Professional Documents
Culture Documents
CERCETĂRI DE MARKETING
Suport de curs
BRAŞOV – 2OO1
2
CUPRINS
BIBLIOGRAFIE
5
CAP.1 CERCETAREA DE MARKETING : CONŢINUT, ROL, TIPURI.
Descoperirea problemei
9
1. Descoperirea
şi definirea
problemei Alegerea metodelor de
decercetat cercetare exploratorie
Definirea problemei
2.Stabilirea
ipotezelor Stabilirea ipotezelor şi
şi obiectivelor obiectivelor cercetării
Alegerea metodelor de
bază ale cercetării
Ancheta Experimentul
Simularea Observarea Date
secundare
3.Proiectarea
cercetării
Stabilirea populaţiei cercetate,
a eşantionului şi a metodei de
eşantionare
4.Culegerea
datelor Colectarea
datelor
Prelucrarea şi
5. Prelucrare analiza datelor
şi analiză
Interpretarea rezultatelor şi
formularea concluziilor
10
6.Interpretarea
rezultatelor
Elaborarea raportului
7. Elaborarea cercetării
raportului cercetării
În unele ţări, alături de panelurile amintite, mai sunt utilizate unele paneluri
speciale ce oferă posibilitatea realizării unor studii denumite barometre. [18, p.89]
Un studiu tip “barometru” constă în a cunoaşte evoluţia în timp a unuia
sau mai multor indicatori menţinând constante condiţiile de observare. Spre
exemplu, în Franţa, o serie de societăţi specializate au realizat:
barometrul de imagine instituţională a societăţilor multinaţionale, în
rândul liderilor de opinie din cinci ţări;
barometrul imaginii furnizorilor în rândul distribuitorilor;
barometru internaţional al obiectelor de lux: s-a avut în vedere
notorietatea, penetrarea şi imaginea unor produse de lux în rândul a 400
de bărbaţi şi 400 de femei din şase ţări;
barometru special: studierea stilului de viaţă în rândul a 3.500 de
persoane (din doi în doi ani);
barometru de audienţă TV. etc.
b) Anchetele industriale
Anchetele industriale se desfăşoară în rândul diferitelor categorii de agenţi
economici şi au în vedere bunuri şi servicii industriale.
Anchetele pe bază de sondaj în rândul întreprinderilor prezintă
caracteristici specifice având în vedere trăsăturile pieţelor industriale precum:
diversitatea şi complexitatea circuitului bunurilor industriale, eterogenitatea
pieţelor industriale, dimensiunea întreprinderilor, caracterul complex al
procesului de luare a deciziilor de cumpărare etc.
Principalele aspecte pe care le ridică o anchetă de sondaj în rândul
întreprinderilor sunt:
alegerea eşantionului; pornind de la o listă a întreprinderilor se impune,
de obicei, o eşantionare stratificată neproporţional, având în vedere
importanţa lor, domeniile de activitate, diverse alte caracteristici. Spre
exemplu, dacă 20% din clienţii întreprinderii asigură 80% din cifra ei
de afaceri (“regula 80/20”) se indică un eşantion cu două straturi:
întreprinderi mari şi întreprinderi mici (fie în raport cu cifra de afaceri,
fie în funcţie de numărul de angajaţi)
44
alegerea ca subiecţi de interviu numai a persoanelor care au funcţii şi
atribuţii în procesul de cumpărare, respectiv a persoanelor care dispun
de competenţa necesară pentru a da informaţiile cerute de anchetă;
alegerea operatorilor de interviu în funcţie de gradul de tehnicitate al
anchetei şi în raport cu competenţa şi calificarea subiectului de la care
sunt solicitate datele necesare.
a. experimente de teren;
b. experimente de laborator.
- grupul experimental: R O1 X O2
- grupu de control: R O3 O4
- grupul experimental: R X O1
- grupul de control. R O2
- grupul experimental 1: R O1 X O2
- grupul de control 1: R O3 O4
- grupul experimental 2: R X O5
- grupul de control 2: R O6
Grupul experimental 1: O2 – O1 = M + E + I + U
Grupul de control 1: O4 – O3 = M + U
1
Grupul experimental 2: O5 − ( O1 + O3 ) = E + U
2
1
Grupul de control 2: O6 − ( O1 + O3 ) = U
2
Magazine mari: a b c d
Magazine mijlocii: e f g h
Magazine mici: i j k l
D C B A
D A C B
C B A D
Magazine mari: aD bC cB dA
Magazine mijlocii: eD fA gC hB
Magazine mici: iC jB kA Id
regiuni
Mijlocii A B C
Mici C A B
B C A α β
γ
A B C
β γ
C A B αB β C α
γ A
β A γ B
αC
53
X O1
O1 X O2
- grupul experimental: X O1
- grupul de control: O2
Rezultatul experimentului va fi O1 - O2
- grupul experimental: O1 X O2
- grupul de control: O3 O4
Scala nominală
Scala nominală presupune repartizarea arbitrară a unui număr obiectelor
sau evenimentelor avute în vedere cu scopul identificării sau clasificării lor. Nu
există nici o relaţie între cantitatea construcţiei ce trebuie măsurată şi valorile
numerice repartizate acesteia. Fiecare termen are aceeaşi importanţă, aceeaşi
pondere, şi, ca atare, această scală exprimă de fapt o enumerare a unor posibilităţi
obiective existente. Nici o poziţie din cadrul scalei nu este superioară sau
inferioară altei poziţii. Scala nominală oferă numai posibilitatea de a compara
răspunsurile date în sensul de asemănător sau diferit. Scala nominală permite
astfel clasificarea subiecţilor cercetaţi în două sau mai multe grupe a căror
membri diferă după proprietatea ce a fost scalată.
Scalele nominale pot măsura aspecte legate de:
_____ DA _____ NU
(1) (2)
Scala ordinală
Nivelelor care constituie scala li se pot atribui, aşa cum am procedat mai
înainte, mărimi numerice (scoruri) fie în genul 1, 2, 3, 4, 5, fie în genul -2, -1, 0,
+1, +2. O serie de cercetători consideră că aceste mărimi cifrice au numai
59
proprietăţi ordinale deoarece ele, de fapt, nu măsoară o distanţă între nivele. Cu
toate acestea sunt şi cercetători care consideră că este de dorit să se presupună că
scala diferenţială poate exprima şi proprietăţi de tip "interval", adică poate indica
distanţe egale între nivelele avute în vedere.
În cazul unui eşantion, după ce fiecare subiect a marcat nivelul (numărul)
care exprimă, spre exemplu, opinia sa în legătură cu nivelul de calitate al unui
produs, se poate realiza o medie aritmetică ponderată a tuturor opiniilor, care va
reflecta, sub forma unui scor mediu, opinia globală a întregului eşntion. Acest
scor mediu se poate compara cu scorul mediu al altor caracteristici ale produsului
respectiv şi astfel se poate realiza o ordonare sau ierarhizare a acestor
caracteristici în raport cu criteriul stabilit.
Există şi posibilitatea ca în interiorul eşantionului să avem grupuri distincte
de subiecţi pentru care putem calcula scoruri medii şi astfel putem cunoaşte opinii
diferenţiate ale acestora, care de altfel pot fi şi ordonate, în legătură cu modul în
care fiecare apreciază caracteristica supusă cercetării.
De asemenea, mai există posibilitatea ca aceeaşi caracteristică să facă
obiectul exprimării opiniilor subiecţilor având în vedere, simultan, mai multe
produse sau mărci de produse. Şi în acest caz, pe baza scorurilor medii rezultate,
putem realiza o clasificare, respectiv o ordonare a produselor sau mărcilor care ne
interesează.
Atunci când se măsoară ca nivele medii caracteristicile unui produs sau a
două produse, care astfel se şi pot compara, se poate obţine, sub formă grafică,
imaginea de ansamblu a consumatorilor asupra produsului sau produselor
respective.
În acest caz, calificativele (adjectivele) bipolare sunt înlocuite cu
propoziţiuni descriptive care indică caracteristici ale produsului sau produselor
respective. Spre exemplu, în cazul a două mărci de bere blondă, se poate
determina profilul diferenţialelor semantice, care exprimă modul în care percep
consumatorii principalele atribute ale celor două mărci de bere.
O altă formă de profil semantic comparat, în cazul a două mărci spre
exemplu, se poate realiza astfel:
Extrem Extrem
scumpă 1 2 3 4 5 6 7 ieftină
utilă 2 3 4 5 6 7 inutilă
1
poluantă 1 2 3 4 5 6 7 nepoluantă
marca X marca Y
60
Extrem Extrem
scumpă 1 2 3 4 5 6 7 ieftină
utilă 1 2 3 4 5 6 7 inutilă
poluantă 1 2 3 4 5 6 7 nepoluantă
"ABC" - S.R.L
+3
+2
+1
calitatea serviciilor
oferite
-1
-2
-3
Scala interval
Scala interval permite atât ordonarea obiectelor cât şi măsurarea distanţei
dintre ele. În această scală atât semnificaţia punctului zero cât şi mărimea unităţi
de măsură sunt stabilite de cercetător. Exemple de asemenea scale sunt cele care
servesc la măsurarea temperaturii: scala Celsius şi scala Fahrenheit. Punctul "0"
al fiecăreia din aceste scale are o semnificaţie diferită. În cazul scalei interval
punctul "zero" nu indică o absenţă a fenomenului, ci este o valoare ca oricare alta.
O altă caracteristică a scalei interval este aceea care ne arată că, dacă
diferenţa dintre 400 C şi 410C este exact aceeaşi ca diferenţa dintre 80 şi 90, în
schimb, aceasta nu înseamnă că 400 este egal 2 x 200 sau 1000 = 2 x 500. De
asemenea, raportul între două valori absolute situate pe două scale, exprimă
mărimi diferite, chiar dacă mărimile măsurate sunt echivalente în cazul celor două
scale.
Atunci când o scală interval este folosită pentru a măsura atribute de ordin
psihologic, cercetătorul poate face aprecieri privind amploarea diferenţelor (a
distanţelor) sau poate să compare nivelele medii ale diferenţelor atributelor
măsurate, dar nu poate determina mărimea reală a atitudinii faţă de un obiect.
Scala interval poate fi regăsită sub diverse forme de manifestare şi anume:
1. confortul scaunelor:
neimportant _____________________ foarte important
2. masa servită în timpul zborului:
neimportant _____________________ foarte important
3. preţul biletului:
neimportant _____________________ foarte important
În măsura în care vom utiliza o scală interval cu mai multe nivele pentru
măsurarea simultană a mai multor atribute sau trăsături ale unui produs, putem
compara răspunsurile respective, ca nivele medii, folosind o formă grafică, pentru
a sesiza mai uşor importanţa acordată acestora de către cei chestionaţi.
Scala proporţională
Scala proporţională presupune împărţirea scalei în intervale egale; fiecărui
interval îi corespunde un număr care de data aceasta este expresia unei mărimi
absolute, iar punctul de origine este zero absolut. Ca urmare, scala proporţională
permite efectuarea tuturor operaţiilor admise de celelalte scale, inclusiv
înmulţirea sau împărţirea unui număr de pe scală cu altul.
În cazul scalei proporţionale zero absolut reprezintă un punct pe scală unde
atributul respectiv nu se mai manifestă. Spre exemplu, punctul în care nu se mai
manifestă căldura, acesta fiind zero absolut, corespunde unei temperaturi de
-273,160 Celsius; el reprezintă punctul zero pe scala de temperatură Kelvin (scală
proporţională). Exemple evidente de tipuri de scale proporţionale sunt cele care
măsoară lungimile, greutăţile etc. Banii, sunt, de asemenea, o expresie a scalei
proporţionale. Când spunem "zero lei" înseamnă că atributul pe care vrem să-l
măsurăm (vânzările) nu se manifestă.
Scala proporţională în cercetările de marketing poate îmbrăca diferite
forme şi anume:
65
marca A 60
marca B 30
marca C 10
marca A 70 marca B 30
marca B 60 marca C 40
marca A 90 marca C 10
Pricipalele proprietăţi ale celor patru tipuri de scale sunt diferite şi, ca
urmare, vor fi diferite şi posibilităţile pe care le oferă acestea pentru procesul de
interpretare şi analiză.
Pornind de la caracteristicile pe care le posedă cele patru tipuri de scale în
raport cu sistemul numeric, se impune a reţine:
a. ce trebuie să întrebăm ?
b. cum să formulăm întrebările ?
c. care trebuie să fie ordinea de aranjare a întrebărilor ?
d. cum se prezintă legăturile dintre întrebări ?
e. care modalitate de prezentare a chestionarului va servi cel mai bine
obiectivelor cercetării ?
f. cum trebuie pretestat chestionarul ?
___ în fiecare zi
___ de 5 – 6 ori pe săptămână
___ de 2 – 4 ori pe săptămână
___ o dată pe sîptîmână
___ o dată la mai multe saptămâni
___ niciodată
___ Da ___ Nu
şi apoi,
___ Omo
___ Ariel
___ Tomi – Plus
___ Sole
___ Dero
Este evident că aceste întrebări ajutătoare apelează într-o măsură mai mică
la memoria subiecţilor.
Folosirea uneia sau alteia din întrebările amintite depinde de ceea ce
doreşte cercetătorul: să cunoască nivelul maxim al aducerii aminte sau să
cunoască ce s-a reţinut în legătură cu un anumit aspect.
Toate aceste activităţi se află în legătură iar deciziile care se adoptă privind
realizarea lor sunt puternic corelate între ele.
b) eşantionare sistematică
Eşantionarea sistematică reprezintă procedeul de eşantionare care
presupune alegerea aleatoare a unui număr de plecare, de la care, adăugând o
mărime fixă, predeterminată, va rezulta o unitate a eşantionului. Este un
procedeu simplu, bazat deci pe ceeace se cheamă metoda intervalului egal sau a
pasului mecanic. Mărimea acestuia se determină prin împărţirea bazei de
eşantionare la mărimea stabilită a eşantionului. Un eşantion de 30 persoane dintr-
o populaţie de 1200, conduce la o lungime a pasului egală cu 40. Deci, după ce se
alege aleator numărul de start, din primele 40 de persoane, să zicem 15, se vor
alege apoi componentele eşantionului la fiecare a 40-a persoană (numerele 55, 95,
95, 135 ş.a.m.d.).
c) eşantionare stratificată
În cazul unor cercetări de o complexitate mai mare, populaţia cercetată
poate fi divizată în straturi sau grupe, având în vedere anumite caracteristici. În
aceste condiţii, din fiecare strat se vor extrage subeşantioane folosind procedeul
eşantionării aleatoare simple sau eşantionării sistematice.
Eşantionarea stratificată presupune:
d) eşantionarea de grup
Atunci când o anumită populaţie se compune din mai multe grupuri
eterogene, putem considera aceste grupuri ca unităţi de eşantionare distincte din
care urmează să constituim eşantionul. Eşantionul se costituie deci dintr-un număr
de grupuri şi nu din unităţi elementare extrase una câte una. În schimb, în cadrul
grupurilor extrase aleator vor fi intervievaţi toţi indivizii care fac parte din ele.
Ca exemple de grupuri putem avea: imobilele, care sunt grupuri de locuinţe;
gospodăriile, care sunt grupuri de indivizi; zborurile aeriene, care sunt grupuri de
pasageri; totalitatea magazinelor cu amănuntul de un anumit tip de pe raza unui
oraş constituie, de asemenea, un grup etc.
78
Eşantionarea de grup se utilizează îndeosebi în situaţiile în care populaţia
cercetată se prezintă sub forma unei ierarhii. Spre exemplu, locuitorii unui oraş
pot fi grupaţi pe cartiere, fiecare reprezentând un grup; din rândul cartierelor
putem alege un eşantion constituit din câteva cartiere. Acestea, la rândul lor,
cuprind alte grupuri formate din imobile. Din rândurile acestora se alege un
eşantion. Fiecare imobil are un număr de locuinţe iar fiecare locuinţă cuprinde un
anumit număr de persoane. În final, se constituie un eşantion din locuinţe şi apoi
se chestionează toate persoanele care compun locuinţele respective.În acest mod
pot fi supuse cercetării bunuri sau servicii cu condiţia ca trăsăturile şi
caracteristicile lor să fie aceleaşi în toate zonele geografice avute în vedere.
Această metodă de eşantionare este uşor de realizat deoarece reduce foarte mult
complexitatea bazei de sondaj. În acest sens, spre exemplu, lista de persoane a
oraşului, ca bază de sondaj - practic imposibil de obţinut de către cercetătorii de
marketing - se înlocuieşte cu o listă de cartiere, de imobile şi de locuinţe. Această
metodă conduce însă la estimatori mai puţin precişi comparativ cu eşntionările
elementare. Cu toate acestea, datorită facilităţilor şi costurilor mai reduse pe care
le oferă, ea este utilizată pe scară largă.
Spre deosebire de eşantionarea stratificată care presupune existenţa unor
grupuri (straturi) cât mai omogene, eşantionarea de grup este cu atât mai eficientă
cu cât acestea sunt mai eterogene şi reflectă mai bine structura populaţiei. În mod
ideal un grup trebuie să fie la fel de eterogen precum populaţia totală avută
în vedere.
e) eşantionarea în trepte
Această metodă presupune parcurgerea unor etape succesive numite trepte
şi este indicată pentru populaţiile care sunt organizate pe mai multe niveluri. Într-
o primă etapă se aleg unităţile din primul nivel de agregare. Aceste unităţi se
numesc unităţi primare şi ele vor constitui baza de sondaj pentru unităţile din al
doilea nivel care se numesc secundare ş.a.m.d. până la constituirea eşantionului.
În această situaţie există o dispunere în cascadă a bazelor de sondaj, deoarece
unităţile alese într-o etapă formează baza de eşantionare pentru nivelul următor de
eşantionare.
Dacă, spre exemplu, o întreprindere producătoare de aparatură audio
doreşte să cunoască atitudinea vânzătorilor cu amănuntul din întrega ţară faţă de
un nou tip de produs ce urmează a fi distribuit, se poate recurge la o eşantionare
în trepte. Această metodă presupune stabilirea iniţială a unor mari grupuri de
unităţi de vânzare care pot vinde acest produs şi care au, de obicei, o determinare
geografică (judeţ, municipii). Din rândul acestor grupuri, să presupunem că sunt
municipiile de pe cuprinsul ţării, se aleg aleator un număr relativ redus de
grupuri-municipii care vor forma unităţile primare. La fel ca în cazul eşantionării
de grup, se va avea grijă ca grupele alese (municipiile) să fie cât mai eterogene.
Din totalitatea magazinelor cuprinse de unităţile primare vom constitui apoi un
eşantion care va fi expresia unităţilor secundare. În acest caz vom avea un sondaj
în două trepte. Evident, se poate realiza un sondaj cu mai mult de două trepte.
79
Eşantionarea în trepte este, după cum observăm, o combinaţie de metode de
eşantionare: eşantionare de grup şi o altă metodă aleatoare care poate fi
eşantionare aleatoare simplă, eşantionare sistematică sau eşantionare stratificată.
Eşantionarea nealeatoare
Eşantionarea nealeatoare cuprinde, de asemenea, mai multe metode. Cele
mai importante sunt:
a. eşantionarea convenţională (la întâmplare);
b. eşantionare logică;
c. eşantionare cotă - parte;
d. eşantionarea din aproape în aproape;
e. eşantionarea la locul de cumpărare sau la locul de consumare;
b) eşantionare logică
În cadrul eşantionării nealeatoare o altă metodă o reprezintă eşantionarea
logică. În acest caz, o persoană cu experienţă face o selecţie a componentelor
eşantionului bazată pe raţionamentul său privind cele mai indicate trăsături pe
care trebuie să le posede membrii eşantionului. Cercetătorii stabilesc eşantionul
având în vedere anumite scopuri pe care le urmăresc chiar dacă ceea ce rezultă nu
poate fi un eşantion pe deplin reprezentativ. Spre exemplu, în cadrul unui test de
piaţă, cercetătorii, pe baza unei analize logice, vor alege oraşele pe care ei le
consideră ca fiind cele mai indicate pentru a testa noul produs.
b) Eroarea sistematică
Eroarea sistematică rezultă din factori care nu sunt legaţi de mărimea
eşantionului. Aceşti factori care generează eroarea sistematică sunt legaţi de
imperfecţiunile procesului de eşantionare cum ar fi, spre exemplu, greşeli de
selecţie a unităţilor eşantionului, greşeli în întocmirea cadrului de eşantionare,
greşeli de măsurare, nonrăspunsuri, răspunsuri care nu corespund realităţii,
81
refuzul de a participa la desfăşurarea anchetei etc. Aceste erori nu se datoresc
deci variabilităţii şanselor de a face parte din eşantion şi, ca atare, ele se mai
numesc erori noneşantion.
Eroarea sistematică există atunci când rezultatele eşantionului evidenţiază o
tendinţă persistentăde abatere într-o direcţie anume de la valoarea parametrilor
populaţiei.
Estimarea mediei
82
În procesul estimării, "media eşantionului" devine un estimator pentru
parametrul media populaţiei. Orice valoare particulară luată de estimator - pentru
un eşantion dat - se numeşte estimaţie a parametrului.Valoarea reală
corespunzătoare acestui parametru, aşa cum rezultă ea din eşantion, se numeşte
estimaţie punctuală.
În cazul unei cercetări riguroase nu se utilizează estimările punctuale,
deoarece, acestea, de la un eşantion la altul au valori diferite, iar abaterea acestor
valori de la media reală a populaţiei (eroarea) nu poate fi cunoscută.
Cea mai indicată metodă de estimare este metoda estimării prin intervalul
de estimare. Acesta oferă posibilitatea evidenţierii apartenenţei valorii
parametrului la intervalul respectiv, cu un nivel de încredere dorit (nivel de
siguranţă), stabilit anticipat.
Intervalul de estimare asociat unui nivel de încredere fixat (90%, 95% etc.)
poartă numele de interval de încredere pentru parametrul estimat. În acest sens,
intervalul de încredere pentru parametrul µ este:
x − zα / 2 ⋅σ ≤ µ ≥ x + zα / 2 ⋅σ
x x
unde:
x = media populaţiei
Estimarea procentului
Intervalul de încredere în cazul în care avem în vedere un procent se
determină astfel:
p − zα / 2 ⋅ σ p ≤ π ≤ p + zα / 2 ⋅ σ p
unde p reprezintă estimarea procentului în caz de succes sau a celor care spun
“DA”, iar σp reprezintă abaterea standard de la media procentului în cazul
populaţiei. Cum pe σp practic nu-l putem cunoaşte, se recurge la o estimare a
acestuia. Această estimare a abaterii standard de la media procentelor se
determină astfel:
p(100 − p ) N-n
σˆ p = ⋅ (a)
n −1 N -1
dacă avem în vedere o populaţie finită şi N ≤ 20 n
p(100 − p )
σˆ p = (b)
n −1
84
dacă populaţia este infinită iar N > 20 n
Ca mărime absolută ,
σ
z⋅
n
de unde vom deduce mărimea sau volumul unui eşantion independent ( extragere
cu întoarcere):
2
85
z 2 ⋅σ 2 z ⋅σ
n= sau n =
E2 E
unde:
z = valoarea rezultată din tabelul distribuţiei z, în functie de
nivelul de încredere avut în vedere;
σ = abaterea standard a populaţiei exprimată ca mărime
absolută
E = eroarea admisă, exprimată ca mărime absolută
z2 ⋅σ 2
n=
z2 ⋅σ 2
E2 +
N
p(100 - p )
p ± z ⋅ σˆ p sau p±z⋅
n
p (100 − p ) z 2 ⋅ p (100 − p )
E = z⋅ de unde rezultă : n =
n E2
z2 ⋅ p ⋅ q
n=
E2
Cea mai simplă procedură de analiză este aceea când se are în vedere
statistica descriptivă în cazul unei singure variabile şi a unui singur eşantion.
[17, 107-119] Aceasta înseamnă o prelucrare a datelor obţinute din răspunsurile
date la fiecare din întrebările eşantionului. În funcţie de scala folosită în
măsurarea datelor, vor fi utilizate, ca un prim nivel de aprofundare a investigaţiei,
următoarele metode de analiză univariată:
H0 : μ = μ0
H1 : μ ≠ μ0
Dacă se are în vedere un test unilateral, ipotezele vor fi:
H0 : μ = μ0
H1 : μ > μ0 în cazul testului unilateral dreapta sau
H1 : μ < μ0 în cazul unui test unilateral stânga
µ0 −1,96 ⋅ S x ≤ µ ≤ µ0 +1.96 ⋅ S x
91
În cazul în care avem o mărime redusă a eşantionului, se va utiliza
distribuţia t în vederea determinării intervalului de încredere. Valoarea ± 1,96 de
mai sus va fi înlocuită cu valoarea lui t corespunzătoare unui test bilateral sau cu
valoarea lui t corespunzătoare unui test unilateral, identificată în tabelul
distribuţiei t în funcţie de numărul gradelor de libertate şi nivelul de semnificaţie
ales. Regula de acceptare sau respingere a ipotezei nule rămâne aceeaşi.
Determinarea raportului critic. În acest caz, dacă avem în vedere un test
bilateral, unde:
H0 : μ = μ0
H1 : μ ≠ μ0
x − µ0 x − µ0
zobs . = iar tobs . =
Sx Sx
H0 : π = π0
H1 : π ≠ π0 în cazul unui test bilateral sau
H1 : π > π0 în cazul unui test unilateral dreapta sau
H1 : π < π0 în cazul unui test unilateral stânga
π 0 −1.96 ⋅σ p ≤ π ≤ π 0 +1,96 ⋅σ p
p −π0 p −π0
zobs = tobs =
SP Sp
unde:
p = procentul din eşantion
π0 = procentul presupus din cadrul populaţiei
Sp = estimarea abaterii standard a procentelor
H0 : μ1 = μ2
H1 : μ1 ≠ μ2
H1 : μ1 > μ2
H1 : μ1 < μ2
R.C =
( x1 − x2 ) − ( µ1 − µ 2 ) =
x1 − x2
σ x1 − x2 σ x1 − x2
σ1 σ 2
2 2
σ x1 − x 2 = +
n1 n2
Dacă abaterile standard nu sunt cunoscute, atunci abaterea standard a
diferenţelor mediilor se aproximează prin:
2 2
s1 s
σˆ x1 − x2 = + 2
n1 n2
94
x1 − x2
tobs =
σ x1 − x 2
Deoarece este puţin probabil să fie cunoscută abaterea standard comună a
diferenţelor mediilor, se va realiza estimarea acesteia pe baza relaţiilor de mai jos:
1 1
σˆ x
1 −x2
= Sc ⋅ + unde
n1 n2
s1 ( n1 − 1) + s2 ( n2 − 1)
2 2
Sc =
n1 + n2 − 2
- se respinge ipoteza nulă dacă tobs > tα; df din tabelul distribuţiei t;
- se acceptă ipoteza nulă dacă tobs ≤ tα; df
∑ (d )
n n
∑ di
2
i −d
2
d = i =1
sd = i =1
n n −1
d − ( µ1 − µ 2 ) d
RC = =
sd sd
n n
- stabilirea regulii de decizie privind ipoteza nulă:
H0 : π1 = π2
H1 : π1 ≠ π2
H1 : π1 > π2
H1 : π1 < π2
RC =
( p1 − p2 ) − ( π 1 − π 2 ) =
p1 − p2
σ p1 − p2 σ p1 − p 2
deoarece : π1 – π2 = 0
unde: p1 = procentul din eşantionul grupului 1
96
p2 = procentul din eşantionul grupului 2
π1-π2 = procentul presupus al populaţiei 1 minus procentul presupus
al populaţiei 2
σ p − p = abaterea standard a diferenţelor dintre procente
1 2
1 1
σˆ p
1 − p2
= S p1 − p 2 = p ⋅ q +
n1 n2
n1 ⋅ p1 + n2 ⋅ p2
p=
n1 + n2
Regula de decizie privind ipoteza nulă se adoptă în funcţie de nivelul de
semnificaţie ales, în funcţie de tipul distribuţiei (z sau t) şi tipul ipotezei
alternative, după regulile menţionate deja. Astfel, dacă se merge pe un test
bilateral, în condiţiile distribuţiei z, ipoteza nulă se va accepta dacă valoarea
raportului critic se va încadra între limita pozitivă şi cea negativă a valorilor
teoretice ale lui z în funcţie de nivelul de semnificaţie ales. Ipoteza nulă se va
respinge dacă valoarea raportului critic va fi mai mică decât limita negativă sau
mai mare decât limita pozitivă a valorilor critice z.
Sunt situaţii când populaţia nu este distribuită normal iar datele sunt
măsurate nominal şi ordinal. Ca urmare se impune folosirea testelor
neparametrice. Cele mai importante sunt:
testul χ 2 ( hi pătrat)
Eij =
( total linia i ) ⋅ ( total coloana j)
total general
χcalc
2
= ∑∑
r c (O
ij − Eij )
2
i =1 j =1 Eij
H0 : µ 1 = µ 2 H1 : µ 1 ≠ µ 2
Când mărimea eşantionului este mai mare, adică n > 30, atunci distribuţia
de eşantionare este aproximativ normală şi în acest caz testul va avea la bază
valorile z. Raportul critic se calculează pe baza următoarei relaţii:
99
n( n + 1)
T−
zcalc = 4
n( n + 1)( 2n + 1)
24
unde:
n( n + 1)
µT = reprezintă media valorilor T iar radicalul de la numitor
4
arată abaterea standard a valorilor T, σ T.
Valoarea raportului critic, zcalc se compară cu valoarea teoretică a lui z şi se
adoptă decizia care se impune.
n1 ( n1 + 1) n2 ( n2 + 1)
U1 = n1 ⋅ n2 + − R1 U 2 = n1 ⋅ n2 + − R2
2 2
- când n1 şi n2 < 9;
- când n1 este cuprins între 1 – 20 iar n2 ≥ 9;
- când n1 şi n2 sunt suficienţi de mari pentru ca valorile U să fie
distribuite normal.
Când n1 este cuprins între 1 şi 20 iar n2 este mai mare sau egal cu 9,
până la maximum 20. În acest caz tabelele pentru testul U vor indica
valori critice ale lui U având în vedere diferitele nivele de semnificaţie care
corespund unui test bilateral sau unilateral. După determinarea valorilor R1
şi R2 , a valorilor U1 şi U2 şi a valorii Ucalc , conform metodologiei
anterioare, se procedează astfel:
U1 + U 2 n1 ⋅ n2
µU = sau µU =
2 2
Estimarea abaterii standard U se determină pe baza relaţiei:
n1 ⋅ n2 ( n1 + n2 + 1)
σˆU =
12
101
Raportul critic va fi:
U calc − µU
zU =
σˆU
Regula de decizie va fi:
n1 + n2
D = 1,36 ⋅
n1 ⋅ n2
Analiza varianţei
Reprezintă o metodă care presupune existenţa relaţiei cauză – efect dintr-o
variabilă dependentă măsurată metric şi una sau două variabile independente
măsurate nominal, cu mai multe modalităţi de manifestare fiecare. Se doreşte a se
cunoaşte efectul, sau în ce măsură modificarea unei variabile sau a celor două
variabile independente influenţează variabila dependentă.
unde:
yij = valoarea lui y pentru observarea i aparţinând modalităţii j (j =
1……c) (i = 1….nj)
y = media generală a variabilei dependente y pe care o explicăm
l ∑∑
i =1 j =1
2
n −c
nivelelor
Totală SST:
nj c
y − y
2
n-1 ____ ____
∑∑
i =1 j =1
ij
unde:
yijk = valoarea variabilei dependete pentru observarea k din eşantionul cu nj
nivele ale rândurilor (i = 1...nj) şi cu c nivele ale coloanelor (j =
1.....c)
y = media generală a variabilei dependente
r c n ij 2
SST = ∑∑∑ yijk − y
i =1 j =1 k =1
r c nij 2 c 2
SSC = ∑∑∑ y j − y = ∑ n j y j − y
i =1 j =1 k =1 j =1
n ij 2
r c r 2
SSR = ∑∑∑ y i − y = ∑ni yi − y
i =1 j =1 k =1 i =1
105
r c n ij 2
SSVR = ∑∑∑ yijk − yi − y j + y
i =1 j =1 k =1
r c nij 2 r c 2
SSI = ∑∑∑ yij − yi − y j + y = ∑∑ nij yij − yi − y j + y
i =1 j =1 k =1 i =1 j =1
nij
i =1 j =1 k =1
De
interacţiune SSI (r-1)(c-1) sau SSI MSI
MSI =
rc-c-r+1 rc − c − r + 1 MSE
χ2
C=
χ2 + n
unde:
C = coeficientul de contingenţă
χ 2 = valoarea calculată a lui χ 2 în cayul celor variabile nominale
n = mărimea eşantionului sau numărul total de observaţii.
Cu cât C este mai mare, cu atât mai puternică este legătura dintre variabile.
Când C = 0 se manifestă o situaţie de independenţă, variabilele nefiind legate
între ele (în acest caz χ 2 = 0 ).
Mărimea coeficientului de contingenţă este o funcţie a numărului de celule
din tabelul de contingenţă şi acesta niciodată nu poate atinge valoarea maximă
egală cu 1, chiar dacă între variabile ar fi o asociere perfectă. Valoarea limită a lui
χ 2 este egală cu n(k-1), unde k reprezintă număru de modalităţi sub care se
manifestă variabila independentă. Valoarea maximă a lui C va fi deci,
k −1
k
Spre exemplu, valoarea maximă a lui C va fi 0,707 pentru un tabel 2x2,
0,816 pentru un tabel 3x3, 0,866 pentru un tabel 4x4 etc. Pentru a aprecia gradul
de intensita te a legăturii, valoarea calculată a lui C se va compara cu nivelul său
maxim ce poate fi atins.
χ2
V =
nt
Acest coeficient poate atinge valoarea 1 în funcţie de dimensiunile
tabelului.
x
y a b
c d
ad − bc
Φ=
( a + b )( c + d )( b + d )( a + c )
ad − bc
Q=
ad + bc
n3 − n
2 ⋅Q
τ=
n( n −1)
∑ ( x − x )( y − y )
i i
r= i =1
n n
∑ ( xi − x ) ⋅ ∑ ( yi − y )
2 2
i =1 i =1
r ⋅ n −2
tr =
1− r2
Pentru nivelul de semnificaţie ales, pentru tipul de test şi pentru n-2 grade
de libertate, se adoptă regula de decizie cunoscută: dacă tr ≤ tα ; df se acceptă
ipoteza nulă; dacă este mai mare se va respinge.
y = β0 + β1 x + e
yi = β0 + β1 xi1 + β2 xi 2 + + βk xik + ei
BIBLIOGRAFIE
1. Aaker D., Day G. : Marketing Research. 4th ed. New York, John
Wiley, 1990.
2. American Marketing Association, Committee on Definitions,
Marketing Definitions: A Glossary of Marketing Terms. Chicago, 1960.
3. Andrei T., Stanciu S.: Statistica . Teorie şi aplicaţii. Editura ALL,
Bucureşti, 1995.
4. Baker J. Michael : Marketing. Sixth edition, MACMILLAN
Business, 1996.
5. Bardin L.: L’Analyse de contenu. Paris, PUF, 1977.
6. Bonoma V. Thomas.: Case research in marketing: oportunities,
problems and a proccess. Journal of Marketing Research, 12, May, 1985.
7. Bonoma V. Thomas, Felder C. Leonard: Nonverbal
Communication in Marketing: Toward a Communicational Analysis. Journal
of Marketing Research, May, 1997.
8. Campbell Donald T., Stanley Julian C: Experimental and Quasi
Experimental Designs for Research.. Chicago, Rand Mc. Nally, 1963.
9. Cătoiu I., Bălan C., Onete B., Popescu I., Vegheş C. : Cercetări
de marketing. Probleme şi studii de caz. Editura Uranus, 1997.
10. Claire Selltiz, Lawrence S. Wrightsman, Stuart W. Cook:
Research Methods in Social Relations. New York, Holt, Rinehart and
Winstonn, 1976.
11. Drăgan J. C., Demetrescu M. C.: Practica prospectării pieţei.
Editura EUROPA NOVA, Bucureşti, 1996.
116
12. Dussart C. : Comportament du consommateur et stratégie
marketing. Mc Graw Hill, 1983.
13. Evrard Yves, Pras Bernard, Roux Elyette: MARKET. Études et
recherches en marketing. NATHAN, 1993.
14. Florescu C., Balaure V., Boboc Şt., Cătoiu I., Olteanu V., Pop N.
Al.: Marketing. Ed. MARKETER, Bucureşti, 1992.
15. Fournis Yves: Les Études de Marche. Techniques d’enquête,
sondages, interpretation des résultats. 3e édition. DUNOD, Paris, 1995.
16. Giannelloni Jean, Vernet Éric: Études de marché. Vuibert
Gestion.
17. Grais Bernard: Statistque descriptive, Troisieme edition, Dunod,
Paris, 1992.
18. Helfer J. P., Orsoni J.: Marketing, Vuibert Gestion, 1988.
19. Javeau Claude: L’enquete par questionnaire. Editions De
L’Universite De Bruxelles. Editions D’organisation, 1992.
20. Kauffmann Pascal: Statistique. Information, Estimation, Tests.
Economie Module, 1994.
21. Kerlinger Fred N.: Bihavioral Research: A Conceptual Approach.
New York. Holt Rinehart and Winston, 1979.
22. Kinnear Thomas C., Taylor James R.: Marketing Research. An
Applied Approach. Mc. Graw Hill Inc., 1979.
23. Lehmann Donald R.: Market Research and Analysis. Third
Edition, IRWIN, 1989.
24. Lefter Constantin: Cercetarea de Marketing. Teorie şi practică.
Editura Lux Libris. 1998.
25. Lilien Gary L., Kotler Philip: Marketing Decision Making. A
Model Building Approach. Harper and Row,1983.
26. Maricon Gilles, Michel Daniel: Marketing. Mode d’emploi. Les
Edition d’Organisation, Paris, 1990.
27. Mihăiţă N.V.: Metode cantitative în studiul pieţei. Volumul I.
Editura Economică 1996.
28. Moscarola J.: Enquêtes et analyse de données. Vuibert Gestion,
Paris, 1990.
29. Parasuraman A.: Marketing Research. Addison-Wesley
Publishing Company, 1986.
30. Rybcznski Witold: We Are What We Throw Away. New York
Times Book Review, July 5, 1992.
31. Saporta G., Ştefănescu V. Analiza datelor & informatică.Editura
Economică 1996.
32. Spircu Liliana, Calciu Mihai, Spircu Tiberiu: Analiza datelor în
marketing. Editura ALL, Bucureşti, 1994.
33. Zikmund G. William: Exploring Marketing Research. Fifth
Edition. The Dryden Press, 1994.
117
34. Zikmund G. William: Essentials of Marketing Research. The
Dryden Press, 1999.