre fenomenul sau evenimentul cercetat, în cazul nostru managerul de resurse umane. Opiniile devin „corecte” sau „incorecte” numai prin raportare la alte opinii ale aceluiaşi manager, prin raportarea opiniei individuale la opiniile unei colectivităţi (ceilalţi manageri ai firmei), prin raportarea opiniilor managementului firmei la opiniile altei colectivităţi cu referire la acelaşi domeniu (opiniile tutror managerilor de resurse umane chestionaţi) etc., deci prin evaluare. Pentru aprecierea corectă a gradului de veridicitate a datelor referitoare la domeniul subiectiv, acestea trebuie puse în relaţie şi cu un criteriu de validare externă.

Prin validitatea predictivă sau externă se urmăreşte gradul în care măsurătorile efectuate permit observarea relaţiilor cu alte măsurători, ca şi prognozarea evoluţiei viitoare a fenomenelor cercetate. Pentru a fi într-adevăr relevant, criteriul exterior trebuie să fie de natură obiectivă: caracteristici de piaţă şi profesionale, performanţă etc.

Apare firesc şi necesar întrebarea: Cât de utile sunt aceste date, corecte din punct de vedere formal, şi care este scopul culegerii acestora?

Evident, opiniile manageriale, ca întreg domeniul variabilelor de opinie, subiective, ce caracterizează o colectivitate umană, sunt relevante prin ele însele şi pot să redea, cu un anumit grad de eroare, datorat tehnicilor şi modului de realizare a investigaţiei prin sondaj, starea de spirit a colectivităţii managerilor de resurse umane la un moment dat, iar, în funcţie de aceasta, sunt dezvoltate o serie de modele de acţiune de piaţă.

Obiectivul imediat următor constă în analiza evoluţiei stării de spirit respective. În acest fel, un interes major al cercetării îl constituie punerea în legătură a stării latente a diferitelor procese de piaţă, determinate prin intermediul studiului de opinie, cu starea lor de manifestare, demonstrând prin aceasta caracterul operaţional (aplicativ) al cunoaşterii realizate.

După cum este cunoscut, predicţia ocupă un loc de seamă în cadrul cercetării ştiinţifice. Este acceptată ca fiind validă o asemenea determinare a


domeniului studiat care, pe baza cunoştinţelor obţinute, să poată duce la efectuarea de predicţii privind evoluţia sa în timp. Realizarea predicţiilor presupune cunoaşterea naturii intime a fenomenelor supuse cercetării, pătrunderea în mecanismul legităţii care le guvernează şi organizarea de sondaje periodice în cadrul aceloraşi colectivităţi statistice studiate.

De exemplu, în domeniul investigaţiei opiniilor managerilor de resurse umane, problematica prognozei îmbracă aspecte specifice, ca urmare a specificului determinismului de piaţă. De această dată nu poate fi vorba de o prognoză de natură mecanică (prefigurarea exactă a stării sistemului), ci de una probabilistă, cu un anumit grad de încredere, dată fiind imposibilitatea practică a controlării tuturor aspectelor răspunzătoare de evoluţia în timp a fenomenelor de piaţă. Totodată, cercetarea poate viza identificarea modalităţilor optime de intervenţie a agenţilor ce prestează servicii de resurse umane, în scopul schimbării unei anumite situaţii existente, ca, de exemplu, necunoaşterea existenţei firmelor ce organizează cursuri de perfecţionare a personalului. Posibilitatea de a efectua previziuni cât mai bune pornind de la o anumită diagnoză este de o importanţă capitală pentru alegerea celor mai bune modalităţi de intervenţie pe piaţă, de comunicare şi conştientizare a agenţilor economici cu privire la existenţa unui segment de agenţi economici experţi în dezvoltarea profesională a angajaţilor. Aceasta presupune investigarea mai îndeaproape a relaţiilor deosebit de complexe dintre comportamentele verbale – convingerile – atitudinile şi acţiunile managerilor cuprinşi în eşantion, elemente între care se stabilesc relaţii de natură statistică.

Comportamentul verbal poate reda corect convingerile, atitudinile şi acţiunile specifice unei persoane, dar poate şi să le mascheze, să le denatureze, voit sau nu. Totodată, la manageri diferiţi, aceluiaşi comportament verbal îi pot corespunde atitudini şi acţiuni similare sau foarte diferite, datorită multiplelor relaţii de mediere care intervin pe traseul comportament verbal – acţiune concretă.


Validitatea de construct se referă la factorii explicativi ai unui anumit rezultat obţinut prin măsurare. Analiza intercorelaţiilor dintre variabile este calea cea mai directă de determinare a validităţii de construct. Măsura validităţii de construct este dată de ponderea variaţiei comune, a variabilei măsurate (Vco) şi a factorilor “explicativi”, raportată la totalul dispersiei respective (Vt):

Validitatea = Vco / Vt.

Cu cât variaţia comună este mai mare, contând pentru cea mai mare

parte din dispersia variabilei măsurate, cu atât variaţia specifică (Vsp) este mai mică, iar validitatea variabilei este mai mare, explicându-se, deci, o parte mai însemnată din dispersia ei.

Alte modalităţi de a determina validitatea măsurătorilor constau în utilizarea, în cercetarea aceluiaşi aspect, a mai multor metode, tehnici şi instrumente de lucru şi, apoi, în compararea rezultatelor. Şi aici validitatea este dată de mărimea corelaţiilor dintre măsurătorile aceleiaşi variabile determinate prin metode, tehnici şi intrumente de lucru diferite. Cu cât această corelaţie este mai mare, se indică, de fapt, obţinerea de rezultate relativ similare în cercetarea aceluiaşi aspect cu mijloace adecvate, dar diferite, totuşi, unele de altele.

O altă problemă căreia trebuie să îi facă faţă evaluarea instrumentelor de sondaj şi studiu al pieţei este fidelitatea. Aceasta vizează gradul de încredere şi de stabilitate a instrumentelor de măsurare. Un anumit instrument de lucru prezintă încredere dacă furnizează aceleaşi rezultate, deşi este utilizat de mai mulţi cercetători, în condiţii similare, înlăturând, deci, eventualele erori datorate acestora. Gradul de fidelitate este dat de măsura în care, prin măsurătorile efectuate, reuşim să obţinem valorile adevărate ce caracterizează manifestarea unui fenomen de piaţă. În condiţiile în care obţinem valorile adevărate, coeficientul de fidelitate este maxim şi are valoarea 1.


Expresia teoretică a fidelităţii are forma: f = V∞ / Vt,

unde: V∞: dispersia adevărată; Vt: dispersia totală observată. Atunci când cele două valori coincid, fidelitatea este perfectă

(s-a obţinut prin observare dispersia adevărată) şi indicele f ia valoarea 1. Dacă se produc şi erori de măsurare, coeficientul de fidelitate se reduce proporţional cu mărimea dispersiei datorată erorilor:

f = 1 – Vc/Vt . Dacă întreaga cercetare este un eşec, eroarea egalează dispersia

totală, iar f ia valoarea 0. F.N. Kerlinger stabileşte chiar o relaţie directă între validitate şi fidelitate. Măsura validităţii se obţine dacă scădem ponderea variaţiei specifice variabilei măsurate din măsura fidelităţii. Rezultă, deci, că validitatea nu include dispersia datorată erorii şi nici dispersia specifică, ci doar dispersia comună.

O alternativă în cercetarea fidelităţii se constituie luarea în considerare a relaţiilor ierarhice pe care le prezintă un anumit set de indicatori. Mai întâi, se determină o ierarhizare a indicatorilor în funcţie de dificultatea lor şi se obţine o serie cumulativă (o singură dimensiune, factor); măsura fidelităţii este dată de performanţa obţinută în raport cu poziţia indicatorilor respectivi. Dacă se obţin răspunsuri la o întrebare dată, ar trebui să se obţină răspunsuri la toate întrebările mai puţin dificile. Determinarea fidelităţii se realizează cu ajutorul expresiei Kuder-Richardson (l937):

f = [r / (r – 1)]( Vt – Σ Pjqj/ Vt), cu j de la 1 la r,


unde, r = numărul întrebărilor; Vt = dispersia totală observată (σ2/x); Pj = proporţia răspunsurilor corecte la întrebarea j; qj = 1 - Pj. În literatura de specialitate se menţionează şi o altă direcţie de

determinare a fidelităţii instrumentelor de măsurare, în care variaţiile răspunsurilor nu mai sunt interpretate ca erori, ci ca diferenţe reale (Hozt – 1941). Dispersia totală observată se compune, în acest caz, din diferenţe reale inter-individuale (datorate indivizilor):

Vt = Vr + Vi + Ve

Pentru ca un studiu de marketing realizat prin sondaj să

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

6.2 Verificarea şi validarea datelor empirice Prima operaţiune ce urmeză culegerii datelor este verificarea

chestionarelor, în scopul diminuării erorilor de înregistrare şi constă, după Moser, în verificarea completitudinii, exactităţii şi a uniformităţii răspunsurilor.

Verificarea exactităţii sau inexactităţii unui răspuns este posibilă mai ales în cazul întrebărilor factuale. De exemplu, un manager care răspunde negativ la întrebarea „Firma dvs. a efectuat sesiuni de pregătire şi perfecţionare a personalului? nu poate răspunde la întrebarea „În urma participării angajaţilor la cursuri de formare profesională, apreciaţi evoluţia firmei dumneavoastră în termeni reali ca fiind: a. crescătoare;


b. descrescătoare; c. constantă; d. nu se poate aprecia”, managerul trebuind să treacă peste această a doua întrebare.

În cazul în care este vorba despre o întrebare de opinie sau care doreşte măsurarea unei atitudini, logica umană este mult mai variată. Astfel, subiectul poate să nu aibă nici o opinie la întrebarea „În urma participării angajaţilor la cursuri de formare profesională, apreciaţi evoluţia cifrei de afaceri a firmei dumneavoastră în termeni reali ca fiind: a. crescătoare; b. descrescătoare; c. constantă; d. nu se poate aprecia”, din lipsă de informaţii sau cunoştinţe, dar să poate să răspundă la întrebarea „Vă rugăm să încadraţi performanţa firmei dvs. într-una dintre categoriile: mare, medie, redusă”. De aceea, cea mai bună metodă pentru a obţine răspunsuri exacte este întocmirea riguroasă şi clară a chestionarului, pentru a nu da naştere la posibile interpretări.

Modalitatea esenţială de verificare a exactităţii constă în parcurgerea chestionarelor completate şi verificarea coerenţei şi concordanţei răspunsurilor. Astfel, în unele cazuri, dacă operatorii trebuie să calculeze salariul mediu pe angajat, calculul poate fi verificat. De asemenea, dacă înregistrarea răspunsurilor s-a făcut pe o pistă comună tuturor respondenţilor, poate fi verificată corespondenţa şi concordanţa dintre numărul întrebării şi codul atribuit răspunsului.

Este foarte important de verificat dacă toţi operatorii de interviu au înţeles acelaşi sens pentru toate întrebările cuprinse în chestionar. Pentru verificarea uniformităţii răspunsurilor şi a gradului de variaţie, cercetătorul este pus în faţa unei situaţii decizionale: să verifice fiecare chestionar de la început până la sfârşit, pentru a stabili consistenţa răspunsurilor, deci exactitatea datelor, sau să se verifice răspunsurile date de toţi intervievaţii la câte o întrebare, pentru a stabili uniformitatea răspunsurilor?

Chiar dacă răspunsurile se pot compensa pe întreg eşantionul, ele pot prezenta erori nete pe secţiuni. De exemplu, persoanele ce au venituri mari sau foarte mari pot evita să răspundă exact.

Vom numi diferenţa dintre eroarea totală de răspuns şi valoarea

reală, distorsiunea de răspuns, măsurată prin dispersia de răspuns,


constatându-se o analogie între aceste noţiuni şi distorsiunea şi dispersia de eşantionare.

Să luăm exemplul întrebării: „Frecventaţi oficiile de recrutare pentru găsirea unui loc de

muncă mai bun?” În cazul distorsiunii de răspuns, diferenţa dintre valoarea scontată a

estimaţiei şi valoarea adevărată pentru populaţia analizată, rezultă din relatarea deformată (datorată intervievatului). În cazul distorsiunii de eşantionare, diferenţa rezultă din stabilirea greşită a momentului de intervievare, de exemplu, la începutul perioadei de vacanţă.

Verificarea caracterului complet al chestionarelor constă, pe de o parte, în urmărirea corespondenţei dintre întrebări şi răspunsuri, şi, pe de altă parte, a non-răspunsurilor. Acestea trebuie diferenţiate în non-răspunsuri obligatorii ce apar la întrebările ce le succed pe cele de tip filtru (caz în care nu trebuia înregistrat răspunsul) şi non-răspunsuri întâmplătoare.

Dacă lipseşte un răspuns la o întrebare ce trebuia pusă, indiferent de cauză, se pot adopta mai multe soluţii, dintre care amintim: i) completarea răspunsului lipsă, în cazul în care operatorul poate reconstitui momentul interviului şi îşi aminteşte un eventual răspuns; ii) deducerea prin analiza răspunsurilor la întrebările legate de cea în cauză; sau iii) înregistrarea ca non-răspuns, stabilind gradul de încredere ce se va acorda celorlalte răspunsuri şi hotărând dacă se va păstra sau nu chestionarul.

În situaţii excepţionale, în funcţie de resursele disponibile şi de informaţiile cu privire la identitatea respondentului, dacă răspunsul la întrebare este esenţial pentru prelucrare, se poate reintervieva subiectul. Metodele statistice de tratare a non-răspunsurilor sunt analizate în continuare, mai pe larg.


6.3 Non-răspunsurile O condiţie a reuşitei sondajului este acceptarea interviului în

totalitatea sa de către cel care este solicitat să răspundă la întrebări. Non-răspunsul, refuzul de a răspunde în totalitate sau parţial la întrebările ce fac parte din chestionar, este o problemă ce nu poate fi evitată şi care scapă uneori de sub controlul operatorilor. Un număr mare de non-răspunsuri are implicaţii asupra rezultatelor selecţiei, ducând la scăderea volumului eşantionului şi, prin aceasta, la reducerea gradului de precizie a estimaţiilor.

Sursele posibile de non-răspunsuri sunt: • unităţile care nu sunt cuprinse în baza de sondaj, numărul

acestora trebuie scăzut din baza de sondaj înainte de formarea eşantionului;

• absenţa de la locul de intervievare pentru mai multă vreme; • persoanele cu diverse handicapuri neuro-psihice; • refuzul de cooperare, neştiinţa, operatorii având mijloace de

influenţare; • alegerea dirijată a elementelor sondajului – diferită de o alegere

aleatoare pentru care gradul aproximării depinde, conform legii numerelor mari, de numărul de observaţii;

• dorinţa operatorului de interviu de a obţine un anumit rezultat sau de a influenţa rezultatul;

• cuprinderea incompletă a unităţilor de cercetare sau substituirea unora din ele.

În cercetările efectuate pe această temă am constatat că efectul operatorului de interviu este mai mare la întrebările necodificate, decât în cele precodificate. Cu cât întrebarea este mai disputată, cu atât apare mai puternic efectul respectiv. În principal, am dedus două tipuri de influenţă a operatorilor. Mai întâi, este vorba despre variaţia procentului de non-răspunsuri, de la un operator la altul. Dacă la întrebările obişnuite, administrate sub formă precodificată, procentul non-răspunsurilor este


neînsemnat şi se datorează mai ales neatenţiei, în cazul administrării sub formă necodificată, la aceleaşi întrebări, procentul non-răspunsurilor variază în funcţie de operator, de la 0 la 15% (cu o medie generală a non-răspunsurilor de 5%).

În schimb, când întrebarea incită la „dezbateri” controversate, proporţia non-răspunsurilor este mai mare, chiar la întrebările precodificate, putând ajunge, în cazul unor operatori, până la 25 – 30%, iar la întrebările necodificate până la 50% din totalul subiecţilor. Aceasta în timp ce la unii operatori nu se înregistrează nici un non-răspuns.

Al doilea tip de influenţă datorat operatorilor constă în uniformizarea răspunsurilor. Pe baza analizei comparative a rezultatelor obţinute de investigatori, s-a putut stabili, în unele cazuri, o corelaţie pozitivă între poziţia operatorului şi răspunsul cu frecvenţa cea mai mare, „obţinut” de la subiecţii investigaţi. Important este să se încerce diminuarea acestui fenomen prin abordarea corectă, persuasivă şi atentă a persoanelor cuprinse în eşantion.

Există metode de a evita non-răspunsurile, prin obţinerea de informaţii, în mod direct sau indirect, despre persoanele ce refuză să completeze chestionarul. Dacă se foloseşte metoda de eşantionare multistadială, eşantionul din primul stadiu poate furniza date despre cei ce nu vor răspunde în stadiile următoare.

Un alt aspect al evaluării cercetării priveşte determinarea gradului de actualitate pe care o prezintă tema pentru subiecţii cercetaţi. O expresie simplă a gradului de actualitate este dată de procentul răspunsurilor înregistrate într-o populaţie anumită. Cu cât abţinerile (non-răspunsurile) sunt mai reduse, cu atât va creşte valoarea indicelui de actualitate a întrebării. Pentru cercetător, analiza şi interpretarea non-răspunsurilor ce se înregistrează trebuie să constituie o problemă cel puţin tot atât de importantă ca şi analiza răspunsurilor ca atare. Non-răspunsul este, în ultimă instanţă, un răspuns, astfel încât cunoaşterea caracteristicilor celor care nu răspund,


ca şi a motivaţiei respective, contribuie efectiv la o mai bună elucidare a fenomenului cercetat.

Multe din eşecurile acţiunilor de elaborare a prognozelor valide se datoresc fie neglijării, fie imposibilităţii interpretării non-răspunsurilor.

Experienţa arată că se pot găsi soluţii de corectare statistică a non-răspusurilor, pentru a păstra caracterul ştiinţific al sondajului. Aceste măsuri corective vizează estimarea distorsiunilor pe care non-răspunsurile le pot avea asupra rezultatelor. Distorsiunea va fi cu atât mai mare, cu cât proporţia non-răspunsurilor va fi mai mare.

În primul rând, trebuie depuse eforturi pentru reducerea la maximum a numărului de non-răspunsuri, şi, în al doilea rând, trebuie să se identifice cauzele ce au provocat această atitudine din partea persoanelor intervievate.

Maximizarea ratei de răspunsuri la un chestionar este un procedeu ce va reduce eroarea datorată non-răspunsurilor. Există câteva moduri de maximizare a ratei de răspuns la un chestionar, în condiţiile în care se respectă confidenţialitatea răspunsurilor, dintre care amintim însoţirea chestionarului de o scrisoare explicativă care să convingă potenţialii respondenţi de anonimatul şi confidenţialitatea răspunsurilor, de avantajele posibile pe care le pot avea dacă este îndeplinit obiectivul studiului; redactarea unui chestionar eficient, clar, scurt şi atractiv, care să solicite minimum de efort din partea intervievatului; utilizarea operatorilor de interviu ar putea fi un factor ajutător major, care să ducă la scăderea drastică a ratei non-răspunsurilor.

Scrisoarea de însoţire, de introducere a operatorului de interviu persoanei intervievate, este extrem de importantă. Scrisoarea de însoţire subliniază caracterul serios şi oficial al sondajului şi interesul convingerii respondentului, în sensul că informaţiile furnizate vor fi confidenţiale şi nu vor fi utilizate individual. Această scrisoare trebuie să sublinize importanţa participării la eşantion a respondentului şi posibilele sale beneficii, dacă acceptă să furnizeze informaţii.

Acest lucru este mai evident în cazul eşantionelor formate din firme (prelevate din populaţii neomogene), care pot beneficia de informaţii


privilegiate, ce rezultă în urma prelucrării datelor de sondaj. Firmelor ce oferă informaţii primare şi răspund la chestionar li se poate garanta accesul la raportul final de sondaj. Informaţiile prevăzute a fi cuprinse în acest raport şi obiectivul studiului trebuind să fie atractive pentru firma solicitată să participe la eşantion.

De exemplu, un sondaj efectuat cu scopul identificării tendinţelor politicii de salarizare, beneficii şi compensaţii acordate angajaţilor, poate fi utilizat în negocierile Patronat-Sindicate şi la negocierea contractului colectiv şi individual de muncă de către orice firmă. Chiar dacă beneficiile sunt indirecte, ele trebuie prezentate potenţialulului respondent, acesta trebuie convins de însemnătatea răspunsurilor sale.

Un factor pozitiv este de a utiliza pe postul de operator de interviu persoane cunoscute de intervievaţi, persoane în care aceştia să aibă încredere. O altă sugestie este de a trimite o scrisoare de mulţumire celui ce a răspuns la chestionar şi evident, de a nu uita promisiunile făcute, mai ales în legătură cu furnizarea rezultatelor sondajului. Dacă chestionarul este trimis prin poştă, de obicei se însoţeşte de un timbru pentru a nu obliga respondentul la cheltuieli suplimentare, în afara timpului consumat cu redactarea răspunsurilor.

Un bun chestionar şi un intervievator profesional vor reduce la maximum rata non-răspunsurilor şi dimensiunea distorsiunilor.

6.4 Postcodificarea

Prelucrarea de tip statistic a datelor presupune ca răspunsurile la fiecare întrebare să fie incluse într-un sistem de categorii (scală de răspunsuri), pentru a se stabili frecvenţele de apariţie a fiecărei categorii în cadrul eşantionului.

Prin codificare se înţelege traducerea informaţiilor culese în teren printr-un anumit limbaj determinat, denumit cod, cu scopul transcrierii pe un suport ce poate fi prelucrat mecanic sau electronic. Datorită progresului


tehnicii de calcul, în prezent prelucrarea se face automat. Procedeul nu comportă dificultăţi dacă este vorba despre întrebări închise, acestea fiind precodificate. Postcodificarea reprezintă ataşarea de coduri răspunsurilor la întrebările deschise sau completarea sistemului de coduri la întrebările semideschise.

Metoda nu constă în simpla atribuire mecanică de coduri, ca în cazul întrebărilor închise), ci într-o analiză a răspunsurilor libere ce se va finaliza cu stabilirea sistemului de categorii şi, deci, cu închiderea întrebării, fiind posibil, apoi, transferul informaţiei într-un sistem de coduri numerice.

Deci, dacă în chestionar apar întrebări deschise, codificarea constă în:

a) determinarea, în prealabil, a răspunsurilor aşteptate, împreună cu opţiunea „altele” sau „diverse”;

b) „despuierea” manuală a chestionarelor lucru ce constă în analiza unui eşantion de chestionare pe baza căruia se stabilesc categoriile de răspunsuri posibile la întrebările deschise;

c) determinarea categoriilor de răspunsuri pe parcursul analizei tuturor chestionarelor.

Evident, metoda a doua este cea mai eficientă şi rapidă. Întrebările puse pentru analiza scalară a atitudinilor sunt considerate întrebări închise. De multe ori se poate descoperi că o întrebare se referă la realităţi pluridimensionale, ceea ce face ca sistemul de codificare să atribuie mai multe coduri la aceeaşi întrebare.

La o întrebare de genul „Cum apreciaţi activitatea angajaţilor dvs. după participarea la un curs de instruire şi perfecţionare?”. Un manager poate să emită o părere globală, altul poate să emită una legată de o anumită problemă nerezolvată, iar altul poate să facă aprecieri pozitive referitoare la o problemă şi aprecieri negative, referitoare la o cu totul altă problemă.

Transpunerea răspunsurilor la întrebările deschise într-un sistem unitar de coduri, de altfel operaţiune indispensabilă pentru prelucrarea


statistică a informaţiei, reprezintă, de fapt, aplicarea analizei de conţinut la masa de răspunsuri libere la întrebările deschise.

Deşi pare o operaţiune de rutină, munca de codificare trebuie încredinţată unor analişti cu experienţă şi imaginaţie.

6.5 Etapele pregătirii prelucrării datelor de sondaj Operaţiunea de pregătire a datelor începe cu întocmirea de tabele

uni- şi bidimensionale, în care sunt evidenţiate răspunsurile singulare sau simultane la două sau mai multe întrebări. Pregătirea datelor pentru analiză îndeplineşte următoarele funcţiuni:

a. În primul rând, va trebui ca distribuţiile răspunsurilor la unele întrebări să sugereze cercetătorului că trebuie să renunţe la anumite ipoteze şi/sau că trebuie să facă apel la altele. Această funcţie este cel mai bine îndeplinită de tabelele multidimensionale. Astfel, într-o cercetare asupra opţiunilor electorale ale publicului, printre ipotezele noastre poate figura aceea că populaţia rurală are o atitudine politică mai de stânga, decât cea urbană.

Construind tabelele de asociere (contingenţă) între domeniul de activitate a firmei şi indicatorii atitudinii managerilor faţă de instruirea angajaţilor şi constatând – să zicem – că la nici un indicator managerii din industrie nu obţin procente mai ridicate decât cei de la firmele de prestări servicii, pentru stările ce reprezintă „atitudine favorabilă faţă de formarea personalului”, vom renunţa la ipoteza în cauză.

b. În al doilea rând, este posibil să se elimine anumite întrebări din analizele ulterioare, întrebări la care răspunsurile nu au o dispersie suficient de mare pentru a prezenta interes. Fireşte, informaţia conform căreia există consens de răspunsuri la o întrebare are în sine o valoare pentru descrierea stării de fapt, însă astfel de întrebări nu au nici o relevanţă în alte analize,


indiferent dacă ele sunt privite ca variabile cauzale sau dependente. Un factor poate să-l influenţeze pe un altul numai dacă el conferă indivizilor o anumită variabilitate; de asemenea, problema explicării unui „comportament” se pune doar dacă acesta se manifestă în forme diferite.

c. În al treilea rând, din inspecţia vizuală a frecvenţelor va rezulta necesitatea comasării (reunirii) unor variante de răspuns la care frecvenţele sunt prea mici. Se impune, deci, ideea de a reduce nivelul de detaliere a informaţiei. Se constată frecvent că, din dorinţa de a nu scăpa anumite forme de răspuns sau de a pretinde oamenilor să-şi expună cât mai nuanţat părerile, scalele folosite sunt mai fine decât era necesar; aceeaşi operaţie de restrângere trebuie făcută şi când nu se cunosc bine valorile de la unul din capetele scalei, mai exact când valorile foarte mari sau foarte mici sunt luate în număr mai redus decât se anticipa. Ca şi în cazul precedent, distribuţia, aşa cum apare, are o valoare intrinsecă, însă pentru continuarea analizelor (de pildă pentru a construi tabele de asociere se cere ca frecvenţele să fie apropiate de zero).

d. În ultimul rând, validarea eşantionului se face prin compararea structurilor sale, după câteva variabile, cu structurile corespunzătoare din populaţie. Astfel de variabile de control – dacă ele nu au fost folosite ca factori de stratificare în construcţia eşantionului – sunt: sexul, vârsta, şcolarizarea, ocupaţia, tipul de localitate de domiciliu etc. Folosirea acestor elemente pentru a testa calităţile structurale ale eşantionului este posibilă atunci când informaţiile respective, la nivel de populaţie, există şi sunt demne de încredere.


6.6 Testarea eşantionului Din păcate, în economia românească astfel de date oficiale sunt rare

şi doar cercetările exhaustive oferă mai multe puncte de reper de mare valoare. Însă, pe măsură ce rezultatele a tot mai multor sondaje devin publice, se constituie un set de informaţii, capabile de a se susţine reciproc, în lipsa datelor oficiale. Condiţia este ca distribuţiile după astfel de variabile structurale să fie publicate (fapt ce nu se prea întâmplă, de regulă aducându-se la cunoştinţa publicului alte lucruri mai interesante, în special opiniile) şi forma întrebărilor să fie identică. Ipoteza care stă în spatele acestei metode de a testa calitatea eşantionului, este aceea că, dacă distribuţiile după astfel de variabile structurale (sex, vârstă etc.) sunt similare, atunci eşantionul reproduce corect şi structura opiniilor, a comportamentelor sau a altor forme de manifestare a subiecţilor.

Procedura de testare a eşantionului, prezentată de Iluţ şi Rotariu este următoarea:

1 Să presupunem că ne interesează o variabilă de tip calitativ cu s clase (categorii de răspuns): x1, x2, ..., xs. În aceste clase, corespunzător categoriilor de răspuns, persoanele cuprinse în eşantion se vor distribui după următoarele frecvenţe absolute: k1, k2, ..., ks, iar cei din populaţie cu procentele: p1, p2, ..., ps.

2 Aplicând aceste procente la eşantionul nostru, vom găsi frecvenţele absolute „teoretice”, adică cele pe care ar fi trebuit să le obţină dacă structurile eşantionului şi ale populaţiei ar fi coincis perfect: m1, m2,.., ms.

3 Pentru cele două serii de frecvenţe, k şi m, se aplică testul χ 2.

Dacă diferenţa este semnificativă (valoarea lui χ 2 depăşeşte valoarea din

tabelul cu valori critice, pentru s-1 grade de libertate), înseamnă că aceasta se datorează altor factori decât fluctuaţiilor normale datorate procedeului de eşantionare şi, deci, eşantionul conţine o distorsiune pe această linie. Din diferenţele pe perechile de valori k şi m se vede ce clase sunt subreprezentate şi suprareprezentate în eşantion.


Când un eşantion este marcat de distorsiuni după mai mulţi factori de genul celor discutaţi, devine limpede că în activitatea practică a operatorilor de identificare a persoanelor-subiecţi au intervenit nereguli serioase şi/sau că procentul non-răspunsurilor totale este ridicat, iar profitul subiectului care a acceptat să colaboreze cu anchetatorul este diferit de cel al celui care a refuzat.

Ponderarea datelor prin aplicarea regulei de trei simplă constituie o posibilă metodă de îmbunătăţire a calităţii datelor, astfel încât proporţia eşantionului să fie ajustată la proporţia populaţiei de referinţă. Metoda constă în dublarea sau eliminarea unui număr de chestionare, astfel încât să se obţină proporţiile dorite.

Astfel, dacă dintr-un eşantion de 100 de agenţi economici reprezentaţi de managerul de resurse umane, 60 sunt cu capital de stat în loc de 52 (ceea ce ar reprezenta 52% din total, conform unei distribuţii cunoscute) există două metode de ajustare posibile:

a) se elimină un număr de chestionare, astfel încât proporţia agenţilor economici cu capital public să ajungă la 52%, deci prin tragere la sorţi se elimină 17 chestionare completate de managerii de la firmele publice, ceea ce va duce, inevitabil, la scăderea eşantionului de la 100 de subiecţi la 83;

b) dacă se consideră că volumul eşantionului a scăzut prea mult, se poate aplica metoda ce constă în dubla înregistrare a unui număr de 15 chestionare completate de agenţii economici cu capital privat, de asemenea extrase întâmplător;

c) aceleaşi procedee se pot aplica şi dacă trebuie făcute corecţii după mai multe variabile, alegându-se metoda de corecţie succesivă sau simultană (dacă se cunosc distribuţiile simultane ale populaţiei, după mai multe caracteristici). Ponderarea automată a datelor prin produsele program de prelucrare, presupune aplicarea unor coeficienţi fiecărei clase subreprezentate sau suprareprezentate;


d) această operaţiune comportă o serie de riscuri, prin ponderare existând riscul inducerii de noi distorsiuni greu de evaluat. De asemenea, nu este uşor ca o populaţie vizată într-un sondaj să se raporteze la populaţia standard, despre care se cunosc datele culese la recensământ. De aceea, Rotariu şi Iluţ o recomandă a se aplica cu prudenţă;

e) pe baza rezultatelor prelucrării sumare a datelor, se poate evalua consistenţa datelor, validarea lor şi corectitudinea muncii operatorilor. În acest stadiu sunt folosite mai puţin tabele simple, ce grupează datele după o singură variabilă, ci mai ales tabele cu dublă intrare, tabele de contingenţă, ce vor fi analizate separat. Baza procedurilor de validare constă în faptul că, în ciuda schimbărilor în distribuţia de frecvenţe a unei caracteristici, relaţiile acesteia cu alte caracteristici rămân relativ constante;

f) pe baza datelor obţinute din prelucrarea sumară, atunci când studiul nu depăşeşte faza descriptivă, tabelele constituie principalul suport pentru constituirea formelor grafice cuprinse în raportul de cercetare.

În vederea efectuării analizei datelor obţinute dintr-un sondaj statistic, se elaborează machetele cu scopul prezentării datelor, al efectuării analizelor statistice pentru inferenţă şi testarea semnificaţiei parametrilor estimaţi şi redactării într-o formă atractivă a raportului de sondaj. Informaţiile finale se prezintă fie sub formă de procente, fie sub formă de corelaţii. Mai dificilă este prezentarea corelaţiilor între răspunsurile de la două sau mai multe întrebări, pentru a determina gradul de asociere sau independenţă dintre răspunsurile la întrebări diferite.

Măsurile de pregătire a datelor primare înregistrate au ca scop eliminarea, pe cât posbil, a erorilor de înregistrare şi asigurarea condiţiilor pentru estimarea erorilor de sondaj.


6.7 Summary. Statistical methods to prepare research data for statistical processing and analysis

Validity and fidelity of the measurement instruments

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


representative samples do not lead to identical results, but only to similar results, with a high tolerance level. The objectivity refers to the fact that the researcher do not have to have preconceived ideas about how the research's result should look, in order not to modify the conclusions. If the objectivity is missing, the scientific process will not lead to discovering new aspects of the studied phenomenon, but to obtaining the desired results. The validity and faithfulness of the measurement instruments represents one of the complicated aspects that the evaluative analysis must face and refers to the validity of the working instruments. In market research several validity types are studied from which we mention the content validity (or internal), predictive validity (external) and construct validity.

The content validity aims the degree in which the indicators measure the attributes and characteristics, which are supposed to be measured. The validity's analysis in made firstly through critical analysis of operating the concepts, and secondly takes into account the degree of the internal consistency (homogeneity) of the variables set by which a certain market phenomenon is studied. Sometimes a witness-group is used. In this case, the truthfulness degree is certified by comparing the research's results with the position (opinion, attitude, value, behaviour) of a person or a group recognized as being representative for the researched field, watching the measure in which exists a certain concordance between them.

A certain opinion answer is "truthful" as long as is expresses what the questioned person is thinking (feeling) about the researched phenomenon or event, in our case the human resource manager. The opinions become "correct" or "incorrect" only through reports to other opinions of the same manager, by reporting the individual opinions to the opinions of a collectivity (the other managers of the firms), by reporting the opinions of the firm's management to the opinions of other collectivity in the same field (the opinions of all the questioned human resource managers) etc., so through evaluation. For a fair appreciation of the truthfulness degree


of the data referring to the subjective field, these must be put in relation with another criteria of external validity.

Through predictive or external validity it is had in mind the degree in which the measurements made allow observing the relations with other measurements, and also the forecasting of the studied phenomenon. In order to be real relevant, the external criteria must be objective: market and professional characteristics, performance, etc.

A major interest of the research is constituted by putting face to face the latent condition of different market processes, determined through the research, together with their way of manifestation, demonstrating trough this the operational character (applied) of knowledge.

As it is known, prediction has an important role in scientific researches. Such a determination of the studied field is accepted as being valid, which based on the accumulated knowledge, can lead to realization of predictions regarding its evolution in time. Analysing the perceptions supposes knowing the intimate nature of the phenomenon submitted to research, the insight of the legality mechanism which governs them, and organizing periodical research as part of the studied statistical collectivity.

The construction validity refers according to Ioan Marginean to the explanatory factors of a certain result achieved by measurement. The analysis of the inter-correlation of the variables is the most direct way of determining the construction validity. Its measurement is given by the balance of the common variation, of the measured variable (Vco) and of "explanatory" factors, compared to the total dispersion (Vt): the validity = Vco / Vt. The more the common variation is larger, counting for the largest part of the measured variable dispersion, the more the specific variation (Vsp) is smaller, and the validity of the variable is larger, explaining in this way a more significant part of its dispersion.

Others ways of determining the validity of the measurements consists in using, in the research of the same aspect, of more methods, techniques and working instruments and then comparing the results. Here


also the validity is given by the size of the correlation between the measurements of the same variable determined through methods, techniques and different working instruments. A larger the correlation indicates obtaining relatively similar results in the research of the same aspect although by proper ways, but still different one with another.

Another problem that the evaluation of the research instruments and of the market study is represented by faithfulness. This aims the degree of confidence and stability of the measurement instruments. A certain working instrument shows confidence if it offers the same results, although it is used by many researchers, under similar conditions, removing this way the possible errors due to these. The faithfulness degree is given by the measure from which we succeed in obtaining the real values which characterize the manifestation of a market phenomenon. Under the condition in which we obtain the real values, the faithfulness coefficient is maximum and the value equal to 1.

The theoretical expression of the faithfulness is: : f = V∞ / Vt, where V∞ is the real dispersion , and Vt =the total observed dispersion. When the two values dovetail, the fidelity is perfect (it was obtained through observing the real dispersion) and the index f takes the value1. If other measurement errors will take place, the faithfulness coefficient diminishes with the same measure with the dispersion's size due to errors: f = 1 – Vc/Vt. If the entire research is a failure, the error balances the total dispersion, and f takes the value 0. F.N. Kerlingen establishes even a direct relation between validity and fidelity. The validity measure is achieved if we decrease the value of the specific variation measured from the fidelity's measure. It results that the validity does not include the error of the total dispersion nor the specific dispersion, includes only the common dispersion.

An alternative in the research of faithfulness is taking into account the hierarchical relations presented by a certain set of indicators. Firstly, we determine a hierarchy of the indexes depending on their difficulty and we obtain a cumulative series (only one size, factor); the faithfulness measure is


given by the performance achieved in contrast with the position of the indexes. If answers to a given question are obtained, there should also be obtained answers to less difficult questions. Determining the faithfulness is possible with the help of the Kuder-Richardson expression (1937):

f = [r / (r – 1)]( Vt – Σ Pjqj/ Vt), cu j de la 1 la r, where r = the number of the questions Vt = the observed total dispersion (σ2/x) Pj = the balance of the correct answers to question j qj = 1 - Pj

In expert literature it is mentioned another direction for determining the faithfulness of the measurement instruments, in which the answers are not interpreted as errors, but as real differences (Hozt-1941). The total observed dispersion consists in this case in real inter-individual differences (due to individuals), real inter-individual differences: Vt = Vr + Vi + Ve

For a marketing study, made through research, to fulfill these

conditions of ensuring the validity and faithfulness, must be applied on a representative sample, based on a questionnaire which allows avoiding the non-answers, diminishing costs and errors which will be discussed in the part with the preparation of data for statistical analysis.

Empirical data checking and validation

The first operation that follows the gathering of data is checking the questionnaires with the purpose of diminishing the recording errors and


consist, according to Moser, in checking the completion, accuracy and uniformity of the answers. Checking the accuracy or inaccuracy an answer is possible specially in the case of factual questions. For example, a manager that answers negatively to the question "Did your firm made training and improving sessions for the personnel?" cannot answer the answer "As a result of the attendance of the employees to forming courses, you appreciate the evolution of your firm in real terms as being: a. ascending; b. descending; c. constant; d. cannot be appreciated", this manager must skip this second question. Even if the answers can be compensated over the entire sample, they can present net errors over the sections. For example, persons with large and very large income may avoid giving an exact answer. The difference between the total error for answering and the real value will be called answering distortion, measured through answering dispersion, an analogy is found between these notions and the distortion and the sampling dispersion. Let us take the example of the question: "Do you frequent the recruitment offices for finding a better job?". In the case of an answering distortion, the difference between the desired value of the estimation and the real value of the analyzed population, is a result of the distortional feedback due to the interviewed person. In the case of a sampling distortion, the difference results from a wrong establishment of the interviewing moment, for example at the beginning of the summer holiday. Checking the completion of the questionnaires consists on one hand, in following the correlation between questions and answers, and on the other hand of the non-answers. These must be classified in compulsory non-answers, which appear to questions that come after the filter type (case in which the answer does not has to be recorded) and unexpected non-answers. If an answer to a question that must be asked is missing, no matter the cause, several solutions may be adopted from which we remind: a) the


filling in of the missing answer, in case the operator can reconstitute the interviewing moment and remembers a possible answer; b) the inference through the analysis of the answers to the questions related to the specific one or c) the recording as a non-answer, establishing the confidence degree which will be allowed to the other answers and deciding if the questionnaire will be kept or not. In exceptional situations, depending on the available resources and on the information regarding the identity of the interviewee, if the answer to the question is essential for processing, the subject can be interviewed again.

These must be differenced in compulsory no answers that succeeds the filter answers (for this case the answer should not be recorded) and the aleatory answers.

If an answer of an important question misses then, under any circumstances, may be adopted many solutions, such as: i) the fulfillment of the missed answers, in this case when the operator recall the interview moment and a possible answer, ii) the inference by analysis the answers to the related question, or iii) the registration as no answer establishing the confidence level that will be given to the other answers and deciding also whether the questionnaire will be hold or not. The subject may be again interviewed, for the extraordinary situations, depending on the available resources and the information concerning the nationality of the interviewed person and if the answer for the question is essential to process.

Non-answers

To succeed the survey is essential the acceptance of the whole interview by the subject. The no answer, the refuse of answering totally or partially to the questions in the questionnaire represents the risk that cannot be avoided and that is sometimes uncontrolled.


A great number of no answers influence the results of the selection, compressing the volume of the sample and having as a consequence the diminution of the accuracy of the estimations.

The possible sources for no answers are: - The units that are not in the database of the survey, their number

should be diminished from the database of the survey before the construction of the sample;

- The absence from the place of the interview for a longer period of time;

- The persons with diverse neuron-psychic handicaps; - The refuse of cooperation, the lack of knowledge and the operators

having means of influence. - The supervised selection of the elements of the survey is different

from the random selection for which the approximation level depends pursuant to the great numbers rule on the number of the observations;

- The desire of the operator of the interview to obtain a specific result or to influence the final result;

- The partial inclusion of the researched units or the substitution of some of them;

The experience shows that there are statistical solutions to correct the no answers in order to preserve the scientific character of the survey. These corrective measurements have the target to estimate the distortions created by the no answers. The larger the proportion of the no answers the larger the distortion will be.

First of all the number of no answers should be diminished as much as possible, secondly, the causes that influenced this attitude from the interviewed persons must be identified.

The maximization of the ratio of the answers in a questionnaire is a procedure, which will diminish the error of no answers. There are few methods for maximizing the ratio of answering the questionnaire, if the confidentiality of answering is respected, such as: the endorsement of an


explicative letter to the questionnaire that will convince the potential respondents about the confidentiality and the anonymity of the answers, about the possible advantages that will have in case of the total fulfillment of the questionnaire; the construction of an efficient questionnaire, concise, accurate and attractive that needs minimum effort of the interviewed person; the usage of the interview operators would represent a major helping factor which will dramatically decrease the no answers ratio.

Post codifying

The statistical data process implies that the answer of each question must be included in a class system (scale of answers) in order to establish the appearance frequencies of each class within the sample. By codifying it is understood that the picked up information in a specific language called cod, is translated in order to transcript on a support that can be processed mechanical or electronic. Thank to the calculating techno progress nowadays the process is done automatically. The procedure is not difficult to be realized for the closed questions, these are supposed to be pre codified. The post codifying represents the attachment of cods to the answers of the open questions or the fulfillment of the system of cods to the semi open questions.

The method does not correspond to the simple mechanical assignment of cods (as in the case of closed questions), but consists in analyzing the open answers which will end with the establishment of the system of classes, so with closing the questions, being possible then the transfer of information into a system of numerical codes.

The manual stripping of questionnaires, which consists in analyzing the sample of questionnaire and on its basis is established the classes of possible answers for open questions and the determination of the classes of answers during the analysis the whole questionnaires.


Obviously the second method is the most efficient and fast. The questions asked for the scale analyze of scalar attitudes are considered closed questions. So, if in the questionnaire there are open questions, then the codification will consists in: the previous determination of expected answers together with the options “others”

Testing the sample The preparation of data starts with laying down the one-dimensional

and bi-dimensional tables where are marked out the single or simultaneous answers at two or more questions.

The testing procedure of the sample, presented by ILUT and ROTARIU∗ is the following:

Assume that we are interested in a qualitative variable “s”classe (classes of answers): x1, x2, x3 ...xs. For these classes corresponding to the classes of answers, the persons included in the sample are going to be distributed concerning the following absolute frequencies: k1, k2 …ks and those from the population with the percentages: p1, p2 …ps.

Applying these percentages to our sample we will be able to find the absolute frequencies “theoretical”, meaning those that are supposed to be obtained if the structures of the sample and of the population would concur perfectly: m1, m2, …ms.

For the two series of frequencies k and m is applied the X2 test. If the difference is significant (the value of X2 is greater than the value of the table which contain critical values, for s-1 degree of freedom) meaning that this is due to other factors than the normal fluctuations due to the sampling procedure, so the sample contain a distortion for this line. From the differences of the pairs of values k and m is noticeable what classes are under- and over-represented in the sample.

When a sample is marked by distortions of many factors such as those already discussed, is clear that in the practical activity of the identity operators of subject-persons has interfered serious anomalies and/or the total ∗ Ilut, I., Rotariu, P, Metode Statistice aplicate in stiintele sociale, Ed. Polirom, Cluj, 1998


percentage of no answers is high and the profit of the subject who accepted to collaborate with the pollster is different than those who refused.

The percentage of data represents a possible method of improving the quality of data, such that the proportion of the sample should be adjusted to the proportion of the referenced population. The method consists of geminating or excluding a number of questionnaires such that the desired proportions to be obtained.

7

7.1 Principii de bază ale inferenţei statistice Principiile de bază ale inferenţei statistice, efectuată în urma analizei

datelor de sondaj, implică şi în studiul pieţei serviciilor de consultanţă în resurse umane, noţiunile de experiment, rezultat, spaţiul eşantionului, eveniment şi probabilitate.

Ideea unui experiment include exemple precum aruncarea unei monede, măsurarea numărului de angajaţi sau chestionarea managerului unei firme în legătură cu obţinerea de profit sau pierdere. Asemenea experimente au posibile răspunsuri, finite sau infinite ca număr, ce formează spaţiul de sondaj. De exemplu, o firmă poate obţine profit negativ, deci pierdere, profit zero, sau profit pozitiv, deci beneficiu, categorii ce reprezintă rezultate. Seturile formate din aceleaşi categorii formează evenimente. Posibilitatea ca firmele să fie solvabile, deci să obţină profit zero sau pozitiv, reprezintă un eveniment.

În teoria sondajului, rezultatele unui număr mare de experimente sunt datele primare. În anumite cazuri putem presupune că fiecare rezultat este independent de cel precedent, aşa cum un număr al zarului este independent de celelalte aruncări. În condiţiile în care cunoaştem mecanismul de probabilitate, putem calcula probabilitatea de apariţie a fiecărui rezultat. Teoria sondajului se referă la aplicarea teoriei probabiltăţilor pentru seturi de date primare.

Analiza datelor de sondaj pentru realizarea inferenţei statistice


Dacă în urma unei cercetări se înregistrează doar informaţii parţiale, este posibil ca datele înregistrate să fie utilizate pentru obţinerea intervalelor de încredere, cu o anumită probabilitate dacă setul de date respectă condiţiile de reprezentativitate pentru populaţia din care a fost extras.

Pentru a se putea estima corect parametrii colectivităţii de selecţie, pe baza rezultatelor prelucrării datelor de sondaj, estimaţie garantată cu o anumită probabilitate, este necesar ca eşantionul pe baza căruia se culeg datele primare să fie reprezentativ. Un eşantion este reprezentativ dacă structura sa reproduce cât mai exact structura populaţiei de referinţă din care a fost prelevat.

Pentru asigurarea reprezentativităţii eşantionului este necesar să se respecte anumite reguli ,dintre care amintim:

a. includerea unităţilor în eşantion să se realizeze în manieră cât mai obiectivă, toate unităţile trebuie să aibă aceaşi şansă de a participa la formarea eşantionului – extragerea unităţilor să se realizeze conform principiilor hazardului cu o probabilitate egală şi diferită de zero;

b. mărimea eşantionului să fie suficientă pentru a reda caracteristicile esenţiale ale populaţiei generale;

c. includerea fiecărei unităţi în eşantion trebuie să se facă independent de cuprinderea altor unităţi.

Determinarea gradului de reprezentativitate a populaţiei studiate la un moment dat ridică probleme deosebit de dificile în calea evaluării cercetărilor, aceasta deoarece, de cele mai multe ori, nu pot fi cunoscute în prealabil caracteristicile relevante ale populaţiei ce urmează a fi cercetată şi se procedează la estimări mai mult sau mai puţin corecte; se ajunge la identificarea acestor caracteristici numai în urma studiului, când, de fapt, nu se mai poate interveni pentru alegerea „populaţiei adecvate”.

Cu excepţia cazurilor, rare de altfel, în care ne pot ajuta evidenţele, numai efectuarea unor înregistrări prealabile cercetării propriu-zise ne permite să ne fixăm, în cunoştinţă de cauză, la o anumită populaţie relevantă pentru tema şi obiectivele cercetării.

Studiile statistice exhaustive prealabile, deşi necesare, sunt puţin practicate, totuşi, datorită împovărării costurilor de cercetare, a creşterii timpului afectat şi a muncii depuse. Determinarea cu maximă precizie a

Statistică pentru studii de marketing şi administrarea afacerilor caracteristicilor economice, de piaţă, politice şi de altă natură ale colectivităţii studiate, ca şi dispunerea ei spaţială, se înscriu drept cerinţe elementare, obligatorii pentru o cercetare concretă.

Evident, practica studiului exhaustiv a diferitelor colectivităţi înlătură multe neajunsuri în ceea ce priveşte reprezentativitatea cercetărilor, dar nu rezolvă definitiv problema. Apare, de fiecare dată, întrebarea firească, de ce este studiată o anumită colectivitate (consumatorii unui anumit produs, agenţii economici dintr-o regiune, oraş, angajaţii dintr-o anumită organizaţie, sau domeniu de activitate etc.) şi nu altele.

Apoi, se impune să consemnăm faptul că în domeniul fenomenelor de marketing, mai ales al celor la nivel microeconomic, de piaţă şi individual, repetabilitatea îmbracă forme specifice. Ceea ce este valabil pentru un individ sau o colectivitate într-un anumit moment nu este valabil pentru alt individ sau colectivitate, după cum poate să nu mai fie valabil pentru acelaşi individ sau colectivitate într-un alt moment.

Numai prin studii repetate şi realizarea unor colecţii sistematice de informaţii se poate efectua generalizarea rezultatelor, întemeierea acesteia pe un „Mont Blank de fapte”.

Investigarea exhaustivă a colectivităţilor devine foarte costisitoare atunci când volumul acestora depăşeşte câteva sute de persoane sau organizaţii. De aceea, se recomandă efectuarea unei cercetări selective, întocmirea de eşantioane reprezentative, prin respectarea cerinţelor legii numerelor mari şi a calculului probabilităţilor, care permit ca, prin studiul unei părţi a colectivităţii totale, să se obţină rezultate valabile pentru întreaga colectivitate.

Fără a intra în detaliile elaborării eşantioanelor, vom enunţa doar câteva elemente necesare determinării gradului de reprezentativitate a acestora. Un bun eşantion poate fi întocmit atunci când se dispune de un cadru optim de eşantionare, de o evidenţă a colectivităţii totale cu specificarea caracteristicilor sale de bază. Lipsa cadrului de eşantionare este principala piedică în calea realizării unor eşantioane corespunzătoare.

Cu cât volumul colectivităţii studiate este mai amplu, apropiindu-ne de nivelul colectivităţii naţionale, unde cercetările selective sunt de o foarte mare importanţă, lipsa unui cadru de eşantionare se simte şi mai acut, dat


fiind faptul să sociologul nu o mai poate suplini printr-un recensământ prealabil.

Eroarea cea mai frecvent întâlnită, în aceste condiţii, se referă la presupunerea că s-a efectuat o selecţie simplă aleatoare şi tratarea în consecinţă a rezultatelor obţinute, deşi se cunoaşte că cele mai multe cercetări realizate pe ansambluri mari de populaţie se abat, în practică, de la modelul selecţiei simple aleatoare.

Pentru a evita, în acest caz, eventualele neajunsuri de interpretare, se impune determinarea cu precizie a tipului de eşantionare rezultat şi efectuarea corecţiilor necesare în privinţa prelucrării şi interpretării informaţiei recoltate.

Satisfacerea condiţiilor de reprezentativitate se realizează prin alegerea procedeului de eşantionare potrivit, dintre următoarele: procedee de eşantionare aleatoare, procedee de eşantionare dirijată şi procedee mixte de eşantionare.

Dacă în urma efectuării unui experiment de un anumit număr de ori s-a înregistrat o secvenţă de rezultate, divizând frecvenţa de apariţie a unui eveniment A (de câte ori se înregistrează o persoană cu venit zero sau pozitiv, deci o persoană ce corespunde evenimentului de solvabilitate) la numărul total de persoane cuprinse în eşantion (numărul de experimente) rezultă o estimare a probabilităţii de apariţie a evenimentului A. Cu cât numărul experimentelor creşte, deci creşte volumul eşantionului format din unităţi omogene sau complexe, neomogene, creşte şi probabilitatea de apariţie a evenimentului A, tinzând către 1.

În termeni matematici, dacă x1, x2, …., xn este o secvenţă de rezultate financiare ale firmelor şi A un eveniment, notând N (x1, x2, ….., xn,, A) frecvenţa de apariţie a evenimentului A din primele n experimente şi n tinde la infinit, atunci N (x1, x2, ….., xn,, A) / n reprezintă o probabilitate ce tinde la 1.

Cu toate că legea numerelor mari îi precizează cercetătorului că va ajunge la un răspuns corect după un număr mare de experimente, nu îi precizează şi cât de aproape este de răspunsul corect după un anumit număr de experimente, de înregistrări. În anumite condiţii, metodele statistice pot fi

Statistică pentru studii de marketing şi administrarea afacerilor utilizate pentru estimarea erorilor ce pot fi făcute prin repetarea unui experiment de un număr finit de ori.

Un experiment este descris complet de către spaţiul valorilor de eşantionare (setul posibilelor valori ce se pot înregistra), familia B a evenimentelor şi de către probabilităţile de apariţie a fiecărui eveniment în parte.

Totalitatea variabilelor prin care este studiat un anumit fenomen de piaţă constituie spaţiul de atribute (property-space), de caracteristici ale fenomenului respectiv. Operaţiile efectuate cu ajutorul spaţiului de atribute vizează clarificarea mai amănunţită a relaţiilor dintre variabile şi conceptele teoretice. Reducerea spaţiului de atribute, prin combinarea categoriilor şi eliminarea unor subdiviziuni, permite construcţia tipologiilor aferente fenomenelor de piaţă.

În schimb, operaţia de substracţie constă în parcurgerea drumului în sens invers: de la tipologie se trece la elaborarea spaţiului de atribute implicat în acea tipologie. Spaţiul de atribute, pe lângă rolul de a constitui un inventar cât mai complet al variabilelor, serveşte la compararea schemelor operaţionale utilizate în cercetare şi la găsirea unui eventual numitor comun al acestor scheme de cercetare empirică.

Aşa cum notează I. Iordăchel şi I. Cauc, necesitatea dezvoltării unor tipologii multidimensionale, care să ţină cont de multilateralitatea dimensiunilor de piaţă, se înscrie ca o cerinţă fundamentală în „elaborarea unui sistem tipologic operaţional pentru cercetarea şi politica de piaţă economică”.

Substracţia şi reducerea spaţiilor de atribute sunt operaţii conceptuale de maximă importanţă, atât în elaborarea schemelor descriptive, cât şi a conceptului în utilizarea datelor empirice. Separarea evenimentelor în spaţiu şi timp asigură independenţa acestora.

Conceptul de independenţă statistică sau probabilistică este necesar a fi definit pentru extinderea sa, astfel încât apariţia unui eveniment să nu influenţeze probabilitatea de apariţie a altui eveniment. În cazul unor evenimente independente, probabilitatea ca acestea să apară simultan este egală cu produsul probabilităţilor.


Dacă evenimentele sunt notate prin vectorul A1, A2, ….,An, cu probabilităţile de apariţie, (frecvenţele de apariţie) notate prin vectorul P(Ai), i=1, …,n, probabilitatea de apariţie a tuturor evenimentelor va fi P(A1) . P(A2) .….P(An). Analiza independenţei este aplicată investigaţiilor statistice în cadrul cărora datele sunt eronate prin repetarea aceloraşi operaţiuni elementare, fiecare înregistrare fiind efectuată independent de celelalte.

7.2 Erorile de sondaj 7.2.1 Tipuri de erori întâlnite în teoria şi practica sondajului Se consideră eroare de sondaj abaterea dintre valorile obţinute în

urma prelucrării datelor primare şi rezultatele ce s-ar fi obţinut dacă s-ar fi organizat o observare totală.

Orice măsurare statistică conţine erori. O posibilă clasificare a erorilor, din mulţimea posibilităţilor de grupare şi clasificare existente poate fi: erori sistematice, grosolane şi aleatoare. Erorile sistematice sunt determinate de acţiunea unor factori ale căror cauze de apariţie pot fi stabilite, iar apoi eliminate. Apariţia erorilor grosolane este legată de încălcarea condiţiilor de efectuare a experimentului sau a observaţiei. În teoria erorilor se dau criterii de depistare a erorilor grosolane. Obiectul teoriei erorilor îl constituie numai erorile aleatoare, care sunt determinate de acţiunea unor factori greu de depistat, din care cauză efectul acţiunii lor este inevitabil. Erorile de sondaj mai sunt clasificate în erori de înregistrare, comune tuturor tipurilor de observare, şi erori de reprezentativitate, specifice sondajului. Erorile de reprezentativitate sunt la rândul lor: sistematice şi întâmplătoare.

În desfăşurarea oricărei observări statistice trebuie respectat principiul autenticităţii datelor culese, sau, cu alte cuvinte, corespondenţa dintre realitatea primară studiată şi valorile înregistrate. Dacă înregistrarea se face de către persoane specializate, erorile de înregistrare apar în număr

Statistică pentru studii de marketing şi administrarea afacerilor redus şi pot fi corectate cu uşurinţă. Erorile sistematice pot fi evitate dacă se respectă principiile teoriei sondajului.

Principalele cauze ale erorilor sistematice sunt alegerea deliberată a unor date considerate în mod greşit ca fiind reprezentative, alegerea la „întâmplare”, ce diferă esenţial de alegerea după principiile probabilistice, dorinţa voită a cercetătorului de a demonstra o anumită concluzie, substituirea unei unităţi de cercetare cu altă unitate, în mod voit, şi cuprinderea incompletă în sondaj a unităţilor de cercetare.

Spre deosebire, erorile aleatoare de selecţie apar din procesul de sondaj. Aceste erori se produc chiar dacă se respectă principiile probabilistice, deoarece eşantionul nu reproduce perfect distribuţia populaţiei generale. Dacă sondajul este probabilistic, aceste erori pot fi calculate cu anticipaţie. Estimarea parametrilor din populaţia generală se va efectua pe baza indicatorilor de sondaj, corectaţi cu o eroare de reprezentativitate ce se găseşte într-un anumit interval probabilistic. Analizele de perspectivă şi proiecţiile rezultatelor sondajului asupra populaţiei de referinţă, fac din această metodă un puternic instrument în procesul luării deciziilor în mediul economic de piaţă.

După culegerea informaţiei este necesar să se determine cu exactitate mărimea erorii de reprezentativitate, pentru a se putea evalua în ce măsură se abate de la eroarea propusă iniţial.

Calculul erorii este posibil prin utilizarea caracteristicilor eşantionului (acum cunoscute) în locul caracteristicilor totale, lucru îndreptăţit numai dacă selectarea persoanelor în eşantion a urmat o procedură care a asigurat prezenţa, în proporţii optime, a tuturor categoriilor de populaţie specifice colectivităţii totale.

Cât priveşte reprezentativitatea conţinutului, analiza evaluativă se referă la calitatea definirii domeniului cercetat, la elaborarea schemei descriptive (construcţia variabilelor), la formularea întrebărilor, cercetarea dezirabilităţii de piaţă a unui produs, a gradului de actualitate a respectivei mărfi şi la dificultatea pe care o poate prezenta tema lansării unui nou produs, de exemplu. De asemenea, în aplicarea instrumentelor de cercetare se urmăreşte controlul erorilor de răspuns: contaminarea rezultatelor datorate setului de răspuns prin acord, prin negare sau prin evitarea poziţiilor extreme etc.


De aici şi necesitatea abordărilor complexe (a măsurătorilor multiple) prin mai multe metode şi tehnici ale unuia şi aceluiaşi fenomen de piaţă, pentru a obţine cunoştinţe cât mai veridice prin controlarea şi eliminarea erorilor datorate instrumentelor de intervievare.

În practică, erorile de reprezentativitate se pot calcula efectiv în mărime absolută, dacă s-au obţinut date referitoare la aceleaşi caracteristici dintr-o observare totală organizată anterior, sau se pot estima ca erori probabile. De cele mai multe ori se pot cunoaşte valorile adevărate, pentru a le putea separa de erorile de măsurare. Cu toate acestea, nu putem ignora eventualele erori ce apar în cadrul măsurătorilor efectuate.

Date fiind condiţiile concrete de lucru, puterea instrumentelor pe care le folosim, intervenţia factorilor exteriori cercetării, este logic să presupunem că valorile observate sunt o combinare de date reale (concrete) şi de erori: X0 = Xa ± Xe, ceea ce îndreptăţeşte efortul de a izola erorile.

Compunerea valorilor observate din două seturi de informaţii (cele reale şi cele datorate erorii) conduce la exprimarea dispersiei totale (σ 2

t), în termenii celor două dispersii ce o alcătuiesc, respectiv dispersia reală şi dispersia datorată erorilor.

Pentru a putea determina efectiv eventualele erori de măsurare, o importanţă deosebită se acordă analizei efectului pe care un cercetător sau altul îl poate avea asupra rezultatelor obţinute, inclusiv a efectului operatorului de interviu, situaţie în care posibilitatea influenţării rezultatelor este mult mai mare. Cunoaşterea ecuaţiei personale de eroare a fiecărui participant la cercetare permite un control mai riguros asupra condiţiilor de desfăşurare a acesteia şi de prevenire a erorilor.

O serie de analize s-au ocupat de şansa diferiţilor operatori (în funcţie de sex, vârstă, înfăţişare) de a obţine acordul populaţiei pentru a participa la interviu, ca şi de studiul interacţiunii operator-subiect în desfăşurarea acestuia. Pe baza rezultatelor obţinute, s-a ajuns la elaborarea unei strategii de selecţie, instruire şi supraveghere în teren a operatorilor.

În legătură cu distribuţia răspunsurilor subiecţilor în funcţie de realizatorul interviului, s-a adunat o documentaţie bogată. Aşa, de exemplu, în prezent se ştie că influenţa investigatorului este mai mare în cazul

Statistică pentru studii de marketing şi administrarea afacerilor întrebărilor de opinie decât în cazul celor factuale. Cel mai puternic efect se produce în studiile care vizează proiecţiile în viitor – intenţii, dorinţe etc.

Din punctul de vedere al posibilităţii controlului erorilor, în literatura americană de studiu al pieţei, erorile mai sunt clasificate în două mari grupe:

1. Erori ce pot fi previzionate: acestea sunt controlabile şi au drept cauze măsurările statistice ale datelor continue şi rotunjirile efectuate pentru a obţine rezultate discrete, conform conţinutului caracteristicii statistice, deci ele sunt probabile – sau de sondaj şi de calcul – ambele tipuri putând fi estimate şi efectele lor controlate. Prin operaţiunea matematică de rotunjire a valorilor înregistrate se induc erori ce se amplifică dacă rotunjirea continuă în faza de analiză.

Drept urmare, putem afirma că datele sunt rotunjite din următoarele motive:

• Când caracteristica observată este continuă, în anumite cazuri este necesară rotunjirea pentru a putea exprima magnitudinea datei (de obicei se păstrează doar două zecimale);

• Pentru caracteristicle discrete, rotunjirea are drept scop respectarea caracterului întreg al acestora.

2. Erori ce nu pot fi previzionate: acestea sunt necontrolabile şi se datorează: înregistrărilor incomplete sau incorecte, definirii ambigue a caracteristiclor sau unităţilor statistice ce sunt studiate.

Controlul erorilor are drept scop aflarea erorilor de observare şi asigurarea autenticităţii datelor statistice, şi se referă la controlul volumului datelor înregistrate, controlul aritmetic şi logic.

O parte a erorilor se datorează operatorului de interviu. Cele mai importante surse de erori de răspuns datorate operatorilor

sunt: a) caracteristicile operatorilor, ca, de exemplu, nivelul de pregătire

prea scăzut sau prea ridicat care îi face să fie înclinaţi spre greşeli sistematice, sau pot să inducă, prin opinia lor exprimată, persoanei intervievate, o anumită influenţă asupra răspunsului;

b) anticipaţiile operatorilor îi determină să sugereze anumite răspunsuri subiecţilor;


c) frauda operatorilor apare în foarte puţine cazuri şi poate fi depistată prin sondaje pilot de reintervievare.

Alte surse importante de erori care pot fi evitate sunt lungimea chestionarului, ce poate cauza oboseală operatorilor şi subiecţilor intervievaţi, ponderea majoritară a întrebărilor deschise ce duce la dificultăţi în operaţiunea de postcodificare, conţinutul întrebărilor, mai ales cele personale pot duce la erori de răspuns, formularea întrebărilor, mai ales utilizarea cuvintelor ambigue, cu mai multe sensuri, locul şi timpul interviului, şi, nu în ultimul rând, gradul de interes sau cointeresare a persoanei intervievate.

În privinţa detectării erorilor de răspuns, se disting două modalităţi principale de abordare ce constau în verificarea în totalitate a răspunsurilor, apreciind astfel volumul erorilor brute şi aprecierea volumului erorilor nete, ţinând seama de faptul ca erorile într-un sens sau altul se pot compensa.

Din punct de vedere metodologic, estimarea erorilor brute este, adesea, imposibilă.

Principalele mijloace de detectare amintite şi anterior sunt: 1. Confruntarea răspunsurilor cu sursele de date secundare interne

sau externe, publice, mai ales în legătură cu datele demografice ce pot fi verificate (vârsta, starea civilă), sau verificarea documentelor contabile, vamale, de la Registrul Comerţului, în măsura în care este posibil, în cazul în care eşantionul este format din agenţi economici. Evident, operaţiunea necesită un consum ridicat de resurse de timp, umane şi financiare;

2. Verificarea coerenţei răspunsurilor la diferite întrebări la care a răspuns acelaşi subiect se efectuează prin includerea în chestionar a întrebărilor de verificare, sau prin repetarea sondajului pe acelaşi eşantion, în perioade diferite;

3. Reintervievarea de control, prin sondaj, astfel încât să se reuşească evitarea variabilităţii şi să se înregistreze răspunsuri valide; în acest scop, este necesară efectuarea unui interviu calitativ superior. De fapt, aceste sondaje reprezintă studii intensive ale unor eşantioane relativ mici ce fac parte din eşantionul iniţial. La aceste controale de calitate se schimbă formularea întrebării, pentru a se evita repetarea erorii de răspuns iniţiale.

Statistică pentru studii de marketing şi administrarea afacerilor Scopul acestor sondaje de calitate este evidenţierea caracterului eronat al răspunsurilor şi obţinerea unei mai bune activităţi a operatorilor.

7.2.2 Estimarea erorilor de sondaj Am văzut că teoria erorilor este o parte a statisticii consacrată

problemelor de determinare numerică a mărimilor măsurate aproximativ, de estimare a valorilor lor adevărate şi a preciziei măsurărilor ce operează cu rezultatele măsurărilor x1, x2, …xn, obţinute pe bază de experiment sau observaţie, repetate, cu respectarea unora şi aceloraşi condiţii.

Sarcinile fundamentale ale teoriei erorilor sunt definirea legilor de repartiţie a erorilor aleatoare, obţinerea estimaţiilor mărimilor măsurabile necunoscute, pe baza datelor unor măsurări repetate, şi calculul acestor estimaţii.

Să admitem că, pentru determinarea unei mărimi scalare necunoscute a, s-au efectuat n măsurări, ale căror rezultate sunt reprezentate prin mulţimea de numere x1, x2, …,xn (printre x1, … xn pot exista şi numere egale). După înlăturarea erorilor grosolane şi sistematice de măsurare, x1, x2, …, xn vor conţine numai erori aleatoare. Mărimea aleatoare z = x – a se caracterizează prin probabilitatea P(δ1<z<δ2), care determină probabilitatea ca valoarea z să se afle într-un interval dat (δ1, δ2).

Estimaţiile preciziei măsurărilor sunt: eroarea medie pătratică δ, numită, de asemenea, eroare standard şi dispersia erorii δ2. Să admitem că δ reprezintă mărimea abaterii standard sau eroarea medie pătratică. Atunci, în condiţiile legii normale de repartiţie a erorilor aleatoare z, probabilitatea ca acestea să fie cuprinse întâmplător în intervalul dat (δ1, δ2) se calculează după formula:

unde Φ (t) reprezintă funcţia de probabilitate.

⎟⎠⎞

⎜⎝⎛Φ−⎟

⎠⎞

⎜⎝⎛Φ=⟨⟨

σδ

σδ

δδ 1221( zP (7.1)


Probabilitatea ca eroarea aleatoare să fie în afara intervalului dat, având limitele ±tσ(t>0), se calculează pe baza formulei P(⏐z⏐>tσ)=1-1Φ(t). De exemplu, probabilitatea ca eroarea aleatoare să iasă în afara limitei de ± 3σ, P(⏐z⏐>3σ) = 0,0027, adică depăşirea acestei limite este foarte puţin probabilă. Ca estimaţie a mărimii necunoscute a se adoptă media aritmetică din rezultatele măsurărilor

Estimaţia valorii adevărate a a mărimii măsurate cuprinde determinarea funcţiei g(x1,x2, …,xn), care dă o bună aproximare a mărimii a şi a limitelor intervalului de încredere (g±ε), adică a intervalului care, cu o probabilitate de încredere, acoperă valoarea adevărată a. Această estimaţie trebuie să posede proprietatea de nedeplasare, de consistenţă şi de eficienţă.

Dacă toate n măsurări ale mărimii a sunt la fel de precise, atunci valoarea adevărată se determină cu ajutorul formulei (7.2). În acest caz, estimaţiile sunt nedeplasate, consitente şi eficiente, dacă distribuţia erorilor satisface legea normală. În cazul unei mărimi date a siguranţei P şi în cazul unei precizii necunoscute a măsurărilor, estimaţia de încredere are forma (6.3.):

( )nsk.ptxa <−

−, (7.3)

Unde n reprezintă numărul măsurărilor, k =n –1 – numărul gradelor de libertate şi S – eroarea standard calculată pe baza formulei

1nnSxx

1n1S

2n

1ji −

=⎟⎟⎠

⎞⎜⎜⎝

⎛−

−= ∗

=

−

∑ (7.4)

∑=

=n

ixn

x11

.1(7.2)


Valorile funcţiei t (P,k) se dau în tabelul construit pe baza repartiţiei Student.

Numărul necesar de măsurări n pentru obţinerea estimaţiei de încredere de o precizie dată este:

Cu siguranţă, data P se determină prin expresia volumului

eşantionului (7.5):

( ) 22

Pt1n σ⎥⎦⎤

⎢⎣⎡ε

≤ , (7.5)

unde t = t(P) se află din egalitatea 2Φ(t) = P (prin utilizarea tabelului

pentru funcţia Φ (t). Astfel pentru obţinerea estimaţiei de încredere ε = 0,15 cu siguranţa

P = 0,99 este necesar să se efectueze n = 668 măsurări. Pentru depistarea originii nealeatoare a diferenţei valorilor medii x1 si x2, obţinute ca urmare a două serii de încercări n1 si n2, în cazul unor dispersii necunoscute este necesar să se calculeze mărimea (7.6):

21 n/1n/1Sxxt+

−=

−−

, (7.6)

unde:

ε⟨− xa

.).1()1()1()1(

21

222

211

−+−−+−

=nn

SnSnS


Estimaţiile preciziei măsurărilor se efectuează pornindu-se de la presupunerea că erorile sunt aleatoare şi că ele sunt subordonate legii normale de repartiţie (7.7), unde a este o mărime cunoscută şi σ2 se poate scrie conform (7.8):

( )∑=

−=≈σn

1i

2i

22 axn1s , (7.7)

∑=

−

⎟⎟⎠

⎞⎜⎜⎝

⎛−

−=≈σ

n

1i

2

i22 xx

1n1s , (7.8)

unde x este media aritmetică a măsurărilor mărimii a.

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

∑=

≈σm

1i

2i

2 Sm1 , (7.9)

unde m este numărul seriilor de măsurări.

Dispersia de răspuns, ca şi dispersia de eşantionare pot fi estimate pe baza rezultatelor eşantionării. Dacă erorile individuale de răspuns sunt independente, fiind datorate doar neatenţiei, ele se compensează în medie şi sunt prevăzute în formulele de estimare a variantei eşantionării. În cazul dispersiei de răspuns datorată erorilor de înregistrare, dacă fiecare operator produce o distorsiune sistematică, chiar dacă acestea se compensează reciproc, va avea loc o creştere a dispersiei totale.

Apare, deci, o componentă a dispersiei de răspuns care va duce la necesitatea modificării formulelor de calcul a dispersiei de eşantionare. Astfel, dacă r operatori extraşi întâmplător din totalul R al operatorilor de interviu, aceştia vor intervieva n persoane constituind un eşantion aleator

Statistică pentru studii de marketing şi administrarea afacerilor simplu. Dacă operatorul i produce o distorsiune netă b1, vom defini totalul distrosiunilor produse de operatori ca (7.10):

( )σb ir

R

Rb b2

1

211

=−

−=∑ , (7.10)

unde b este media distorsiunilor nete. Moser notează dispersia estimării unei caracterisitici oarecare x

este: V x nx( ) /= σ 2 (7.11) La aceasta trebuie adăugată dispersia de răspuns rezultată din erorile

operatorilor, formula (7.2.11) devenind (7.12):

V xn r

xb( ) = + −⎛⎝⎜

⎞⎠⎟

σσ

22 1

1 (7.12)

De unde rezultă că dispersia eşantionării este compusă din două părţi:

σ x n2 / reprezintă dispersia eşationării

⎟⎠⎞

⎜⎝⎛ −σ 1

r12

b şi a doua parte (7.13):

exprimă variabilitatea operatorului. În privinţa estimaţiei, situaţia nu este clarificată: dispersia poate fi

estimată, dar distorsiunea nu. 7.3 Estimarea statistică 7.3.1 Estimarea punctuală Scopul calculării indicatorilor sintetici ai datelor înregistrate, ca de

altfel întreaga procedură de sondaj, îl constituie estimarea indicatorilor de sondaj şi identificarea legăturilor ce se manifestă între variabilele populaţiei totale, cu o precizie de o anumită probabilitate fixată a priori.


Pentru a caracteriza şi a identifica ceea ce este esenţial pentru datele de sondaj, se calculează indicatorii tendinţei centrale, dintre care media aritmetică ocupă un loc central. Acest indicator poate fi utilizat într-o etapă următoare împreună cu ceilalţi parametri ai eşantionului pentru extinderea rezultatelor sondajului asupra colectivităţii generale şi pentru comparaţii cu rezultatele obţinute pentru alte eşantioane, doar dacă colectivitatea de selecţie este omogenă şi media reprezentativă.

În continuare voi trece în revistă principiile estimării statistice cu aplicabilitate în cazul studiului pieţei, în general, cu particularităţi pe piaţa serviciilor de consultanţă, în special.

Pentru un eşantion aleator cu valorile x1, x2, ..., xn extrase independent din distribuţia F cu parametrul θ, problema estimării este aceea a găsirii funcţiei θ̂ (x), care este asemănătoare cu θ. În acest caz adjectivul “asemănătoare” sau “apropiată” are un înţeles destul de vag căruia i se pot atribui numeroase sensuri.

Dacă privim eşantionul ca fiind format din înregistrarea variabilelor

aleatoare X1, X2, ..., Xn şi estimatorul θ̂ ca o funcţie a acestor variabile,

atunci θ̂ este o variabilă aleatoare cu următoarele proprietăţi: eroarea medie minimă, adică:

0)ˆ( =−θθE (7.1)

şi estimatorul se spune că este nedistorsionat; eroarea medie pătratică minimă:

0)ˆ( 2 →−θθE (7.2)

Ceea ce combină în mod arbitrar variabilitatea estimatorului θ̂ cu

distorsiunea b = E (θ̂ - θ̂ ), deoarece:

22 var)ˆ( bE +=− θθθ (7.3)

variaţie minimă, deci dispersie minimă.


Un factor de influenţă în alegerea estimatorului nedistorsionat de dispersie minimă este costul minimizării erorilor )ˆ( θθ − pentru eşantioane de volum diferit. Eşantioanele conţin informaţii referitoare la parametrii unei familii de distribuţii ce folosesc funcţii diferite pentru extragerea informaţiilor (datelor).

Există numeroase metode de estimare ce oferă tehnici de găsire a estimatorilor pentru parametrii populaţiei totale, dintre care am considerat util a prezenta pe scurt:

1. metoda momentelor; 2. metoda verosimilităţii maxime; 3. metodele Bayesiene. Metoda momentelor Momentele unei familii de funcţii de distribuţie sunt funcţii ale

parametrilor acesteia. Dacă vom calcula un număr redus de momente este posibil să utilizăm împreună momentele de ordinul întâi, împreună cu momentele eşantionului, pentru a obţine estimaţii ale parametrilor. Metoda momentelor poate fi utilizată, de exemplu, pentru a estima parametrul θ al unei distribuţii exponenţiale cu valori nonnegative, de forma (7.4):

0,0,)\( >≥⋅= ⋅− θθθ θ xexf x (7.4)

Dacă media populaţiei se calculează conform relaţiei (7.5):

∫∞

⋅− =⋅==0

1)(θ

θ θ dxexXEx x (7.5)

atunci valoarea medie pentru eşantion va fi:

nxxx ns /)...( 1 ++=

şi, astfel, metoda momentelor va obtine estimatorul parametrului

θ din θ̂1

=x rezultând x1ˆ =θ .


Metoda verosimilităţii maxime «Maximum likelihood method» este o metodă cu aplicabilitate, mai

ales, pentru eşantioanele de volum mare. Pentru familiile de distribuţii discrete putem calcula probabilitatea de a preleva un anumit eşantion şi, de asemenea, putem alege ca estimatori valorile parametrilor ce maximizează această probabilitate.

Pentru eşantionul valorilor x1, ..., xn, extrase independent dintr-o

distribuţie cu probabilităţile asociate )()( θθ xfxXP == în care θ poate fi

un vector, probabilitatea, denumită verosimilitate, se defineşte conform formulei (7.3.6) ca produs al funcţiei de probabilitate, caracterizând fiecare valoare a eşantionului:

∏=

=n

iin xfxxL

11 )(),....,( θθ (7.6)

Pentru distribuţii continue vom maximiza funcţia de verosimilitate

din formula (7.6). În acest caz verosimilitatea este o măsură a densităţii de probabilitate şi nu o probabilitate, ca în cazul distribuţiilor discrete.

Estimatorul θ̂ , acea valoare a lui θ care maximizeaza funcţia L pentru eşantionul extras, este estimatorul de verosimilitate maximă pentru θ.

Când n tinde la infinit θ̂ tinde asimptotic spre distribuţia normală cu dispersia calculată conform (7.7):

⎥⎥⎦

⎤

⎢⎢⎣

⎡

⋅∂

∂−

==

2

22

)(log1ˆvar

θθ

σθ θ xfnE

(7.7)


De exemplu, un eşantion de volum n distribuit normal cu media 0 şi dispersia θ (sau 2σ ) are funcţie de verosimilitate şi derivatele de ordinul întâi ale acesteia în raport cu dispersia conform sistemului (7.8):

[ ]

⎪⎪⎩

⎪⎪⎨

⎧

+−=∂

∂

∑⋅=

∑

⋅−−

2

2

21

21

22log

2),.....,(2/

θθθ

πθθ θ

i

xn

n

xnL

exxL i

(7.8)

Prin anularea derivatei de ordinul întâi şi rezolvarea ecuaţiei cu

necunoscuta θ verosimilitatea maximă ce estimeaza θ este dată de suma

pătratelor vectorului XI împărţită la n: nxn

ii /)(ˆ

1

2∑=

=θ şi dispersia este invers

proporţională cu n: n

22 2ˆvar θσθ == , deoarece derivata de ordinul doi a

logaritmului funcţiei L este o funcţie liniară. Proprietăţile estimatorului de maximă verosimilitate sunt: a) converge în probabilitate către valoarea adevarată, concretă a lui

θ atunci când ∞→n , deci este consistent; b) este asimptotic nedistorsionat; c) are dispersia minimă comparativ cu estimatorii nedistorsionaţi cu

dispersie finită putând spune că este un estimator eficient; d) estimatorul de maximă verosimilitate al unei funcţii de θ este

funcţia estimatorului de verosimilitate maxima a lui θ. De exemplu, dacă estimatorul de maximă verosimilitate ce estimează

θ (sau 2σ ) este ∑ nxi /2 (7.9), estimatorul de verosimilitate maximă pentru

abaterea medie pătratică σ este radical din expresia (7.9) devenind (7.10):

∑== nxi /ˆˆ 2θσ (7.10)


În cazul în care fiecare valoare a eşantionului reprezintă un vector xi = (x1i, ..., xri) şi distribuţia compusă a celor r variabile are k parametrii,

),....,( 1 kθθθ = , atunci forma funcţiei de verosimilitate cu vectori este dată

de relaţia (7.11):

)(),....,(1

1 θθ ∏=

=n

iin xfxxL (7.11)

Pentru a afla maximul relativ al funcţiei se rezolvă sistemul obţinut

prin anularea derivatelor în funcţie de iθ . Estimatorii iθ sunt asimptotic

normal distribuiţi cu mediile ),....,( 1 kθθ şi matricea de covarianţă 1−

⋅ pqBn , unde { }pqB sunt rezultatele derivatelor parţiale de ordinul 2 ale

logaritmilor densităţii (7.12):

nqpxf

EBqp

pq ,...,1,,)(log2

=∂∂

∂−=

θθθ

(7.12)

Dacă eşantionul este extras dintr-o distribuţie normală cu media 1θ

şi dispersia 2θ , cu densitatea normală (7.13):

[ ]⎪⎩

⎪⎨⎧

∞<<∞<<−∞∞<<∞−

−−=−

21

22

121

221

0,,2/)(exp)2(),(

θθθθπθθθ

xxxf (7.13)

atunci estimatorul de maximă verosimilitate al mediei populaţiei este

media eşantionului şi cel al dispersiei generale este dispersia de sondaj (7.14):

nxx

xnx i

si ∑∑ −

===2

21

)(ˆ;ˆ θθ (7.14)


Mai mult, matricea de covarianţă este matricea diagonală (7.15):

n

n22

2

2θ

θ

∅

∅ (7.15)

astfel încât, 1̂θ şi 2θ̂ sunt asimptotic normal distribuite cu mediile

( 21 ,θθ ) şi dispersiile n2θ şi n222θ .

Pentru un eşantion de n observaţii independente normal distribuite,

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

3. Metode bayesiene de estimare Abordarea bayesiană reprezintă o alternativă a metodelor clasice de

estimare ce asigură un mod convenabil de încorporare a informaţiilor definite aprioric referitoare la parametrii populaţiei totale şi de adăugare a informaţiilor pe măsura apariţiei acestora.

Unul dintre dezavantajele metodei este incapacitatea de a efectua estimări fără a cunoaşte distribuţia anterioară a parametrilor.

Principalul instrument pentru inferenţă este distribuţia ulterioară a parametrului θ, parametrul setului de date înregistrat. Pentru o distribuţie a variabilei aleatoare x caracterizată de parametrul θ, cu o funcţie de densitate de probabilitate f, verosimilitatea ataşată unui eşantion de volum n este un produs de densităţi:

L (x1,…., xn| θ) = ∏n

ixf1

)|( θ . (7.16)


Dacă distribuţia parametrului θ are densitatea g(θ) atunci densitatea comună va fi:

h (x1, …, xn,θ)=g (θ)∏=

n

iixf

1)|( θ (7.17)

Densitatea distribuţiei ulterioare se construieşte multiplicând de k ori densitatea comună a eşantionului, astfel:

p(θ|x1, …, xn)=k g(θ)∏=

n

iixf

1)|( θ (7.18)

Parametrul θ este o variabilă aleatoare, deşi, în metodele de estimare anterioare a fost privit ca un parametru constant. Interpretarea probabilităţii p (θ/x) arată cum ar caracteriza cercetătorul care a furnizat distribuţia anterioară, situaţia parametrilor eşantionului după analizele date.

În cazul în care caracterizarea distribuţiei anterioare s-a bazat pe judecăţi personale, subiective, atunci p (θ/x) va avea valori diferite în opinia unor cercetători diferiţi. Dacă distribuţia anterioară este caracterizată numai după criterii obiective, atunci distribuţia ulterioară analizei va fi aproximativ identică cu realitatea .

Controversele în ceea ce priveşte metodele bayesiene se referă la filozofia alegerii distribuţiei anterioare şi dificultăţii atingerii unui punct de vedere comun. Statisticianul Federick Mosteller şi David Wallace au ajuns la concluzia că o dificultate neglijată în teoria bayesiană este nivelul de precizie a concluziilor, care este în funcţie de alegerea familiei distribuţiilor de date, deci în funcţie de forma funcţională a funcţiei f.

Pentru o probabilitate dată p(θ/x) estimatorii punctuali sau de interval pot fi obţinuţi sau p(θ/x) poate fi utilizată în procesul decizional. De exemplu, media aritmetică, mediana şi modul pentru o distribuţie ulterioară pot fi utilizate ca estimatori punctuali ai valorilor concrete. Un interval de încredere poate fi de asemenea construit:

∫ −=v

udxp αθθ 1)/( (7.19)


Dacă dispunem de informaţii despre θ, distribuţia anterioară pentru θ poate fi difuză. Acest fapt ar atribui datelor o mai mare pondere în determinarea distribuţiei posterioare. O astfel de distribuţie se numeşte o “distribuţie anterioară uşoară”.

7.3.2 Estimarea unui interval Conceptul estimării punctuale trebuie lărgit cu cel al estimării unui

interval de variaţie pentru parametrul populaţiei totale, garantat cu o anumită probabilitate. Într-o viziune mai largă, dacă parametrul ar fi fost un vector, prin estimarea intervalului s-ar stabili regiunea critică a acestuia. Un exemplu îl constituie intervalele de încredere.

În cazul unui eşantion de volum n, extras dintr-o populaţie normal distribuită cu media necunoscută şi deviaţia standard cunoscută, probabilitatea 1 – α este probabilitatea ca media de sondaj să varieze cu o mărime denumită eroare limită, ±zα/2 .σ √n, utilizată pentru a estima intervalul de variaţie a mediei, şi zα/2 este parametrul corespunzător punctului procentual α/2 al distribuţiei normale standard. În acest caz media populaţiei variază conform (7.20):

n/zxxn/zx21s0

21s σ⋅+≤≤σ⋅−

αα, cu probabilitatea 1- α (7.20)

Nivelul de încredere utilizat pentru estimarea parametrilor

eşantionului de firme a fost de 0,95, pentru care argumentul funcţiei Laplace este z α / 2 = 1,96, deci aproximativ 2. Dacă, în general, putem identifica o

funcţie superioară uθ̂ şi o funcţie inferioară lθ̂ pentru valorile eşantionului,

astfel încât, probabilitatea ca aceste funcţii să mărginească parametrul θ să fie 7.21:

αθθθθ −=≤≤ 1)|ˆˆ( ulP


Atunci valorile funcţiilor uθ̂ si lθ̂ obţinute pe baza eşantionului duc

la obţinerea limitelor intervalului de încredere pentru parametrul θ cu o probabilitate de 1-α.

Pentru un eşantion de volum n extras dintr-o populaţie cu distribuţie normală cu media şi dispersia necunoscute, notând 0x media şi cu

20σ dispersia de sondaj, limitele simetrice de variaţie a mediei cu o

probabilitate de 1-α. sunt:

xs stx ⋅± 2/α .

unde t α/2 este argumentul funcţiei Student de distribuţie cu n-1 grade de libertate.

Intervalele de încredere nu sunt utilizate doar pentru determinarea plajei posibile de variaţie a parametrilor populaţiei totale, garantată cu o anumită probabilitate, ci, şi pentru testarea ipotezelor statistice.

7.3.3 Estimarea robustă În activitatea practică, înregistrările sistematice au ca scop reducerea

valorilor aberante, extreme înregistrate. Simpla înlăturare a acestora duce la eliminarea de unităţi din eşantion şi reducerea gradului de precizie a estimaţiei. O abordare mult mai rezonabilă este eliminarea şi studierea separată a setului valorilor aberante. Pentru aceasta, de exemplu, un bun estimator al poziţiei este valoarea mediană a eşantionului folosită ca estimator atât pentru mediana populaţiei totale cât şi pentru media acesteia, deoarece mediana eşantionului nu este afectată de valorile extreme.

În cazul eşantioanelor de volum mare distribuţia medianei este distribuită aproximativ normal cu o medie asimptotică x0,5, valoarea centrală a distribuţiei, şi o dispersie asimptotică exprimată prin densitatea funcţiei evaluate pentru valoarea mediană corespunzătoare:

[ ]25.0

2

)(41xfnMe =σ (7.22)


Dacă f este o funţie de densitate de repartiţie normală, media populaţiei este egală cu mediana şi media, şi mediana de sondaj sunt aproximativ normal distribuite. Pe măsură ce volumul eşantionului creşte

dispersia mediei devine 22 2Mex σ

πσ ⋅≈ şi utilizarea medianei este de eficienţă

asimptotică 2/π = 0,63, ceea ce înseamnă că, prin comparaţie cu media, este necesar un eşantion de volum egal cu 100 de unităţi dacă se utilizează mediana ca estimator al parametrului θ al populaţiei totale, iar dacă s-ar utiliza media eşantionului (în situaţia în care nu ar fi afectată de valori extreme) volumul eşantionului ar fi de 63 de unităţi.

Deci, prin utilizarea medianei ca estimator al parametrului populaţiei totale cresc costurile de sondaj. Media fiind indicatorul afectat de valorile extreme atunci când acestea apar, se poate înlocui în analiză cu mediana prin creşterea volumului eşantionului, astfel încât să se respecte raportul de eficienţă de 0,63.

Funcţia de densitate poate fi exprimată, în acest caz, ca o sumă ponderată a două densităţi normale, printr-o funcţie de n şi un parametru de ponderare γ astfel:

1),,|()1,|()1(),,|( 2

002

0 >⋅+−= σσγγγσ xxnxxnxxc (7.23)

unde ),|( 2

0 σxxn este ordonata la x a funcţiei de densitate de probabilitate

normală cu media 0x şi dispersia 2σ .

Pentru parametrul γ de nivel redus, c se numeşte distribuţie

contaminată şi γ este fracţia de contaminare de către datele ce au dispersia σ2. Dacă γ = 0,09 şi σ = 3 mediana are o variaţie mai mică decât media şi de aceea este preferată ca estimator mediei de sondaj.

O altă metodă de eliminare a influenţei valorilor extreme este calculul mediilor reduse, extreme, calculate ca medie aritmetică după eliminarea valorilor extreme dintr-un set de date. Mediile extreme se formează prin eliminarea unei fracţii α din valorile extreme; eliminarea unei fracţii 2 α din toate valorile şi calculul mediei pentru valorile 1-2 α.


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

În continuare sunt prezentate doar două procedee mai semnificative

din multitudinea metodelor de extindere a rezultatelor sondajului asupra colectivităţii ce a constituit baza de sondaj: procedeul coeficientului de corectare şi procedeul extinderii directe.

7.3.4 Procedeul coeficientului de corectare În majoritatea cazurilor, observarea totală a unei colectivităţi

necesită, pe lângă calculul indicatorilor acesteia şi o concentrare mare de resurse umane pentru culegerea datelor, ceea ce duce inevitabil la apariţia erorilor de înregistrare, aşa cum este cazul înregistrărilor exhaustive.

Pentru a verifica veridicitatea datelor culese ca şi a indicatorilor calculaţi pentru colectivitatea totală se recurge la cercetarea de control prin sondaj, efectuându-se o nouă înregistrare a unei părţi a colectivităţii generale, cuprinsă între 5 - 10% din aceasta, după cum recomandă Ion Ivănescu.

Datele culese prin cercetarea totală pot fi corectate cu datele înregistrate prin sondaj, mai exacte decât cele dintâi. Corectarea se face aplicând un coeficient de corectare asupra nivelului absolut al acestora. Coeficientul de corectare reprezintă raportul dintre volumul unităţilor stabilit prin sondaj şi volumul unităţilor înregistrării totale pentru aceeaşi fracţie de sondaj.


7.3.5 Procedeul extinderii directe Acest procedeu constă în estimarea indicatorilor colectivităţii

generale, fără ca să se fi înregistrat în prealabil unităţile ei, cu ajutorul indicatorilor calculaţi din datele obţinute în urma organizării culegerii datelor de sondaj.

Estimarea indicatorilor colectivităţii totale cu ajutorul indicatorilor calculaţi la nivel de eşantion, face ca aceştia să nu aibă o valoare determinată, ci, datorită erorilor inerente preocedurii probabilistice de sondaj, erorile de reprezentativitate, să se abată de la cei reali. Vom putea spune, cu o anumită probabilitate, că ei sunt plasaţi într-un interval dat de media de sondaj, plus (minus) eroarea limită (inegalitatea lui Cebîşev):

x populaţie = x sondaj ± ∆x (7.24) Greutatea specifică a unităţilor din cadrul colectivităţii totale, care

posedă o anumită caracteristică (luată în considerare în momentul formării eşantionului) poate fi estimată, cu o precizie antecalculată, astfel încât ea poate lua valori într-un interval de forma:

p w w= ± ∆ (7.25) Pentru cele două tipuri de caracteristici - alternativă şi nealternativă -

se va putea estima nivelul lor absolut în cadrul colectivităţii totale, ca un produs, între limitele intervalului de încredere şi volumul întregului fenomen, adică:

N xs x( )± ∆ şi N w w( )± ∆ (7.26) De asemenea, pentru orice interval de încredere calculat, trebuie

testată semnificaţia sa. Testele de semnificaţie şi particularităţile utilizării acestora, în studiul prin sondaj aplicat, în domeniul marketing şi administrarea afacerilor vor fi prezentate într-un subcapitol special al cărţii.


7.4 Prelucrări avansate ale informaţiei statistice 7.4.1 Construcţia de tipologii Această parte a lucrării prezintă clase de proceduri ce descriu modele

de analiză statistică a datelor de sondaj. Bineînţeles, lucrarea nu îşi propune realizarea un inventar al multiplelor metode şi tehnici de analiză statistică, ci accentuează două mari direcţii de analiză, construcţia de tipologii şi indici complec ;i, agregaţi.

Fiecare dintre aceste clase de proceduri poate fi împărţită la rândul ei în subclase de analiză, în funcţie de tipul variabilelor utilizate: cantitative sau calitative (categoriale).

Construcţia şi utilizarea în scopuri descriptive a tipurilor de agenţi economici, clienţi, prestatori de servicii, sunt operaţii deosebit de frecvente în ştiinţa cercetării pieţei, necesare pentru identificarea posibilelor categorii de agenţi economici ce achiziţionează servicii de consultanţă în resurse umane, a comportamentului, atitudinii, nevoilor şi preferinţelor lor.

Clasificarea managerilor, intervievaţi într-un număr redus de grupe este necesară pentru o mai bună înţelegere a ceea ce este esenţial, repetabil, cu o anumită regularitate în comportamentul consumatorului de servicii de consultanţă în resurse umane, în general, şi al managerului de resurse umane în special, determinarea de similitudini şi regularităţi cu caracter predictiv pentru comportamentul clienţilor, după alte variabile decât cele ce au stat la baza construcţiei tipologiei.

Nivelul de pornire variază foarte mult, operaţiunea putând începe din planul strict teoretic până la cel pur empiric, cu ajutorul permiselor logico-teoretice pure, sau cele sugerate de datelele primare culese, sau o combinaţie a acestora.

Gruparea pe tipologii se face şi atunci când volumul eşantionului este mare, fiind format din purtătorii ofertei forţei de muncă (unităţi omogene), de exemplu, şi atunci când volumul eşantionului este suficient de mic pentru a percepe distinct fiecare unitate, ce poate fi reprezentată de agenţii economici ce formează o populaţie neomogenă.


De aici apare clasificarea tipologiilor în două categorii: unele ce se construiesc statistic, pornind de la caracteristicile managerilor, privite în mod abstract, fără a ţine seama de situaţiile ce caracterizează fiecare persoană, şi o a doua categorie, ce are ca punct de reper subiecţii, priviţi din punct de vedere individual, identificând similitudinile între aceştia.

O procedură clasică de construcţie a tipologiilor este analiza cluster, o metodă cu multe posibilităţi de aplicare în studiul pieţei forţei de muncă. Analizând piaţa purtătorilor forţei de muncă vom avea de a face cu eşantioane de volum normal şi, deci, nu se vor putea folosi decât procedurile de tipologizare aplicabile şi la situaţii statistice, printre care cea introdusă de Paul Lazarsfeld şi procedura rezultată prin „reducerea spaţiului de atribute”. Spaţiul de atribute (property-space) este o noţiune construită prin analogie cu spaţiul geometric.

Pornind de la analiza unui număr de s întrebări dintr-un chestionar, fiecare cu un număr ri, (i luând valori de 1 la s), un subiect intervievat reprezintă un punct în spaţiu s-dimensional, coordonatele lui după fiecare dimensiune fiind una din poziţiile pe scara de răspuns a întrebării respective. Spre deosebire de spaţiul geometric care este continuu şi omogen, spaţiul de atribute este format dintr-o mulţime finită de puncte (definite de poziţiile distincte) în număr de:

m = r1 x r2 x …x rs

Aceste poziţii se regăsesc în tabelul care asociază simultan cele s

variabile, aflându-se la intersecţia dintre linii şi coloane. Reducerea spaţiului de atribute va însemna diminuarea mulţimii poziţiilor până la un număr suficient de mic, de exemplu zece, uşor de utilizat, fiecare poziţie (tip) având o semnificaţie clară.

O poziţie în spaţiul de atribute este, de fapt, una din cele m combinaţii a posibilităţilor de răspuns la cele s întrebări. Reducerea spaţiului de atribute reprezintă deci, după Lazarsfeld, operaţia de clasificare ce are drept rezultat regruparea mai multor combinaţii într-o singură clasă. Criteriile pe baza cărora se decide combinarea într-o singură clasă, a două sau mai multe combinaţii, nu sunt definite univoc, intervenind o serie de


consideraţii logice şi constatări empirice, care coroborate cu scopul cercetării conduc în final la un număr mai mic sau mai mare de clase.

Rotariu şi Iluţ fac câteva obsevaţii interesante ce se constituie totodată drept puncte de reper, observaţii făcute pentru prima dată de Lazarsfeld:

1. Între cele m combinaţii, cel mai adesea există câteva logic imposibile, deci care se elimină de la sine.

2. Analiza logică are rol predictiv, iar datele factuale confirmă că anumite combinaţii sunt puţin probabile, deci numărul managerilor ce apare în astfel de cazuri este mic, neglijabil.

3. Reduceri ale spaţiului de atribute se pot face îndeosebi atunci când se atribuie valori numerice variantelor de răspuns, prin comprimarea în aceeaşi clasă a combinaţiilor ce conduc la sume valorice egale sau apropiate ca nivel.

4. O anumită variabilă poate prezenta o anumită importanţă, astfel încât, obţinerea unei poziţii după o variabilă mai semnificativă, va duce la neglijarea parţială a distribuirii subiecţilor după celelalte caracteristici.

Cazurile 1 şi 2 sunt tratate de Lazarsfeld constituind aşa numita reducţie funcţională, iar cazul 3 este denumit reducţie convenţională sau numerică, în timp ce ultimul caz reprezintă în opinia sociologului american reducţiile pragmatice, comandate de raţiuni ale cercetării.

În strânsă legătură cu operaţiunea de reducere a spaţiului de atribute, Lazarsfeld vorbeşte şi de operaţiunea de substrucţie (substruction), complementară celei de construcţie (construction).

Această operaţiune intervine atunci când trebuie analizate tipologiile folosite în cercetare, în situaţia în care construcţia acestora nu este clar explicitată. Substrucţia este procedura de reconstituire pentru un sistem de tipuri dat, a spaţiului de atribute ce stă la baza lui şi reducţia ce a fost implicit folosită.

O altă procedură de construcţie a tipologiilor este analiza clusterelor latente.


7.4.2 Indici complecşi, agregaţi Asemănător scorurilor finale din scalele de atitudine se pot calcula şi

indici complecşi, al căror câmp de referinţă poate ieşi din sfera realităţii subiective, ca de exemplu, se poate construi un indice al calităţii vieţii managerilor intervievaţi. Apare aici problema condensării într-un singur indice a unei mulţimi de întrebări ce privesc mai multe dimensiuni ale unui concept. Nu se vor lua în consideraţie eventualele asociaţii între variabilele cuprinse în mai multe întrebări.

Principala problemă a indicilor complecşi este reducţia spaţiului multidimensional la unul unidimensional. Problema a fost abordată de Arrow care demonstreză imposibilitatea existenţei unui indice complex, ideal.

Principala condiţie ce trebuie îndeplinită de un astfel de indice este ca indicele să fie noncompensatoriu, astfel încât orice variaţie semnificativă a unei variabile într-un sens, trebuie să genereze o variaţie corespunzătoare a indicelui complex, deci efectul sau asupra ierarhiei să nu fie compensat de schimbarea în sens invers a altei variabile.

Condiţia este dificil de respectat în toate cazurile, deoarece de nenumărate ori indicii de ierarhizare sunt construiţi, astfel încât, să definească modul de realizare a acestor compensări.

De exemplu, construind un indice al calităţii serviciilor prestate de o firmă de consultanţă în resurse umane, în care fiecare prestaţie este surprinsă printr-un punctaj, atunci simpla alegere a managerului firmei beneficiare de a atribui nota 10 serviciilor de perfecţionare a personalului necalificat şi nu celor legate de negocierile cu sindicatele, implică ideea că o firmă solicită serviciile unor firme de consultanţă pe probleme de formare a personalului pentru calificare la locul de muncă, în aceeaşi măsură cu o firmă ce a rezolvat un conflict sindical ce putea degenera în grevă. Evident nu orice aspect poate fi compensat, trebuind considerate şi pragurile unor indicatori sub sau peste care variaţia variabilei nu mai poate fi compensată.

Aspecte de prelucrare asemănătoare apar prin cumularea directă a codurilor sau atribuirea de scoruri intermediare, construind distribuţii de frecvenţe absolute sau relative, ceea ce permite calculul unor scoruri


sintetice, de tipul scorului mediu, însoţit de indicatorii de variaţie sau asimetrie, cu ajutorul cărora se decide, în funcţie de nivelul de reprezentativitate al mediilor, dacă pot fi folosite în continuare pentru efectuarea inferenţei statistice.

7.5 Modele de măsurare a legăturilor statistice pentru datele

calitative Fenomenele şi procesele de marketing studiate statistic sunt extrem

de diferenţiate, numeroase şi variate în timp, spaţiu şi din punctul de vedere al modalităţii de organizare. Cu cât sunt mai împrăştiate în spaţiu, de exemplu, cu atât comensurarea statistică a variabilelor de marketing este mai dificilă şi mai imprecisă, impunând aplicarea unui sistem de metode care să carcaterizeze atât ansamblul variabilelor, cât şi părţile acestuia.

Este cunoscut faptul că, pe lângă variabilele cantitative pe care le identificăm şi le măsurăm cu uşurinţă, fenomenele de marketing sunt în marea lor majoritate caracterizate de variabile de natură calitativă ce pot fi cu uşurinţă identificate, dar care nu pot fi direct măsurate în expresii numerice ce se pot regăsi în structura sistemului informaţional al firmei şi în cea a subsistemului de marketing.

De regulă, variabilele calitative asigură un grad mai mare de omogenitate unităţilor la care se înregistrează, deoarece câmpul de variaţie al acestora este mult mai restâns decât plaja posibilelor apariţii ale variabilelor cantitative.

O primă problemă a statisticii este să identifice care sunt variantele de manifestare a unei variabile calitative şi să întocmească nomenclatoare în vederea obţinerii unei scale. Nomenclatoarele vor fi utilizate unitar atât la culegerea datelor, cât şi la prelucrarea şi analiza acestora. Dacă variabila calitativă are un grad mai mare de complexitate şi putem identifica un criteriu organizatoric de regrupare, atunci pe lângă nomenclatorul general se elaborează şi nomenclatoare specifice fiecărei grupe. Exemplul clasic

Statistică pentru studii de marketing şi administrarea afacerilor provine din economie: există un nomenclator al ramurilor de activitate din economia naţională şi câte un nomenclator al subramurilor.

Pe baza nomenclatoarelor elaborate se pot centraliza datele înregistrate şi se pot obţine distribuţii de frecvenţe, de ponderi. Dacă ponderile categoriilor sunt foarte diferite se vor elimina acele categorii cu ponderi nesemnificative. Nomenclatorul se poate revizui în urma organizării de sondaje şi studii periodice pe eşantioane extrase din aceeaşi populaţie de consumatori.

Pentru a trece la aplicarea modelelor de măsurare a asociaţiilor dintre variabilele calitative se caută posibilitatea cuantificării acestora conform teoriei scalare. Cel mai simplu caz este cel al variabilelor binare, ce se cuantifică prin 0 şi 1. O a doua categorie de variabile calitative o constituie cea a celor cu variante de răspunsuri conform unei scale ordinale, care pot fi ierarhizate, pe baza creşterii intensităţii conţinutului răspunsurilor de la un respondent la altul, după o scală liniară. În acest caz problema cuantificării este rezolvată prin metoda rangurilor.

Pentru aceste două categorii metodele statistice de măsurare a existenţei, intensităţii şi formei legăturilor statistice sunt metodele parametrice şi nonparametrice de regresie şi corelaţie

O a treia categorie de variabile calitative, în afara celor ce pot fi transformate într-o variabilă binară, sau a celor ce pot fi ierarhizate, este categoria variabilelor pur calitative, pentru care categoriile înregistrate nu admit nici o posibilitate de ordonare a răspunsurilor şi în consecinţă de cuantificare.

Acestea pot fi centralizate cu ajutorul nomenclatoarelor şi/sau pot fi considerate într-o analiză statistică drept caracteristici independente, factoriale sau pot fi analizate ca variabile dependente doar prin modele de asociere.

Metodele calitative utilizate pentru explicarea fenomenelor pieţei pot identifica structuri de piaţă şi relaţiile dintre acestea cu scopul formulării premizelor necesare descrierii pieţii. Studiile calitative efectuate înaintea cercetărilor cantitative au ca scop stabilirea naturii şi structurii populaţiei. Studiile calitative ce urmează celor cantitative pot explica motivele apariţiei diferenţelor semnificative între grupurile analizate.


Utilitatea colectării datelor calitative - “soft”poate fi rezumată prin: - Obţinerea informaţiilor de bază în cazul lipsei totale de

informaţii. - Definirea problemei şi formularea ipotezelor ce urmează să fie

testate; - Identificarea conceptelor de bază în cazul lansării unui nou

serviciu sau produs. - Identificarea modelelor de comportament al atitudinilor şi

structurii eşantionului. - Posibilitatea clarificării motivaţiilor apariţiei diferenţelor statistic

semnificative între structurile (clasele) eşantionului. - Explorarea domeniilor “sensibile” pentru orice firmă. Modelele calitative de investigare a pieţei nu sunt clar definite, fiind

împrumutate din ştiinţele sociale şi umaniste, iar succesul lor se bazează mai ales pe experienţa cercetătorului.

Procesul fiind pur subiectiv apare problema nivelului de reprezentativitate şi de încredere asigurat de modelele calitative. Unul dintre factorii principali ce asigură utilitatea cercetării calitative este natura dinamică, exploratorie a investigaţiei. În timpul interviului, cercetătorul participă pe mai multe niveluri, din punct de vedere intelectual:

- ascultă şi acceptă datele ce sunt prezentate; - procesează datele îşi formulează ipoteze; - testează aceste ipoteze în timpul discuţiei prin întrebări de

verificare; - înregistrează mental nuanţele, subtilităţile limbajului, gesturile

decidentului intervievat. Abordarea calitativă pare mai potrivită în cazul eşantioanelor

formate din unităţi neomogene, firme – organizaţii, mai puţin disponibile în a furniza simple date cantitative, ce pot fi considerate confidenţiale. În acest caz disponibilitatea managerului de a oferi informaţii creşte o dată cu creşterea nivelului său de încredere în operatorul de interviu.

Desigur, abordarea intelectuală a interviului va trebui să fie multidimensională pentru a putea oferi un nivel acceptabil de înţelegere a

Statistică pentru studii de marketing şi administrarea afacerilor fenomenului de către beneficiarul studiului – decidentul care reprezintă firma de consultanţă în resurse umane, în cazul de faţă.

Procedurile statistice, ce se aplică fie pentru analiza variabilelor calitative, fie pentru analiza celor cantitative, pornesc de la ideea existenţei unei variabile condiţionate, considerată ca factor explicat, x, (sau mai multor variabile de acest tip) de către una sau mai multe variabile, considerate factori explicativi, y (cauză).

Influenţa statistică constă în reducerea variaţiei unei variabile, atunci când se cunoaşte poziţia indivizilor după o altă variabilă, reducându-se astfel gradul de nedeterminare.

Modele incluse în această scurtă prezentare se disting după natura variabilelor, cantitative sau calitative, fiind de măsurare a asociaţiilor sau gradului de corelaţie, după numărul variabilelor implicate, corelaţii simple sau multiple, şi după forma legăturilor matematice dintre ele, liniare, curbilinii etc.

Cel mai simplu model este reprezentat de construcţia tabelului de contingenţă sau asociere, între două variabile calitative, sau categoriale, dintre care, una este presupusă a fi un factor determinant pentru cealaltă variabilă.

De exemplu, se poate măsura nivelul de asociaţie dintre ocupaţie (pe care o putem nota cu A) şi atitudinea persoanei intervievate faţă de necesitatea plăţii sporului de vechime (B), de exemplu. Pe total eşantion, distribuţia subiecţilor după atitudine are o formă asemănătoare sau nu, cu forma de distribuţie pe fiecare grupă ocupaţională. Relaţia poate fi de cauzalitate sau doar de covarianţă a seriilor de distribuţie.

Dacă distribuţiile condiţionate diferă semnificativ unele de altele (raportul de determinaţie R2 este mai mare de 0,5) şi diferă de distribuţia marginală, atunci ocupaţia explică din punct de vedere statistic variaţia atitudinii faţă de plata sporului de vechime. Cu cât comportamentul şi atitudinea este mai diferită pe diferite grupe ocupaţionale, cu atât putem afirma că ocupaţia explică mai mult, adică are o mai mare valore predictivă pentru variaţia atitudinii.

Pentru măsurarea statistică a nivelului de cauzalitate se pot folosi mai mulţi indicatori statistici, neexistând cel mai bun indicator, folosit în


orice condiţii, pentru orice tip de variabile şi de legături. Aceştia ar putea fi clasificaţi în coeficienţi simetrici, utilizaţi pentru a sugera nivelul general de legătură dintre cei doi factori, sau pentru calcule de analiză mai complexe şi coeficienţi asimetrici, în sensul că iau o anumită valoare dacă A este presupus anterior lui B, şi o altă valoare în situaţia inversă.

Dacă se urmăreşte analiza legăturii dintre mai multe variabile este necesară realizarea analizei multivariate. Dacă în plus, una dintre variabile sau amândouă sunt calitative, analiza presupune construcţia tabelelor cu mai multe dimensiuni. Statisticienii au demonstrat că, dacă în relaţia unei variabile factoriale A cu o variabilă rezultativă B, se introduce o a treia, C, denumită variabilă test, atunci asocierea generală dintre A şi B apare ca sumă a asociaţiilor parţiale ale celor două variabile, în fiecare clasă a lui C, plus un termen ce se formează din produsul asocierilor lui A cu C şi lui B cu C.

Interpretare: Dacă primii termeni ai sumei sunt nuli, (sau tind la 0), atunci

legătura dintre A şi B este datorată exclusiv factorului C. Factorul C poate fi: a) anterior ambilor factori analizaţi (caz în care ipoteza existenţei unei legături între A şi B a fost falsă în totalitate); b) intermediar, şi atunci influenţa lui asupra lui B se transmite în întregime prin intermediul factorului C.

Dacă primii termeni ai sumei sunt diferiţi de zero, atunci introducerea variabilei test C, nu modifică relaţia dintre variabilele A şi B.

Dacă relaţiile parţiale în grupele variabilei C diferă semnificativ unele de altele, înseamnă că legătura lui A asupra lui B diferă după starea lui C, existând o interacţiune a factorilor A şi C asupra variabilei B.

Analiza este mult uşurată de posibilitatea folosirii pachetelor de programe de tip SPSS pentru variabile calitative, ce utilizează de exemplu, analiza loglineară, care centrându-se pe frecvenţele din tabele multidimensionale, evidenţiază relaţiile dintre factori şi efectele interacţiunii dintre ei.


7.6 Modele de măsurare a legăturilor pentru datele cantitative În comparaţie cu modelele calitative cele cantitative se află la

antiteză, prin abordarea sistematică şi rigidă pe care o propun. În domeniul explicării fenomenelor pieţei, metodele cantitative propun modele universale, ce permit identificarea structurilor cheie şi a legăturilor stohastice manifestate, utilizând pentru măsurare diferite tipuri de scale.

Datele cantitative sunt privite ca date “hard” ce pot fi supuse testelor statistice de verificare a ipotezelor formulate în cadrul cercetării calitative, care permit calculul erorilor şi estimarea intervalelor de încredere garantate cu o anumită probabilitate şi asigură o bună reprezentativitate a populaţiei studiate. Principalul dezavantaj al cercetării cantitative este imposibilitatea studierii în profunzime a fenomenului. De aceea marea majoritate a studiilor combină modelele calitative cu cele cantitative.

Pentru studiul legăturilor dintre variabilele cantitative spunem că două mărimi aleatoare, ale căror valori sunt înregistrate x si y, formează o corelaţie, dacă speranţa matematică a uneia dintre ele variază în funcţie de variaţia celeilalte. Intensitatea legăturii dintre mărimile aleatoare x şi y se caracterizează (în cazul respectării premiselor de liniaritate a legăturii) prin coeficientul de corelaţie ρ(x, y). Dacă ρ(x, y) = 0, se spune că mărimile x şi y nu sunt corelate. Dacă ρ(ξ, η) = 1, avem o dependenţă funcţională liniară.

Analiza corelaţiei permite să se estimeze cantitativ legăturile dintre un mare număr de fenomene economice interdependente. Aplicarea ei face posibilă verificarea diferitelor ipoteze economice cu privire la prezenţa şi intensitatea legăturii dintre două fenomene sau din cadrul unui grup de fenomene fiind strîns legată de analiza de regresie.

7.6.1 Analiza de regresie Studiind legătura dintre două variabile cantitative se calculează

coeficienţii de regresie, raportul de corelaţie şi, dacă legătura este liniară, şi coeficientul de corelaţie liniară simplă. Se studiază în general legătura dintre o variabilă factorială şi una rezultativă, presupunând ceilalţi factori constanţi.


Analiza unor forme de legătură, care determină relaţii cantitative între mărimile aleatoare ale unui proces aleator studiat. În acest sens, teoria regresiei constituie o parte a teoriei corelaţiei.

Fie X = xi; Y = yj; i = 1, 2, …, n; j = 1, 2, …, m sunt nişte mărimi aleatoare cu repartiţia p(xi, yj). Prin definiţie, se numeşte regresia lui Y în X funcţia:

unde x este una dintre valorile unităţilor din eşantion x1, x2, iar

M(y/x) – (x, y)

Speranţa matematică condiţionată a mărimii aleatoare în cazul unui x fixat. Variindu-l pe x ca pe un parametru, vom obţine în planul variabilelor locul geometric al centrelor repartiţiilor condiţionate, numit curba de regresie a lui Y în X. Dacă vom schimba locul variabilelor, vom obţine curba de regresie a lui X în Y.

Ca estimaţie a măsurii abaterii mărimii aleatoare faţă de centru se

adoptă mărimea dispersiei condiţionate:

În teoria corelaţiei ecuaţia de regresie se foloseşte pentru rezolvarea

problemei de prognoză a modificării mărimii aleatoare Y pe baza datelor unui experiment sau a unor observaţii x1, x2, …, xn. Precizia prognozei se estimează cu ajutorul mediei dispersiilor condiţionate:

( ) ( ).x/ypyx/yM)x(y jm

1jj∑==

=

)(xy

.)(( 2

1

2/ ⎟⎟

⎠

⎞⎜⎜⎝

⎛−=⎟

⎠⎞

⎜⎝⎛= ∑

= xy

pxyyxYD j

m

jjxYσ

[ ] 2./

1

22/ )()( xY

n

iixY xpxyYM σσ ∑

=

=−=


Funcţia de regresia y(x) posedă proprietatea de extremum în virtutea căreia media pătratică a abaterilor a mărimii y faţă de y(x) va fi mai mică decât pentru orice altă funcţie f(x), diferită de funcţia y(x). Pe această proprietate se întemeiază metodele de construire a modelelor sistemelor economice, care corespund, în mod optim, mulţimii corespunzătoare de date experimentale.

Funcţia de regresie cea mai simplă este cea liniară unde coeficienţii x si β se calculează prin metoda celor mai mici pătrate, pornind de la condiţia de minimizare a funcţiei erorii:

Se ştie ca f (x, β) atinge valoarea sa minimă pe dreapta.

Unde ax, ay sunt mărimile aleatoare medii X, respectiv Y. Ecuaţia de regresie obţinută, Y în X este aproximativă. Schimbând locurile variabilelor în ecuaţie, vom obţine ecuaţia dreptei de regresie aproximativă X în Y:

Coeficienţii se numesc coeficienţi de regresie, iar ρ - coeficient de

corelaţie. Alegerea funcţiei de regresie depinde de caracterul procesului aleator

studiat.

,)( xxxy β+=

.))()(()(),( 2

1,

1

2ij

m

jji

n

ixyyyxpxxYMxf −=−−= ∑∑

==

ββ

),()( xx

yy axaxy −+=

σσ

ρ

).( yy

xx aYaX −+=

σσ

ρ

y

xYx

x

yxy σ

σβ

σσ

ρβ == // ,

2/ xYσ


Pentru procese mai complexe se construieşte un model de regresie liniară multiplă:

Aici, ca şi în cazul construirii modelului de regresie pentru o singură

variabilă, problema se reduce la determinarea coeficienţilor a0, a1,…an prin minimizarea funcţiei erorilor:

Problema minimizării se rezolvă prin metoda celor mai mici pătrate. O generalizare care permite studierea unor procese mai complexe

este extinderea procedeelor, expuse mai sus, la probleme de regresie multiplă, de pildă, pentru un model nominal de ordinul al doilea:

Pentru caracteristicile cantitative, existã proceduri clasice de analiză

a legăturilor multiple prin regresia multiplă. Pentru un numãr de n variabile x1,…xn, fiecare individ dintre cei n intervievaţi, va primi câte o valoare după fiecare variabilă, deci va putea fi reprezentat într-un spaţiu n-dimensional. Considerând y1, ca variabilă dependentă se va alege, în funcţie de ipotezele considerate, funcţia de n parametrii.

y1 = f (x2,….xn) + ε, Parametrii ce se vor stabili prin metoda celor mai mici pătrate, astfel

încât, să aproximeze cel mai bine poziţia subiecţilor, marcată de ¨graficul norului de puncte¨. Pentru estimarea tendinţei legăturii, în practică, se foloseşte cel mai des, dacă numărul datelor analizate este suficient de mare pentru exprimarea tendinţei, funcţia liniară. Ecuaţia regresiei liniare este:

.)(1

0 ∑=

+=n

iii xaaxy

.),...,,(2

1010 ⎥

⎦

⎤⎢⎣

⎡−−= ∑

=

n

iiin xaaYMaaaf

∑∑∑= ==

+=n

i

m

jjiiji

n

ii xxaxaxy

1 11.)(


y1 = a + (b2 x2 + …. + bn xn) + ε, Reprezentând un hiperplan în spaţiul n-dimensional. Orice coeficient

bi, arată cu cât se modifică y1, dacă variabila xi se modifică cu o unitate. Coeficienţii de regresie, b, nu pot fi comparaţi deoarece variabilele xi pot fi diferite, exprimate în unităţi de măsură diferite.

Pentru a realiza compararea coeficienţilor funcţiei de regresie, adică a compara factorii în funcţie de importanţa lor în influenţarea variabilei x1, se calculează coeficienţii de regresie standardizaţi, coeficienţii beta, β. Valoarea acestora arată care este legătura dintre variabila independentă şi valorile ajustate xi. De aceea, orice ecuaţie de regresie trebuie însoţită şi de indicatorul care exprimă eroarea medie a aproximării variabilei dependente. Dezavantajul regresiei constă în faptul că nu ia în consideraţie relaţiile dintre variabilele ce sunt considerate independente.

Valorea coeficienţilor de regresie se bazează pe coeficienţii de corelaţie parţială, care sunt indici simetrici, adică nu presupun că o variabilă este dependentă şi alta independentă una faţă de alta.

Legăturile statistice implicate în modelele de regresie se află la baza modelelor complexe, care introduc relaţii de influenţă simultană a mai multor variabile asupra celei rezultative, sau caută posibilităţi de definire a unor noi factori de influenţă, ce pot fi interpretaţi ca factori sintetici (fiind considerate variabile finale) sau latente (cele considerate a avea influenţă ca factori intermediari). Un astfel de procedeu este “analiza path”. Acestă metodă utilizează un set de r factori, exprimaţi cantitativ, între care se stabilesc relaţii de dependenţă. O variabilă xi poate fi considerată dependentă într-o ecuaţie şi independentă într-o altă ecuaţie, evitându-se cauzalitatea circulară. Coeficienţii path indică influenţa directă a variabilei independente asupra celei dependente, fără a se evidenţia influenţa transmisă prin intermediul altor variabile.

Corelaţia multiplă stabileşte intensitatea legăturii dintre mărimea aleatoare η şi un grup de mărimi aleatoare x1, x2,…, xn, coeficientul de corelaţie multiplă:

ξ−=

DD1R


Arată intensitatea legăturii (D este determinantul matricei de corelaţie a mărimilor y, x1, x2, …, xn; Dε reprezintă acelaşi lucru, însă pentru mărimile x1, x2, …, xη). Dacă R = 0, nu există legătură.

7.6.2 Elemente de analiză a varianţei Analiza dispersională, sau ANOVA, este o altă secţiune a statisticii

social-economice care se ocupă cu analiza rezultatelor unor observaţii depinzând de factori diferiţi ce acţionează concomitent, cu alegerea factorilor celor mai importanţi şi cu estimarea influenţei lor.

Să examinăm un exemplu tipic. Presupunem că la studierea unui anumit fenomen, in condiţii diferite, s-au obţinut nişte date statistice. Problema constă în a stabili dacă fenomentul studiat depinde de condiţiile în care s-a efectuat observarea şi, dacă depinde, cum anume. Rezultatul observaţiilor poate varia atât datorită condiţiilor în care s-a efectuat observarea, cât şi datorită unei anume influenţe întâmplătoare. Influenţa condiţiilor observării se exprimă sub forma unui anumit factor, iar influenţa întâmplătoare, sub forma unei anumite mărimi aleatoare, care are o repartiţie normală (ipoteza fundamentală a analizei dispersionale). În general, factorul este o mărime aleatoare necunoscută. Dar, în majoritatea covârşitoare a problemelor practice, prin factor se înţelege un număr constant necunoscut, adică se analizează aşa-numitele modele cu factor constant.

Să admitem că avem r grupe de observaţii, fiecare fiind obţinută în anumite condiţii. Să presupunem că pentru grupa i, care conţine n numere, orice observaţie este formată din următoarele componente:

µ este factorul comun pentru toate grupele; χI – factorul propriu numai grupei i de observaţii; xI – mărimea

aleatoare care are o repartiţie normală, adică pentru grupa i presupunem existenţa egalităţii:

yI = µ + χI + xI

Statistică pentru studii de marketing şi administrarea afacerilor unde yI reprezintă orice observaţie corespunzătoare grupei i, (i =1,2,…,m).

Sarcina analizei dispersionale constă în a estima raportul dintre factorii µ, χI pentru a stabili dacă deosebirile dintre grupe sunt esenţiale sau neesenţiale. Faptul dacă deosebirile dintre grupele de observaţii i şi k sunt esenţiale sau neesenţiale se stabileşte prin compararea numerelor χI si χk. Am prezentat un model unifactorial de analiză dispersională. Mult mai complex este modelul bifactorial:

yij = x + χI + βj + ξij. Acesta poate fi aplicat atunci când observaţiile se clasifică după

factori diferiţi. Să admitem că după primul factor toate observaţiile se împart în m grupe (A1, A2, ..., Am), iar după al doilea în n grupe (B1, B2, ..., Bn). Atunci ηij reprezintă orice observaţie care se referă, după primul factor, la grupa AI, iar după al doilea, la grupa Bj; µ este factorul comun pentru toate observaţiile; χi – factorul corespunzător grupei Ai; βj – factorul corespunzător grupei Bj; ξij – mărimea aleatoare care are o repartiţie normală.

Una dintre problemele care se elucidează cu ajutorul modelului bifactorial poate fi următoarea: care dintre factori – primul sau al doilea – exercită o influenţă esenţială asupra fenomenului studiat? Dacă, de pildă, χi = 0 (i = 1, 2, …, m), atunci primul factor se consideră neesenţial. În mod analog se poate scrie în model trifactorial, tetrafactorial, ş.a.m.d. Estimările factorilor se află după metoda celor mai mici pătrate.

O altă metodă extrem de des utilizată pentru analiza datelor primare şi secundare, într-o cercetare de piaţă, este analiza factorială. Ideea de la care se porneşte este aceea că numărul de factori de influenţă este relativ redus. La limită, când setul de întrebări este omogen, putem presupune că există un singur factor de influenţă, de pildă intuiţia sau inteligenţa, sau uneori vârsta.


Evident, sunt puţine cazurile în care este posibilă determinarea unui singur factor de influenţă, metoda utilizând ierarhizarea factorilor şi gruparea mulţimii întrebărilor.

7.6.3 Principii de analiză factorială Analiza factorială. este un domeniu al statisticii social-economice, în

care se studiază structura matricelor de covariaţie şi de corelaţie. Să presupunem că mărimile aleatoare supuse observării (x1, x2, …, xn) se subordonează unei repartiţii normale∗ multidimensionale cu matricea de covariaţie (Cij). În analiza factorială ipoteza fundamentală este egalitatea:

unde:

fr – reprezintă factorul simplu r; k – numărul de factori care urmează a fi aflat; εi – elementele reziduale, care reprezintă sursele de abatere, ce

acţionează numai asupra mărimii ξi. Mărimile aleatoare εi se presupun independente atât între ele, cât şi

faţă de acele k mărimi fr. Coeficientul lir se numeşte de obicei sarcină a factorului r. Dispersiile mărimilor aleatoare εi le notăm prin νi. Toate mediile se

presupun egale cu 0. Determinarea valorilor parametrilor lir, precum şi νi alcătuiesc baza

analizei factoriale. În practică prezintă interes, de pildă, următoarea problemă: pentru

mărimile de sondaj observate x1, x2, …, xn să se estimeze valoarea factorilor ipotetici f1, f2, …, fk şi să se exprime aceşti factori ca funcţii liniare de variabilele x1, x2, …xn. În cazul de faţă nu se poate aplica metoda obişnuită

n,...,2,1i(;fl ik

1rrir =ε+=ξ ∑

=

Statistică pentru studii de marketing şi administrarea afacerilor a celor mai mici pătrate, deoarece nu ne sunt cunoscute valorile adevărate ale factorilor fr.

Metoda de estimaţie a valorilor factorilor pe baza variabilelor observate x1,…, xn a fost pentru prima dată preconizată de către Thompson în anul 1951 şi denumită metoda regresiei.

În cercetările economice, orientările cu cele mai multe perspective în domeniul utilizării metodei analizei factoriale sunt:

reducerea numărului de indicatori care caracterizează esenţa unui anumit fenomen economic fără o pierdere substanţială de informaţie;

obţinerea unor indici sintetici pentru caracterizarea unui fenomen economic;

clasificarea unor obiecte economice, caracterizate printr-un set de caracteristici independente;

construirea şi verificarea ipotezelor cu privire la esenţa unui fenomen economic.

Indiferent de faza în care se află prelucrarea statistică a datelor, deoarece indicatorii calculaţi s-au obţinut pe baza datelor din eşantion, aceştia trebuie supuşi testelor de semnificaţie, pentru a stabili în ce măsură diferă de zero sau de altă valoare de comparaţie, cu scopul evident de a efectua inferenţa statistică, de a putea estima pe baza lor, indicatorii ce caracterizează populaţia studiată.


7. 6 Summary. Analysis of the research data for the Statistical Inference

Basic principles of the statistical inference

The basic principles of the statistical inference obtained as a result of the analysis of the research data, involves also the notions of experiment, result, sample space, event and probability.

The idea of an experiment includes examples such as tossing the coin, counting the number of the employees or asking a firm's manager about the profit or loss. These experiment have possible answers, with countable or uncountable number, which form the research space. For example, a company may achieve negative profit, meaning loss, zero profit, or positive profit, meaning an income, all these categories represent the results. The sets made of the same categories are constituting the event.

In the research's theory the results of a large number of experiments are the primary data. In certain cases we can suppose that each result is independent of the previous one, in the same way the number of a dice is independent from the number of tossing. Under the condition we know the probability mechanism, we are able to compute the appearance probability of each result. The research theory is interested in applying the probability's theory for primary data sets.

If following the achievement of an experiment several times, a sequence of results is recorded, by dividing the appearance frequency of an experiment A (as long as a person with positive or zero income is recorded, meaning a person who suits the solvability event) to the total number of persons in the sample (experiment number), the result will be an estimation of the appearance probability of the event A. The more the number of the experiments is increasing, meaning an increase in the sample size consisting in homogenous or complex, non-homogeneous units, the more the appearance probability is increasing for event A, going to 1.

In mathematical terms, if x1, x2, ….., xn is a sequence of financial results of the companies and A an event, denoting by N (x1, x2, ….., xn,, A) the frequence of appearance of the event A from the first n experiments and

Statistic for Marketing and Business Administration

n goes to infinit, then N (x1, x2, ….., xn,, A) / n represents a probability that leads to 1.

Although the Law of Large Numbers specifies that the researcher will reach a correct answer after a number of experiments, it does not specifies how close heor she is to the correct answer after a number of experiments, or recordings. In certain conditions, the statistical methods may be used for estimating errors that can be caused by repeating an experiment for a determined number of times.

The totality of the variables by a which a certain market phenomenon is studied, constitutes the space of attribute (property-space), of the phenomenon's characteristics. The operations made with the help of attribute space aim a more detailed elucidation of the relation between the variables and the theoretical concepts. Diminishing the attribute space by combining the categories and eliminating some subdivisions, allows the achievement of models belonging to the market phenonmenons.

Instead, the operation for substracting consists in following: from the model it goes to elaborating an attribute space involved in that model. The space for attribute is used for comparing the operational schemes used in research, and for finding a posible common point of these empirical reseach schemes.

If the events are A1, A2, ….,An, with the appearance probabilities, (the appearance frequencies) denoted by the vector P(Ai), i=1, …,n , the appearance probability of all the events will be P(A1) . P(A2) .… .P(An). The independence's analysis is applied to statistical investigations in which the data are wrong because of repeating the same elementary operations, each recording being made independently of the others.

Research errors

It is considered as being a research error the deviation (gap) between the values obtained by processing the primary data and the results that would have been reached if a total observation were organized. From the point of view of the error control's possibilities, according to the market research literature, the errors are grouped in two large groups:


Errors that can be forecast: these are controllable and have as result the statistical measurements of the continuous data and the adjustments made for obtaining discrete results according to the content of statistical characteristics, though they are possible-or research and computation- both types can be estimated and their effects controlled. Through mathematical operation for adjusting the recorded values, errors are induced which will be modified if the adjustment continues in the analyzing step.

As a result we may say that the data is adjusted because of the following reasons: if the observed characteristic is continuous in certain cases the adjustment is necessary for expressing the magnitude of the data (usually only two decimals are kept).

For discreet characteristics the adjustment targets to follow their entire character. Errors that cannot be forecast:these are incontrolable and are due to incomplete or incorrect recording, ambigouse defining of the characteristics or statistical units that are studied.

The error control has as purpose to discover the errors of observation and to ensure the authenticity of the statistical data, and refers to controlling the size of recorded data, arithmetic and logic control.

A part of the errors are due to the interviewer. The most important sources for answering errors due to interviewers are:

The operator's characteristics, for example a training level too low or too high that makes him do sistematis mistakes, or to induce the interviewed persons a certain influence over the answer because of their personal opinions. The operator's anticipacions that determines them to suggest certain answers to subjects. The opeartor's fraud appears in very few cases and can be discovered through pilot research of reinterviewing

Other important sources for errors that may be avoided are: the size of the questionniare that may cause the tiredness of the operator and of the interviewed subjects; a larger number of open questions that leads to difficulties in the postcoding operation; the questions' content, specially the personal ones may lead to answering errors; formulating the question, especially the use of ambiguous words, with multiple understandings; the place and time of the interview, and last but not least, the interest or incentives degree of the interviewed person.


Statistical Estimation

Point Estimation

We can identify two types of estimation of the population parameters by a sample statistics: point estimation and interval estimation. This section presents some definitions associated with estimation. Samples may be used to estimate population parameters, such as µ and σ, which represent the population mean and standard deviation, or other population characteristics such as the median or other quintiles. Estimates may take the form of a single number, called point estimate, or an interval of values, called interval estimate.

A point estimate is a single number that is used as an estimate of a population parameter or a population characteristic. Usually a point estimate is derived from a random sample selected randomly from the population of interest.

An interval estimate is an interval that provides an upper and lower boundary for a specific population parameter whose value is unknown. This interval estimate has an associated degree of confidence of containing the population parameter possible values within a class. Such interval estimates are also called confidence intervals and are calculated for random samples parameters.

A part of the errors are due to the operator. The most important are: a) The characteristics of the operators, such as the education level

which may be lower or higher, so they might have systematical mistakes or might influence the answer of the interviewed persons.

b) The anticipations of the operators that determine the subjects to have specific opinions.

c) The fraud of the operators that is rare and may be tracked down using the pilot surveys. Other important sources of errors which could be avoided are the length of the questionnaire which might cause the tiredness to the interviewed subjects and to the operators, the majority percentage of the


open questions which will cause difficulties in post codifying procedure, the content of the questions especially the personal ones which might cause answering errors, the wording questions especially the usage of ambiguity words, with more meanings, the place and the time of the interview and last but not least the interest level or co interest of the subject.

Survey Errors Estimation

We saw that the theory of errors is a consecrate part of statistics concerning the numerical determination difficulties of approximately measurements quantities, of their true values estimation and the accuracy of the measurements which deals with the results of the measurements x1, x2…xn, obtained on the basis of experiments or observations, repeated, with respect to the same conditions. The fundamental tasks for theory of errors are the definition of the repetition rules of the random errors, the achievement of the estimations of the unknown measurable quantities on the basis of some repeated measurements and the computation of these estimations.

The estimation of the accuracy of the measurements is: the square mean error δ, called standard error and the dispersion of error δ2. Admit that δ represents the size of the standard diversion or the medium square error. For the given conditions of the normal repetition rule of random errors z, the probability that they will fit the interval (δ1, δ2) is

computed with respect to the formula (7.1) Where Φ (t) represents the probability function. For the random error probability to be outside the interval, respecting the limits ±tσ(t>0), should be computed on the base of the formula P (⏐z⏐>tσ)=1-1Φ(t). As an example the probability that the random

⎟⎠⎞

⎜⎝⎛Φ−⎟

⎠⎞

⎜⎝⎛Φ=⟨⟨

σδ

σδ

δδ 1221( zP (7.1)


error to be outside the limit ± 3σ, P (⏐z⏐>3σ) = 0, 0027, meaning that the probability of passing out the limit is very low.

As an estimation of the unknown quantity a will be assigned the following arithmetic mean: from the results of measurements (7.2):

∑==

− n

11ix

n1x (7. 2)

The estimation of the true value a of the measured quantity contains

the determination of the function g(x1,x2…xn), which gives a good approximation of the quantity a and of the limits of the confidence interval (g±ε), meaning the interval with a confidence probability that covers the true value a.

This estimation must possess the property of no biased, of consistency and of efficiency. If all n measurements of a quantity have the same accuracy, then the true value is determined by formula (7.2).

In this case the estimations are not biased, consistent and efficient, if the distribution of errors satisfies the normal rule. In case of the given quantity of P and in the case of an unknown accuracy of the measurements, the estimation of confidence has the following structure (7.3).

( ) ,nsk,ptxa <−

− (7.3)

Where n represents the number of measurements, k=n-1 – the number of free levels and S- is the standard error computed on the basis of the formula (7.4.):

1nnSxx

1n1S

2n

1ii −

=∑ ⎟⎟⎠

⎞⎜⎜⎝

⎛−

−= ∗

=

− (7.4)

The values of the function t (P,k) are given in the built up table on the basis of Student repartition.

ε⟨− xa


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.):

( ) ,Pt1n 22

σ⎥⎦⎤

⎢⎣⎡ε

≤ (7.5)

Where t = t(P) might be computed from the 2Φ(t) = P equality (using

the table for the function Φ (t)). In order to obtain the confidence estimation with P=0,99 is necessary

to compute n=668 measurements. In order to found out the non- random origin of the difference between the medium values x1 and x2, which were obtained by two trying series n1 and n2 , in case of unknown dispersions is necessary to compute the quantity (7.6).

,n/1n/1S

xxt21

21

+−

=

−−

(7.6)

Where:

( ) ( )( ) ( ) ( ) ,x

n1s,

1n1nS1nS1nS

n

1i

2i

22

21

222

211 ∑ α−=≈σ

−+−−+−

==

(7.7)

The estimations of the accurate measurements will be computed assuming the hypothesis that the errors are random and they are subordinates of the normal rule of repetition (7.8.), where a is known quantity and σ2 might be written pursuant to (7.9.)

( )∑ α−=≈σ=

n

1i

2i

22 xn1s (7.8)


2n

1ii

22 xx1n

1S ∑ ⎟⎟⎠

⎞⎜⎜⎝

⎛−

−=≈σ

=

− (7.9),

where x is the arithmetic mean of the measurements of quantity a. The confidence estimation of square medium error σ (in the case of

great number of measurements) is given by the interval: S(1 –q) < σ < s(1+q), where q = q (P, k) is computed on the basis of the table for the estimation of σ, whose entrances are P and k- number of free levels. In the case of a great number of measurements the arithmetic mean of empirical dispersions is assigned as the estimation of dispersion, meaning (7.10.)

,Sn1 m

1i

21

2 ∑≈σ=

(7.10)

where, m: the number of the series of measurements. The answer dispersion and also the sampling dispersion might be

estimated on the basis of the sampling results. If the individual answering errors are independent, they will compensate by mean and appear in the formulas of sampling variance estimation. In case of the answer dispersion due to recording errors, if each operator produces a systematic distortion, even if these are mutual compensating, it will take place an increase of the overall dispersion.

Here comes a component of the answer dispersion, which will generate the necessity of modification the formulas of computation of the sampling dispersions.

So, if r operators extracted randomly out of the total R operators of interview, then this will interview n persons, which will constitute a simple random sample. If i operator produces a net distortion b1, we will define the total distortions produced by the operators, such as (7.11):

( )σb ir

R

Rb b2

1

211

=−

−=∑ , (7.11),

where b is the net distortions mean.


Moser notes that the dispersion of estimation one randomly x characteristic is (7.12):

n/)x(V 2xσ= (7.12)

For this should be added the answer dispersion which is the result of the errors of the operators, and the formula (4.2.12) becomes (4.2.13):

V xn r

xb( ) = + −⎛⎝⎜

⎞⎠⎟

σσ

22 1

1 (4.2.13)

from where we can imply that the sampling dispersion is composed of two parts with the meanings:

n/2xσ -represents the sampling dispersion and the second part:

and

Concerning the estimation the situation is not clarified: the

dispersion might be estimated but not the distortion.

⎠⎞

⎜⎝⎛ −σ 1r12

b , represents the variance due to the operator

8

8.1 Rolul aplicării testelor de semnificaţie în studii de marketing

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

activitate, analiza datelor individuale, pentru a se desprinde, din ansamblul lor, ceea ce este esenţial şi tipic pentru fenomenul în cauză. Necesitatea obţinerii a cât mai multor informaţii, ce trebuie înregistrate cu maximă operativitate şi corectitudine, a condus la o extindere a utilizării metodei sondajului statistic ca formă a observării parţiale. În unele situaţii, realitatea economico-socială impune utilizarea sondajului ca singura metodă de investigare statistică, deoarece cercetarea exhaustivă fie este distructivă (în special în cazul controlului distructiv al produselor), fie este neeconomică, antrenând consumuri prea mari de resurse sau costuri nejustificate.

Principala problemă ce apare în cazul unei cercetări prin sondaj este asigurarea reprezentativităţii eşantionului. Deci nu putem considera toate concluziile ca fiind de tip determinist, ele având caracterul unor afirmaţii statistice, deci cu un anumit nivel de încredere corespunzător probabilităţii de garantare a rezultatelor.

Particularităţi ale aplicării testelor de semnificaţie în practica sondajului


S-a demonstrat teoretic şi practic că numai un sondaj bazat pe o schemă probabilistică poate asigura un grad mare de reprezentativitate a eşantionului, permiţând interpretarea rezultatelor pe baza teoriei probabilităţilor.

Avantajul metodei sondajului statistic reprezentativ, aleator constă în faptul că nivelul probabilităţii cu care se determină erorile este controlabil şi posibil de estimat cu ajutorul metodelor statistice bazate pe legea numerelor mari, care, în esenţă, este formulată astfel: ¨Se poate afirma cu o probabilitate apropiată de unitate că, în cazul unui număr mare de unităţi cercetate, indicatorii medii care caracterizează eşantionul diferă cu o cantitate foarte mică de cei care caracterizează populaţia din care a fost extras¨. Operaţiunea de testare a semnificaţiei se aplică în cadrul inferenţei statistice, după determinarea intervalelor de încredere pentru parametrii populaţiei totale pe baza datelor de sondaj.

8.2 Diverse tipuri de ipoteze. Risc şi eroare statistică

În economie şi mai ales pentru studiul pieţei este necesar să se recurgă la analiza ofertei şi cererii potenţiale, formulându-se ipoteze asupra diferitelor caracteristici ale pieţei la un moment dat. Aceste ipoteze trebuie verificate statistic.

Odată cunoscut modelul probabilistic de generare a datelor observate, poate începe testarea ipotezelor referitoare la acesta, procesul implicând găsirea răspunsurilor optime la întrebarea: se poate ca setul de date să fie generat din model dacă ipoteza este corectă? De regulă, orice decizie trebuie să se bazeze pe disponibilitatea datelor, tolerând un anumit nivel de incertitudine. Problema statistică a testării ipotezelor se bazează pe definirea conceptuală clară a componentelor procesului: date, model, ipoteză, decizie.

Considerăm pentru început necesară o minimă delimitare a termenilor utilizaţi în testarea semnificaţiei statistice. Astfel, fie o variabilă


aleatoare X, ce caracterizează o populaţie a cărei funcţie de repartiţie F(x, θ) este specificată şi depinde de un parametru necunoscut θ. Ipoteza conform căreia are valoarea θo se notează cu Ho şi se numeşte ipoteză nulă.

Dacă presupunem că în afara valorii θo parametru θ mai poate avea şi una din valorile Q1, Q2,…, atunci ipotezele Hi θ = θi, i = 1, 2,…,n, se numesc ipoteze alternative ale ipotezei nule H0. În studiile de piaţă se consideră doar două ipoteze: ipoteza nulă şi alternativa ei H1, ca ipoteză contrară celei nule.

Pentru a lua o decizie trebuie formulată deci o ipoteză iniţială, denumită ipoteză nulă şi notată cu H0, ce presupune corectitudinea ipotezei formulate de cercetător. Pentru un anumit nivel de semnificaţie α (0< α < 1) trebuie indicat cât de improbabil trebuie să fie un set de date astfel încât H0 să fie respinsă.

O ipoteză se numeşte simplă dacă determină în mod univoc repartiţia specificată a variabilei aleatoare observate, făcând-o complet specificată. O ipoteză se numeşte compusă dacă este formată dintr-un număr finit sau o infinitate de ipoteze simple. Prin test statistic se înţelege o metodă, un criteriu după care ipoteza de verificat se acceptă sau se respinge. Datorită caracterului aleator al sondajului, la verificarea unei ipoteze statistice există întotdeauna riscul de a lua o decizie eronată.

Dacă pe baza datelor obţinute prin sondaj respingem ipoteza nulă deşi în realitate aceasta este adevărată, atunci spunem că s-a produs o eroare de gradul întâi, iar când acceptăm ipoteza nulă, care în realitate este falsă, spunem că am comis o eroare de gradul doi. De asemenea, probabilitatea erorii de genul întâi se numeşte risc de genul întâi şi este notat cu α, iar probabilitatea erorii de genul doi se numeşte risc de genul doi şi este notat cu β.

Pentru construirea testului cu ajutorul căruia verificăm ipoteza nulă, trebuie să avem în vedere următoarele:

1. determinarea unei statistici Q (X1, X2,…Xn), numită statistica testului, cu ajutorul căreia se testează ipoteza nulă;

2. riscul admisibil de genul întâi; 3. ipoteza alternativă H1 opusă celei nule Ho;


4. regiunea critică W a ipotezei H0 corespunzătoare statisticii Q a testului, prin care se înţelege acea mulţime de valori ale statisticii considerate. Dacă valoarea observată a lui Q aparţine acestei mulţimi, atunci ipoteza nulă se respinge. Dacă însă valoarea observată a statisticii Q nu aparţine regiunii critice, deci aparţine aşa-numitei regiuni de acceptare a lui H0, adică complementarei Cn a lui W, atunci H0 se acceptă.

Prin urmare, între statistica Q a testului ipotezei H0, regiunea critică W şi riscul α există următoarea legătură: regiunea critică W este astfel încât probabilitatea ca Q obţinut prin selecţie să-i aparţină, dacă H0 este adevărată, să fie egală chiar cu riscul α, ce se mai numeşte si prag de semnificaţie. Alegerea lui α depinde de problema pusă şi de condiţiile experimentale în care se lucrează mărimea sa trebuie stabilită anterior testării. Regiunea critică W a ipotezei H0 se va determina din condiţiile:

P(Q∈W/H0) = α şi P(Q∈W/H1) = maximă (8.1) care exprimă faptul că probabilitatea ca valoarea statisticii testului să aparţină regiunii critice este egală cu α când Ho este adevărată şi, totodată, această probabilitate este maximă dacă este adevărată alternativa H1 (atunci se va respinge H0 ca falsă, deci nu se comite eroarea de genul doi).

Riscul β se exprimă prin relaţia P(Q∈CW/H1) = β (8.2), iar probabilitatea de a respinge H0 ca fiind falsă este P(Q∈W/H1) = 1-β (8.3)

Probabilitatea de respingere a ipotezei H0 faţă de alternativa sa H1, ca funcţie de θ, se numeşte funcţia de putere a testului, notată ∏ (W,θ). Deci ∏ (W,θ) = P (Q∈ W/θ), de unde rezultă: ∏ (W,θ) = α şi ∏ (W,θ1) = 1-β (8.4).

Probabilitatea de acceptare a ipotezei H0 ca funcţie de θ se numeşte funcţie caracteristică operatoare a testului şi se notează cu C (W, θ). Avem:

C (W, θ0) = P(Q∈CW/H0)= 1-α şi C (W, θ1) = P(Q∈CW/H1)= β (8.5)


Probabilitatea (8.3) defineşte puterea testului ipotezei H0 şi ea este cu atât mai mare cu cât riscul de genul doi este mai mic. Problema fundamentală în teroria verificării ipotezelor statistice este de a alege dintre toate testele având acelaşi prag de semnificaţie α, acel test pentru care β este minim, adică puterea este maximă, deci cel mai puternic test. El nu există întotdeauna, însă poate fi construit pentru o clasă largă de repartiţii.

În cazul în care cele două ipoteze, H0 şi H1, sunt ipoteze simple, este valabilă următoarea teoremă demonstrată de Newman şi Pearson: „Dacă ipoteza H0: θ = θ0 şi alternativa H1: θ = θ1 sunt ipoteze simple asupra parametrului θ din repartiţia f (x,θ) a varibilei continue X, iar Pn(x1,…xn,θ0) şi Pn(x1,…xn,θ1) sunt valorile funcţiei de verosimilitate, când este adevărată H0, respectiv H1, atunci există un cel mai puternic test pentru ipoteza H0 faţă de H1.” Regiunea critică W, precum şi statistica Q a testului sunt determinate de inegalitatea:

c Pn(x1,…xn,θ0) ≤ Pn(x1,…xn,θ1) (8.6)

unde c este un număr pozitiv care depinde de pragul de semnicaţie α, fixat.

8.3 Testul Z privind media populaţiei normal distribuită Fie caracteristica sub cercetare X, repartizată normal N(m,σ) cu media m şi σ cunoscut. Ne propunem ca, pe baza selecţiei {x1,…….xn}, să determinăm cel mai puternic test al ipotezei H0: m = m0, faţă de alternativa H1: m = m1, α fiind pragul de semnificaţie dat.

Avem: Pn(x1, …..,xn, m1) = ( )∑

⋅⎟⎟⎠

⎞⎜⎜⎝

⎛

πσ=

−⋅σ− n

1k

21k2 mx

21n

e2

1


şi

Pn(x1, …..,xn, m1) = ( )1

2

12 2 0

2

1

σ πσ⎛

⎝⎜⎞⎠⎟

⋅∑−⋅ −=

n x m

ek

k

n

Cu acestea relaţia (8.6) devine:

( )e

x mkk

n−⋅ −=∑

≥1

2 2 12

1σ( )

c ex mk

k

n

⋅∑−⋅ −=

12 2 0

2

1σ , care conduce, după transformări, la relaţia:

( )( ) lnm m x n m m ckk

n

1 01

12

02 2− ⋅ − − ≥

=∑ σ (8.7)

Cum x n xkk

n

=∑ = ⋅

1, rezolvând inegalitatea precedentă în raport cu x ,

obţinem:

( )( )xc n m m

n m mk≥

+ −

−=

σ 212

02

1 01

ln, dacă m1 > m0 (8.7’)

şi

( )( )xc n m m

n m mk≤

+ −

−=

σ 212

02

1 02

ln, dacă m1< m0 (8.8)

Astfel, dacă m1 > m0, regiunea critică este definită de relaţia (8.7’) şi

cuprinde toate valorile x care depăşesc numărul k1. Avem în acest caz o variantă a testului cel mai puternic, şi anume testul Z unilateral dreapta.

Dacă m1< m0, atunci regiunea critică este definită de relaţia (4.8) şi cuprinde toate valorile lui x mai mici decât k2. Suntem în cazul testului


unilateral stânga. Limitele critice k1 şi k2 se determină în funcţie de pragul de semnificaţie α, cu ajutorul condiţiei (8.1), astfel:

• Dacă m1 > m0 (testul unilateral dreapta), conform cu (8.1), avem succesiv:

( ) ( ) =⎟⎠⎞

⎜⎝⎛

σ−

<σ−

−==<−==≥=α nmknmxP1mm/kxP1mm/kxP 0100101

( ) )z(F1zZP1 11 α−α− −=<−= . Din relaţia F (z1-α) = 1-α rezultă valoarea z1-α şi

prin urmare:

k mn z k m

nz1 0

1 1 0 1

−= ⇒ = +− −σ

σα α .

Cu k1 astfel determinat, relaţia (8.7’) defineşte regiunea critică W:

α−α− ≥σ−σ

+≥ 10

10 znmxsauzn

mx (8.9)

• Dacă m1< m0 (testul unilateral stânga), avem analog:

( ) ( ) )z(FzZPnmknmxPmm/kxP 020012 αα =≤=⎟

⎠⎞

⎜⎝⎛

σ−

≤σ−

==≥=α

8.9’

Din relaţia F(zα) = α rezultă valoarea tabelară zα şi prin urmare:

k mn z k m

nz2 0

2 0

−= ⇒ = +

σσ

α α (8.10)


Cu k2 astfel determinat, relaţia (8. 10’) defineşte regiunea critică W:

x mn

z saux m

n z≤ +−

≤00σ

σα α (8.10’)

Dacă m1≠m0, regiunea critică va consta din toate valorile lui x ,

pentru care x m k− >0 şi α, fiind pragul de semnificţie dat de k, se

determină astfel încât:

( ) ( ) ( ) ( ) +⎟⎟⎠

⎞⎜⎜⎝

⎛

σ−

<σ−

=>−+−<−=>−==>−=αnkn

mxPkmxPkmxPkmxPmm/kmxP 0

0000

=⎟⎟⎠

⎞⎜⎜⎝

⎛

σ−+⎟

⎟⎠

⎞⎜⎜⎝

⎛

σ−

=⎟⎟⎠

⎞⎜⎜⎝

⎛

σ>+⎟

⎟⎠

⎞⎜⎜⎝

⎛

σ−

<=⎟⎟⎠

⎞⎜⎜⎝

⎛

σ>

σ−

+nkF1nkFnkZPnkZPnkn

mxP 0

⎟⎟⎠

⎞⎜⎜⎝

⎛

σ−+⎟

⎟⎠

⎞⎜⎜⎝

⎛

σ−=

nkF1nkF1

Rezultă că F ( )k nk n

z kn

z⋅ = − ⇒ = ⇒ = ⋅− −

/σα

σσ

α α12 1

21

2

şi,

îmn consecinţă regiunea critică se exprimă prin inegalităţile:

x mn

z> + ⋅−

01

2

σα sau x m

nz< −

−0

12

σα (8.11)

sau

x mn z

−>

−

0

12

σ α (8.11’)


Condiţii:

1. Ultima variantă a testului cel mai puternic corespunzătoare cazului m1≠m0 este varianta testului bilateral.

2. Întrucât la stabilirea regiunilor critice s-a folosit statistica

Z = x m

n−σ

, cu repartiţia N (0,1), testul descris mai sus se numeşte testul

Z, cu variantele sale unilateral stânga, dreapta şi bilateral. 3. Aflând pe k1 şi k2 ca mai sus, cu ajutorul relaţiilor (8) sau (4.8) se

determină valoarea constantei c din (4.6) În continuare vom determina puterea testului Z într-una din

variantele sale, de exemplu, în cazul testului unilateral stânga. Avem:

( ) ⎟⎠⎞

⎜⎝⎛ +

σ−

=⎟⎠⎞

⎜⎝⎛ +

σ−

<σ−

=⎟⎟⎠

⎞⎜⎜⎝

⎛=

σ+<=Π ααα znmmFznmmnmxPmm/z

nmxPm,W 10101

101

(8.12) Relaţia (8.12) se poate folosi pentru determinarea numărului de

observaţii necesare pentru ca testul să aibă o anumită putere, 1-β. Vom avea deci:

1-β = Fm m

n z0 1−+

⎛⎝⎜

⎞⎠⎟σ α sau z

m mn z1

0 1− =

−+β ασ

, de unde:

( )n z zm m

= +−

⎛⎝⎜

⎞⎠⎟− −1 1

2

0 1

2

β α

σ (8.13)


Deoarece la verificarea unei ipoteze statistice se pot construi multe teste diferite, cu diferite statistici Q sau cu moduri diferite de construcţie a regiunii critice W, se impune necesitatea unei clasificări a diferitelor teste. Ca şi la estimarea parametrilor, clasificarea testelor se face comparând eficienţa lor.

Fie T*n un cel mai puternic test pentru testarea ipotezei H0 faţă de

alternativa H1 şi Tn un test oarecare al aceleiaşi ipoteze H0 faţă de alternativa H1, volumul selecţiei fiind acelaşi. Dacă notăm cu 1-β (T*

n) puterea testului T*

n şi cu 1-β (Tn) puterea testului Tn, atunci raportul: Rn=1-β (T*

n)/1-β (Tn) se numeşte eficienţa testului T pentru ipoteza H0 faţă de alternativa H1.

Eficienţa unui test este în general în funcţie de volumul de selecţie n. Dacă n → ∞, eficienţa testului Tn tinde către unitate şi în acest caz se numeşte testul asimptotic cel mai puternic.

De exemplu, dacă studiem durata perioadei de probă, într-o întreprindere, considerată ca fiind o variabilă normală cu abaterea standard de 200 ore, dintr-o selecţie de volum n = 25 de angajaţi aflaţi în perioada de probă a rezultat o durată medie de lucru în perioada de probă de 1380 ore. Să se testeze ipoteza H0: m = 1500 ore faţă de alternativa H1: m = 1600 ore şi să se determine numărul de observaţii n, astfel încât puterea testului să fie egală cu 0,9. Pragul de semnificaţie este α = 0,01.

Deoarece zα = z0,01 = -2,33 şi m0+(σ/√n)zα = 1500-(200/5)2,33 = = 1406,8

Ţinând seama de (8.11), respingem H0.

Cum z1-β = z0,9 = 1,28 şi z1-α = z0,99 = 2,33, înlocuind elementele necunoscute în relaţia (8.13) găsim n ≅ 52.


8.4 Testul t privind media populaţiei normale În cazul de faţă avem de rezolvat problema din paragraful anterior când dispersia σ2 a populaţiei normale nu este cunoscută, dar pe care o estimăm utilizând un estimator nedeplasat:

( )sn

x xkk

n2

1

211

=−

−=∑ (8.14)

Folosim teorema conform căreia statistica t x ms

Vn=− . are o

repartiţie Student cu n −1 grade de libertate. Procedeul determinării regiunilor critice pentru ipoteza 0H , în cele trei cazuri, adică testul t unilateral dreapta, stânga şi bilateral este analog şi conduce la următoarele rezultate:

W x mo tsnn: .;> = − −1 1α sau

x mos

n t n

−> − −. ;1 1α (8.15)

în cazul testului unilateral dreapta ( )mom1 >

W x mo tsnn: ;< + −α 1 sau 1n;tn.

smox

−α<− (8.16)

în cazul testului unilateral stânga ( )m m1 0<

ns.tmx:W

1n2

;10 −α−

−< sau nstmx 1n;1o

2 −−α+< (8.17)

echivalentă cu: x ms

no− . 1n;1 2t −−α>

în cazul testului bilateral ( )m mo1 ≠ .


Observaţie Valorile tabelare t n t nα α; , ;− − −1 11

şi tn1

21− −

α ; sunt α−α 1, şi, respectiv,

12

−α ale variabilei Student.

De exemplu, dacă într-un sector oarecare de producţie s-au efectuat n = 26 măsuratori ale productivităţii muncii lucrătorilor care efectuează o anumită operaţie şi productivitatea medie observată este

,oră/om/.buc2,5x = iar oră/om/.buc4,0s = , dorim să se verifice ipoteza

oră/om/.buc5,5m:Ho = referitoare la media productivităţii muncii m faţă

de alternativa 5,5mm:H 11 <= la pragul de semnificaţie α = 0 01, . Variabila productivitate se presupune a urma o lege normală

( )N m1 ,σ , cu σ necunoscut.

Este cazul testului t unilateral stânga a cărui regiune critică este dată de relaţia (8.16):

1n;tnsmx:W o −<

−α

Cum t t tx n o; , ; , , ,− = = − = −1 0 01 25 99 25 2 78 şi deoarece:

,78,275,3264,0

5,52,5nsmxt o −<−==

−=

−=

respingem ipoteza 0H .

8.5 Testul χ2(hi pătrat) cu privire la dispersia σ2 a populaţiei normale

Fie { }x x x1 2 4, ,.........., o selecţie de volum n din populaţia normală

N m( , )σ şi, pe baza ei, ne propunem să verificăm ipoteza:

H02

02:σ σ= faţă de alternativa H1

21

2: .σ σ=


Vom folosi statistica χσ

22

2=−( )n s s

, unde sn

x xkk

n2 2

1

11

=−

−=∑ ( )

are o repartiţie χ 2 1( ).n − În cazul testului unilateral dreapta ),TT( 2

02

1 > regiunea critică W a

ipotezei Ho la un α dat se obţine folosind dispersia de selecţie s2. Intuitiv, vom respinge H0 , dacă ks2 > (admitem H1 ) şi acceptăm H0 (respingem

H1 ), dacă s k2 ≤ . Limita critică k se determină astfel:

)(P1)(Pk)sn(s)sn(P)/ks(P 21n;1

221n;

220

20

22

022

−α−−α χ≤χ−=χ≥χ=⎟⎟⎠

⎞⎜⎜⎝

⎛σ−

>σ−

=σ=σ>=α

sau

P n s( );χ χ αα2 2

1 1≤ = −− − de unde:

21n;1

20

20

1n;12

1nkk)1n(

−α−−α− χ−σ

=⇒σ−

=χ

Rezultă că regiunea critică ks2 > a ipotezei H0 este:

,1n;12

202

1ns:W −α−χ

−σ

> adică 1n;12

20

2s)1n(−α−χ>

σ− (8.18)

În cazul testului unilateral stânga, vom respinge ipoteza H0 , dacă

s k2 < , şi o acceptăm, dacă s k2 ≥ , iar k se determină ca mai sus pornind de la risculα .


)(Pk)1ns)1n(P)/ks(P 1n;22

20

20

220

22−αχ<χ=⎟⎟

⎠

⎞⎜⎜⎝

⎛σ−

<σ−

=σ=σ⟨=α

deci: χσ

σχα α

21

02

02

121

1; ; .( )

n nn k

kn− −=

−⇒ =

−

Prin urmare, regiunea critică s k2 < a ipotezei H0 este:

W sn n: ;

2 02

12

1<

− −

σχα , adică

( ) /;

n sn

−< −

1 2

02 1

2

σχα (8.19)

În cazul testului bilateral ( )σ σ1

202≠ vom respinge ipoteza H0 dacă

s k21< sau s k2

2> , unde limitele k1 şi k2 se determină astfel:

α = <P s k( 21 sau ⎟⎟

⎠

⎞⎜⎜⎝

⎛σ−

<σ−

=σ=σ> 20

120

220

22

2 k)1n(s)1n(P)/ks +

).(P1)(P)(P)(Pk)1n(s)1n(P 22

221

222

221

220

220

2

χ≤χ−+χ<χ=χ>χ+χ<χ=⎟⎟⎠

⎞⎜⎜⎝

⎛σ−

>σ−

+

Considerând că P P( ) ( )χ χ χ χ2

12 2

22< = > , rezultă că:

2 212P( )χ χ α< = şi P( ) ,χ χ

α212

2> =

deci: χ χσ

σχα α1

2

21

2 1

02 1

02

21

211

= =−

⇒ =−

⋅− −; ;

( )n n

n kk

n


Prin urmare, regiunea critică s k2 ⟨ a ipotezei H0 este:

W sn

nl: ; ,2 02

2

11⟨

−−

σχ adică

( );

n sl n

−⟨ −

1 2

02

21σ

χ (8.20)

În cazul testului bilateral (σ σ1

202≠ ) vom respinge ipoteza H0 daca

s k22⟩ , sau s k2

2⟩ , unde limitele k1 si k2 se determină astfel:

α = ⟨P s k( 2

1 sau

s k P n s n kP n s n k2

22

02

2

02

1

02

2

02

2

02

1 1 1 1⟩ = =

−⟨

−+

−⟩

−=/ ) ( ( ) ( )

) ( ( ) ( ))σ σ

σ σ σ σ

= ⟨ + ⟩ = ⟨ + − ≤P x x P x x P x x P x x( ) ( ) ( ) ( )212 2

22 2

12 2

221

Considerând că P x x P x x( ) ( )2

12 2

22⟨ = ⟩ rezultă că:

2 212P( )χ χ α⟨ = şi P( )χ χ α2

12

2⟨ = , deci:

χ χσ

σχα α1

2

21

2 1

02 1

02

21

211

= =−

⇒ =−− −; ;

( ).

n n

n kk

n

Prin urmare, o parte W1 a regiunii critice W , definită de inegalitatea

s k21< , este:

W sn n

12 0

2

21

2

1:

;<

− −

σχα , adică

( );

n sn

−<

−

1 2

02

21

2

σχα (8.21)


Cealaltă parte s k22> a regiunii critice se determină ţinând seama

de:

1n;2

1

20

22

1n;221

222

22

2

1nk1)(P

−α

−−−

α χ−σ

=⇒χ=χ⇒−=χ<χ

kn n

202

12

1

2

1=

− − −

σχ α

;, deci regiunea critică corespunzătoare este:

W sn n

22 0

2

12

1

2

1:

; ,>

− − −

σχ α adică

( );

n sn

−>

− −

1 2

02 1

21

2

σχ α (8.22)

Regiunea critică a ipotezei H02

02: ,σ σ= în cazul testului bilateral,

este W W W= ∪1 2

Observaţie Pentru cazul când volumul n al selecţiei pe baza căreia testăm

ipoteza H0 este mare ( n > 30 ) putem folosi statisticile:

a) Z

n s n

n=

− − −

−

( ) ( )

( )

1 1

2 1

2

02σ

, care pentru n de volum mare are o

repartiţie asimptotică normală N (0,1).

b) Z nn s= − −−2 1 2

02 2 3( ) ,σ care are de asemenea, pentru n, un volum

mare al eşantionului aproximativ o repartiţie N ( , ).0 1 Cu ajutorul acestor statistici testarea ipotezei se poate face deci cu ajutorul testului Z . De exemplu, dacă s-a măsurat de n = 9 ori durata îndeplinirii de către un muncitor a unei anumite operaţii, cu scopul de a trage concluzii


asupra uniformităţii lucrului şi durata medie de efectuare a operaţiei observate este X = 83 minute. Dispersia acestei durate s-a găsit s2 4 04= ,

(minute) 2 şi se ia ca măsura a uniformităţii lucrului muncitorului. Dacă dorim să verificăm ipoteza H0

2 3:σ = (minute) 2 faţă de

alternativa ,3:H 21 >σ luând α = 0 05, , atunci pentru α = 0 05, şi n − =1 8

grade de libertate:

χ χα1 12

0 95 82 15 5− − = =; , ; ,n

Deoarece ,5,1577,10s)1u(20

2

<=σ− valoarea calculată a statisticii nu

cade în regiunea critică, acceptãm H0. , deci uniformitatea lucrului muncitorului nu diferă de uniformitatea stabilită în general pentru operaţia consideratã.

8.6 Ipoteza cu privire la egalitatea dispersiilor a două populaţii normale

Considerăm două selecţii independente de volum n1 si n2 din două

populaţii normale, pe baza cărora se calculează caracteristicile de selecţie X şi, s1

2 , respectiv X 2 şi s22 .

Ne propunem să verificăm ipoteza H0 12

22:σ σ= de egalitate a

dispersiilor. Verificarea ipotezei H0 faţă de una din alternativele

σ σ σ σ12

22

12

22> <, şi σ σ1

222≠ se bazează pe faptul că, dacă H0 este

adevărată, funcţia de selecţie:

Fss

ss

s s= = >σσ

22

12

12

22

12

22 1

222( ) (8.23)


are o repartiţie Fisher cu n1 1− si n2 1− grade de libertate.

De aici şi denumirea de „testul F” pentru verificarea ipotezei H0 .

• Dacă alternativa este σ σ12

22< (testul F unilateral stânga),

regiunea criticăW a ipotezei H0 este mulţimea valorilor raportului Fss

= 12

22

pentru care avem:

Pss

Fn n( ; ;12

22 1 2 11 2> − − −α ) = α, unde Fn s n1 2 1 1− − −; ; α este cuantila 1−α a

repartiţiei F şi se determină din tabele conform relaţiei P F Fn n( ); ;< = −− − −1 21 1 1 1α α .

Regiunea critică în acest caz va fi definită de inegalitatea:

ss

Fn n12

22 1 1 11 2> − − −; ; α (8.24)


222> (testul unilateral dreapta), avem:

Pss

Fn n( ); ;12

22 1 11 2< =− − α α (8.25)

şi regiunea critică este definită de inegalitatea:

ss

Fn n12

22 1 11 2< − −; ;α (8.26)

unde

Fn n1 21 1− −; ;α este α cuantila repartiţiei Fisher şi se determină din tabele

conform relaţiei P F Fn n( ); ;< =− −1 21 1 α α .



22≠ (testul F bilateral), atunci

regiunea critică a ipotezei H0 este definită de inegalităţile:

ss

Fn n12

22 1 1 21 2< − −; ; /α sau

ss

Fn n12

22 1 1 1 21 2> − − −; ; /α (8.27)

unde 2/;1n;1n 21

F α−− şi Fn n1 21 1 1 2− − −; ; /α satisfac respectiv relaţiile:

Pss

Fn n( ); ; /12

22 1 1 21 2 2< =− − α

α şi P

ss

Fn n( ); ; /12

22 1 1 1 21 2

12

< = −− − −α

α şi

reprezintă α/2, respectiv 1-α/2 cuantilele repartiţiei Fisher.

Puterea testului pentru o valoare dată a raportului σσ

12

22 = k este:

∏ = > = =− − −( ; ) ( / ); ;W k Pss

F k Pn n12

22 1 1 1 1

222

1 2 α σ σ (

s

sFn n

12

12

22

22

1 1 11 2

σ

σ

α< − − −; ; ).

Prin urmare:

∏ = > >− − − − − − −( , ) ( ); ; ; ;W k P Fk

Fk

Fn n n n n n1 2 1 2 1 21 1 1 1 1 1 11 1

α (8.28)

este probabilitatea ce rezultă din tabele pentru α , ,k n1 si n2 daţi. De exemplu, pentru evaluarea a doi angajaţi, în vederea desemnării

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


Se poate afirma că dispersia s12 = 63,68 depăşeşte semnificativ

s22 = 32,6; cu alte cuvinte precizia celui de al doilea angajat este mai mare

decât a primului? Avem de verificat ipoteza H0: σ1

2 = σ22.

Valoarea statisticii F este: F calc.= s12/s2

2 = 63,68/32,6 = 1,95. Pentru α = 0,05 si n1-1 = 24, n2-1 = 29 grade de libertate, din tabelă găsim F0,95;24;29 = 1,90.

Deoarece Fcalc. > Ftabelat, respingem ipoteza de egalitate a celor două dispersii; al doilea muncitor are o precizie mai mare decât primul.

8.7 Testul Z privind diferenţa mediilor a două populaţii normale

Fie { }X X X n11 12 1 1, ,..... şi { }X X X n21 22 2 2, , ..... două selecţii

independente de volum n1 , respectiv n2 din două populaţii normale

N m( , ),2 22σ cu dispersiile cunoscute, şi fie X

nX i

i

n

11

11

1 1

==∑ şi

Xn

X ii

n

22

21

1 2

=−∑ mediile celor două selecţii.

Ne propunem să verificăm o ipoteză referitoare la diferenţa

m m1 2− = δ a mediilor m1 şi m2 ale celor două populaţii, adică ipoteza H m m0 1 2 0: − = δ , faţă de alternativa H m m1 1 2 1: − = δ .

Pentru aceasta vom folosi teorema conform careia statistica

ZX X m m

n n

X X

n n

=− − −

+

=− −

+

1 2 1 2

12

1

22

2

1 2 0

12

1

22

2

( )

σ σ

δ

σ σ are o repartiţie nominală tip

N ( , ),0 1 deci aplicăm testul Z.


Regiunile critice ale ipotezei H0 0:δ δ= faţă de alternativa H1 1:δ δ= sunt:

• în cazul testului unilateral dreapta (δ δ1 0> )

W: x x zn n1 2 0 1

12

1

22

2

− > + ⋅ +−δ σ σα adică x x

n n

z1 2 0

12

1

22

2

1− −

+

> −δ

σ σα (8.29)

• în cazul testului unilateral stânga (δ δ1 0< )

W: x x zn n1 2 0

12

1

22

2

− > + ⋅ +δ σ σα adică x x

n n

z1 2 0

12

1

22

2

− −

+

>δ

σ σα (8.30)

• în cazul testului bilateral ( )δ δ≠ 0

W: x x zn n1 2 0 1

2

12

1

22

2

− > − ⋅ +−

δ σ σα sau

x x zn n1 2 0

12

12

1

22

2− > + ⋅ +

−δ

σ σα

echivalentă cu x x

n n

1 2 0

12

1

22

2

− −

+

⎡

⎣

⎢⎢⎢⎢⎢

⎤

⎦

⎥⎥⎥⎥⎥

δ

σ σ⟩ Z1 2−α / (8.31)


Dacă dispersiile σ12 si σ2

2 nu sunt cunoscute, dar volumele n1 si n2 ale celor doua selecţii sunt mari, atunci putem folosi estimaţiile consistente s1

2 şi s22 ale celor două dispersii şi, prin urmare, variabila:

Zx x

sn

sn

=− −

+

1 2 0

12

1

12

2

δ

are o repartiţie asimptotică normală N ( , ),0 1 deci vom aplica testul Z. Dacă cunoaştem, de exemplu, taxa medie de 1007 u.m./angajat,

plătită de o bancă nou înfiinţată la o agenţie de recrutare şi selecţie a forţei de muncă, pentru angajarea unui lot de 100 angajaţi calificaţi cu experienţă, este o variabilă aleatoare normală cu abaterea standard de 3 u.m., iar cea plătită altei agenţii specializate în angajarea a încă 100 de salariaţi, personal necalificat în domeniul bancar în special, deci fără experienţă (personal pentru care cheltuielile de salarizare sunt mult mai mici), este o variabilă aleatoare normală cu abaterea standard egală cu 4 u.m. şi este egală cu 1002 u.m.

Dacă managerul de resurse umane decide să se verifice ipoteza H0: m1=m2, aceea că taxele medii nu sunt semnificativ diferite, faţă de alternativa m1≠m2, pentru α=0,01 din tabel obţinem z1-α/2 = z0,995 = 2,57.

Deoarece statistica x x

n n

1 2

12

1

22

2

10 2 57−

+

= >σ σ

. , respingem ipoteza H0.

8.8 Testul t privind diferenţa mediilor a două populaţii normale

Vom rezolva acum situaţia decizională din paragraful precedent în cazul în care dispersiile σ1

2 şi σ22 sunt necunoscute, dar σ σ1

222= .

Considerând selecţii de volum n1 şi n2 mici ( 30< ) valoarea

comună σ 2 a celor două dispersii poate fi estimată prin dispersia:


( ) ( )sn s n s

n n2 1 1

22 2

2

1 2

1 12

=− + −

+ − (8.32)

unde ( )sn

x xii

n

12

11 1

2

1

11

1

=−

−=∑ şi

( )sn

x xii

n

22

22 2

1

11

2

=−

−=∑

Vom folosi teorema conform căreia statistica ( )t

x x m m

sn n

x x

sn n

=− − −

+=

− −

+

1 2 1 2

1 2

1 2

1 2

1 1 1 1δ are o repartiţie Student cu n1 + n2 - 2

grade de libertate. Regiunile critice ale ipotezei H0 de la punctul precedent vor fi:

• în cazul testului unilateral dreapta (δ δ1 2> )

W: x x t sn nn n1 0 0 1 2

1 21 2

1 1− > + ⋅ ⋅ +− + −δ α ; , adică

x x

sn n

t n n1 2 0

1 2

1 21 1 1 2

− −

⋅ +> − + −

δα ; (8.33)

• în cazul testului unilateral stânga (δ δ1 2< ), regiunea critică va fi:

W: x x t sn nn n1 0 0 2

1 21 2

1 1− < + ⋅ ⋅ ++ −δ α ; adică


x x

sn n

t n n1 2 0

1 2

21 1 1 2

− −

⋅ +< + −

δα ; (8.34)

• în cazul testului bilateral δ δ1 2≠

W: x x t sn no n n1 0 1 2 2

1 21 2

1 1− < − ⋅ ⋅ +− + −δ α / ; sau

x x t sn no n n1 0 1 2 2

1 21 2

1 1− > − ⋅ ⋅ +− + −δ α / ;

echivalentă cu x x

sn n

t n n1 2 0

1 2

1 2 21 1 1 2

− −

+> − + −

δα / ; (8.35)

Considerăm următorul exemplu: în douã filiale ale unui concern multinaţional se experimentează două metode de salarizare. Pentru a verifica dacă din punct de vedere economic aceste două metode sunt asemănătoare sau diferă semnificativ, s-au înregistrat date referitoare la drepturile salariale cuvenite câte unui eşantion reprezentativ selectat întâmplător şi simplu din fiecare filială. Astfel, pentru prima filială salariile (u.m.) sunt următoarele: 2,0; 2,7; 2,9; 2,3; 2,6; iar pentru a doua filială sunt: 2,5; 3,2; 3,5; 3,8; 3,5. Presupunând că dispersiile celor două colectivităţi considerate normale sunt egale, ne propunem să comparăm cele două metode din punctul de vedere al salariilor obţinute.

Avem de verficat ipoteza H1: δ = 0, adică m1=m2, faţă de alternativa H1:δ ≠ 0(m1≠m2). Avem 4/78.0s;10/1s;3.3x;5.2x 2

22121 ==== . Aplicînd

testul t bilateral a cărei regiune critică este dată de formula (8.35), cu δ0=0 pentru α = 0,05, găsim tn1+n2-2;1-α/2 = = t9;0,975 = 2,26.


Cum t =−

++ −

⋅ +⎛⎝⎜

⎞⎠⎟

= >2 5 3 3

0 5 0 786 5 2

15

16

348 2 26. .

. .. . , valoarea observată a

lui t cade în regiunea critică, deci respingem ipoteza H0. Ca rezultat, putem concluziona că, în medie, prima metodă duce la un salariu mediu mai mic decât cea de a doua metodă de salarizare, deoarece am găsit x x1 2< şi, prin

urmare, inegalitatea m1 < m2 este mai verosimilă decât m1>m2.

8.9 Ipoteze referitoare la caracteristicile binare

În cele ce urmează ne vom ocupa de populaţiile pe care este definită o caracteristică alternativă (calitativă) în legătură cu care pot avea loc numai două evenimente:

• evenimentul A cu P(A) = p (pentru unităţile care posedă caracteristica);

• opusul său A cu P A p( ) = (pentru unităţile care nu o posedă). Prin urmare, variabila aleatoare Xi, ataşată caracteristicii alternative

care reprezintă rezultatul experienţei şi asupra unei unităţi din populaţia considerată, are repartiţia:

Xi (0

1− p1p

) , I=1,2, ...... (8.36)

Vom considera drept variabilă X numărul de observaţii Xi din cele n, corespunzătoare apariţiei evenimentului A,

adică X= Xi

n

−∑

1i

Pentru parametru necunoscut p, se poate emite o ipoteză de forma

Ho:p=po, unde po este o valoare a lui p specificată.


Fie fn=Nn

frecvenţa relativă a apariţiilor evenimentului A în selecţie.

Conform teoremei Movece-Laplace, variabila fn are, pentru valori mari ale lui n, o repartiţie asimptotic normală cu valoarea medie po şi dispersia p p

no o( )1− , când Ho= adevarată.

Rezultă că variabila redusă:

Zf M f

Nn

p

np pn n

fn

=−

=−

−( )

( )σ

0

0 01 (8.37)

are o repartiţie normală tip N (0,1).

Regiunile critice ale ipotezei Ho, corespunzătoare celor trei alternative, adică testelor unilaterale şi testului bilateral, sunt:

Z Z> −1 α (8.38)

pentru alternativa H1 : p p> 0 (unilateral dreapta);

Z Z< − −1 α (8.39)

pentru alternativa H1 : p p< 0 (unilateral stanga)

şi Z > −Z1 2α / echivalentă cu

Z Z< − −1 2α / sau Z Z> −1 2α / (8.40)

pentru alternativa H1:p≠po (bilateral).

Acceptarea ipotezei H0:p=p0 indică faptul că diferenţa dintre frecvenţa relativă n/N, data de selecţie şi probabilitatea specificată po nu este semnificativă, este doar întâmplătoare.


8.10 Summary. Characteristic features of the significance tests used in sampling∗

The empirical knowledge imposes to begin from the analysis of the individual data in every field of activity, to allow you to detach from their ensemble what is essential and typical for the analysed phenomenon. The necessity to obtain more information that must be recorded with maximum promptness and correctness has led to an extension of the application of the statistical survey method as a form for the partial observation. In some cases, the economical-social reality requires the use of the survey as the only method for the statistical research, because the exhaustive research might be destructive (especially in case of the products’ destructive control) or uneconomical, involving too high prices for resources or unjustified costs. The main problem that rises in case of the survey research is the guarantee of the sample representativity. We may state that all the conclusions can’t be interpreted as being a deterministic type, while they have the character of some statistical statements, so with a certain confidence level corresponding to the probability of the results’ guarantee.

It has been proved theoretically and practically that only the survey based on a probabilistical scheme can ensure a high level of the sample representativity, allowing the interpretation of the results on the basis of the probability theory.

The advantage of the random, representative, statistical survey method consists in the fact that the probability level with which we determine the errors can be checked and estimated with the help of the statistical methods based on the large numbers law which states :”It may be asserted with a probability approaching the unit that, in case of a large number of researched units, the average indexes which charaterize the

∗ Summary according to the book: Mitrut C., Serban, D., Mitrut, C. A., Statistics for Business

Administration, ASE, Bucharest, 2003, Chapter 6.9


sample, vary with a small quantity from those which characterize the population from where it was extracted ”.The operation of testing the significance is applied for the statistical inference,after determining the confidence intervals for the total population parameters on the basis of the survey data.

Various Types of Hypotheses. Errors and Risks

In the economy and mostly on the labour market is necessary to use the analysis of the potential supply and demand, making assumptions on different market features at a certain moment. These hypotheses must be checked statistically.

Once we know the probabilistic model of providing the observed data, we may begin the testing of the assumptions concerning the model, this process implying to find out the optimum responses at the question : is it possible that the set of data to be generated by the model if the hypothesis is correct? As a rule, any decision must be based on the data availability, bearing a certain level of uncertainty. The statistical problem of testing the hypotheses is based on the clear conceptual defining of the process elements: data, model, hypothesis, decision.

At the beginning we consider to be necessary a minimum delimitation of the terms used in testing the statistical significance. Thus, we take a random variable X which characterize a population whose repartition function F(x, θ) is specified, and depends on an unknown parameter θ. The hypothesis acccording to which it has the value θo , is denoted by Ho and is named null hypothesis. If we suppose that besides the value θo, the parameter θ can have also one of the values Q1, Q2,…, then the hypotheses

Hi ..θ = θi, i = 1,2,…,n, are called alternative hypotheses of the null hypothesis Ho . For the studies regarding the market we consider only two


hypotheses: the null one and its alternative H1 , as a contrary hypothesis to the null one. To make a decision we must formulate an initial hypothesis named a null hypothesis and denoted by Ho, which implies the hypothesis correctness stated by the researcher. For a certain level of significance α (0< α < 1) it must be indicated how unlikely a set of data must be so that Ho is rejected. A hypothesis is called simple if it causes in a corresponding way the specified repartition of the observed random variable, making it completely specified. A hypothesis is named composed if it consists of a finite number or an infinity of simple hypotheses. From a statistical test we may understand a method, a criterium through which the hypothesis to be verified is accepted or rejected. Because of the random character of the survey, when verifying a statistical hypothesis always exists the risk to make a wrong decision. If on the basis of the data survey we reject the null hypothesis even though in reality this is true, then we say that it was an error of first level , and when we accept the null hypothesis which in reality is false, we say that we did an error of second level. Also, the error probability of first manner is named a risk of first manner and is denoted by α, and the error probability of second manner is called a risk of second manner and is denoted by β . To construct the test to help verify the null hypothesis, we must take into account the following:

1. To determine a statistics Q (X1,X2,…Xn), named the test statistics with the help which is tested the null hypothesis.

2. The accepted risk of first rank. 3. The alternative hypothesis H1 compared to the null one Ho . 4. The critical region W of the Ho hypothesis corresponding to the

test statistics Q, through which we understand that multitude of values of the considered statistics, so if the observed value of Q belongs to this multitude, then the null hypothesis is rejected.


If the observed value of the statistics Q doesn’t belong to the critical region, so it belongs to the acceptance region of Ho, meaning to the complement Cn of W, then H0 is accepted.

Consequently, between the test statistics Q of the hypothesis Ho, the critical region W and the risk α, exists the next link: the critical region W is in such a way so the probability that Q obtained from selection to belong to it .If Ho is true, being equal with the risk α, which is also called the significance level. Its choice depends on the problem occurred and the experimental conditions where is working, its size being settled before the testing.

The critical region W of the hypothesis H0 will be determined from the constraints:

P(Q∈W/Ho) = α and P(Q∈W/H1) = maximum (8.1) meaning the probability that the value of the test statistics to belong to the critical region is equal to α when Ho is true and in the same time this probability is maximum if the alternative H1 is true (then Ho will be rejected as being false ,so it won’t be the error of the second manner). The risk β is expressed according to the relation P(Q∈CW/H1) = β (8.2), and the probability to reject H0 as being false is P(Q∈W/H1) = 1-β (8.3) The probability to reject the hypothesis H0 compared to its alternative H1 ,with respect to θ, is called the power function of the test, denoted by ∏ (W,θ). So ∏ (W,θ) = P (Q∈ W/θ), from where it results: ∏ (W,θ) = α şi ∏ (W,θ1) = 1-β (8.4)

The probability to accept the hypothesis Ho according to θ is called the operating characteristic function of the test and is denoted by C(W, θ). We have:

C (W, θ0) = P(Q∈CW/H0)= 1-α and C (W, θ1) = P(Q∈CW/H1)= β

(8.5).


The probability (8.3.) defines the test power of the hypothesis Ho and it is higher as the risk of the second manner is smaller.The main problem rising in the theory of the statistical hypothesis’ checking is to choose from all the test,having the same significance level α ,that test for which β is minimum , so the most intense test. It may not always exist, but it can be constructed for a large class of repartitions.

In case that the both hypotheses Ho and H1 are simple, it is valid the next theorem proved by Newman and Pearson:”If the hypothesis Ho : θ = θ0

and the alternative H1 : θ = θ1 , are simple hypotheses for the parameter θ from the repartition f(x, θ) of the continuous variable X, and Pn(x1,…xn,θ0) and Pn(x1,…xn,θ1) and the values of the plausible function , when is true Ho

and H1 ,then it exists a most intense test for the hypothesis Ho compared to H1. ”The critical region W and also the statistics Q of the test can be determined from the inequality:

c Pn(x1,…xn,θ0) ≤ Pn(x1,…xn,θ1) (8.6) where c is a positive number which depends on the significance level α, fixed.

The Z Test concerning The Mean of The Normally Distributed Population

We take the observed characteristic X, normally distributed N(m,σ) having the mean m and σ known.We decide that on the basis of the selection {x1,…….xn } to determine the most intense test of the hypothesis Ho : m = m0 ,compared to the alternative H1: m = m1, α being the given significance level.

We have : Pn(x1, …..,xn, m1) = ( )1

2

12 2 1

2

1

σ πσ⎛

⎝⎜⎞⎠⎟

⋅∑−⋅ −=

n x m

ek

k

n

and


Pn(x1, …..,xn, m1) = ( )1

2

12 2 0

2

1

σ πσ⎛

⎝⎜⎞⎠⎟

⋅∑−⋅ −=

n x m

ek

k

n

According to these , the relation (8.6.) becomes:

( )

ex mk

k

n−⋅ −=∑

≥1

2 2 12

1σ( )

c ex mk

k

n

⋅∑−⋅ −=

12 2 0

2

1σ , which leads , after changing the relation:

( )( ) lnm m x n m m ckk

n

1 01

12

02 2− ⋅ − − ≥

=∑ σ (8.7)

But x n xkk

n

=∑ = ⋅

1, and solving the previous inequality with respect to

x , we obtain:

( )

( )xc n m m

n m mk≥

+ −

−=

σ 212

02

1 01

ln, if m1 > m0 (8.7’)

and

( )

( )xc n m m

n m mk≤

+ −

−=

σ 212

02

1 02

ln, if m1< m0 (8.8)

Thus, if m1 > m0, the critical region is defined by the relation 8.7.

and comprises all the x values which exceeds the number k1 .In this case we have a variant of the most intense test and namely the right side Z test. If m1< m0, then the critical region is defined by the relation (4.8) and comprises all the values of x smaller than k2 We are dealing with the case


of the left side test. The critical limits k1 and k2 are determined with respect to the significance level α, with the condition (8.1.), like that:

• If m1 > m0 (the right side test) according to (8.1.), we have successively:

( ) ( ) =⎟⎠⎞

⎜⎝⎛

σ−

<σ−

−==<−==≥=α nmknmxP1mm/kxP1mm/kxP 0100101

( ) )z(F1zZP1 11 α−α− −=<−= . From the relation F (z1-α) = 1-α it results the

value z1-α and consequently:

k mn z k m

nz1 0

1 1 0 1

−= ⇒ = +− −σ

σα α .

Having k1 determined, the relation (8.7) defines the critical region W:

x mn

z saux m

n z≥ +−

≥− −0 10

1

σσα α (8.9)

• If m1< m0 (left side test), it is similar:

( ) ( ) )z(FzZPnmk

nmx

Pmm/kxP 02001̀2 αα =≤=⎟

⎠

⎞⎜⎝

⎛σ−

≤σ−

==≥=α

(8.9’)

From the relation F(zα) = α results the value of zα and consequently:

k mn z k m

nz2 0

2 0

−= ⇒ = +

σσ

α α (8.10)

Having k2 determined ,the relation (8.10’) defines the critical region W:

x mn

z saux m

n z≤ +−

≤00σ

σα α (8.10’)


If m1≠m0 ,the critical region will comprise all the values of x , for

which x m k− >0 and α being the significance level given by k, will be

determined so that:

( ) ( ) ( ) ( ) +⎟⎟⎠

⎞⎜⎜⎝

⎛

σ−

<σ−

=>−+−<−=>−==>−=αnknmxPkmxPkmxPkmxPmm/kmxP 0

0000

=⎟⎟⎠

⎞⎜⎜⎝

⎛

σ−+⎟

⎟⎠

⎞⎜⎜⎝

⎛

σ−

=⎟⎟⎠

⎞⎜⎜⎝

⎛

σ>+⎟

⎟⎠

⎞⎜⎜⎝

⎛

σ−

<=⎟⎟⎠

⎞⎜⎜⎝

⎛

σ>

σ−

+nkF1nkFnkZPnkZPnknmxP 0

⎟⎟⎠

⎞⎜⎜⎝

⎛

σ−+⎟

⎟⎠

⎞⎜⎜⎝

⎛

σ−=

nkF1nkF1

It results that F ( )k nk n

z kn

z⋅ = − ⇒ = ⇒ = ⋅− −

/σα

σσ

α α12 1

21

2

and the critical regions are defined by the inequalities:

x mn

z> + ⋅−

01

2

σα or x m

nz< −

−0

12

σα (8.11)

or x m

n z−

>−

0

12

σ α (8.11’)

Conditions : 1. The last variant of the most intense test corresponding to the case m1≠m0 is the variant of the both-sides test. 2. Because of the fact that for determining the critical regions we

used the statistics Z = x m

n−σ

, 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 şi k2 like above , with the help of the relations 4.7 and 4.8 we can find the value of the constant c from 4.6. Forward, we will determine the power of the Z test in one of its variants, for example, in case of the left side test. We have:

( ) ⎟⎠⎞

⎜⎝⎛ +

σ−

=⎟⎠⎞

⎜⎝⎛ +

σ−

<σ−

=⎟⎟⎠

⎞⎜⎜⎝

⎛=

σ+<=Π ααα znmmFznmmnmxPmm/z

nmxPm,W 10101

101 (8.12)

The relation 8.12 can be used to determine the number of observations needed that the test to have a certain power, 1-β.So we will have:

1-β = Fm m

n z0 1−+

⎛⎝⎜

⎞⎠⎟σ α or z

m mn z1

0 1− =

−+β ασ

, from where:

( )n z zm m

= +−

⎛⎝⎜

⎞⎠⎟− −1 1

2

0 1

2

β α

σ (8.13)

Because of the fact that when verifying a statistical hypothesis it is possible to construct, or different tests, with ifferent statistics Q or with different ways to construct the critical region W , it is required the necessity to clsify the different tests. The clasification of the tests is made comparing their efficiency, like in the case of the parameters’ estimation. We take T*

n one of the most intense test for testing the hypothesis H0 compared to its alternative H1 and Tn a certain test of the same hypothesis H0 compared to the alternative H1, the volume of the selection being the same. If we denote by1-β (T*

n) the power of the test T*n and by 1-β (Tn) the

power of the test Tn, then the ratio Rn=1-β is called the efficiency of the test T for the hypothesis H0 compared to the alternative H1 Generally, the efficiency of a test depends on the selection volume n. If n → ∞, the efficiency of the test Tn tends to the unit and in this case it is called the most intense (asymptotic) test.


For example, if we study the lenght of the trial period in an enterprise considered to be a normal variable with the standard deviation of 200 hours. From a selection with the volume n=25 employees being in the trial period, it resulted 1380 hours as an average length of working for the trial period. You are required to test the hypothesis H0: m=1500 hours compared to the alternative H1: m=1600 hours and to determine n the number of observations, such as the power of the test to be equal to 0,9. The significance level is α = 0,01. Because zα = z0,01 = -2,33 and m0+(σ/√n)zα = 1500-(200/5)2,33 = = 1406,8 According to 8.11, we reject H0. Where z1-β = z0,9 = 1,28 and z1-α = z0,99 = 2,33, and replacing the unknown elements in the relation 8.13, we find n ≅ 52.

The t Test Concerning The Mean of The Normal Population For this case we have to solve the previous problem when the variance σ2 of the normal population is unkown, but we will estimate it according to its unbiased estimation.

( )sn

x xkk

n2

1

211

=−

−=∑ (8.14)

We use the theory according to which the statistics t x ms

Vn=− .

has a Student repartition with n-1 degree of freedom. The way of determining the critical regions for the hypothesis Ho , for the three cases, meaning the t right and left side test and the both-sides one, is similar, and leads to the following results:

W x mo tsnn: .;> = − −1 1α or

x mos

n t n

−> − −. ;1 1α (8.15)


In the case of the right side test ( )m mo1⟩

W x mo tsnn: ;< + −α 1 or

x mos

n t n

−−. ;α 1 (8.16)

In the case of the left side test ( )m m1 0<

W x m t sno n

: .;−−

−12

1αsau x m t s

no n+

− −1 12α ;

(8.17)

Equivalent to: x ms

no− . tn1 12− −α ;

For the both-sides test ( )m mo1 ≠ .

Observation: The table values of the Student variable t n t nα α; , ;− − −1 11 and

tn1

21− −

α ; are α α,1− and respectively 1

2−α .

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 buc om ora= 5 2, / / , and s buc om ora= 0 4, / / ,we would like to be verified the hypothesis H m buc om orao: , / /= 5 5 with reference to the mean of the labour’s productivity compared to the alternative H m m1 1 5 5: ,= at

the significance level α = 0 01, . The variable of the productivity is supposed to follow a normal law

( )N m1 ,σ with σ unknown. This is the case of the t left side test whose

critical region is given by the relation (8.16):

W x ms

n t no: ;−−α 1

Since t t tx n o; , ; , , ,− = = − = −1 0 01 25 99 25 2 78 and because


t x ms

no=−

=−

= = − −5 2 5 5

0 426 3 75 2 78, ,

,, , , we reject the

hypothesis Ho . The χ2 (Chi Square)Test Concerning The σ2 Variance of a Normal

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

normal population N m( , )σ and on this basis we suggest to verify the hypothesis : H0

20

2:σ σ= compared to the alternative H12

12: .σ σ=

We will use the statistics χσ

22

2=−( )n s s

,

where sn

x xkk

n2 2

1

11

=−

−=∑ ( ) has a repartition χ 2 1( ).n −

For the case of the right side test ( ),T T12

02⟩ the critical region W of

the hypothesis Ho , havingα given, is obtained using the variance of selection s2 . Intuitively, we reject Ho , if s k2 ≤ . The critical limit k is determined as follows:

).(P1)(P)k)sn(s)sn((P)/ks(P 1n;122

1n;22

20

20

22

022

−α−−α χ≤χ−=χ≥χ=σ−

⟩σ−

=σ=σ⟩=α

or

P n s( );χ χ αα2 2

1 1≤ = −− − from where :

χσ

σχα α

21 1

02

02

21 1

11− − − −=

−⇒ =

−; ;

( )n n

n kk

n


It results that the critical region s k2 ⟩ of the hypothesis H0 is:

W sn n: ; ,

2 02

21 11

⟩−

− −σ

χ α meaning ( )

;n s

n−

⟩ − −1 2

02

21 1

σχ α . (8.18)

For the case of the left side test, we will reject the hypothesis H0 if

s k2 < and accept it if s k2 ≥ , and k is determined as previously starting with the risk α :

α σ σσ σ

χ χ α= ⟨ = =−

<−

= < −P s k Pn s n k

P n( / ) (( ) )

) ( );2 2

02

2

02

02

2 21

1 1,

So: χσ

σχα α

21

02

02

121

1; ; .( )

n nn k

kn− −=

−⇒ =

−

Consequently, the critical region s k2 < of the hypothesis H0 is:

W sn n: ;

2 02

12

1<

− −

σχα , meaning

( ) /;

n sn

−< −

1 2

02 1

2

σχα (8.19)

For the case of the both-sides test ( )σ σ12

02≠ we will reject the

hypothesis H0 if s k21< , or s k2

2> , where the limits k1 and k2 are determined as follows:

α = <P s k( 21 or s k P

n s n k22

202

2

02

1

02

1 1> = =

−<

−/ ) (

( ) ( ))σ σ

σ σ+

).(P1)(P)(P)(P)k)1n(s)1n((P 22

221

222

221

220

220

2χ≤χ−+χ<χ=χ>χ+χ<χ=

σ−

>σ−

+

Taking into account that P P( ) ( )χ χ χ χ212 2

22< = > it results that:

2 212P( )χ χ α< = and P( ) ,χ χ

α212

2> =


so: χ χσ

σχα α1

2

21

2 1

02 1

02

21

211

= =−

⇒ =−

⋅− −; ;

( )n n

n kk

n

Consequently , the critical region s k2 ⟨ of the hypothesis H0 is:

W sn

nl: ; ,2 02

2

11⟨

−−

σχ meaning

( );

n sl n

−⟨ −

1 2

02

21σ

χ (8.20.)

For the case of the both-sides test (σ σ1

202≠ ) we will reject the

hypothesis H0 if s k22⟩ , or s k2

2⟩ , , where the limits k1 and k2 are determined

as follows: α = ⟨P s k( 2

1 sau

s k P n s n kP n s n k2

22

02

2

02

1

02

2

02

2

02

1 1 1 1⟩ = =

−⟨

−+

−⟩

−=/ ) ( ( ) ( )

) ( ( ) ( ))σ σ

σ σ σ σ

= ⟨ + ⟩ = ⟨ + − ≤P x x P x x P x x P x x( ) ( ) ( ) ( )212 2

22 2

12 2

221

If we consider that P x x P x x( ) ( )2

12 2

22⟨ = ⟩ it will results:

2 212P( )χ χ α⟨ = and P( )χ χ α2

12

2⟨ = , so:

χ χσ

σχα α1

2

21

2 1

02 1

02

21

211

= =−

⇒ =−− −; ;

( ).

n n

n kk

n

As a result a part W1 of the critical region W , denoted by the

inequality s k21< is:

W sn n

12 0

2

21

2

1:

;<

− −

σχα meaning

( );

n sn

−<

−

1 2

02

21

2

σχα (8.21)


The other part s k22> of the critical region is determined according

to:

P knn

( );

χ χ χ χ σ χα222

2 22

1 22

1

22

02

11

< = − ⇒ = ⇒ =−− − 1

2

12− −α

;n

kn n

202

12

1

2

1=

− − −

σχ α

;, so the critical corresponding region is:

W sn n

22 0

2

12

1

2

1:

; ,>

− − −

σχ α adică

( );

n sn

−>

− −

1 2

02

12

1

2

σχ α (8.22.)

The critical region of the hypothesis H02

02: ,σ σ= in the case of the

both-sides test, is W W W= ∪1 2 .

Observation: For the case when the volume n of the selection on the basis which we are testing the hypothesis H0 is large ( n > 30 ), we can use the statistics:

a) Z

n s n

n=

− − −

−

( ) ( )

( )

1 1

2 1

2

02σ

, if the volume n is large, then it has a normal

(asimptotic) repartition N (0,1).

b) Z nn s= − −−2 1 2

02 2 3( ) ,σ which also has for n a large volume of the

sample approximately with a repartition N ( , ).0 1 With the help of these statistics the testing of the hypothesis may be done according to the Z test. For example, if it was measured for n=9 times the length of the achievement of a certain operation by a worker, to draw a conclusion on work’s uniformity and the average length of accomplishment of the observed operation is X = 83 minutes. The variance of the duration was


s2 4 04= , (minutes) 2 and is considered to be the measure of the work’s uniformity. If we want to verify the hypothesis H0

2 3:σ = (minutes) 2

compared to its alternative H12 3: ;σ > takingα = 0 05, , then for α = 0 05,

and n − =1 8 degree of freedom:

χ χα1 12

0 95 82 15 5− − = =; , ; ,n

Because, ( )

, , ,u s−

= ⟨1

10 77 15 52

02σ

the obtained value of the statistics doesn’t

belong to the critical region, we accept H0. , so the work’s uniformity is not different from the uniformity established generally for the considered operation.

The Hypothesis Concerning The Variances’ Equality For Two Normal Populations

We consider two independent selections, with the volume n1 and n2 , from two normal populations on which basis we calculate the selection characteristics X and s1

2 , respectively X 2 and s22 .

We decide to verify the equality hypothesis H0 12

22:σ σ= of the

variances. The verification of the hypothesis H0 compared to one of the

alternatives σ σ σ σ12

22

12

22> <, and σ σ1

222≠ is based on the fact that, if

H0 is true, then the selection function:

Fss

ss

s s= = >σσ

22

12

12

22

12

22 1

222( ) (8.23)

has a Fisher repartition with n1 1− and n2 1− degree of freedom. From this derives the name «The F Test» for the hypothesis H0

verification.


• If the alternative is σ σ12

22< (left side F test),the critical region W of the

hypothesis H0 is the values multitude of the ratio Fss

= 12

22 for which we

have:

Pss

Fn n( ; ;12

22 1 2 11 2> − − −α ) = α, where Fn s n1 2 1 1− − −; ; α is the quartile 1−α of the

repartition F and is determined from the table according to the relation P F Fn n( ); ;< = −− − −1 21 1 1 1α α

In this case the critical region will be defined by the inequality:

ss

Fn n12

22 1 1 11 2> − − −; ; α (8.24.)


222> (right side test), we have:

Pss

Fn n( ); ;12

22 1 11 2< =− − α α (8.25)

and the critical region is denoted by the inequality:

ss

Fn n12

22 1 11 2< − −; ;α (8.26)

where Fn n1 21 1− −; ;α is the quartile α of the Fisher repartition and is determined from

the table according to the relation:

P F Fn n( ); ;< =− −1 21 1 α α


22≠ (F both-sides test), then the critical region of

the hypothesis H0 is defined by the inequalities:


ss

Fn n12

22 1 1 21 2< − −; ; /α or

ss

Fn n12

22 1 1 1 21 2> − − −; ; /α (8.27)

where Fn n1 21 1 2− −; ; / ,α and Fn n1 21 1 1 2− − −; ; /α are respectively satisfying the

relations:

Pss

Fn n( ); ; /12

22 1 1 21 2 2< =− − α

α and P

ss

Fn n( ); ; /12

22 1 1 1 21 2

12

< = −− − −αα

and

represent α / 2 respectively 1 2−α / the quartiles of the Fisher repartition.

The power of the test for a given value of the ratioσσ

12

22 = k is:

∏ = > = =− − −( ; ) ( / ); ;W k Pss

F k Pn n12

22 1 1 1 1

222

1 2 α σ σ (

s

sFn n

12

12

22

22

1 1 11 2

σ

σ

α< − − −; ; ).

As a result:

∏ = > >− − − − − − −( , ) ( ); ; ; ;W k P Fk

Fk

Fn n n n n n1 2 1 2 1 21 1 1 1 1 1 11 1

α (8.28)

the probability that results from the table for α , ,k n1 and n2 given.

For example, to evaluate two employees and decide the winner of “the best employee of the month” it was verified the accuracy of the employee’s work. There were measured the characteristics of some pieces of the same type, produced by the two employees. On the basis of the results of n=30 measurements of the pieces’ characteristics produced by the first employee, there was found the standard deviation s1=7,98 mm, and on the basis of 30 measurements for the second worker, there was obtained s2 = 5,71 mm.


Is it possible to state that the variance s12 = 63,68 exceeds

significantly s22 = 32,6, in other words, is the accuracy of the second

employee higher than of the first one? We must verify the hypothesis H0: σ1

2 = σ22

The value of the statistics F is : F calc.= s12/s2

2 = 63,68/32,6 = 1,95. For α = 0,05 and n1-1 = 24, n2-1 = 29 degree of freedom, from the

table we fiind: F0,95;24;29 = 1,90 Because Fcalc. > Ftab., we reject the equality hypothesis of the two

variances; the second worker has a higher accuracy than the first one.

The Z Test Concerning The Difference of The Means of Two Normal Populations

We consider { }X X X n11 12 1 1, ,..... and

{ }X X X n21 22 2 2, , ..... , two independent selections with the volume n1

and respectively n2 from two normal populations N m( , ),2 22σ with the

variances known, and suppose, Xn

X ii

n

11

11

1 1

==∑ and, X

nX i

i

n

22

21

1 2

=−∑ the

means of the two selections. We decide to verify a hypothesis concerning the difference

m m1 2− = δ of the means m1 şi m2 of the two populations, meaning the hypothesis H m m0 1 2 0: − = δ compared to the alternative H m m1 1 2 1: − = δ To solve this we will apply the theorem according to which the statistics Z with the formula bellow:

ZX X m m

n n

X X

n n

=− − −

+

=− −

+

1 2 1 2

12

1

22

2

1 2 0

12

1

22

2

( )

σ σ

δ

σ σ,

has a nominal repartition of type N ( , ),0 1 so we apply the Z test.


The critical regions of the hypothesis H0 0:δ δ= compared to the alternative H1 1:δ δ= , are:

• For the right side test (δ δ1 0> )

• W: x x zn n1 2 0 1

12

1

22

2

− > + ⋅ +−δ σ σα meaning x x

n n

z1 2 0

12

1

22

2

1− −

+

> −δ

σ σα (8.29)

• for the left side test (δ δ1 0< )

W: x x zn n1 2 0

12

1

22

2

− > + ⋅ +δ σ σα meaning x x

n n

z1 2 0

12

1

22

2

− −

+

>δ

σ σα (8.30)

• for the both-sides test ( )δ δ≠ 0 .

W: x x zn n1 2 0 1

2

12

1

22

2

− > − ⋅ +−

δ σ σα

or

x x zn n1 2 0

12

12

1

22

2− > + ⋅ +

−δ

σ σα

Equivalent to x x

n n

1 2 0

12

1

22

2

− −

+

⎡

⎣

⎢⎢⎢⎢⎢

⎤

⎦

⎥⎥⎥⎥⎥

δ

σ σ⟩ Z1 2−α / (8.31)


If the variances σ12 and σ2

2 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:

Zx x

sn

sn

=− −

+

1 2 0

12

1

12

2

δ

has a asymptotic repartition N ( , ),0 1 so we will apply the Z test.

For example, if we know the average tax of 1007 m.u./employee, paid by a new established bank to a drafting and labour force agency ,for the employment of 100 skilled experienced employees, is a normal random variable with the standard estimation of 3 monetary units, and the one paid to another specialized agency in the employment of more other 100 employees, unskilled personnel especially in the banking system, so without experience (personnel for which the remuneration expenses are much smaller) is a normal random variable with the standard deviation equals 4 m. u. and is equal to 1002m.u.

If the manager of the human resources decides to be verified the hypothesis H0: m1=m2, meaning that the average taxes are not significantly different, compared to the alternative m1≠m2, for α=0,01 from the table we obtain z1-α/2 = z0,995 = 2,57.

Because the statistics x x

n n

1 2

12

1

22

2

10 2 57−

+

= >σ σ

. , we reject H0 .


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 σ12 andσ2

2 are unknown , but σ σ12

22= .

Taking into account that the selections volume n1 and n2 are small

( ⟨30 ) the common value σ 2 of the two variances may be estimated using the variance:

( ) ( )sn s n s

n n2 1 1

22 2

2

1 2

1 12

=− + −

+ −(8.32) where ( )s

nx xi

i

n

12

11 1

2

1

11

1

=−

−=∑ (8.32)

and

( )sn

x xii

n

22

22 2

1

11

2

=−

−=∑

We will use the theorem according to which the statistics t,

( )

21

21

21

2121

n1

n1s

xx

n1

n1s

mmxxt+

δ−−=

+

−−−= ,

Has a Student repartition with n1 + n2 - 2 degree of freedom. The critical

regions of the hypothesis H0 from the previous point, will be:

• In the case of the right side test (δ δ1 2> )

W: x x t sn nn n1 0 0 1 2

1 21 2

1 1− > + ⋅ ⋅ +− + −δ α ; , meaning


x x

sn n

t n n1 2 0

1 2

1 21 1 1 2

− −

⋅ +> − + −

δα ; (8.33)

• In the case of the left side test (δ δ1 2< ), the critical region will be:

W: x x t sn nn n1 0 0 2

1 21 2

1 1− < + ⋅ ⋅ ++ −δ α ; meaning

x x

sn n

t n n1 2 0

1 2

21 1 1 2

− −

⋅ +< + −

δα ; (8.34)

• In the case of the both-sides test δ δ1 2≠

W: x x t sn no n n1 0 1 2 2

1 21 2

1 1− < − ⋅ ⋅ +− + −δ α / ; or

x x t sn no n n1 0 1 2 2

1 21 2

1 1− > − ⋅ ⋅ +− + −δ α / ;

equivalent to: x x

sn n

t n n1 2 0

1 2

1 2 21 1 1 2

− −

+> − + −

δα / ; (8.35)

We take the following example : we have two subsidiaries of a multinational concern where there are tested two methods of remuneration.To test, if economically speaking these two methods are similar or are significantly different , there have been recorded data refering to the wage rights deserved for one representative sample chosen randomly from each subsidiary.So for the first subsidiary, the wages (m.u.) are the


following: 2,0; 2,7; 2,9; 2,3; 2,6; and for the second subsidiary are: 2,5; 3,2; 3,5; 3,8; 3,5. Supposing that the variances of the two subsidiaries considered to be normal, are equal, we would try to compare the two methods according to the obtained salaries.

We have to verify the hypothesis H1: δ = 0, meaning m1=m2,

compared to the alternative H1: δ ≠ 0 (m1≠m2).We have

x x s s1 2 12

222 5 3 3 1 10 0 78 4= = = =. ; . ; / ; . / .We apply the t both-sides test of

which critical region is given by the relation (8.35.), with δ0=0. For α = 0,05, we find tn1+n2-2;1-α/2 = t9;0,975 = 2,26.

Since t =−

++ −

⋅ +⎛⎝⎜

⎞⎠⎟

= >2 5 3 3

05 0 786 5 2

15

16

3 48 2 26. .

. .. . , the observed value of

t belongs to the critical region, we reject the hypothesis H0. As a result, we may say that in average, the first method leads to an average salary smaller than using the second method of remuneration, because we found x x1 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 ( p−1/0 , 1/p) , i=1,2, ...... (8.36) We consider the variable X to be the number of observations Xi from the n ones, corresponding to the appearance of the event A.

meaning X= Xi

n

−∑

1i

For the unknown parameter p, we can state an hypothesis of the type Ho:p=po, where po is a specified value of p.

We take fn=Nn

the relative frequency of the appearance of the event

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

average value po and the variance p pn

o o( )1− , when Ho= is true.

It results that the diminished variable:

Zf M f

Nn

p

np pn n

fn

=−

=−

−( )

( )σ

0

0 01 (8.37)

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 Z> −1 α (8.38)

for the alternative H1 : p p> 0 (right side).

Z Z< − −1 α (8.39)


for the alternative H1 : p p< 0 (left side)

and Z > −Z1 2α / equivalent to

Z Z< − −1 2α / or Z Z> −1 2α / (8.40)

for the alternative H1:p≠po (both-sides)

To accept the hypothesis H0: p=p0 means that the difference between the relative frequency n/N, the date of selection and the specified probability po is not significant, is only randomly.

ANEXA 1

CHESTIONAR PENTRU EVALUAREA CERERII DE TRAINING

Stimate doamnă/domn, Vă rugăm să alegeţi răspunsurile pe care le consideraţi potrivite pentru următorul set de întrebări ce au ca scop evaluarea cerinţelor de instruire şi perfecţionare ale organizaţiei d-voastră. 1. Compania Denumire şi adresă: _____________________________________ Persoana de legătură:_____________________ Telefon/Fax/email: 2. Informaţii pentru clasificarea organizaţiei în cadrul eşantionului: 2.1 Forma dominantă de proprietate:

( ) Publică

( ) Privată

2.2 Naţionalitatea capitalului:

( ) Românesc ( ) Străin ( ) Mixt 2.3 Numărul de angajaţi: ( ) 1 – 50; ( ) 51 – 100; ( ) 101 – 200; ( ) 201 – 400; ( ) 400 – 600; ( ) 601 – 800; ( ) 801 – 1000; ( ) 1001 – 1500; ( ) 1501 – 2000; ( ) 2001 – 3000; ( ) 3001 – 5000; ( ) 5001 – 10000; ( ) peste 10000


2.4 Domeniul principal de activitate: ( ) Industrie ( ) Construcţii ( ) Comerţ ( ) Turism ( ) Infrastructură ( ) Servicii

comerciale ( ) Servicii

sociale 3. Politica de instruire şi perfecţionare 3.1 Compania d-voastră a organizat până acum sesiuni de instruire şi perfecţionare pentru anagajaţi? ( ) DA , se trece la 3.2 ( ) NU, se trece la 3.4 3.2 Dacă DA, vă rugăm să precizaţi care au fost acestea:

Nivelul de instruire Categoriile de angajaţi Formele de instruire ( ) sesiuni de iniţiere ( ) muncitori ( ) la locul de muncă

( ) sesiuni de perfecţionare ( ) personal din administraţie ( ) cursuri interne ( ) personal de conducere ( ) prin instituţii specializate

3.3 Vă rugăm să apreciaţi procentual câţi angajaţi ai organizaţiei d-voastră au fost cuprinşi în programe de instruire şi perfecţionare, până în prezent? Bifaţi intervalul potrivit situaţiei din organizaţia d-voastră.

- ≤ 20% ( );

- între 20 şi 40% ( );

- între 40 şi 60% ( );

- între 60 şi 80% ( );

- peste 80% ( ); 3.4 Vă rugăm să vă amintiţi care a fost ultimul curs la care au participat angajaţii d-voastră:

………….…………………………………………..

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


3.6 Dacă DA, pentru ce tip de studii:

( ) postuniversitare ( ) universitare ( ) Altele, vă rugăm precizaţi: ………….

3.7 Compania d-voastră consideră activitatea de training ca o modalitate de dezvoltarea profesională a propriului personal?

( ) DA, în foarte mare măsură; ( ) DA, în mică măsură; ( ) Şi DA şi NU; ( ) NU, nu prea; ( ) NU, deloc 3.8 Dacă DA, care consideraţi a fi avantajele activităţii de instruire şi formare a angajaţilor? 3.9 Dacă NU, care consideraţi că sunt dezavantajele formării angajaţilor? 3.10 Cheltuielile cu formarea angajaţilor sunt incluse în bugetul companiei d-voastră?

( ) DA ( ) NU, vă rugăm motivaţi: ……………….. 3.11 În legătură cu politica de ocupare a,locurilor de muncă libere, preferaţi să angajaţi personal nou, cu un nivel înalt de instruire sau să investiţi în dezvoltarea profesională a personalului deja angajat?


4. Identificarea nevoilor şi cerinţelor consumatorului de servicii de perfecţionare şi instruire a angajaţilor

4.1 Vă rugăm să specificaţi domeniile de instruire ce prezintă interes pentru activitatea companiei d-voastră, pentru fiecare tip de instruire, ocazională (A), sau la cerere, ( B) forma de instruire şi fiecare categorie de personal ce credeţi că trebuie instruită în domeniul respectiv:

Ritm de instruire Domenii de instruire Categorii de angajaţi Forma de instruire

A. Cursuri organizate

1. Flux informaţional, transport, aprovizionare, distribuţie, logistică

a) muncitori ( ) b) personal adminisraţie (

) c) personal conducere ( )

1) internă ( ) 2) la firme specializate

( ) 3) la sediul firmei cu

experţi externi ( ) la cererea agentului economic

2. Protecţia muncii şi a mediului

a) ; b) ___ c) ____ 1) __; 2) ____; 3) ____

3 Marketing

a) ; b) ___ c) ____ 1) __; 2) ____; 3) ____

4 Management

a) ; b) ___ c) ____ 1) __; 2) ____; 3) ____

5 Managementul calităţii totale

a) ; b) ___ c) ____ 1) __; 2) ____; 3) ____

6. Cursuri integrate:

a) ; b) ___ c) ____ 1) __; 2) ____; 3) ____

6 Alte domenii, vă rugăm precizaţi .......................................................

a) ; b) ___ c) ____ 1)__; 2) ____; 3) ____

Ritm de instruire Domenii de instruire Categorii de angajaţi Forma de instruire

1. Flux informaţional, transport, aprovizionare, distribuţie, logistică

a) muncitori ( ) b) personal

administraţie ( ) c) personal conducere (

)

1) internă ( ) 2) la firme specializate

( ) 3) la sediul firmei cu

experţi externi ( ) 2. Protecţia muncii şi a mediului

a) ; b) ___ c) ____

1) __; 2) ____; 3) ___

B. Cursuri organizate periodic pentru angajaţii agentului economic

7 Marketing

a) ; b) ___ c) ____

1) __; 2) ____; 3) ___

8 Management

a) ; b) ___ c) ____

1) __; 2) ____; 3) ___

9 Managementul calităţii totale

a) ; b) ___ c) ____

1) __; 2) ____; 3) ___

6. Cursuri integrate:

a) ; b) ___ c) ____

1) __; 2) ____; 3) ____

7. Alte domenii vă rugăm precizaţi ..........................................................

a) ; b) ___ c) ____ 1) __; 2) ____; 3) ____


4.2 Vă rugăm să acordaţi o notă de la 1 (locul întâi) la 5 (ultimul loc) metodelor de instruire preferate, pe care le consideraţi a fi cele mai potrivite în procesul formării angajaţilor:

prelegeri prezentare de studii de caz simulări discuţii interactive participare la desfăşurarea unui

scenariu jocuri

învăţare la distanţă prin INTERNET participare interactivă pe calculator

4.3 Pentru a putea clasifica referinţele şi nevoile consumatorului de servicii de training, vă rugăm să aveţi amabilitatea să atribuiţi următoarelor proproziţii puncte, conform scalei de mai jos: -2 -1 0 +1 +2 ______|____________|___________|_____________|____________|_____ total împotrivă împotrivă neutru parţial de acord total de acord

Opinia Nota

Angajaţii mei au obţinut rezultate mai bune după o perioadă de instruire

Activitatea de formare a angajaţilor este prea costisitoare. Mai bine cheltuim pentru activităţice ne vor aduce un profit mai rapid.

Este dificil să continui să studiezi după absolvirea şcolii

Riscăm să ne pierdem angajaţii instruiţi de noi. După ce sunt perfecţionaţi pleacă laconcurenţă.

Doar companiile străine îşi permit să instruiască angajaţii.

Cursurile ce ne- au fost oferite sunt prea scumpe

Procesul de formare continuă trebuie să includă doar personalul cu studii superioare.

Training – ul reprezintă un domeniu nou pentru noi.

Instruirea eficientă a angajaţilor se poate realiza doar peste hotare.

Angajaţii noştri sunt foarte eficienţi şi nu trebuie perfecţionaţi.

Prefer formatori străini celor români

Procesul de instruire se adresează mai mult conducerii firmei

Compania noastră preferă să angajeze oameni deja instruiţi pentru a nu fi nevoiţi să investim în formarea lor profesională

Cred că în prezent domeniul cel mai necesar a fi permanent actualizat este cel economic

Cei mai buni formatori sunt managerii firmei


ANEXA 2

CHESTIONAR DE EVALUARE A EFICIENŢEI ÎNVĂŢĂMÂNTULUI SUPERIOR ÎN OPINIA ABSOLVENŢILOR

Încercuiţi varianta potrivită pentru fiecare întrebare.

Sunteţi absolvent de învăţământ superior?

1. DA (CONTINUĂ!) 2. NU (STOP INTERVIU!)

Ce facultate/facultăţi aţi absolvit?________________ De ce v-aţi înscris la această facultate ?

1. Dintr-o „chemare” (aplecare asupra domeniului); 2. Din cauza părinţilor care m-au obligat; 3. Ca să-mi urmez prietenii; 4. Am considerat că este un domeniu cu un viitor financiar sigur; 5. Am ştiut că este domeniul potrivit pentru mine (legat de

personalitatea şi preocupările mele) din toate punctele de vedere; 6. Alt motiv:

_____________________________________________________

În cazul în care motivul ales la întrebarea precedentă a fost 1, 2 sau 3, doriţi să urmaţi o altă facultate? (Dacă aţi răspuns anterior cu variantele 4 sau 5 ignoraţi această întrebare)

1. Da, chiar am să fac acest lucru. 2. Da, îmi doresc, dar nu am plănuit încă nimic. 3. Aşa şi aşa, îmi doresc, dar nu am timpul necesar. 4. Nu, consider că o facultate este de ajuns pentru oricine. 5. Nu, nu îmi permit datorită mai multor restricţii

(financiare, de familie etc.). Precizaţi ce restricţii vă împiedică: ..........................................................


Cât aplicaţi (practic) din cele învăţate în facultate în meseria d-voastră ? 1. 0 – 20 % 2. 20 – 40 % 3. 40 – 60 % 4. 60 – 80 % 5. 80 – 90 % 6. 90 – 100 %

Pe parcursul facultăţii, nivelul cursurilor predate era: 1. ridicat 2. mediu 3. scăzut

Iar cunoştinţele d-voastră, în timpul facultăţii, erau: 1. pur teoretice 2. mai mult teoretice decât practice 3. şi practice, şi teoretice, în aceeaşi măsură 4. practice, aplicabile în realitate 5. mai mult practice

În liceu aţi beneficiat de informaţii privind opţiunile posibile referitoare la facultate?

1. da, în mare măsură 2. da, în oarecare măsură 3. aşa şi aşa 4. nu prea mult 5. deloc

În opinia d-voastră, părinţii/rudele şi apropiaţii celor ce trebuie să aleagă o facultate, trebuie:

1. să îi încurajeze să urmeze o facultate potrivită, prezentându-şi propria părere asupra capacităţilor şi trăsăturilor candidatului;


2. să îi îndemne să studieze la o facultate despre care ştiu că ”este de viitor” şi că diploma acestei facultăţi îi va asigura candidatului un viitor sigur;

3. să îi oblige să urmeze o facultate ai cărei absolvenţi sunt cei mai căutaţi pe piaţa muncii la momentul respectiv, fără să ceară părerea candidatului;

4. să nu îi influenţeze în nici o direcţie.

Aţi fost obligaţi vreodată să vă reorientaţi profesional? 1. Da, şi acum am cu totul altă ocupaţie decât

formaţia mea profesională; 2. Da, acest lucru este necesar pentru integrarea

mea pe piaţa de muncă, dar aştept un loc de muncă potrivit profesiei mele;

3. Nu, nu a fost necesar (existau locuri de munca pentru domeniul meu) dar am făcut acest lucru din proprie iniţiativă;

4. Nu, nu a fost necesar, profesia mea era/este o meserie căutată. Dacă v-aţi reorientat profesional, aţi făcut-o prin:

1. cursuri practice, de specialitate; 2. practicând direct meseria, „furând meseria” de la colegii mei mai

experimentaţi; 3. studiind cărţi de specialitate, manuale, articole; 4. prin cursuri prin corespondenţă; 5. altă metodă:

____________________________________________________

A existat vreun moment, după terminarea facultăţii, când aţi dorit să urmaţi o altă carieră ?

1. Da, au existat mai multe astfel de momente. 2. Da, a existat un singur astfel de moment. 3. Nu – nici nu mi-a trecut prin gând. 4. Nu îmi amintesc.


Dacă aţi răspuns afirmativ la întrebarea precedentă, aţi făcut ceva practic pentru schimbarea carierei ?

1. Da, chiar mi-am schimbat cariera. 2. Da, am încercat, dar nu am reuşit. 3. Nu încă, dar intenţionez. 4. Nu, nu am avut curajul să schimb ceva. 5. Nu, am considerat că este doar un sentiment de moment.

Consideraţi că tinerii din ziua de azi trebuie să urmeze o facultate din unul din motivele:...................................................................................................

Consideraţi că trebuie să existe cabinete de „orientare profesională” şi în licee (în activitatea lor fiind inclusă consultanţă psihologică menită să estimeze „orientarea elevului”)?

1. Da, ele sunt în beneficiul elevului pentru viitor. 2. Da, dar trecerea prin această „categorisire” nu trebuie să fie

obligatorie pentru toţi elevii. 3. Da şi nu, acest aspect trebuie luat în considerare de părinţii şi

elevii fiecărui liceu în parte, nu trebuie impus un astfel de cabinet pe plan naţional.

4. Nu, nu consider că elevii au nevoie de aşa ceva (au apropiaţi care să îi îndrume).

5. Nu ştiu/nu mă pronunţ.

Consideraţi că trebuie create, pentru elevii de liceu, facilităţi de comunicare şi informare, care să ofere acces la cunoaşterea oportunităţilor de angajare după terminarea facultăţii?

1. Da, sigur acest lucru facilitează mult alegerea tinerilor. 2. Da, este bine ca elevii să se poată informa singuri şi să facă o

alegere cunoscând toate informaţiile. 3. Şi da şi nu – trebuie ca elevii să urmeze sfaturile prietenilor,

rudelor şi apropiaţilor şi apoi să decidă în funcţie de oferta instituţiilor de învăţământ superior.

4. Nu, nu consider că facilitează decizia elevilor. 5. Nu ştiu.


Aţi urmat şi alte cursuri în afara celor universitare pentru perfecţionarea d-voastră profesională?

1. Da, am urmat şi m-au ajutat în carieră. 2. Da, am început să urmez, dar nu am avut

timpul necesar să le termin. 3. Nu, dar plănuiesc să o fac. 4. Nu, nu am considerat că-mi sunt necesare.

Aţi fost vreodată promovat(ă), de-a lungul carierei, doar datorită diplomei de absolvire deţinute?

1. Da, sunt sigur de acest lucru. 2. Da, dar nu pot fi sigur de acest lucru. 3. Nu ştiu, promovarea mea nu mi-a fost atât de clar explicată. 4. Nu, sunt sigur că promovările primite s-au datorat numai muncii

mele. Aţi fost vreodată şomer, în afara perioadei imediat următoare terminării studiilor superioare ?

1. Da 2. Nu

Aţi schimbat locurile de muncă până acum? 1. Da, foarte des (mai mult de 15 locuri de

muncă). 2. Da, des (7-15 locuri de muncă). 3. Da, dar rar (3-7 locuri de muncă). 4. Da, dar foarte rar (1-3 locuri de muncă). 5. Nu, lucrez în acelaşi loc de când m-am angajat prima oară.

Dacă aţi răspuns afirmativ la întrebarea precedentă, din ce motive aţi schimbat locul de muncă? (puteţi bifa oricâte răspunsuri doriţi)

1. Nemulţumire faţă de condiţiile de muncă 2. Nemulţumire faţă de salariu – astfel am încercat să-mi găsesc un

alt loc de muncă


3. Nemulţumire la adresa mediului social neprietenos şi rece existent în firmă

4. Din cauza restructurărilor de la firma la care lucram 5. Mi s-a oferit o slujbă mai bună 6. Nu m-am înţeles cu superiorul meu şi am fost concediat(ă) 7. Alt motiv, precizaţi care anume:.............................................

Cum vă informaţi în domeniul în care v-aţi pregătit şi în care lucraţi? 1. Cumpărându-mi cărţi de specialitate 2. Am abonament la bibliotecă (specificaţi, vă rugăm,

biblioteca:____________) 3. Prin reviste de specialitate pe care le cumpăr ocazional, 4. Am abonament la una sau mai multe reviste de specialitate 5. Navigând pe INTERNET 6. Participând la manifestările publice din domeniu 7. Altfel, cum anume:................................................

Vârsta d-voastră este: 1. 22- 30 ani 2. 31- 40 ani 3. 41- 50 ani 4. 51- 60 ani 5. 61- 65 ani

Profesia d-voastră:________________________________________ Ocupaţia actuală:______________________________________________ Vechimea d-voastră în muncă:____________________________________ Vechimea la locul de muncă actual:________________________________ Vechimea la ultimul loc de muncă:_________________________________ Oraşul unde locuiţi:_____________________________________________

VĂ MULŢUMIM PENTRU TIMPUL ACORDAT!


ANEXA 3

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

călători intervin în favoarea contravenienţilor care nu vor să se legitimeze sau să plătească amenda legală în vehicul.

1.Care este frecvenţa acestor evenimente cu care v-aţi confruntat d-voastră, personal:

– zilnic (estimaţi numărul acestora) – lunar (estimaţi numărul acestora) – săptămânal (estimaţi numărul acestora) – niciodată

2. Vă rugăm să apreciaţi numărul de astfel de intervenţii în favoarea contravenienţilor, întâlnite de d-voastră. într-o lună obişnuită - 21 de zile lucrătoare: (subliniaţi)

Nici una

1-5 intervenţii

6–10 intervenţii

11–15 intervenţii

15–20 intervenţii

>20 intervenţii

3.Ce categorii de persoane credeţi că intervin, în majoritatea cazurilor, în favoarea contravenienţilor (precizaţi numărul lor având în vedere aproximarea d-voastră maximă de mai sus):

a. Persoane din afara Regiei de Transport., precizaţi cine şi câte b. Salariaţi ai Regiei de Transport c. Pensionari ai Regiei de Transport d. Alte categorii de pensionari (ce beneficiază de gratuitate)

4. Dintre salariaţii şi pensionarii Regiei (b+c din întrebarea 3.) care intervin în general într-o lună (21 de zile lucrătoare) în controlul d-voastră aproximativ câţi sunt: a. femei .............; b. bărbaţi..........


5. Aceeaşi întrebare pentru:

a. tineri (până în 35 ani) b. maturi (35 – 55 ani) c. vârstnici (peste 55 ani)

6. Dintre salariaţii şi pensionarii Regiei, câţi intervin într-o lună lucrătoare, în general pentru:

a. rude, cunoştinţe b. străini c. ambele (în mod egal)

7. Care sunt, în opinia d-voastră, motivele invocate în favoarea contravenienţilor (încercuiţi):

1. comportamentul controlorilor; 2. vârsta contravenienţilor; 3. situaţia materială a contravenienţilor; 4. calitatea serviciilor R.A.T.B.; 5. alte motive, precizaţi care anume……………………………

8. Pe ce linii şi între ce staţii aveţi astfel de situaţii în mod frecvent:………………………………

9. În final, vă rugăm să menţionaţi cu toată seriozitatea cam câţi călători intervin în favoarea controlorilor în cele 21 de zile lucrătoare ale unei LUNI calendaristice: (subliniaţi):

nici una

1 - 5 persoane

6 – 10 persoane

11 – 15 persoane

15 – 20 persoane

> 20 persoane

Vă rugăm să precizaţi câteva informaţii despre d-voastră necesare

clasificării răspunsurilor (încercuiţi): Sex: a. M. b. F; Studii: a. Medii b. Superioare;

Vârsta (ani):..... Vechime în Regie:.....

CONDUCEREA REGIEI VĂ MULŢUMEŞTE!


ANEXA 4

CHESTIONAR PENTRU CONTROLORI - VARIANTA a-2-a Stimate coleg(ă),

Ştim cu toţii că unii călători intervin în apărarea contravenienţilor care nu vor să plătească amenda RATB şi nici să se legitimeze. Dorim ca, împreună cu dvs., să găsim şi să propunem câteva soluţii de rezolvare a acestei probleme. De aceea vă rugăm să răspundeţi la întrebările din acest chestionar. Vă mulţumim.

1 Din punct de vedere (d.p.d.v.) al ocupaţiei, cine credeţi că intervine cel mai mult în apărarea contravenienţilor? (încercuiţi o singură liter`)

a. persoane fără ocupaţie (şomeri, casnice etc.);

b. salariaţi RATB; c. salariaţi din afara RATB (presă,

poliţie, administraţia de stat); d. persoane care beneficiază de gratuitate

sau de reducere pe RATB; e. alte categorii de persoane,

care:………………

4 D.p.d.v. al sexului, cine intervine cel mai mult în apărarea contravenienţilor? (încercuii o singură literă): a. femeile; b. bărbaţii; c. femeile şi bărbaţii în mod egal.

2 D.p.d.v. al vârstei, cine credeţi că intervine cel mai mult în apărarea contravenienţilor? (încercuiţi o singură literă):

a. tinerii (persoane până în 35 de ani); b. maturii (36 – 55 ani); c. vârstnicii (56 – 65 ani); d. bătrânii (peste 65 de ani).

5. Pentru care contravenienţi credeţi că se intervine cel mai mult? (încercuiţi o singură literă): a. pentru tinerii (pers. până în 35 ani); b. pentru mature (36-55 ani); c. pentru bătrâni (peste 65 de ani).

6 Care este cel mai frecvent răspuns al contravenienţilor la întrebarea d.-voastră. “De ce nu aveţi billet”. Scrie aici………………………………

3 D.p.d.v. al frecvenţei, cât de des credeţi că intervin unii călători în apărarea contravenienţilor? (încercuiţi o singură literă):

a. întotdeauna (zilnic); b. mai rar (de 2 – 3 ori/săpt.); c. foarte rar; d. niciodată.

7. Care este cel mai frecvent răspuns al călătorilor la solicitarea dvs. De “a se legitima?”

Scrie aici …………………………. 8. Ce măsuri propuneţi împotriva

contravenienţilor care nu vor să se legitimeze? Scrie aici………………………………


9 Care este cel mai frecvent răspuns la

întrebarea “Dvs., de ce interveniţi?” pe care o adresaţi călătorilor care iau apărarea contravenienţilor. Scrie aici………………………………..

D E S P R E D-VOASTRĂ: (încercuiţi litera corespunzătoare)

13. Sexul : a. B b. F

10 Ce măsuri propuneţi împotriva

călătorilor care iau apărarea contravenienţilor? Scrie aici……………………………….

14. Studii :

a. şcoala generală; b. liceul; c. student (ă);

d. superioare

11 Cât de frecvent intervin călătorii în apărarea controlorilor de bilete? (încercuiţi o singură literă):

a. întotdeauna (zilnic); b. mai rar (de 2+3 ori/săpt.); c. foarte rar; d. niciodată.

15. Vârsta : a. până în 35 de ani; b. 36 – 55 ani; c. peste 55 ani.

16. Vechimea d-voastră în RATB : a. până în 5 ani; b. 6 – 10 ani; c. 11 – 20 ani; d. peste 20 ani.

12. Cât de frecvent intervin salariaţii regiei în apărarea d-voastră? (încercuiţi o singură literă):

a. întotdeauna (zilnic); b. mai rar (de 2-3ori/săpt.) c. foarte rar; d. niciodatĂ.

Încă o dată, vă mulţumim.


ANEXA 5

OPINIA CĂLĂTORILOR CARE CIRCULĂ CU MIJLOACE DE TRANSPORT PUBLIC DECORATE INTEGRAL CU RECLAMĂ

1. Călătoriţi des pe această linie? (Bifaţi răspunsul potrivit).

a. zilnic b. săptămânal c. mai rar

2. Sunteţi mulţumiţi de noul aspect al vehiculului, cu geamurile decorate integral?

a. foarte mulţumit b. mulţumit c. nemulţumit d. foarte nemulţumit

3. Opinia dvs. se referă la:

a. aspectul exterior b. vizibilitatea din interiorul vehiculului c. controlul călătoriei d. altele (care).....................................................

4. Sex. B F

5. Vârsta (ani):

10-29 30-59 60 +

6. Profesie:

elev, student, militar salariat patron liber profesionist pensionar şomer altele


ANEXA 6

CHESTIONAR DE EVALUARE A PIEŢEI ASIGURĂRILOR ÎN BUCUREŞTI

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

răspunde la un set de întrebări referitoare la piaţa asigurărilor. Vă asigurăm de întreaga confidenţialitate privind răspunsurile d-voastră. Vă mulţumim!

NOTĂ: Aceste întrebări se referă doar la asigurările facultative pentru persoane individuale şi nu la asigurările obligatorii de răspundere civila, în efectul legii. Răspunsurile se vor marca cu X conform alegerii individuale.

1. Sunteţi asigurat în prezent:

- Da (treceţi la întrebarea 4) - Nu (treceţi la întrebarea 6)

2. Ce rol au jucat asigurările în viaţa d-voastră? - Am fost asigurat (treceţi la întrebarea 3) - Nu am fost asigurat (treceţi la întrebarea 6)

3. Specificaţi motivul principal pentru care nu mai sunteţi asigurat:...................................................................................................

4. Ce tip de asigurare aţi avut sau aveţi?......................................................

5. Cu ce companie a fost încheiat contractul de asigurare?..........................

6. Care este sau a fost vechimea contractului d-voastră? (nr. de ani pentru

care s-au plătit prime de asigurare) .......................................................... 7. Care este sau a fost durata contractului :..................................................


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

- Da - Nu - Nu ştiu

9. Intenţionaţi să achiziţionaţi în viitorul apropiat o altă poliţă de asigurare?

- Da, în mod sigur - Da, este posibil - Nu prea cred - Nu, în mod sigur

10. Ce tip de poliţă de asigurare vă interesează?........................................

11. Pentru aceasta ce companie de asigurări preferaţi, dintre cele ce îşi desfăşoară activitatea în Bucureşti?

- ING Nederlanden - ASIROM - AIG Life - Allianz Ţiriac - Sara Merkur - Omniasig - ASTRA - Ardaf - Altele, precizaţi care .............................................. - Nu ştiu

12. Principalul motiv al preferinţei d-voastră. este: - seriozitatea firmei - experienţa firmei - tradiţia românească - tradiţia internaţională


- clienţii firmei - publicitatea şi reclama firmei - alt motiv, care anume ............

13. Cunoaşteţi persoane fizice care au beneficiat sau beneficiază de contracte de asigurare?

- Da (treceţi la întrebarea 14) - Nu (treceţi la întrebarea 17)

14. Care este compania asiguratoare cu care acestea au incheiat contractul de asigurare?

- ING Nederlanden - ASIROM - AIG Life - Allianz Ţiriac - Sara Merkur - Omniasig - ASTRA - Ardaf - Altele, precizaţi care .............................................

15. Ce tip de asigurare este încheiat cel mai des de către prietenii d-voastră?

- de viaţă - sănătate - bunuri - locuinţă - pensie - auto, alta decât cea obligatorie - alt tip, care anume.................


16. Care este durata asigurată cel mai des de către prietenii d-voastră:………………

17. De cât timp sunt asiguraţi prietenii d-voastră?

- mai puţin de un an - între 1 şi 3 ani - între 3 şi 6 ani - peste 6 ani

18. În ce măsură vă sfătuiţi prietenii să încheie contracte de asigurări? - în foarte mare măsură - în mare măsură - aşa şi aşa - în mică măsură - deloc

19. Ce tip de asigurare le recomandaţi prietenilor d-voastră.? - viaţă - sănătate - bunuri - locuinţă - pensie - auto, alta decât cea obligatorie - alt tip, care anume.................

20. Ce companie recomandaţi prietenilor d-voastră? - În primul rând: .......................................... - În al doilea rând: ........................................ - În al treilea rând: ........................................

21. Ce companii nu recomandaţi prietenilor d-voastră?..........................


22. Unde aţi văzut/auzit/citit ultima dată reclamă sau publicitate pentru asigurări?

- la radio - la televiziune - în ziare/reviste - pe panouri de afişare - altundeva, unde anume...................

23. Cum caracterizaţi companiile de asigurări active pe piaţa din Bucureşti?

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

Compania Trăsături /Caracteristici

Seriozitate TradiţieExperienţă naţională

Experienţă internaţională

Vechime Popularitate

ING Nederlanden

ASIROM AIG Life Allianz Ţiriac Sara Merkur Omniasig Astra Altă firmă: .............

Importanţă pentru d-voastră


24. Cum apreciaţi evoluţia pieţei asigurărilor din România? - într-o continuă dezvoltare - în stare de dezvoltare incipientă - cu bune perspective - fără perspective - altfel, cum anume....................

25. În ce categorie de vârstă vă încadraţi: - 20 - 29 ani - 30 - 39 - 40 - 49 - 50 - 59 - 60 şi peste

26. Starea d-voastră civilă este: - căsătorit - necăsătorit - văduv - divorţat - separat - în uniune consensuală

27. Câţi membri are gospodaria d-voastră? - < 2 - 2 - 4 - 4 - 6 - 6 - 8

28. Nivelul d-voastră de instruire este (nivelul studiilor absolvite): - studii elementare - studii medii - studii liceale - studii universitare - studii postuniversitare


29. Venitul mediu lunar net al gospodariei d-voastră este de: - < 3 mil ROL - 3 - 6 - 6 - 9 - 9 - 12 - 12 - 15 - peste 15

30. Sex: B F VĂ MULŢUMIM!


ANEXA 7 Academia de Studii Economice din Bucureşti realizează o cercetare

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

1. Care este statutul d-voastră profesional? (alegeţi răspunsul corespunzător):

Salariat Lucrător familial Student/elev Patron Neremunerat Pensionar Lucrător pe cont propriu Şomer Militar în termen

2. Cum estimaţi veniturile totale ale familiei d-voastră în raport cu

necesităţile?(alegeţi răspunsul corespunzător): • Nu ne ajung nici pentru strictul necesar • Ne ajung numai pentru strictul necesar • Ne ajung pentru un trai decent, dar nu ne permitem cumpararea

unor obiecte mai scumpe (mobilă şi obiecte de lux, maşină, casă etc.)

• Reuşim să cumpărăm şi unele obiecte mai scumpe, dar cu eforturi • Reuşim să avem tot ce ne trebuie, fără mari eforturi.

3. Câte ore estimaţi că munciţi într-o zi obişnuită (24 ore)?____ Din care: muncă salariată____

4. Câte ore apreciaţi că alocaţi zilnic: - muncii (plătite sau neplătite)____ - transportului____ - somnului, hranei, igienei____ - activităţilor de recreere ____- studiului (învatare, informare: cititul ziarelor, revistelor de specialitate etc.) ____


5. Aţi făcut vreodată muncă în folosul comunităţii? (alegeţi răspunsul corespunzător):

Da, într-un azil de bătrâni Da, într-un orfelinat Da, intr-o creşă/grădiniţă Da, în alta parte. Care?................................... Nu

6. Intenţionaţi să vă schimbaţi locul de muncă? (numai pentru cei ce au în prezent un loc de muncă stabil!) (alegeţi răspunsul corespunzător):

da, sunt în căutarea unui alt loc de muncă – treci la întrebarea nr.7

da, dar nu caut în mod deosebit, ci aştept să apară o oportunitate – treci la întrebarea nr.7

nu mi-am pus încă problema – treci la întrebarea nr.8 în mod hotărât nu – treci la întrebarea nr.8

7. Care este motivaţia alegerii făcute la întrebarea nr. 6? (alegeţi

răspunsurile corespunzătoare).

un salariu mai bun un program de lucru mai avantajos

dorinţa de a avansa în carieră dorinţa de a face lucruri noi o poziţie socială mai înaltă posibilitatea de a rămâne şomer un mediu de lucru mai plăcut sau mai competitiv

mai multe facilităţi (telefon, maşină, acces la o sală de sport etc.)

un alt motiv. Care?................................................................ Nu ştiu/Nu răspund


8. Preferaţi o slujbă mai bine remunerată, dar nesigură sau o slujbă mai modest remunerată, dar sigură? (alegeţi răspunsul corespunzător):

O slujbă mai bine remunerată, dar nesigură O slujbă mai modest remunerată, dar sigură Nu ştiu

9. Consideraţi că următoarele funcţii/profesii sunt, în România, în general

îndeplinite:

Întotdeauna de femei

De obicei

de femei

Aproximativegal de femei

şi bărbaţi

De obicei

de bărbaţi

Întotdeauna de bărbaţi

Nu ştiu/ Nu

răspund

Medic

Profesor/ cercetător

Infirmier/asistent medical

Avocat

Asistent social

Funcţionar/secretar

Casier

Cadru militar

Informatician

Economist

Inginer

Secretar

Ziarist

Vânzător

Muncitor

Şofer


10. Credeţi că, în general, următoarele funcţii sunt îndeplinite:


De obiceide femei

Aproximativ egal

de femei şi bărbaţi

De obicei de bărbaţi


Nu ştiu/ Nu

răspund

Funcţii de conducere (director, manager, patron)

Funcţii de execuţie (angajat)

11. În ce măsură sunteţi de acord cu următoarele afirmaţii?

În

foarte mare

măsură

În mare măsură

Nici de acord, nici

în dezacord

În micămăsură

În foarte mică

măsură

Nu ştiu/ Nu

răspund

Lucrul bine început e pe jumătate făcut.

Să nu laşi pe mâine ceea ce poţi face azi.

Nu îngrăşa porcul în ziua de Ignat.

Fiecare este făuritorul propriului său destin.

Cine se trezeşte de dimineaţă departe ajunge.

Munca e cea mai bună avuţie.

Nu te bucura de munca altuia.

Munceşti mult, trăieşti puţin.

Omul muncitor de pâine nu duce dor.


12. Consideraţi că următoarele munci casnice sunt în general îndeplinite:


De obiceide femei

Aproximativ egal de femei şi bărbaţi

De obicei de

bărbaţi


Nu ştiu/ Nu

răspund

Spălat

Călcat

Curăţenie

Dus gunoiul

Bătutul covoarelor

Gătit

Mici reparaţii prin casă

A face piaţa

A avea grijă de membrii familiei

Cumpărarea obiectelor de folosinţă indelungată

13. Apreciaţi în ce măsură vi se potrivesc următoarele afirmaţii:

13.1 “Salariul mare este un factor important în alegerea locului de muncă”.

-2

În foarte mică măsură

-1 În mică măsură

0 Nu ştiu sigur

+1 În mare măsură

+2 În foarte mare măsură

13.2 “Prefer să muncesc ore suplimentare pentru a câştiga mai mulţi bani”.

-2 În foarte mică

măsură


0 Nu ştiu sigur




13.3 “Sunt dispus să urmez nişte cursuri de perfecţionare/instruire pentru a obţine un loc de muncă mai avantajos”.

-2

În foarte mică măsură


0 Nu ştiu sigur


+2 În foarte mare

măsură

13.4 “Intenţionez să muncesc în străinătate”.

-2 În foarte mică

măsură


0 Nu ştiu sigur



14. Unii oameni trăiesc în sărăcie. Acest lucru se întâmplă (alegeţi răspunsurile corespunzătoare):

pentru că nu au avut noroc datorită societăţii în care trăim pentru că sunt leneşi din alt motiv. Care?..................

Nu ştiu/Nu răspund

15. Cum credeţi că au reuşit majoritatea oamenilor care au făcut avere în România? (alegeţi răspunsurile corespunzătoare).

prin muncă şi merite personale prin încălcarea legii au avut noroc din alt motiv. Care?................... prin relaţii Nu ştiu/Nu răspund


16. Credeţi că în România un bărbat îşi găşeste mai uşor o slujbă decât o femeie?

Da Nu Nu ştiu

17. Credeţi că bărbaţii din România au mai multe şanse decât femeile să

realizeze un venit suplimentar celui obţinut din ocupaţia de bază?

Da Nu Nu ştiu

18. Care este părerea d-voastră despre femeile şofer? (alegeţi răspunsul corespunzător) Toate femeile şofer pe care le-am întâlnit conduceau bine. Am întâlnit femei care conduceau bine. Am întâlnit şi femei care conduceau bine, şi femei care conduceau prost.

Am întâlnit femei care conduceau prost. Toate femeile şofer pe care le-am întâlnit conduceau prost.

19. În continuare întrebările 19 – 21 sunt numai pentru femei!

19.1 Credeţi că vi s-a întâmplat vreodată să nu fiţi angajată pe un post

pentru că sunteţi femeie?

Da Nu Nu ştiu

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

Da Nu Nu ştiu


19.3 Aţi constatat vreodată că slujba pe care o deţineţi este mai slab remunerată decât o slujbă similară, deţinută, în cadrul aceleiaşi instituţii, de un bărbat?

Da Nu Nu ştiu

Pentru realizarea de clasificări ulterioare sondajului, vă rugăm să

precizaţi situaţia d-voastră:

20. În ce domeniu de activitate lucraţi?

Public – treci la întrebarea nr. 21 Privat - treci la întrebarea nr. 21 Nu deţin în prezent un loc de muncă – treci la întrebarea nr. 22

21. Poziţia pe care o deţineţi în prezent vă conferă atribuţii de (mai multe

variante de răspuns):

conducere coordonare

altele. Care?................ nu ştiu/nu răspund

22. Vârsta:

până la 18 ani între 36-45 ani între 18-25 ani între 46-55 ani între 26-35 ani peste 56 ani

23. Sex:

Feminin Masculin


24. Stare civilă:

Necăsătorit Căsătorit/ă Divorţat/ă

Văduv/ă

Alte situaţii. Care?....................................................................................

25. Aveţi copii în întreţinere? Da Nu

26. Ultima formă de învăţământ absolvită: - Şcoală generală - Liceu - Şcoală profesională - Şcoală postliceală - Învăţământ superior - Învăţământ postuniversitar - Alte situaţii. Care?.........................................................

27. Localitatea de reşedinţă:.................................................................

28. Judeţul de reşedinţă:..................................................................


ANEXA 8

Facultatea de Studii Economice în Limbi Străine organizează un sondaj social în scopuri didactice cu tema CUM SĂ OBŢINEM O NOTĂ MAI BUNĂ? Asigurându-vă de deplina confidenţialitate a răspunsurilor dumneavoastră, vă rugăm să completaţi chestionarul următor.

BIFAŢI RǍSPUNSUL CORESPUNZǍTOR 1. Sunteţi cetăţean român?

da nu

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

3. Sunteţi bărbat femeie

4. Facultatea la care sunteţi student: privată de stat

5. Oraşul universitar este: Braşov Bucureşti Craiova Cluj Constanţa Galaţi Iaşi Ploieşti Piteşti Sibiu Timişoara


6. Care este domeniul de studiu: - economic - politehnic - drept - medicină - psihologie - altul, …

7. Sunteţi student în anul: - I - II - III - IV - V

8. Forma de învăţământ: - cu plată - buget

9. Beneficiaţi de bursă de merit: da nu

9. Aţi văzut vreodată un coleg copiind în timpul examenului? - niciodată - o dată sau de două ori - de câteva ori - de multe ori - întotdeauna

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


11. A mai fost văzut de cineva? - de alţi câţiva studenţi - de mai mulţi studenţi - de toţi studenţii - de profesor

12. Dacă profesorul nu l-a văzut, alt student i-a adus la cunoştinţă acest lucru? - niciodată - o dată sau de două ori - de câteva ori - de multe ori - întotdeauna

13. În cazul în care profesorul a ştiut de încercarea de copiere, studentul a primit o pedeapsă: - niciodată - o dată sau de două ori - de câteva ori - de multe ori - întotdeauna

14. Dacă a primit o pedeapsă pentru copiere, care a fost aceasta: - a picat examenul - i-au fost scăzute puncte din notă - a fost exmatriculat din facultate - alt răspuns ......................................

15. De ce credeţi/ştiţi că studentul a încercat să copieze? - ca să treacă examenul (el/ea are de obicei note foarte scăzute) - ca să primească o notă mai mare decât media - nu a fost chiar o încercare de copiere, a încercat doar

să îşi verifice răspunsurile cu un alt student - alt răspuns,.................................................................................


16. Când aţi văzut studenţi încercând să copieze? (bifaţi toate răspunsurile care corespund) - la examenul de admitere - în primul an - în al doilea an - în al treilea an - în al patrulea an - în al cincilea an

17. Ce metode foloseau? (bifaţi toate răspunsurile care corespund) - copiau subiectele după un alt student - copiau din cărţi - copiau de pe bucăţi de hârtie pregătite dinainte - folosind noua tehnologie (walkman, telefon mobil etc.) - altă metodă ................................................................................

18. Ce faceţi când aveţi un proiect de făcut? (bifaţi toate răspunsurile care corespund) - studiaţi din cărţile proprii - folosiţi o bibliotecă publică - folosiţi Internetul - cumpăraţi un proiect gata făcut - nu îl faceţi - cereţi ajutor

19. În acest caz ajutorul se cere mai ales: - colegilor de an - colegilor mai mari - profesorului - altui profesor

19. Cunoaşteţi un caz în care un student a fost notat intenţionat mai prost în examen decât ar fi trebuit? - da - nu


20. Cunoaşteţi un caz în care un student a fost notat mai bine în examen decât ar fi trebuit? - da - nu

21. De ce credeţi/ştiţi că s-a întâmplat acest lucru? - cunoaşterea subiectele dinainte - a folosit o metodă de a copia în timpul examenului - a avut o înţelegere cu profesorul - alt motiv, ….

22. Citiţi următoarea povestire fictivă: Jack, student la Facultatea de Astrologie, este managerul unui club

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

ScalăPersonaje

Foarte vinovat

Puţin vinovat

Indecis Nu chiar vinovat Deloc vinovat

Jack Jim Profesorul Părinţii lui Jack Părinţii lui Jim

În final, dacă doriţi, spuneţi-ne după experienţa studenţească avută, ce metode există şi care sunt cele mai eficiente, pentru a obţine o notă mai bună?..............................................................................................................


ANEXA 9 EVALUAREA IMM-URILOR DIN JUDEŢUL ALBA

Încercuiţi răspunsul ales! 1. Care este domeniul principal de activitate al firmei dumneavoastră?……...

2. Ce v-a determinat să deveniţi antreprenor? a. nevoi financiare; b. sesizarea unei oportunităţi; c. dorinţa de a fi propriul stăpân; d. alte motive, vă rugăm precizaţi……

3. Care au fost sursele dumneavoastră de informare înainte de începerea activităţii ca antreprenor? a. mass-media; b. cunoştinţe şi prieteni; c. sursele oficiale de informare; d. altele …………………….

4. De cât timp aţi început afacerea? a. 1-2 ani; b. 2-6 ani; c. >6 ani.

5. Estimaţi o medie lunară a cifrei de afaceri de la începerea activităţii ……………..

6. Estimaţi un profit mediu al firmei de la începerea activităţii şi până în prezent ………

7. Distribuirea procentuală a profitului firmei d-voastră este: (vă rugăm scrieţi % potrivit)

Procent_ investiţii………………….. rezerve legale…………….. nedistribuit……………….. dividende…………___________.

TOTAL 100%

8. Care sunt sursele dumneavoastră principale de finanţare? a. capital propriu; b. instituţii financiare; c. altele (specificaţi)………………………………………..


9. Ce strategii de marketing abordează firma dumneavoastră? a. strategia Mercedes (calitatea primează, indiferent care e preţul); b. strategia japoneză (preţuri mici,obţinute sacrificând din calitate); c. strategii concurenţiale (vă axaţi pe un anumit segment de consumatori,

bine definit, pe care îl cunoaşteti foarte bine); d. alte strategii, vă rugăm să precizaţi care anume………………………

10. Care este numărul de angajaţi permanenţi ai firmei dumneavoastră?……

din care: a. necalificaţi …; b. calificaţi……

11. Care este strategia dumneavoastră în materie de resurse umane? a. angajaţi doar personal calificat; b. angajaţi mai ales personal calificat; c. angajaţi mai ales personal necalificat pe care îl perfecţionaţi; d. angajaţi numai personal necalificat pe care îl perfecţionaţi; e. ambele

12. a)Aţi planificat deja dezvoltarea (extinderea) firmei: a.1. pe termen scurt(<1 an); a.2. pe termen mediu (1-5 ani); a.3. pe termen lung(>5 ani). a.4. nu încă b) dacă da, în ce domeniu?……………………..

13. Ca manager, acordaţi mai multă importanţă: a. proiectelor; b. echipei; c. indivizilor; d. altcuiva

14. Ce contează cel mai mult în firma dumneavoastră? a. calitatea superioară; b. angajaţii firmei să fie mulţumiţi; c. satisfacerea nevoilor clientului într-o măsură cât mai mare.

15. Sunteţi mai ales un lider: a. autoritar («eu sunt şeful»); b. flexibil («Spune-mi părerea ta»); c. echilibrat


16. În negocieri faceţi uz mai ales de: a. forţă/bani; b. şmecherii; c. relaţii; d. farmec; e. altceva

17. Credeţi că integritatea vă defineşte în relaţiile pe care le dezvoltaţi cu cei cu care intraţi în contact? a. nu prea mă preocupă aceasta; b. doar în relaţie cu clienţii; c. atât cu clienţii, cât şi cu angajaţii; d. este un aspect foarte important, indiferent la cine mă raportez; e. altceva…………………………

18. Consideraţi că angajaţii dumneavoastră: a. au un salariu bun; b. au condiţii de muncă acceptabile; c. au un şef bun; d. în condiţiile actuale, au motive să fie mulţumiţi

19. Care este nivelul dumneavoastră de studii? a. studii medii; b. studii universitare; c. postuniversitare; d. sunt student; e. fără studii

20. Ce limbi străine cunoaşteţi? (Bifaţi cu X nivelul de cunoaştere) BINE MEDIU PUŢIN Engleza; Franceza; Germana; Altă limbă străină Nici una

21. În ce categorie de vârstă vă încadraţi? a. 18-28 ani; b. 28-38 ani; c. 38-48 ani; d.> 48 ani.


ANEXA 10

CAMPANIE DE INFORMARE PROFESIONALĂ A ELEVILOR

A.S.E din Bucureşti. organizează un chestionar în legătură cu gradul de informare a elevilor din licee cu privire la opţiunile profesionale. Te rugăm să răspunzi cu atenţie la următoarele întrebări şi te asigurăm că informaţiile furnizate vor rămâne confidenţiale. Marchează cu 'X' răspunsurile la întrebări şi SCRIE CU MAJUSCULE în spaţiile punctate.

1. Completează următoarele casete privind datele personale: a) Vârsta:

14 15 16 17 18 19 20 b) Sexul :

M F c) Anul de studiu :

Cls. a IX-a Cls. a X-a Cls. a XI-a Cls. a XII-a Cls. a XIII-a d) Profilul clasei :

Matematică-informatică

Matematică-fizică

Filologie Chimie-biologie

Fizică-chimie Limbi străine Ştiinţe sociologice

Altul……………..

e) Nota medie a semestrului anterior :

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

foarte bune bune medii scăzute foarte scăzute

ACADEMIA DE STUDII ECONOMICE DIN BUCUREŞTI Facultatea de Ştiinţe Economice în Limbi Străine Calea Griviţei 2, sector 1, Bucureşti Tel: 021/2112650

Facultatea de Cibernetica, Statistică şi Informatică Economică Calea Dorobanţilor 15-17, sector 1, Bucureşti Tel: 021/2112650

Statistica pentru studii de marketing şi administrarea afacerilor

2. Care este nivelul studiilor părinţilor? Mama -superior

(facultate) Tata -superior (facultate)

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

2 3 4 5 >5 4. Care este ocupaţia părinţilor? Mama salariat Tata salariat patron patron lucrător pe cont

propriu lucrător pe cont propriu

şomer şomer pensionar pensionar 5. Care este materia ta preferată? …………………………………………

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

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

Propria voinţă Părinţii Prietenii Înclinaţia spre domeniu Întâmplarea Altele ……………………………………………...

8. Cât cheltuieşti pe zi (în medie) ? (Alege răspunsul potrivit)

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

Sport de performanţă

Muzică (chitară sau orice alt instrument, vocal, formaţie)

Pictură sau sculptură

Informatică Dans profesionist Cursuri limbi străine

Membru al unui club

Voluntar Nici una


10. Ce hobby-uri ai ? (Alege răspunsurile potrivite)

Ascult muzică Citesc Jocuri pe calculator şi internet

Desenez Mă uit la televizor Dansez Mă întâlnesc cu prietenii Merg în cluburi şi discoteci Merg pe role Teatru, film, operă Colecţionez diverse obiecte Integrame, rebusuri Puzzle-uri, asamblez

diferite modele Alte hobby-uri

………………….. 11. Eşti angajat(ă)?

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

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

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

Banii “Glorie” Carieră Pentru că îţi place

Din motive idealiste

15. Numeşte, te rugăm, cel puţin trei activităţi implicate de profesia aleasă.

1)……………………………………………… 2)……………………………………………… 3)………………………………………………


16. Numeşte, te rugăm, cel puţin trei locuri de muncă posibile pentru profesia aleasă.

1)……………………………………………… 2)……………………………………………… 3)………………………………………………

17. Câte persoane cunoşti personal din domeniul profesiei alese?

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

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

alese? 1)……………………………………………… 2)……………………………………………… 3)……………………………………………… 20. Vrei să dai la facultate?

Da Nu Dacă DA, continuă cu întrebarea 22. Dacă răspunsul e negativ, continuă cu următoarea întrebare. 21. Dacă nu, de ce nu?

Motive financiare

Vreau să mă angajez

Nu cred că am şanse să intru la facultate

Altul……………………………………………. Vă mulţumim pentru colaborare. Următoarele întrebări sunt pentru cei care au răspuns afirmativ la întrebarea 20. 22. Te-ai hotărât la ce facultate vrei să dai?

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


23. Care sunt factorii care te-au influenţat în alegerea facultăţii? Propria voinţă Prietenii Părinţii Înclinaţie spre

domeniu Disciplina şcolară cu

rezultate maxime O situaţie materială bună

Pentru a urma profesia aleasă

Profesorul unei anumite discipline

Alt motiv..................................

24. Dacă nu te-ai hotărât asupra facultăţii, de ce informaţii ai nevoie ca să

te hotărăşti?

Materiile date la admitere Obiectele care se studiază în facultate Domeniile în care poţi profesa după

absolvire Cum se prezintă piaţa muncii în acel

domeniu Nr. de locuri pentru admitere Concurenţa

25. Vrei să dai la mai multe facultăţi?

Da Nu Nu ştiu

Care anume ?

1)………………………………………………… 2)………………………………………………… 3)………………………………………………… 26. În final, te rugăm să ne spui care este opinia ta privind următoarele

afirmaţii:

Acord total

Acord parţial

Nici acord, nici

dezacord

Dezacord parţial

Dezacord total

Diploma de facultate mă ajută să câştig mai mult

Facultatea îmi oferă siguranţa zilei de mâine

Facultatea asigură o imagine personală mai bună

Viaţa de student e plăcută Dacă sunt student nu fac armată Facultatea îmi oferă doar cunoştiinţe teoretice


Acord total

Acord parţial

Nici acord, nici

dezacord

Dezacord parţial

Dezacord total

După facultate voi căuta de lucru în orice domeniu, nu numai în domeniul în care mi-am luat diploma, ceea ce contează e să mă angajez

După facultate s-ar putea să-mi doresc o carieră în alt domeniu

După facultate s-ar putea să fiu nevoit să mă reorientez profesional

Voi începe să lucrez din timpul facultăţii

Vă mulţumim şi vă urăm SUCCES!


ANEXA 11

Clienţi Department vânzări

Department financiar-contabil

Planificarea producţiei

Secţii de producţie

Department aprovizionare

Magazine de produse

finite

Magazine de materii prime şi materiale

Facturare

Factură

Note de comandă

Catalog de preţuri

Centralizare facturi

Eliberare marfă

Situaţia facturilor emise şi încasate

Inventar al stocului de

produse

Centralizare vânzări

Previzionarea vânzărilor

Raport al vânzărilor

Modele de previziune

Raport de previziune a vânzărilor

Planificarea producţiei

Planificarea aprovizionării

Formula de fabricaţie

Plan de producţie

Necesar de aprovizionare

– PLAN-

Stoc disponibil de materii prime şi materiale


continuare

Diagrama fluxului informaţional Proces

(acţiune) automată Document Circulaţia

informaţiei Bloc de decizie

Alegere furnizori

Comenzi către furnizori

Aprovizionare

Fişă de urmărire operativă a

aprovizionării

Înregistrare

Centralizare

Fişă de intrare în magazie

(NIR)

Situaţia stoculrilor de

materii prime şi materiale

Procesul de producţie

Centralizare Inventariere produse finite

Vânzare Comparare cu planul

Stoc de produse finite

Notă de predare

Raport de calitate

Situaţia realizării producţiei fizice

Raport de îndeplinire a planului de producţie

Catalog de preţuri

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. (coordonator)

Marketing, Bucureşti, Editura Uranus, 2000

5. BĂDIŢĂ, M. BARON, T. COSTACHE, S.E.

Statistica pentru afaceri în comerţ şi turism, Bucureşti, Editura Luceafărul, 2003

6. BIJI, M., BIJI, E. M.

Statistică teoretică, Bucureşti, EDP, 1979

7. BIJI, E. M. BARON, T. (coordonatori)

Statistică teoretică şi economică, Bucureşti, Editura Didactică şi Pedagogică, 1996

8. BLALOCK, H. M. Social Statistics, 2nd Edition, New York, Mc. Graw Hill, 1979

9. BONINI, C. HAUSMAN, W. BIERMAN, H. Jr.

Quantitative Analysis for Management, Boston, Mc Graw Hill, 1997

10. BOONE, P. KURTZE, R.

Unabriged statistics, New York, Hartcourt Brace Colledge, 1992

11. BOUDON, R. LAZARSFELD, P.

L’analyse empirique de la causalité, Paris, Mouton, 1969

12. BRIGHTMAN, H. SCHNEIDER, H.

Statistics for Business Problem Solving, Cincinnati, South-Western Publishing Co., 1992

13. CAPERAA, P. VAN CUTSEM, B.

Méthodes et modeles en statistiques nonparamétriques, Paris, Dunod, 1988

14. CHURCHILL, W. A Mathematical Approach of Experiments, London, Griffin, 1991

15. CIUCUR, D. GAVRILĂ, I. POPESCU, C.

Economie, Bucureşti, Editura Economică, 1998

16. CONEY, K. The Special Case of Letter of Preference, New York, Prentice Hall, 1985

17. CRISTACHE, S.E. Metode statistice de calcul şi analiză a eficienţei economice în comerţ, Bucureşti, Editura ASE, 2003

18. CURWIN, J. SLATER, R.

Quantitative Methods for Business Decisions, London, Chapman & Hall, 1995

19. DOBROESBEKE, J.J. FICHET, B. TASSI, P.

Le sondaje, Paris, Economica, 1988

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. EL-SAIDI, M.

Instructor’s Suite for Microsoft* Office* for Keller and Warrack

23. IMAN, R. CONOVER, W.J.

Modern Business Statistics, John Wiley &Sons, 1983

24. ISAIC-MANIU, Al. MITRUT, C. VOINEAGU, V.

Statistica pentru managementul afacerilor, Bucureşti, Editura Economică, 1999

25. JABA, E. Statistica, Editura Economică, ed. 1- 3, Bucureşti, 1998, 2000, 2002

26. JABA, E. SERBAN, D. JEMNEA, D.

Estimation of the frequency of the commercial advertisement optimum moments, ASMDA, Université de Pôle Technologie Compiègne, 2001

27. JABA, E. GRAMA, A.

Aplicaţii statistice cu SPSS sub Windows, Iaşi, Editura Polirom, 2004

28. KELLER, G. WARRACK, B.

Statistics for Management and Economics, New York, Duxbury, 2000

29. KENDALL, M. STUART, A.

The Advanced Theory of Statistics: vol. 1, Distribution Theory, ed. (1969); vol. 2, Inference and Relationship, ed. (1967); vol. 3, Design and Analisys, and Time Series, (1968); London, Griffin

30. KENDALL, M. BUCKLAND, W.

A Dictionary of Statistical Terms, (1982); 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. NADEAU, R.

Statistique en gestion et en economie, Montréal, Québec, Gaëtan Morin Éditeur, Canada, 1988

36. MILLER, J.C. Statistics for Advanced Levels, NY, Mc Graw Hill, 1983

37. MITRUŢ, C. ŞERBAN, D.

Statistics for Business Administration, Bucureşti, Editura ASE, 2003

38. MOSER, C.A. Metode de anchetă în investigaţia fenomenelor sociale, traducere, Bucureşti, Editura Ştiintifică, 1967

39 POROJAN D. Statistica şi teoria sondajului, Bucureşti, Editura

Şansa, 1993

40. Rev, W., J.J. Introduction to Robust and Quasi-Robust Statistical Methods, (1983); New York, Prentice Hall

41. ROTARIU, P. ILUT, I.

Metode statistice aplicate în ştiinţele sociale, Cluj, Editura Polirom, 1998

42. ROURKE, E.K. MOSTELLER, W. THOMAS, B. JR

Probability with Statistical Applications, London, Griffin, 1970

43. SAMPSON, R. STANDEN, D.

Marketing Research, Prentice Hall, 1991

44. SANDERS, D. Statistics: A First Course, 5th edition, New York, Irwin/McGraw-Hill, 1991

45. SAPORTA, G. Probabilités, analyse des données et statistique, Paris, Technique, 1990

46. ŞERBAN, D. Studiul statistic al pieţei serviciilor de consultanţă în resurse umane, Teza de doctorat, ASE, Bucureşti, 2001

47. SIEGEL, A.L. Practical Business Statistics, 4th Edition, Irwin , 2000

48. SILLS, L. International Encyclopedia of the Social Sciences, (1968)

49. SNEDECOR, G.W. COCHRAN, W.G.

Statistical Methods, Iowa State University Press, 1969

50. SPIRCU, L. CALCIU, M. SPIRCU, T.

Analiza datelor de marketing, Bucureşti, Editura All, 1994

51. TREBICI, V. (coord.) Mică enciclopedie de statistică, Bucureşti, Editura Ştiinţifică şi Enciclopedică, 1985

52. WEBBER, R. Advanced Bussiness Statistics, Mc. Graw Hill, 1989

53. XAVIER, G. J. REIFFERS, J. L. (coordonatori)

Encyclopédie économique, Paris, 1990

54. YULE, G.U. KENDALL, M.G.

Introducere în teroria statisticii, trad. Bucureşti, Editura Ştiinţifică, 1969

55. WEBBER, R. Advanced Business Statistics, Mc. Graw Hill, 1989

56. *** University of Westminster, CAF – Tapestry project, 2001

57. *** www.surveysystem.com/sdesign.htm

58. *** www.surveyssystem.com/sscalc.htm

59. *** Colecţia Revistei Române de Statistică, INS, Bucureşti, 1990 – 2002

60. *** Anuarul Statistic al României, INS 1991 - 2000

61. *** Colecţia Revistei Române de Statistică, INS, Bucureşti, 1990 – 2001

62. *** Strategia naţională de dezvoltare economică a României pe termen mediu, Bucureşti, aprilie 2000, 2001, 2002, Guvernul României

Documents

Particularitati Ale Studiului de Piata