Professional Documents
Culture Documents
HULUMTIMEVE
KEMAL KURTULLUSH
2016
Prof. Dr. Kemal KURTULUSH
METODAT E
HULUMTIMIT
2016
METODAT E HULUMTIMIT
2016
Emri Origjinal i Librit:
Aratrma Yntemleri
Autori i Librit:
Kemal Kurtulu
Viti i Botimit:
2010
FJALA E PRKTHYESIT
Falenderimet i takojn Zotit t Madh. Prkthimi i ktij libri kishte lindur nga nevoja pr
ti kuptuar m mir temat e hulumtimit gjat kohs s ligjratave, atkoh kur sapo kisha
prfunduar kursin e gjuhs turke dhe ende prballesha me probleme t kuptimit t ksaj gjuhe n
nj nivel t duhur. Edhe pse ky nuk ishte libri i vetm t cilin e kam prdorur gjat studimeve n
lndn Metodat e Hulumtimeve, karriera e bujshme e profesorit Kemal n departamentin e
Marketingut dhe veanrisht n fushn e hulumtimeve, m kishte ngjallur kureshtje pr t
eksploruar kt libr m hollsisht i cili sht vetm nj nga punimet e shumta t profesorit.
Prkundr q profesori Kemal ishte Prof. Dr. n Universitetin e Stambollit, n departamentin e
Marketingut, n t cilin pikrisht isha un student i asaj dege, n at koh profesori ishte i
pensionuar dhe n kt mnyr nuk kam pasur rast q ta njoh nga afr. Megjithat, ka qen pr
mua knaqsi e madhe t kem ligjruese bashkshorten e profesorit, Sema Kurtulush, e cila po
ashtu nuk sht aspak larg nga profesori Kemal, me t bmat e saj t suksesshme n fushn e
marketingut. Prve ksaj, kisha fatin q profesoresha Sema t ishte edhe mentorja e tems s
diploms sime.
Ashtu si kuptohet nga titulli, libri Metodat e Hulumtimeve sht nj libr shum i
dobishm pr studentt, akademicientt, firmat, hulumtuesit dhe t tjert, t cilat gjat kryerjes s
ndonj hulumtimi kan nevoj t njohin pikat baz dhe kryesore t hulumtimit. Libri prbhet
nga 13 kapituj dhe pjesa e tabelave. Duke shpresuar q edhe ky libr t jet i dobishm pr
audiencn e cila flet shqip, n vazhdim ju prezantoj me librin.
Kujtim Hameli
i
PARATHNIE
Falenderime t pafunda pr kolegt e mi Doc. Dr. Abdullah Okumu, Nd. Doc, Dr. Zehra
Bozbay, Ar. Grv. Diren Bulut, Ar. Grv. Hilal zen dhe Ar. Grv. Nil Kodaz, pr kontributet e
tyre shum t rndsishme dhe t vlefshme n prgatitjen e librit Metodat e Hulumtimit. Uroj q
ky libr t ofroj kontribut n botn ton t shkencs.
ii
iii
PRMBAJTJA
Fjala e prkthyesit i
Parathnie ii
Prmbajtja iv
iv
Kapitulli 5. Hulumtimet Kualitative/Cilsore 33
Karakteristikat e hulumtimeve kualitative 33;
Llojet e hulumtimeve kualitative 35; Vrojtimi 35; Auditimet n dyqane 36; Vrojtimi duke i
prdorur paisjet mekanike 36; Vrojtimi direkt 37; Klienti misterioz (mystery shopping) 38;
Hulumtimet etnografike/netnografike 39; Intervistat e fokus grupeve 40; Intervistat e thella 42;
Teknika Delfi 43; Studim rastet 44; Teknikat projektive 45; Teknika e asocimit t fjalve (word
association technique) 45; Teknika e plotsimit (completion technique) 45; Teknikat e ndrtimit
(construction techniques) 46; Teknikat shprehse (expressive techniques) 46; Analiza e
prmbajtjes 47
Kapitulli 6. Mostra 50
Kuptimi dhe rndsia e mostrs 50;
Procesi i mostrs 52;
Problemet kryesore n lidhje me metodn e mostrimit dhe me prcaktimin e madhsis s
mostrs 55; Problemet n lidhje me zgjedhjen e mostrs 55;
Metodat e mostrimit t rastsishm 56; Avantazhet e mostrimit t rastsishm 57; Desavantazhet
e mostrimit t rastsishm 57; Llojet e metodave t mostrimit t rastsishm 57;
Metodat e mostrimit jo t rastsishm 59; Avantazhet e mostrimit jo t rastsishm 59,
Desavantazhet e mostrimit jo t rastsishm 59; Llojet e metodave t mostrimit jo t rastsishm
59;
Problemet n lidhje me prcaktimin e madhsis s mostrs 61;
Probleme 64
v
Kapitulli 9. Matja dhe Shkallzimi 84
Matja dhe shkallzimi 84;
Llojet e ndryshoreve t prdorura n hulumtimet biznesore 89;
Llojet e matsve t veant t prdorur n hulumtimet biznesore dhe analizat e veanta n lidhje
me kta mats 91; Matsi i ndarjes dimensionale 91; Matsi i Likertit 94; Matsi i Stapelit 95;
Nj vlersim i shkurtr i matsve t prdorur n hulumtimet biznesore 96; Madhsia e
hulumtimit dhe faza e hulumtimit 96; Kushtet e nevojshme t t dhnave pr analizat statistikore
96; Karakteristikat e matsve 97;
Kostoja e prdorimit t matsve 98;
Prfundim 99
Probleme 100
Kapitulli 13. Marrdhnia Ndrmjet Sjelljes Blerse nga Interneti dhe Prceptimeve t
Riskut dhe Dobis Shembull Hulumtimi dhe Aplikimet n SPSS 193
Tema e hulumtimit 193;
Qllimi, prmbajtja dhe kufizimet e hulumtimit 195;
Metodologjia e hulumtimit 196; Modeli i hulumtimit 196; Ndryshoret e hulumtimit 196;
Hipotezat e hulumtimit 199; Procesi i mostrimit 200; Metodat dhe mjetet pr mbledhjen e t
dhnave 201;
Analizimi i t dhnave dhe informacioneve 202;
Shembuj analizash 209
Tabelat 255
vi
Kapitulli 1
Suksesi i hulumtimeve biznesore nuk varet vetm nga kryerja e mir e hulumtimit t
biznesit, por edhe nga prceptimi i mir i tij dhe prfitimi nga rezultatet. Pa dyshim se kjo varet
nga komunikimi efektiv i vendimmarrsve dhe hulumtuesve si dhe nga prceptimi i drejt i njri-
tjetrit. Problemet e mundshme mund t tejkalohen npermjet puns ekipore. Marrsit e
vendimeve pasi ti kuptojn rezultatet e hulumtimit duhet t ken informata t mjaftueshme
hulumtimi pr ti interpretuar ato ose pasi rezultatet e hulumtimit t jen sqaruar, ata mund t
krkojn ndihm nga hulumtuesit pr interpretimin e tyre. Megjithat, problemet e prceptimit
ndrmjet vendimmarrsve dhe hulumtuesve nuk jan shembuj t rrall.
1
Hulumtuesit prceptohen si tepr teknik nga ana e vendimmarrsve. Dorzimi i
rezultateve t hulumtimit n mnyr teknike vshtirson interpretimin dhe prdorimin e
rezultateve n kushtet e vendimmarrsve. Po ashtu, nuk mund t prcaktohet qart vlera e krijuar
nga hulumtimi, veanrisht n mnyr financiare. Krkohet q shpenzimet e hulumtimit t jen
t matshme numerikisht dhe ekonomikisht n krahasim me avantazhet q do t sjell informacioni
i duhur i prfituar. Po ashtu, shpesh vihet n pyetje edhe besueshmria e rezultateve t prfituara
nga ana e vendimmarrsve.
2
Planifikimi i prshtatshm: Kushtet e zhvillimit t ankets dhe faktort e tjer t
jashtm mund t ndikojn n mnyr tronditse vlefshmrin dhe besueshmrin
e rezultateve t hulumtimit. Pr kt arsye zhvillimi i nj hulumtimi n kushte kur
mund t ndikohet nga faktort e jashtm do t ndikoj n shtrembrimin e
rezultateve t hulumtimit. Prandaj, duhet t kihet kujdes n planifikimin e kohs
s procesit t hulumtimit e veanrisht t mbledhjes s t dhnave.
Prputhshmria: Metoda e mbledhjes s t dhnave t nevojshme gjat procesit
t vendimmarrjes t hulumtimit dhe prmbajtja duhet t jen n prputhje me
njra-tjetrn.
Qllime t qarta: Prkufizimi i qart i qllimeve dhe problemit t hulumtimit e
lehtson procesin e hulumtimit. N qoft se qllimet e hulumtimit prkufizohen
n mnyr t qart, do t sigurohet shum m leht prputhshmria me qllimin
dhe rezultatet do t mund t interpretohen shum m leht.
3
vazhdueshme dhe m koh, klasifikimit dhe organizimit si dhe prmes analizimit dhe vlersimit
t bazs s krijuar t t dhnave. Kto programe t cilat edhe me ndihmn e teknologjis s
sofistikuar lehtsojn arritjen e shum informatave quhen programe t sistemit t menaxhimit t
informacionit. Sistemi i menaxhimit t informacionit sht nj sistem mbshtets i
vendimmarrjes i prdorur me metodat analitike t bazs s t dhnave pr mbledhjen e
informacioneve n mnyr t rregullt n lidhje me tregjet dhe pr zgjidhjen e probleme biznesore
dhe/apo pr mbshtetjen e proceseve t vendimmarrjes. Sistemi i menaxhimit t informacionit i
cili sht nj mjet shum i dobishm pr biznesin pr nga aspekti i prdorimit efektiv t
informatave brenda biznesit ndihmon informacionet t reflektohen n vendime
strategjike,sidomos ato t nivelit operativ.
Si u cek edhe m par, hulumtimet biznesore duhet t aplikohen dhe interpretohen nga
hulumtues t cilt zotrojn mir teknikat e tems s hulumtimit. Pr kt arsye, sht e
pamundur q n do firm t ket nj departament t hulumtimit. Prandaj, hulumtimet biznesore
ndonjher kryhen brenda biznesit e ndonjher kryhen jasht biznesit nprmjet kompanive t
hulumtimeve. Secila struktur e organizimit t hulumtimit ka avantazhet dhe desavantazhet e
veta. Bizneset duhet t prcaktojn me kujdes burimin e hulumtimit i cili sht i prshtatshm
pr nevojat e tyre.
Firmat ndonjher mund t ken disa puntor t cilt kan pr detyr sigurimin e
informacionit n lidhje me nevojn e hulumtimit t firms, e ndonjher mund t ken nj
departament t prbr nga disa persona t specializuar n shtjen e hulumtimit. N disa raste,
mund t ket ekipe t prkohshme t krijuara nga persona t departamenteve t ndryshme t cilt
posedojn informacione t hulumtimit dhe t cilt menaxhojn s bashku procesin e hulumtimit
dhe n kt mnyr kontribuojn n procesin e hulumtimit n lidhje me fushat e ekspertizs n
firm.
4
hulumtim pr procesin e vendimmarrjeve t shumta t fushave t ndryshme t biznesit dhe nse
nevoja pr informacion sht urgjente sht e udhs q kryerja e hulumtimit t bhet me nj
organizim t nj hulumtimi joqendror, pra secili departament mund t plotsoj nevojat e veta t
hulumtimit. Mirpo n qoft se nevoja e hulumtimit sht strategjike, si prcaktimi i objektivave,
e orientuar n prgjithsi rreth biznesit, ather, biznesi duhet t organizoj nj hulumtim
qendror, nj ekip apo nj departament t hulumtimit. Pr krijimin e ktij organizimi t
hulumtimit kostoja sht nj faktor mjaft me rndsi q duhet t merret parasysh. Me rritjen e
nevojs pr informacion dhe hulumtim, investimet e bra n organizatat e hulumtimit brenda
firms jan m t prshtatshme pr nga aspekti i kostove n lidhje me burimet jasht firms.
Mirpo duhet t kihet kujdes me t gjitha investimet organizative, si me krijimin e ktyre
organizimeve, punsimi i personelit kompetent n shtjet e hulumtimit apo zhvendosja e
departamentit t hulumtimit nga departamentet e tjera, krijimin e strukturs teknike t nevojshme
(program, sistemet e menaxhimit t informacionit etj.), krijimit t nj vendi t ktij departamenti
brenda firms etj. Nuk duhet harruar se ky investim n struktur ka nj kosto fikse dhe duhet
llogaritur analiza kosto-fitim e ktij departamenti.
Ekzistimi i organizatave t hulumtimit brenda firms sht i dobishm n rastet kur ofron
disa karakteristika themelore:
5
specializuara n kto shtje. Ndr burimet m t prdorura jan kompanit e hulumtimeve t
specializuara n shtjen e shrbimit t hulumtimit. Kto firma t cilat ofrojn shrbimin e
hulumtimit mund t jen ndrkombtare apo vendore dhe japin shrbime n fusha t ndryshme t
ekspertizs. Po ashtu nj rast tjetr mjaft i par sht edhe marrja e shrbimit nga universitetet
dhe konsulentt akademik n shtjet e hulumtimit. Marrja e informatave pr procesin e
vendimmarrjes sht e mundur nga ekspertt e fushs s krkuar dhe/apo kryerjen e hulumtimit
n shoqrim me kta ekspert. Prpos ktyre mund t aplikohet edhe n hulumtimet e raportuara
t institucioneve duke i prpiluar t dhnat e prbashkta t ktyre organizatave si jan Oda
Ekonomike, Odat Profesionale, Institutet Qeveritare t Statistiks, FMN, Banka Botrore, IMKB
(stanbul Menkul Kymetler Borsas Bursa e Stambollit) etj. Kto institucione zakonisht nuk
kan qllim fitimprurs, raportimet e tyre jan t besueshme duke e ruajtur fshehtsin e
identitetit t firmave nga t cilat i kan marr t dhnat si dhe kryejn hulumtime n shkall
shum t gjer.
6
sht e rndsishme pr t marr nj vendim t drejt n lidhje me at se nga cili kanal i
hulumtimit do t mbledhet informacioni i krkuar. Gjat marrjes s vendimit se cili burim,
brenda firms apo jasht firms t prdoret pr plotsimin e nevojs s hulumtimit, duhet t
kihen parasysh kto kritere:
Besueshmria: Pa dyshim se besueshmria e rezultateve t hulumtimit sht nj
nga kriteret m t rndsishme. N rastet kur hulumtimi i br brenda firms
mendohet se mund t jet m pak i besueshm pr shkak se ndikohet nga struktura
e biznesit, zgjedhja e burimeve jasht firms do t jet m me vend. Mirpo n
qoft se kredibiliteti i hulumtimit dhe rndsia n kuptimin e konkurrencs sht e
lart pr firmn si dhe n qoft se pavarsia e departamentit t hulumtimit brenda
firms nuk l vend pr dyshime, ather nuk ka ndonj arsye pr mos zgjedhjen e
departamentit t hulumtimit brenda firms.
Prgatitja: N hulumtimet biznesore sht e rndsishme ekspertiza n lidhje me
fushn dhe shtjen e hulumtimit t njsis prgjegjse pr hulumtimin, si ajo
brenda firms si ajo jasht firms. Pr kt arsye vendimi duhet t merret duke
marr n konsiderat njohurit n lidhje me shtjen e hulumtimit. N disa raste t
projekteve t ngjashme, kompanit e hulumtimeve t jashtme mund t jen m t
dobishme pr shkak t hulumtimeve t shpeshta q kryejn, kurse n disa raste t
tjera pr shkak t informatave t brendshme tregtare departamentet e hulumtimit
brenda firms jan m adekuate pr shtjen e hulumtimit.
Kapaciteti: Kompanit e hulumtimit jan biznese t cilat kan puntor eskpert
n kt shtje dhe n krahasim me departamentet e hulumtimit brenda firms
shpesh kan kapacitet m t madh pr kryerjen e hulumtimeve n prmasa t
mdha.
Kostoja: Pa dyshim nj ndr faktort m t rndsishm pr brjen e ksaj
zgjedhjeje sht edhe kostoja. Krijimi i departamentit t hulumtimit dhe sigurimi i
mundsive t krkuara krijojn kosto fikse. Pr bizneset t cilat nuk kan shum
nevoj pr hulumtime sa pr t mbuluar kto kosto, sht m e prshtatshme pr
to q t marrin shrbimet e hulumtimit nga jasht.
Pa marr parasysh se si kryhet hulumtimi, brenda apo jasht firms, gjat kryerjes s
hulumtimit nj faktor t cilin biznesi/hulumtuesi duhet t marr n konsiderat sht edhe etika e
hulumtimit. Duhet q t aplikohen standartet themelore t prcaktuara n kt shtje nga
organizatat si AMA (Shoqata Amerikane e Marketingut), ESOMAR (Shoqata Ndrkombtare e
Hulumtimit), ICC (Organizata Ndrkombtare Tregtare)1 etj. N baz kto rregulla prcaktojn
prgjegjsin e secilit, t hulumtuesit, mbledhsit t t dhnave, kryersit t analizave dhe
interpretuesit t rezultateve si dhe marrin masa mbrojtse pr konsumatort/firmat prej t cilave
mblidhen t dhnat.
1
Burimet online pr m shum informata n lidhje me etikn e hulumtimit, 10/02/2010, [http://www.esomar.org/],
[http://www.iccwbo.org/], [http://www.marketingpower.com]
7
Kapitulli 2
Procesi i hulumtimit, n parim prbhet nga pes faza themelore. Nga kto faza, faza
Planifikimi i Metodologjis s Hulumtimit prfshin n prgjithsi fazat e planifikimit t
hulumtimit. Fazat e tjera t procesit prcaktojn hapat n lidhje me at se sipas cilit hap do t
zhvillohet hulumtimi.
8
2.1. Faza e Par: Hyrje dhe e Kaluara e Tems
9
shnjestr t bizesit, shoqris, ekonomis kombtare, organizatave t interesit dhe n disa raste
nga pikpamja e vlers akademike. Dobia e informacionit t fituar duhet t shqyrtohet me nj
llogaritje t thjesht t vlers n krahasim me kohn dhe burimet ekonomike t hargjuara n
hulumtim si dhe duhet t shqyrtohet vlera e informacionit n koh. Shkurtimisht, n kt faz
bhet pyetja A ia vlen q t bhet ky hulumtim nn kushtet e caktuara?. N qoft se prgjigjja
e ksaj pyetjeje sht po ather kalohet n fazat e tjera. Nj pyetje tjetr sht se ky informacion
kujt dhe si do ti hyj n pun, brja e drejt e prkufizimeve n kt shtje, n disa raste mund
t shkaktoj brjen e disa ndryshimeve n lidhje me personat t cilt do t prdorin
informacionin pr qllimin e hulumtimit.
Tri fazat e para t procesit t hulumtimit kan nj karakteristik hyrse. Kurse faza e
planifikimit t metodologjis s hulumtimit sht m shum nj faz teknike n krahasim me
fazat e tjera. Kjo faz prfshin t gjith planifikimin e hulumtimit dhe paraqet hapat e procesit t
hulumtimit. Disa nga hapat e fazave t planifikimit t metodologjis s hulumtimit n lidhje me
temn e hulumtimit mund t dalin n plan t par. Zbatimi i procesit t planifikimit t
metodologjis s hulumtimit, mund t prmbledhet si m posht:
10
t mos jet i mjaftueshm pr prfitimin e rezultateve. N rastet kur krkohen metoda t
ndryshme t hulumtimit, hulumtimi duhet t ndahet n disa pjes dhe duhet t trajtohen
problemet t cilat kan m shum prioritet dhe rndsi.
Modeli i hulumtimit ashtu si mund t shprehet me fjal, po ashtu mund t shprehet edhe
me numra, simbole apo n mnyr gjeometrike. Modeli i hulumtimit dhe qllimi paraqesin
prcaktimin sa m t qart t ndryshoreve t prfshira n hulumtim dhe bashkveprimin ndrmjet
ktyre ndryshoreve q synohet t matet, si dhe planifikimin e fazave t hulumtimit n lidhje me
kt. Paraqitja e bashkveprimit t ndryshoreve t prfshira n hulumtim n mnyr gjeometrike
apo figurative do t ndihmoj hulumtuesin pr t par fotografin e prgjithshme t hulumtimit.
11
Modelet e hulumtimit, n parim ndahen n dy grupe kryesore: eksplorative (exploratory)
dhe konkluzive (conclusive). Hulumtimet konkluzive brenda vetes mund t klasifikohen n
modele prshkruese dhe modele q japin lidhjen shkak-pasoj. N kapitullin e tret, modelet e
hulumtimit do t shpjegohen n mnyr t detajuar. N kt kapitull do t jepen informata t
hollsishme n lidhje me krijimin e nj modeli t prshtatshm me qllimin e hulumtimit.
2
Kurtulu Sema, Kurtulu Kemal, Prospects, Problems of Marketing Research and Data Mining in Turkey
Enformatika, Vol. 11, January 2006. Kurtulu Kemal, Kurtulu Sema, Bozbay Zehra, Research Methodology in
Marketing Publications: Review and Evaluation, 5th International Conference on Social and Organizational
Informatics and Cybernatics, Orlando, Florida, July 10-13, 2009.
12
2.4.4. Prcaktimi i Metodave t Mbledhjes s t Dhnave
T dhnat mund t prfitohen nga burimet parsore dhe dytsore. T dhnat e burimeve
dytsore paraqesin prdorimin e t dhnave t prpiluara m hert pas rregullimit t tyre n
prputhje me qllimin. Gjja q duhet t kihet kujdes gjat prdorimit t ktij lloji t t dhnave
sht vlefshmria e t dhnave dhe prputhshmria e tyre me qllimin. Studimet e literaturs n
lidhje me temn e hulumtimit mund t mirren si shembull pr mbledhjen e t dhnave t ktyre
studimeve. Mirpo n disa raste, informacionet e prfituara nga burimet dytsore mund t mos
jen t mjaftueshme apo t prditsuara. N kt rast, do t ishte m e udhs q t prdoren t
dhnat nga burimet parsore. T dhnat e burimeve parsore jan t dhna q mblidhen nga
hulumtuesi. Kto metoda t mbledhjes s t dhnave do t shpjegohen n m detaje n kapitullin
e katrt.
13
Pas prcaktimit t popullsis, duhet t shqyrtohet mundsia e t punuarit me kt
popullsi. Shpesh n hulumtimet e shkencave shoqrore, ashtu edhe n hulumtimet biznesore,
sht e pamundur prkufizimi i gjith popullsis dhe arritja te popullsia pr shkak t kufizimeve
t kohs dhe kostove. Pr kt arsye, duhet t prcaktohet mostra, me t ciln do t bhet
studimi. Mostra paraqet nj pjes m t vogl t nxjerrur nga popullsia ashtu q pr t br
vlersime q mund t prgjithsojn popullsin. Tema e mostrs e cila sht nj tem mjaft
teknike, do t shpjegohet detajisht n kapitullin e gjasht.
14
2.4.7. Diskutimi i Vlefshmris dhe Besueshmris s Hulumtimit
N kt faz hulumtimi duhet t rishikohet nga fillimi dhe duhet t shqyrtohen ndikimet e
kufizimeve mbi vlefshmrin dhe besueshmrin e gjetjeve. N kt pjes, hulumtuesi duhet ti
kushtoj vmendje kushtit m t rndsishm t metods shkencore, paanshmris
(objektivitetit). Prsri, vendimi sipas cilave kushte do t vlersohen rezultatet do t prcaktohet
pas diskutimit t vlefshmris dhe besueshmris. Diskutimet n kt faz jan mjaft teknike dhe
prfshijn t gjitha fazat e hulumtimit.
3
Hulumtuesi duhet q mesatarisht 45% t kohs s tij ta shpenzoj n planifikimin e hulumtimit, 45% n
interpretimin e rezultateve t hulumtimit dhe pjesn e mbetur prej 10% n mbledhjen e t dhnave dhe
informacioneve. N lidhje me kt shtje shikoni, Robert Ferber, Donald F. Blankertz dhe Sidney Hollander Jr., op.
cit., fq. 150.
15
m hert n fazn e planifikimit nga arsye t ndryshme si qllimi dhe kushtet e hulumtimit. Pr
kt arsye duhet t rishikohet lidhja ndrmjet hapave t planifikimit t hulumtimit dhe
veanrisht duhet t kihet kujdes q secila faz t jet n lidhje dhe pajtim me njra-tjetrn, si
modeli, hipotezat, mbledhja e t dhnave, mostrimi, analizimi i t dhnave etj. N qoft se ka
ndonj mospajtim ndrmjet planifikimit dhe fazs s aplikimit, duhet t kthehet prsri n fazn
e planifikimit nse sht e nevojshme.
16
Kapitulli 3
MODELET E HULUMTIMIT
Modelet e Hulumtimit
17
mir t ndryshoreve duke prdorur pyetsor apo eksperiment dhe t cilat duhet t konvertohen n
sistem t matjes s tyre. N kto lloje t hulumtimit, zakonisht sht e nevojshme q t prdoren
metoda kreative n prkufizimin e ndryshoreve. Metodat si hulumtimet e burimeve dytsore,
studim rastet, vrojtimet, intervistat e thella jan metoda m t prshtatshme pr hulumtimet
eksplorative.
Kto lloje t hulumtimeve, po ashtu mund t aplikohen edhe duke i prdorur n kushte,
sektore dhe koncepte t ndryshme ndryshoret nga literatura t cilat shfaqin ngjashmri. Me
prdorimin e ngjashmrive sht e mundur q t zhvillohen kuptime t reja pr nga perspektiva e
tems s re t hulumtimit.
4
Kemal Kurtulu, letmelerde Aratrma Yntembilim, letme Fakltesi Yaynlar, 1999, Stamboll, fq. 57
18
Hulumtimet prshkruese n disa raste mund t aplikohen bashk me hulumtimet
eksplorative. Brenda hulumtimit sht e mundur krijimi edhe i modeleve prshkruese edhe atyre
eksplorative dhe prcaktimi i qllimeve pr secilin lloj t hulumtimit. N kto lloje t
hulumtimeve zakonisht hulumtuesi ka informacione n lidhje m nj pjes t ndryshoreve.
Prsri, ekzistojn ndryshore t cilat nuk jan zbuluar por pr t cilat vrehet mungesa n
modelin e hulumtimit dhe hulumtuesi synon q ti zbuloj edhe kto ndryshore.
19
prfituara me an t pyetsorit tentojn t prcaktojn marrdhnien shkak-pasoj prmes
analizave, si regresionit, i cili ofron nj shpjegim shkakor q krijon funksionin e vlersimit. Me
an t metods s vrojtimit direkt dhe indirekt sht e mundur prkufizimi i sistemit ndikues
shkak-pasoj. Mirpo, metoda m e prdorur pr mbledhjen e t dhnave t hulumtimit t
marrdhnies shkak-pasoj sht sekuencat eksperimentale. Kjo metod, do t shpjegohet
detajisht n kapitullin e shtat.
Induksioni sht nj metod e hulumtimit e cila fillon nga faza eksploruese, zgjatet deri te
niveli i hulumtimit i cili prfshin marrdhnien shkak-pasoj dhe prfshin hapat pr krijimin e
teoris n lidhje me temn. Me nj shpjegim m t thjesht, induksioni sht nj lloji i t
menduarit i cili ofron shkuarjen nga propozimi i veant tek propozimi i prgjithshm. Paraqet
kalimin nga rezultatet e hulumtimit t veant, t cilat jan mbledhur ve e ve n teorin e
tems, pra nga informata konkrete dhe e vrojtuar n informatn e nivelit abstrakt dhe teorik. Kjo
metod jep mundsi pr kalimin nga hipoteza n teori.
20
Roli i Imazhit t Dyqanit n Prceptimin Konsumatorik t Cilsis s Produkteve
Brendore:
MODELI I HULUMTIMIT
Atmosfera e Dyqanit
Profili i Klientve t
Dyqanit
Promocioni
Reklama
21
Nj Hulumtim n lidhje me Rolin e Personalitetit t Brendit n Qndrimet Pozitive dhe
Zhvillimin e Sjelljeve t Konsumatorit n lidhje me Produktet Brendore
ZHVILLIMI I QNDRIMEVE
DHE SJELLJEVE POZITIVE N
LIDHJE ME BRENDIN
PERSONALITETI I BRENDIT
Shprehja e Krijimi i
T qenit i afrt Identitetit Marrdhnies
(Aktual/Ideal) me Brendin
T Folurit Pozitivisht
Rreth Brendit
T qenit emocionues
Gadishmria Pr t
Paguar mimet Prim
T qenit i mjaftueshm
Pr Brendin
T ofruarit knaqsi
Qllimi pr t Bler
Ofrimi i
T qenit i fort Dobive
Funksionale
22
Prcaktimi i Imazhit t Vendit ku sht Prodhuar Produkti dhe Efekteve t Imazhit
t Brendit n Vlersimin Konsumatorik t Produkteve Shumkombshe
VLERSIMET E KONSUMATORIT
PR PRODUKTIN
PRCEPTIMET KONSUMATORIKE PRCEPTIMET KONSUMATORIKE
T IMAZHIT T VENDIT T CILSIS
- Mosha
- Niveli i Edukimit
- Niveli i t Ardhurave
- Gjinia
- Gjendja Civile
- Numri i Antarve t Familjes
- Pronsia e Veturs
23
24
Kapitulli 4
T dhnat e burimeve dytsore jan t dhna t mbledhura m hert pr qllim tjetr dhe
pr arsye se jan mbledhur pr qllime t ndryshme shpesh mund t mos jen adekuate pr
arritjen e rezultateve t dshiruara nga hulumtuesi. Padyshim q sigurimi i t dhnave dhe
informacioneve nga burimet dytsore sht shum m ekonomike dhe krkon m pak koh n
krahasim me sigurimin e t dhnave dhe informacioneve nga burimet primare. Por, pr fat t keq,
informacionet e burimeve dytsore mund t mos jen t mjaftueshme pr do hulumtim.
25
dytsore t mbledhura dhe t raportuara nga personat apo institucionet e tjera. Prdorimi i ktyre
t dhnave dhe informacioneve mund t jet e prshtatshme pr qllimin e hulumtimit. N kt
faz, hulumtuesi duhet t kontrolloj se a do t prdor apo jo kto t dhna dhe informacione
pr hulumtimin e tij.
Nj tjetr shtje sht saktsia dhe besueshmria e t dhnave. Kta faktor duhet t
kihen parasysh me kujdes pr arsye se hulumtuesi nuk i di se n far kushte jan mbledhur t
dhnat. Besueshmria e burimit t t dhnave zakonisht n kt faz mund t merret si referenc.
Duhet t vlersohet se t dhnat nga kush, me far qllimi dhe si jan mbledhur.
Po ashtu, sht e mundur t sigurohen edhe t dhnat dytsore prej burimeve jasht
firms. Shembull i ksaj mund t jet institucioni shtetror i statistikave i cili n mnyr t
rregullt bn mbledhjen dhe raportimin e t dhnave. Prve ksaj, veanrisht kompanit e
hulumtimeve me hulumtimet e prbashkta t bra pr sektort, ofrojn mundsi pr sigurimin e
t dhnave nga baza e t dhnave t prbashkt dhe e gjer. Sipas nevojs s t dhns, t dhnat
e odave ekonomike, bursave t kmbimeve, FMN, madje raportet e ndryshme, gazetat, revistat
etj., publikimet e vazhdueshme dhe literatura akademike n lidhje me temn e hulumtimit mund
t prdoren si t dhna t burimeve dytsore.
26
4.2. T Dhnat e Burimeve Parsore
Duke marr pr baz informacionet dhe t dhnat e mbledhura, mund t dallojm tri lloje
t gabimeve; gabimi i mostrimit, gabimet q burojn nga mosprgjigjet dhe gabimet q burojn
nga prgjigjet. Ti shqyrtojm shkurtimisht kto lloje t gabimeve.
Gabimet t cilat burojn nga mosprgjigja jan nj lloj i gabimit q dalin n shesh n
rastet kur nuk mund t sigurohen prgjigje nga nj pjes e individve t prfshir n mostr. Ky
lloj i gabimit mund t dal n shesh n dy mnyra t ndryshme, ose nuk sht mundur t
kontaktohet njsia (personi) prkatse ose sht kontaktuar individi prkats por nuk sht
mundur t merret prgjigja e tij. Pr shkak t arsyes s par, gabimi i zbuluar i mosprgjigjes ka
mundsi t madhe t jet burim i gabimit t rastsishm kurse pr shkak t arsyes s dyt, gabimi
i mosprgjigjes q mund t zbulohet mund t jet burim i nj gabimi sistematik. Arsyeja e ksaj
sht supozimi se personat e kontaktuar por nga t cilt nuk sht marr prgjigje kan
27
karakteristika t ndryshme nga personat nga t cilt sht marr prgjigje. Nj dshmi e cila
provon besueshmrin e ktij supozimi sht se pjesmarrsit me dshirn e tyre vendosin tu
prgjigjen pyetjeve t hulumtuesit, kurse mospjesmarrsit nuk kan dshir pr tiu prgjigjur
pyetjeve.
Si u specifikua m par, gabimet n prgjigje burojn ose nga mossaktsia ose nga
kompleksiteti. Gabimet e para ndodhin gjat momentit t rrjedhjes s informats nga prgjegjsi
te pyetsi, si rezultat i kuptimit jo t drejt t prgjegjsit t asaj se far nnkupton pyetsi. Kto
keqkuptime t cilat dalin n shesh gjat procesit t mbledhjes s t dhnave bhen edhe n
mnyr t vetdijshme edhe n mnyr t pavetdijshme nga ana e pyetsit.
Burimete gabimeve qe lindin nga kompleksiteti mund t jen pyetjet e pyetsorit. Mirpo,
rregullat e caktuara zvoglojn mundsin e kompleksitetit t pyetjeve. Pr t penguar kt,
duhet q me sa t jet e mundur t pyeten pyetje t hapura dhe t qarta dhe n qoft se pyetjet
jan rregulluar n mnyr indirekte, duhet q paraprakisht t testohet nse gjja e shprehur a
sht e njjt me at q dshirohet t kuptohet.
28
4.4. Metodat dhe Mjetet pr Mbledhjen e t Dhnave dhe Informacioneve t
Hulumtimit
29
prdoret n fazn e krkimeve paraprake. N kt mnyr, pyetjet t cilat do t prdoren n fazn
e informacionit kryesor, testohen gjat ktyre krkimeve paraprake dhe prcaktohet forma
prfundimtare e tyre.
30
shum gabime t ndryshme n lidhje me informatat dhe sjelljet e personit i cili kryen
intervistn, si dhe merr koh.
7
Stanley L, Payne, Data Collection Methods Telephone Surveys Robert Ferber, Editor in Chief, op.cit., fq. 2-108
31
4.4.3. Mbledhja e t Dhnave me An t Vrojtimit
Prve metods s ankets dhe vrojtimit dhe veanrisht pr t prcaktuar lidhjen shkak-
pasoj n hulumtimet biznesore prdoren edhe eksperimentet. N qoft se hulumtuesi kryen
vetm funksionin e matjes, kto lloj t eksperimenteve quhen eksperimente natyrale, ndrsa nse
hulumtuesi prve funksionit t matjes, ndrron s paku nj nga ndryshoret e shkakut dhe/apo
eksperimentet i vendos n grupet e eksperimentit dhe kontrollit, kto lloje t eksperimenteve
quhen eksperimente kontrolluese. Eksperimentet natyrale dhe kontrolluese jan shpjeguar n
detaje n kapitullin e shtat, aty ku jan shpjeguar vargjet eksperimentale.
32
Kapitulli 5
33
Vlersimi i hulumtimeve kualitative, n prgjithsi realizohet me krahasimin e
hulumtimeve kuantitative. Krahasimi i ktyre dy lloje t hulumtimeve, n prgjithsi, dallimet e
asjeve dhe metodave bhet n dritne shqyrtimit t ndryshoreve t tyre.
34
shpesh nuk gjendet ndonj struktur e qart prve pyetjes bazike t hulumtimit dhe
metods me t ciln synohet t matet kjo pyetje. Sado q kjo mund t shihet si nj
fleksibilitet apo problem pr shumicn e hulumtimeve, kjo i jep mundsin
hulumtuesit q sipas t dhnave t prfituara n procesin e hulumtimit t ndrroj
drejtimin e hulumtimit, pyetjet e hulumtimit, metodn e prdorur, mostrn e prdorur
etj.
Mirpo n disa raste, personat t cilat marrin pjes n hulumtim, mund q t mos e dijn
temn e hulumtimit, madje n disa raste mund t mos e dijn q po marrin pjes n nj
hulumtim. Kto lloje t hulumtimeve quhen hulumtime indirekte (t fshehura). N hulumtimet
indirekte sht me rndsi sigurimi i informacioneve apo t dhnave nga personat q marrin
pjes n hulumtim, pa qen ata t njoftuar se gjenden nn kushtet e hulumtimit. N hulumtime t
ktilla, duhet shfaqur kujdes n jetn private dhe t drejtat personale t personit dhe pas
mbledhjes s t dhnave nse sht e mundur, me lejen e tyre, kto t dhna duhet t prdoren
pr ti sqaruar personat.
5.2.1. Vrojtimi
35
momentin e vrojtimit apo m pas. Metoda e vrojtimit n krahasim me metodn e ankets sht
m e drejtprdrejt, mirpo ka nj zon t kufizuar t prdorimit. Arsyeja e ksaj sht se me
metodn e vrojtimit mund t regjistrohen vetm ngjarjet dhe sjelljet fizike. sht nje metod e
cila prdoret mjaft n fushn e hulumtimeve biznesore, sidomos n hulumtimet e marketingut,
pr t kuptuar sjelljet e konsumatorve. Llojet e vrojtimit m t prdorura n kt fush jan
auditimet n dyqane, vrojtimi duke i prdorur paisjet mekanike dhe vrojtimi i drejtprdrejt.
9
Pr informacione m t hollsishme n lidhje me kt tem, shikoni: Herbert E. Krugman, Some Application of
Pupil Measurement Journal of Marketing Research, November, 1964, fq. 15-19
36
3) Psikogalvanometri: N baz, kjo paisje sht e dobishme pr matjen e interesimit,
emocionit. Funksioni i matjes bhet nga thell me matjen e reaksioneve t thella. Kjo
paisje e cila sht mjaft e prhapur, prdoret pr prgatitjen dhe testet paraprake t
mesazheve t reklams. Gjat prdorimit t ksaj paisjeje, hulumtuesi duhet t mendoj se
personat t cilt vrojtohen a po i shfaqin sjelljet normale t jets kur u sht vn kjo
paisje dhe ndryshoret t cilat dshirohet t maten a u ekspozohen ndonj ndikimi tjetr.
Kurse nga paisjet m t rndsishme mekanike t prdorura jasht laboratorit jan kto.
10
Larson, J.S., E.T, Fader P.S., (2005): An Exploratory Look at Supermarket Shopping Paths, International
Journal of Research in Marketing, Vol 22, fq. 395-414
37
t posedohet nivel i duhur i informatave rreth tems s hulumtimit, t njihet mir objektiviteti
dhe kushtet n t cilat kryhet vrojtimi. Ashtu si prdoret pr vrojtimin e konsumatorve, ashtu
mund t prdoret edhe pr vrojtimin e punonjsve.
Problemi m i madh i cili shfaqet n metodn e vrojtimit sht se mund t maten vetem
sjelljet. sht e pamundur q t maten ndryshoret e tilla si, arsyet q i shtyjn njerzit n ato
sjellje, prceptimet, besimet, sjelljet etj. Po ashtu, sjellja adekuate duhet t vrojtohet m shum se
njher, t prsritet dhe t jet e parashikueshme. Kto sjellje duhet t zhvillohen brenda kohs
t cils mund t maten n mnyr vizuale.
Klientt duke marr informacione rreth produktit apo shrbimit raportojn nivelin e
informacionit t shitsve n lidhje me punn, duke realizuar sjelljen e blerjes raportojn rreth
kryerjes s ktij funksioni, pra raportojn duke matur cilsin dhe proceset e shrbimit. Bizneset
11
ESOMAR World Research Codes & Guidelines, Myster Shopping Guidelines (2005),
http://www.esomar.org/uploads/pdf/
12
Wilson, Alan M., (2001), Mystery Shopping: Using Deception to Measure Service Performance, Psychology
and Marketing, Vol. 18 (2), fq. 721-734
13
Stucker, Cathy, (2004), Mystery Shoppers Manual, 6 th Edition, Special Interest Publications, fq. 23-68
38
pr kto lloje t hulumtimeve prcaktojn kriteret e matjes duke u marr vesh me hulumtuesit me
identitet t fshehur si dhe paguajn mimin e blerjeve dhe shrbimeve t nevojshme. N disa
raste, mund t krkohen krkesa t veanta nga hulumtuesi sipas kushteve q krkohet t matet.
Pr shembull, pr t matur n qoft se nj familje e cila ka disa fmij shum t zhurmshm n
nj vend pushimi a ka br q t krijohet ndonj rast ankese, si e ka menaxhuar personeli kt
problem dhe a kan mbetur t knaqur me shrbimin e ofruar, mund t krijohet nj familje
kliente e fshehur sipas ksaj dhe mund t krkohen matje t veanta.
14
Paul Atkinon, Martyn Hammersley, (2007), Ethnography: Principles in Practice, 3 rd Edition, Taylor and Francis
Pub., USA
15
Paul Atkinon, Martyn Hammersley, (2007), Ethnography: Principles in Practice, 3 rd Edition, Taylor and Francis
Pub., USA
39
Shumicn e kohs, studimi i kryer mund t dokumentohet me metodn e filmimit dhe
fotografimit. Kta artikuj vizual prdoren m von n fazat e vlersimit t rezultateve t
hulumtimit. Shqyrtimi i ktyre dokumenteve t prfituara nga kto lloje t hulumtimeve, sidomos
nse realizohet me informacionin dhe prvojat e hulumtuesit, mund t bhet me an t disa
programeve t zhvilluara pr kt shtje (ETHNO, Scolari Software etj).16
Intervista e fokus grupit sht nj bised e hapur e cila jep mundsin secilit pjesmarrs
q t flas, t bhet pyetje pr pjesmarrsit e tjer dhe pr tu prgjigjur n interpretimet e t
tjerve (prfshir edhe moderatorin). Intervistat e fokus grupeve jan nj metod e drejtprdrejt
e hulumtimeve kualitative e cila sjell hulumtuesin ball pr ball me pjesmarrsit. Diskutimi
zhvillohet nn udhheqjen e nj moderatori i cili krijon bashkveprim ndrmjet pjesmarrsve
pr t argumentar pr tema t ndryshme n lidhje me hulumtimin.
Grupi zakonisht prbhet nga 8-12 veta. Duhet t kihet kujdes q brenda mundsive
pjesmarrsit t jen homogjen pr nga aspekti i karakteristikave demografike dhe socio-
ekonomike. Arsyeja e ksaj sht q t mos krijohet nj hierarki e cila do t pengoj shprehjen e
mendimeve n mnyr t lir t personave brenda grupit. N qoft se dshirohet t merren
mendimet e grupeve t ndryshme demografike dhe socio-ekonomike n lidhje me temn e
hulumtimit, rekomandohet q t realizohet m shum se nj fokus grup me grupe t ndryshme
homogjene.
Nj problem tjetr i cili mund t krijohet n lidhje me intervistn e fokus grupit sht
njohja e mhershme e pjesmarrsve dhe mundsia pr t biseduar rreth hulumtimit. Pr kt
arsye, przgjedhja e individve q do t marrin pjes n fokus grup sht nj shtje tjetr t cils
hulumtuesi duhet ti kushtoj kujdes. Po ashtu, prgjegjsit t cilat kan marr pjes n nj fokus
grupi n gjasht muajt e fundit, nuk duhet t prfshihen n fokus grup.
16
Software for Content Analysis: Links to external sites, burim online 10/02/2010,
[http://courses.washington.edu/socw580/contentsoftware.shtml]
40
titulli baz i tems. Po ashtu, moderatori duhet t ket aftsi t mira t vrojtimit dhe komunikimit
dhe duhet t ruaj ekuilibrin brenda grupit.
Intervista e fokus grupit, zakonisht zgjat ndrmjet 1,5-2 or. do intervist e fokus grupit
duhet t ruhet nga vzhguesi duke marr shnime apo me an t kasets (apo videos). N t
njjtn koh, kjo do t pengoj humbjen e t dhnave e cila mund t buroj nga prcjellja e m
shum se nj bisede.
Prkundr t gjith ktyre avantazheve, intervistat e fokus grupeve kan edhe disa
desavantazhe. Prpara se gjithash, sht e rndsishme q informacionet e marra t interpretohen
n mnyr t drejt. Informacionet e marra nga grupi duhet t menaxhohen nga nj hulumtues i
cili ka informacione dhe prvojn e duhur pr ti kuptuar dhe intepretuar n mnyr t drejt.
Rezultatet mund t shtrembrohen me shum metoda, si p.sh. me zgjedhjen e pjesmarrsve t
prfshir n fokus grup apo forma e pyetjes s pyetjeve. sht shum e rndsishme q t
mbrohet objektiviteti i hulumtuesit. Rezultatet nuk jan t prshtatshme pr prgjithsime,
rezultatet prfaqsojn vetm grupin nga i cili jan marr dhe ofrojn t dhna pr hulumtime m
t thella. Nj desavantazh tjetr sht edhe kostoja e lart pr kompetencn e hulumtuesit, punn
dhe koha e hargjuar n fazn e mbledhjes s t dhnave, n krahasim me metodat e tjera, si
anketn.
41
Gjat aplikimit t studimeve t fokus grupit, t cilat prdoren m t madhe n temat si n
kuptimin e konsumatorit, planifikimin e produktit, zhvillimin e nj produkti t ri, prceptimin e
reklamave nga konsumatori etj., duhet t kihen parasysh t gjitha kto avantazhe dhe
desavantazhe. Hulumtimet e fokus grupeve mund t dallojn pr nga perspektiva e forms s
studimit, funksionit t moderatorit etj.
Intervistat mund t zgjasin ndrmjet 30 minuta dhe 2 or, varsisht gjersis s tems.
Duhet t kihet kujdes q zgjatja e teprt e kohs t jet e prshtatshme pr personin e intervistuar
dhe t sigurohet q pjesmarrsi me t njjtin kujdes tu prgjigjet pyetjeve. Dhnia e
informacioneve nga hulumtuesi n fillim rreth tems s hulumtimit sht e dobishme pr
pjesmarrsin. Gjat intervists pjesmarrsit duhet ti jepet mundsi q t shprehet lir, mirpo
duhet t pengohet nga largimi i titullit kryesor. Zakonisht, me an t pyetjeve t hapura pyeten
mendimet e pjesmarrsit. Pr t deshifruar temat e fshehta, ndonjher sht m e dobishme q
t bhen pyetje n lidhje me mjedisin e prgjithshm, n vend q t bhen pyetje direkte. sht e
rndsishme q mjedisi i intervists t jet i qet dhe pjesmarrsi ta ndiej vetn t sigurt dhe
rehat.
42
Nj fush tjetr n t cilin prdoren intervistat e thella jan edhe hulumtimet e bra me
fmij. N intervistat e bra me fmij, pjesmarrsi pran fmijs s tij mund t prfshij edhe
nj shok t fmijs apo nj antar tjetr t familjes. Mirpo n kto intervista duhet t kihet
kujdes q t mos shprqendrohet vmendja e fmijs.
Intervistat e thella, zakonisht nuk jan t strukturuara. Edhe n qoft se linjat e tems jan
prcaktuar m par, mund t ndrroj drejtim varsisht llojshmris s t dhnave t siguruara.
Sado q kjo struktur elastike ofron avantazh pr nga aspekti i thellsis s t dhnave, n t
njjtn koh mund t vshtirsoj kontrollimin e tems s hulumtuesit. Zgjatja e intervists,
nevoja q hulumtuesi t jet mir i edukuar dhe t njoh mir temn, rrit kostot e ktyre llojeve t
hulumtimeve. Prve ksaj sht mjaft i kufizuar numri i intervistave t thella q mund t bhen,
pra madhsia e mostrs s arritur.
43
ekspertve dhe krkohen prsri mendimet e tyre duke i prezantuar edhe mendimet e veta. Ky
aplikim mund t prsritet disa her derisa t arrihet informata e nevojshme e hulumtuesit.
Aplikimi tjetr dhe m i rastisur sht shqyrtimi i sektorit. Hulumtuesi rezultatin total e
kthen mbrapa te t gjitha burimet duke i mbledhur t gjitha t dhnat e krkuara nga t gjith
prfaqsuesit e sektorve, pa i dhn informatat e pjesmarrsve. Nj organizat e prbashkt
apo nj hulumtues i cili i beson paanshmris, duke i mbledhur t gjitha t dhnat n nj det t
prbashkt, si shitjet e pandashme t konkurrentve nga t gjith prfaqsuesit e sektorit, fitimin,
produktet me defekte etj., u jep informata kthyese pjesmarrsve duke arrritur n vlerat totale t
sektorit. N kt rast, pjesmarrsit mund t marrin t dhna rreth pjess s tyre t tregut, pjess
s fitimit t tyre brenda sektorit, duke i krahasuar shifrat e tyre me t dhnat totale. Kto lloje t
hulumtimeve zakonisht realizohen nga hulumtues t cilt e kan vrtetuar paanshmrin e tyre
brenda sektorit. sht e rndsishme q t gjith prfaqsuesit e sektorit t marrin pjes pa
prjashtim, n mnyr t sakt dhe t ofrojn t dhnat e plota. Rezultatet zakonisht i drgohen
hulumtuesit n nj zarf t mbyllur dhe n disa raste t dhnat mund t merren n prpunim duke i
hapur zarfet n prani t noterit.
Ky lloj i hulumtimit mund t prdoret n rastet kur hulumtuesi nuk mund ti sjell t gjith
pjesmarrsit bashk pr arsye gjeografike, pr ti rehatuar pjesmarrsit t ciln tentojn t ikin
nga dhnia e informacioneve brenda mjedisit t njjt, n rastet kur informacioni i pjesmarrsit
fiton rndsi sipas mendimeve t pjesmarrsve t tjer, n sekretet komerciale, informata
personale, t cilat pjesmarrsit nuk dshirojn ti ndajn me t tjert por q jan t nevojshme
pr t msuar rezultatet e prgjithshme. Mund t marr m shum koh n krahasim me
intervistat e fokus grupeve apo intervistat e thella, pr shkak q prbhet nga disa faza.
N studim rastet, hulumtuesi i cili shqyrton studimin duhet q t njoh mir temn dhe ti
kuptoj drejt ndryshoret. Pr kt arsye, shumicn e kohs mund t jet e nevojshme q me
ndihmn e metodave tjera t merren informata nga bizneset, personat dhe organizatat t cilat jan
n fokus t studimit.
44
5.2.7. Teknikat Projektive
Duke i dhn nj grup fjalsh, krkohet q pjesmarrsi pr seciln fjal t thot fjaln e
par q i vie n mendje. Qllimi i prdorimit t ksaj metode sht q n saje t asocimit t
nxirren n shesh ndjenjat e fshehura t pjesmarrsit rreth tems s hulumtimit. Gjat shqyrtimit
t prgjigjeve t marra, shikohet n frekuencat e fjalve t dhna si prgjigje, n kohn e
harxhuar prpara se t jepet nj prgjigje, numrin e prgjegjsve t cilt nuk mund t japin
prgjigje nj fjal brenda nj kohe t arsyeshme, fjalt e dhna nga prgjegjsi a prfshijn
kuptime pozitive apo negative etj.
17
A. Ercan Gegez, Pazarlama Aratrmalar, Beta Yaynlar, Botimi i Par 2005, Stamboll, fq. 48
45
ket kujdes n ndryshoret, si n rrjedhjen e tems, prfshirjet e kuptimeve pozitive apo negative,
mnyra e prceptimit t deklarats t prgjegjsit etj.
Dallimi i ksaj teknike nga teknikat tjera sht se ka nj form m pak t strukturuar. N
teste t ktilla, provohet q t vlersohet prceptimi dhe interpretimi i pjesmarrsit n lidhje me
nj ndryshore t dhn.
Prgjegjsit i jepet nj deklarat verbale apo vizuale dhe krkohet nga ai q t derdh
ndjenjat dhe qndrimet e personave t tjer n lidhje me rastin e dhn. Ekzistojn dy aplikime t
njohura.
46
duke i dhn pjesmarrsit nj emr t brendit, krkohet q t luaj rolin e nj
skenari n lidhje me at se sikur brendi t ishte nj njeri si do t dukej dhe si do t
sillej.
Teknikat e Personit t Tret: N teknikn e personit t tret, pjesmarrsi pyetet
se si personi i tret; shoku i tij, fqiu apo kolegu i puns, do t sillej prball nj
ngjarjeje t caktuar. Ngaq n t ktilla raste, pjesmarrsi tenton t ik nga dhnia
e prgjigjjeve t qarta rreth vetes, me teknikn e personit t tret do t jap
interpretime shum m lir dhe duke mos e kufizuar veten.
18
Nuri Bilgin, (2006) Sosyal Bilimlerde erik Analizi: Teknikler ve rnek almalar, Botimi 2, Siyasal Kitabevi,
Ankara
47
sht shum e rndsishme zgjedhja e materialeve dhe prcaktimi i linjave t aplikimit t
analizs s prmbajtjes. Po ashtu, prcaktimi i asaj se midis cilave data jan skanuar burimet e
publikuara, far jan materialet e prdorura vizuale, cili prkthim, vit dhe dat sht botimi i
librit t marr n analizn e prmbajtjes, njohja e burimit t shqyrtuar jan t rndsishme pr
nga aspekti i interpretimit t rezultateve.
19
Nuri Bilgin, (2006) Sosyal Bilimlerde erik Analizi: Teknikler ve rnek almalar, Botimi 2, Siyasal Kitabevi,
Ankara
20
Software for Content Analysis: Links to external sites, burim online, 10/02/2010,
[http://courses.washington.edu/socw/contentsofware.shtml]
48
Communications, InterClipper.21 Mirpo, prpara se prdoren kto programe apo uebfaqe sht e
dobishme q t merren informata m t thella n lidhjen me prdorimin e tyre.
21
Software for Content Analysis: Links to external sites, burim online, 10/02/2010,
[http://courses.washington.edu/socw/contentsofware.shtml]
49
Kapitulli 6
MOSTRA
22
Thomas T. Semon, Sample Design-Basic Concepts, Robert Ferber, Editor in Chief, Handbook of Marketing
Research, McGraw-Hill Book Company, New York, 1974, fq. 2-217
50
b) Gabimet jasht mostrimit (gabimet sistematike: mbledhja e t dhnave dhe forma e
zbrazt e ankets, anketor i pashkolluar)
4- Prgjegjs t rinj: Kjo karakteristik sht nj rritje e rndsishme e mostrs. T
supozojm se n formn e ankets nj nga pyetjet sht gabim, pra n t dhnat e
mbledhura ka nj subjektivitet. Kjo situat, edhe mostrimin me t keq madje e bn m
t lart se numrimi i plot, sepse n mostr ekziston mundsia pr rregullimin e
gabimit, pr shembull, gabimi mund t rregullohet duke e kontaktuar prsri
prgjegjsin. Kurse n numrimin e plot nuk ekziston nj mundsi e till.
51
Gabimet sistematike: Kto lloje t gabimeve gjenden n prkufizimin e t dhnave t
prfituara, edhe n qoft se sht br numrim i plot i popullsis. Kto gabime shfaqen n
prkufizimin, vzhgimin, mbledhjen dhe miratimin e t dhnave. Gabimet sistematike maten me
vlern e vrtet t parametrave t popullsis dhe vlern mesatare t llogaritur nga t gjitha
mostrat e marra nga kjo popullsi. Fjala saktsi prdoret si mats i gabimeve sistematike23.
Mostrimi sht nj proces i cili prbhet prej shum fazave. Gabimet q mund t lindin
nga mostrimi duhet t kontrollohen dhe minimizohen brenda mundsive. Kushtet apo procesi pr
t ndjekur pr kontrollimin dhe minimizimin e gabimeve, sht paraqitur n Figurn 6.124.
Si mund t shihet nga diagrami n figurn 6.1, faza e par n lidhje me mostrimin sht
prcaktimi i popullsis me t gjitha detajet. Popullsia duhet t prcaktohet n nj mnyr t
detajuar duke prfshir qllimin, prmbajtjen dhe kufizimet e hulumtimit.
N fazn e dyt duhet q t prcaktohet lista e popullsis apo korniza e mostrs e cila n
mnyr t plot dhe t vlefshme prfshin popullsin e prcaktuar n fazn e par. N kuadr t
mostrs duhet q secila njsi n mnyr ideale t marr pjes vetm nj her n list. Lista e
mostrs pr shtpit e pes provincave t mostrs s dhn m lart, mund t mirren nga
udhzimet komunale t cilat tregojn rrugt dhe lagjet e tyre, harta apo nga udhzuesi telefonik.
Pa dyshim q, prdorimi i udhzimeve t komuns, sht m e vlefshme dhe m e besueshme pr
shtetin ton (Turqin), sepse kjo ofron nxjerrjen e nj liste t plot t popullsis.
23
Paul E. Green and Donald S. Tull, op.cit., fq. 254-255
24
Pr krijimin e ktij diagrami sht prdorur ky punim: Donald S. Tull and Dell I. Hawkins, Marketing Research,
Mc.Millan Publishing Co Inc., New York, 1976, fq. 154 dhe 158
52
Kthimi n Fazat Adekuate pr t Ruajtur Vlefshmrin dhe Besueshmrin e Synuar Prkufizo
Popullsin
Prcakto Kornizn e
Mostrs
Prcakto Metodn e
Mostrs
Prcakto Madhsin e
Mostrs
Zgjedh Mostrat
53
shkalln e krkuar t saktsis, zgjedhet nj nga metodat m t prshtatshme t mostrimit. Duke i
mbajtur parasysh matjet e prcaktuara m sipr, zgjedhet nj nga metodat e mostrimit, si e
rastsishme, jo e rastsishme, nj-fazore, shum fazore, e stratifikuar apo jo e stratifikuar, e
vazhdueshme ose e ndrprer, e prgjithshme ose e veant apo nj nga kombinimet e ktyre
lloje t mostrave. Zgjedhja e metods s mostrimit sht nj nga fazat m t rndsishme t
procesit t mostrimit. Pr kt arsye, n vazhdim do t studiohet n mnyr t hollsishme. N
shembullin ton, metoda shum fazore dhe mostrimii thjesht (i stratifikuar), duket m e
prshtatshme.
25
David J. Luck, Lugh G. Wales, Donald A. Taylor, Marketing Research, Prentice-Hall Inc, Englewood Cliffs, New
Jersey, 1974, fq. 164
54
6.3. Problemet Kryesore n Lidhje me Metodn e Mostrimit dhe me Prcaktimin e
Madhsis s Mostrs
26
Donald S. Tull and Dell I. Hawkins, op. cit, fq. 158. Duke i shtuar edhe matjet Bayesgil, t prgjithshme, llojet e
mostrave totale mund t dalin 64. Po ashtu, mund t shtohen edhe ndarjet e vazhdueshme dhe t ndrprera.
55
Qllimi i ktij kapitulli, prve shqyrtimit t hollsishm t metodave alternative t
mostrimit sht q t paraqiten pikat kryesore, prparsit dhe dobsit n t cilat duhet t kihet
kujdes gjat aplikimit t metodave t mostrimit dhe n pika t shkurtra t bhet njohja e ktyre
metodave s bashku me problemet kryesore pr zgjedhjen e metodave t mostrimit27.
Metodat e Mostrimit
E Rastsishme Jo e Rastsishme
E Stratifikuar E Thjesht e
Gjykuese Sipas kuotave
Rastsishme
27
Pr ata t cilt dshirojn t marrin m shum informata n lidhje me kto metoda, mund t shqyrtojn
hulumtimet e ndryshme statistikore t marketingut dhe punimet n lidhje me metodat shkencore t hulumtimit.
Resarch, The Dryden Press, Hinsdale, Ilinois, 1978, ch. 8. Robert Ferber, Handbook of Marketing Research,
McGraw Hill Book Co., New York, 1974, Port C. George, W. Snedecor William G. Cochran, Statistical Methods,
The Iowa State University Press, Iowa, 1967, ch. 1, 2, 3, 8, 17. Thomas C. Kinnear and James R. Taylor, Marketing
Research, McGraw-Hill Book Co., New York, 1979, ch. 8, 9, 10. F.E. Brown Marketing Research, Addison Wesley
Publishing Co. Cal., 1980, ch. 6.
56
t prcaktohet n mnyr statistikore se n far mase sht e besueshme, pr arsye se gabimi i
mostrimit reduktohet n gabimin e rastsishm (apo eksperimental)28.
57
par zgjedhet individi k dhe m pas nga individi i par zgjedhet individi 2k dhe ky funksion
vazhdon n kt mnyr. Problemet kryesore n mostrimin sistematik jan konvertimi i
individve t popullsis n mnyr q mund t numrohen, zgjedhja e personit t par me nj
proces plotsisht t rastsishm dhe shprndarja e popullsis t qenit e lir nga luhatjet periodike.
Hulumtuesi sht i obliguar q t tregoj kujdesin e duhur mbi kto tri probleme.
Mostra Klaster: Prdoret zakonisht n rastet kur popullsia sht e madhe. N mostrn
klaster, hulumtuesi nuk prdor listn totale t individve pr t br zgjedhje, mirpo listn totale
t grupeve (klaster). Hulumtuesi zgjedh nj apo disa klastere n mnyr t rastsishme. Pr
shembull, hulumtuesi i cili ka n duar listn e provincave t Turqis, nga lista totale zgjedh
vetm katr provinca n mnyr t rastsishme dhe mund t kryej hulumtim vetm n kto
provinca. Klasteret e zgjedhura duhet t jen homogjene brenda vetes dhe heterogjene ndrmjet
t tjerave. N t kundrtn, mund t ket probleme pr nga aspekti i prfaqsimit t popullsis.
Kriteret pr vendosjen e prdorimit t nj klasteri t caktuar jan: klasteret duhet t prkufizohen
(do njsi e popullsis duhet ti takoj vetm nj klasteri), duhet t dihet numri i njsive n do
klaster apo duhet t ket nj parashikim logjik n lidhje me numrin e njsive, klasteret duhet t
jen mjaft t vogla aq sa pr t ulur kostot, klasteret duhet t zgjedhen n at mnyr q do t
zvoglojn gabimin e mostrimit n minimum (njsit e klastereve t ndryshme duhet t jen t
ngjashme n maksimum).
58
6.5. Metodat e Mostrimit Jo t Rastsishm
59
mostra e prfaqson vetm veten e vet. sht e dobishme pr hulumtimet eksploruese. sht e
njohur q kjo metod prdoret me t madhe n shtetin ton (pra, n Turqi)29.
Mostra Top Bore: N mostrn e top bors, gjat intervists me personat t cilat marrin
pjes n mostr, krkohet nga kta persona q t referojn kandidat prej t cilve mund t
mblidhen informacione n lidhje me temn. Procesi zhvillohet ashtu q gjat intervists me
personat e rekomanduar, krkohet nga ta t rekomandohen persona t tjer n lidhje me temn.
Ky proces vazhdon derisa t mblidhen informatat e duhura, pra derisa t prfundoj prfitimi i t
dhnave nga personat e rinj. Mostra top bore sht nj metod e prshtatshme pr popullsit t
cilat nuk mund t kufizohen. Kurse desavantazhi i ksaj metode sht mosarritja e
informacioneve t sakta n lidhje me mostrn e shnjestruar, sepse individt kan tendenc q t
referojn personat t cilt kan mendime t njjta, gj e cila bn q t neglizhohet grupi i cili ka
mendime t ndryshme. Pr t parandaluar kt, ekzistojn dy mnyra. E para sht t krkohet
nga individt q prve personave t cilt mendojn paralel me ta, t rekomandohen edhe
personat t cilt kan mendime t kundrta nga ta. Kurse mnyra tjetr sht q n mostrimin top
bore, n vend t nj individi t fillohet nga individ t ndryshm.
29
N shtetin ton, mostra e prshtatshme (convenience sampling) zakonisht prdoret sikur t ishte mostrim i
rastsishm. Mirpo, si u prcaktua m par, n mostrimin e rastsishm, zgjedhja e individve n mnyr t
rastsishme sht thelbsore.
60
6.6. Problemet n Lidhje me Prcaktimin e Madhsis s Mostrs
Popullsia N (M, )
1 1
Mostra 1 Mostra n
Mostra12 1 1
Mostra 3 Mostra i
E( )=M
61
posedojn ende dhe ato t cilat nuk e posedojn) tregon normn totale t nj grupi. Gabimi
standart n formulat e msiprme apo ka mundsi t llogaritjes nn supozime t caktuara.
Pr kt arsye, hulumtuesi duhet t prcaktoj se far niveli i gabimit apo i tolerimit (e)
mund t pranohet n rezultatet e vlerave t vrteta apo normative dhe ky gabim brenda far
kufinjve t besueshmris krkohet t jet30.
Duke prdor shumn e devijimit standart (Z) e cila sht e kundrta e kufinjve t
besueshmris n shprndarjen normale standarte, mund t gjendet toleranca (e/Z) pr secilin
devijim standart, e cila sht paraqitur n fusnotn e mposhtme. Prcaktimi i nivelit t
tolerancs n mnyr normative sht m i leht n krahasim me prcaktimin e vlerave t vrteta.
Sa pr pjesn e formuls t m siprme, kto duhet t parashikohen sepse shumicn e kohs
sht e vshtir q t dihet devijimi standart apo variancat. Brja e nj parashikimi t ktill mbi
normat sht shum i leht, sepse edhe n qoft se nuk ekziston asnj informacion rreth ktyre
normave, merret pr baz vlera m e lart e (1-) e cila sht 0,05 x 0,05 = 0,25. Pr shkak t
t gjitha ktyreve, formula m e prdorur n aplikim sht = . Pas prcaktimit t
madhsis s mostrs, duhet t prcaktohet se vlera e saj a sht m e madhe se norma 5%
brenda popullsis (n/N 0.05). N qoft se madhsia e llogaritur e mostrs sht m e madhe se
norma 5%, ather duhet t zvoglohet duke i shumzuar me faktorin e rregullimit . Si u
cek edhe m par, pr madhsit t ndryshme t popullsis (N) dhe nivele t ndryshme t
tolerancs (e) jan zhvilluar tabela t gatshme mbi supozimet e kufinjve t caktuar t
besueshmris dhe variancs s popullsis. Pr shembull, madhsit alternative t mostrs
brenda 95% t kufirit t buesueshmris dhe 0.21 varianc, mund t llogariten n kt mnyr
(Tabela 6.1).
Gjat prdorimit t tabels 6.1 apo tabelave t ngjashme, hulumtuesi duhet t vlersoj
me kujdes se nn cilat supozime jan llogaritur madhsit e mostrs n tabel dhe kto supozime
a jan t prshtatshme pr hulumtimin e tij apo jo. Pa dyshim q n kt faz, hulumtuesi duhet
30
Grafiku n shprndarje i krijuar nga vlerat normative do t dukej kshtu.
Ktu, N paraqet shprndarjen normale, Z, shumn e devijimit standart n lidhje me kufirin e synuar t
besueshmris. Pr shembull, pr kufirin e besueshmris 95%, Z do t jet Z = 1.95.
62
t prdor tabelat e gatshme t cilat marrin pr baz supozimet m t prshtatshme me qllimin,
prmbajtjen dhe kufizimet e hulumtimit t tij. N qoft se hulumtuesi nuk ka ndonj tabel t
prshtatshme n dispozicion, ather madhsia e mostrs duhet t llogaritur n nj mnyr t
prshtatshme me procesin e cekur m lart31. Mirpo, nuk mund t thuhet se aplikuesit i
miratojn shum kto rekomandime.
Madhsia 1% 2% 3% 5%
1 000 . . 437 244
2 000 . . 619 278
3 000 . 1 206 690 291
4 000 . 1 341 732 299
5 000 . 1 437 760 303
10 000 4 465 1 678 823 313
20 000 5 749 1 832 858 318
50 000 6 946 1 939 881 321
100 000 7 465 1 977 888 321
500 000 dhe + 7 939 2 009 895 322
N rastet kur nuk dihet apo kur hulumtuesi nuk mund t vlersojvariancn e popullsis,
hulumtuesi duhet t realizoj funksionin duke e pranuar shprndarjen e mundshme e cila do t
jep variancn maksimale. Pr kt arsye, n formuln = , n vend t vlers prdoret
0,5 dhe n vend t vlers (1-) prdoret vlera 0,05. fardo shprndarje e mundshme tjetr e cila
jep vlern totale nj (1), do t jap vlera m t vogla. Pr shembull, rezultatet e nj hulumtimi t
nj shoqrie, popullsia e t cils sht nj milion, krkohet q t jen n intervalin e
besueshmris 99%. Me marzh t gabimit 2%, madhsia e nevojshme e mostrs llogaritet n
kt mnyr:
ather gjendet
31
Gjat shqyrtimit t shembullit ton, n qoft se s paku 70% e grave amvise t intervistuara mendojn t blejn
produktin e ri dhe sht vendosur q produkti t lansohet n treg, me kt mesatare, me 0.03 mundsi gabimi t
norms 70 (pra, 0,67 dhe 0,73) dhe me kufi t besueshmris 95%, ather madhsia e mostrs do t llogaritet n
kt mnyr:
63
Duke i marr parasysh supozimet e metodave t mostrimit, karakteristikat e popullsis,
qllimin, prmbajtjen dhe kufizimet e hulumtimit, hulumtuesit rekomandohen q t prcaktojn
vlersimet dhe metodn m t prshtatshme, po ashtu duke marr parasysh edhe kohn, koston
dhe shkalln e synuar t besueshmris. N qoft se brenda popullsis ekzistojn klastere apo
grupe t veanta pr nga aspekti i nj karakteristike t hulumtuar, ather mostrimi i stratifikuar
do t jap rezultate m t besueshme. Prve madhsis s mostrs, ndarja e mostrs n klastere
apo grupe (stratifikime), t gjitha kto tregojn pr nj problem tjetr q hulumtuesi duhet ti
shqyrtoj me kujdes.
PROBLEME
64
Kapitulli 7
SERIT EKSPERIMENTALE
65
nevojshme, por e pamjaftueshme pr shkaktimin e ngjarjes tjetr, lidhja ndrjet ktyre ngjarjeve
quhet lidhje e mundshme shkak-pasoj. Kjo lidhje mund t paraqitet n formn e mposhtme:
Y = f(X1, X2).
Efekti i s Kaluars: T gjitha ndryshoret e seris s jashtme (prve X-it) t cilat kan
mundsi pr t ndikuar n ndryshoren e varur apo ndryshoren prkatse q dshirohet t matet
paraqesin burimin e ktij lloji t pavlefshmris. Pr shembull, gjat matjes s efektit t reklams
mbi shitjet, gjendja ekonomike, mimi, cilsia, shprndarja, aktivitetet e tjera t promocionit etj.,
t gjith faktort t cilt kan mundsi pr t ndikuar n shitje, jasht reklams, paraqesin
ndikimin e s kaluars. Me zgjatjen e kohs s kryerjes s hulumtimit apo matjes, rritet edhe
mundsia e ndikimit t rezultateve t ndikimit t s kaluars32.
66
mendimet rreth ktij produkti. Pas shprndarjes s produktit, n form t dhurats, personat e
njjt pyetni prsri pr mendimet dhe qndrimet rreth ktij produkti. Dallimi ndrmjet dy
prgjigjeve t personave prpara testit dhe pas testit ndikohet nga t ardhurat e personit dhe
statusi social, ku me rritjen e kohs ndrmjet dy prgjigjeve rritet edhe mundsia e ndikimit t
faktorve jasht eksperimentit n ndryshimin e mendimeve dhe qndrimeve t personit. Dallimi
ndrmjet efektit t s kaluars dhe efektit t maturimit sht se prderisa n efektin e s kaluars
ndodhit shkaktohen jasht eksperimentit, n efektin e maturimit, ndodhit ndodhin gjat
procesit t eksperimentit.
Efekti i Testit: Efekti i testit sht nj burim i pavlefshmris i cili vihet n pah si
rezultat i sjelljeve jo t vrteta n kushtet kur personat t cilat marrin pjes n hulumtim e dijn
se qndrimet dhe/apo sjelljet e tyre jan duke u vzhguar apo matur. Me brjen sa m shum t
vzhgimeve apo matjeve, rritet edhe mundsia e ktij burimi t pavlefshmris. Pr shembull, n
qoft se bhet nj hulumtim marketingu me qllim pr t matur efektin e shitsve, duke marr
pr baz vrojtimin drejtprdrejt t sjelljeve t shitsve, informacioni i shitsve rreth kryerjes s
hulumtimit do ti detyroj ata q t sillen jasht sjelljeve t vrteta.
Efekti direkt i testit ndodh n rastin kur vzhgimi i par ndikon n vzhgimin e dyt.
Ktu, kundrejt matjes, kemi t bjm me zhvillimin normal t sjelljes dhe nndijes. Pr shembull,
n qoft se n fazn e par u sht pyetur nj grumbull i pyetjeve personave dhe prgjigjjet jan
marr, n fazn e dyt, kur personave u pyeten pyetjet e njjta, ksaj radhe ata mund t sillen
ndryshe. Kurse efekti interaktiv i testit ndodh me zhvillimet e veanta t krijuara n lidhje me
temn pr shkak t pyetjeve t bra dhe reflektimi i ktyre zhvillimeve n rezultate n matjen e
br m von.
34
Paul E. Green and Donald S. Tull., Op. Cit, fq. 89
67
del n shesh nj burim i rndsishm i gabimit sistematik. Efekti i zgjedhjes, n baz, ka t bj
me ndarjen e individve n mnyr t rastsishme n grupet e eksperimentit dhe t kontrollit. N
qoft se kjo ndarje nuk bhet n mnyr t rastsishme, ather paraqitet efekti i zgjedhjes.
Veanrisht, n qoft se njsit t cilat do t prfshihen n grupin e eksperimentit jan zgjedhur
sipas reagimeve t tyre t jashtzakonshme apo pikve, matjet pas manipulacionit n mas t
madhe do t jen t njanshme. Pr shembull, n qoft se nj firm dshiron t mat shkalln e
efektshmris s programit t marketingut dhe bn nj hulumtim marketingu mbi konsumatort
t cilt jan zgjedhur n mnyr jo t rastsishme (t qllimshme), rezultatet e hulumtimit, n
mas t madhe do t prfshijn gabime sistematike dhe nj efekt t zgjedhjes q nuk mund t
matet.
Burimi i par m i rndsishm i pavlefshmris s jashtme sht gabimi i cili buron nga
mostra e cila nuk mund t prfaqsoj n mnyr t drejt (Nonrepresentative Sample Bias).
Pavlefshmria e jashtme mund t vzhgohet n rastet e moszgjedhjes s drejt t individve t
cilt marrin pjes n eksperiment, t mos prfaqsimit t popullsis apo t zgjedhjes s
njanshme. Nj burim tjetr i pavlefshmris s jashtme jan devijimet e subjekteve t cilat sillen
ndryshe nga normalja si rezultat i kushtzimit t fardo arsyeje t pjesmarrsve n eksperiment
(Reactive Bias). Ky efekt krijohet m shum n eksperimentet t cilat bhen n mjediset e
laboratorve artificial sepse n eksperimentet n terren, subjekti zaten nuk sht i vetdijshm
se sht tem e eksperimentetit.
35
Alvin C. Burns dhe Ronald F. Bush, Marketing Research, Prentice Hall, Botimi 3, 2000, fq. 145. asja n burim
sht br nprmjet librit, A. Ercan Gegez, Pazarlama Aratrmalar, Beta Yaynlar, Botimi i par 2005, Stamboll.
68
N serit eksperimentale, prve konceptit t vlefshmris duhet q t bisedohet edhe
koncepti i besueshmris. Koncepti i besueshmris mund t matet n mnyr indirekte me
mendimin se gjetjet e hulumtimit mund t prsriten dhe rezultatet mund t prgjithsohen prtej
kushteve t veanta. N qoft se bjm fjal pr nj hulumtim eksperimental t besueshm, pritet
q serit e njjta eksperimentale t japin rezultate t ngjashme n nj koh tjetr kur t prsriten
dhe rezultatet e prfituara t ken aftsin e prgjithsimit.36
Eksperimentet Laboratorike:
69
X. Pr kt arsye, vlefshmria e brendshme e eksperimenteve laboratorike sht m e lart se e
eksperimenteve n terren. Mirpo, sjelljet e individve t cilt marrin pjes n eksperiment se sa
u prshtaten sjelljeve n ambientet e vrteta, sht nj aspekt i cili diskutohet. N kt kuptim,
vlefshmria e jashtme sht e dobt.
Eksperimentet n Terren:
70
2) Seria Eksperimentale e Nj Grupi Prpara Testit-Pas Testit: N nj seri t
ktill, hulumtuesi bn matje para dhe prapa ngjarjes apo stimulit ndikimi i s cils dshirohet t
matet mbi nj grup subjekti q nuk sht zgjedhur n mnyr t rastsishme n lidhje me
rezultatet n dispozicion. Me fjal t tjera, kjo seri sht nj seri e cila del n shesh me shtimin e
nj matjeje (O1) para testit n hulumtimin e mostrs s njhershme. N qoft se do t paraqitej n
mnyr simbolike kjo seri, do t dukej: O1 X O2. Kurse matja n lidhje me serin,
(O2 O1) = X + G.E. + O.E. + T.E. + A.E. + S.E.
Si mund t shihet qart, edhe kjo seri eksperimentale sht mjaft primitive si ajo m lart.
Forma m e zhvilluar e ksaj serie eksperimentale bazohet n matjet m shume s t nj (X)-i
prpara dhe pas. Kjo seri e cila mund t paraqitet n formn O1 O2 O3 X O4 O5 O6, sht e
vlefshme edhe pr t njjtat kritika t cilat mund t ndikojn n t gjitha burimet e
pavlefshmris, me prjashtim t (X)-it.
.
Mirpopa dyshim q kjo seri do t jap rezultate m t vlefshme n krahasim me serin e cila
bazohet n matjen e njhershme para testit dhe pas testit.
= X + S.E.
Kjo seri eksperimentale sht mjaft praktike dhe jep rezultate t dobishme n rastet kur
zgjedhja e subjekteve nuk mund t bhet n mnyr t rastsishme.
N baz, kto seri prbhen nga vzhgime t cilat bhen m shum se nj her n grupet e
eksperimentit brenda periudhs s njjt kohore. Secili grup i eksperimentit i ekspozohet
71
ndikimeve n shkall t ndryshme t ngjarjes apo stimulit ndikimi i t cilit dshirohet t matet.
Ky lloj i seris mund t paraqitet n mnyr simbolike si m posht:
X1 O1
X2 O2
X3 O4
. .
. .
. .
Xn On
Nj seri tjetr eksperimentale e cila mund t mendohet brenda ktij grupi sht krahasimi
i grupit statik i cili bazohet n krahasimin e rezultateve t matjes s testit pas grupit t subjektit
me rezultatet e matjes t bra n grupin e kontrollit n kohn e njjt. N qoft se paraqitet n
mnyr simbolike kjo seri,
X O1
O2.
72
O1 X O2
O3 O4
N kto lloje t serive eksperimentale, duke i krahasuar rezultatet e matjeve, pra duke
shikuar n dallimin e (O2-O1) (O4-O3), nxirret nj gjykim rreth ngjarjes apo stimulit, ndikimi i
s cils dshirohet t matet.
Mirpo, gjat interpretimit t ktyre rezultateve duhet treguar kujdes. Rezultatet e ksaj
serie do t jen m t besueshme me largimin e efektit t zgjedhjes.
RO1 X O2
RO3 O4
73
Padyshim q zgjedhja n mnyr t rastsishme t subjekteve t shprndara n grupet e
eksperimentit dhe t kontrollit sht nj kusht shum i rndsishm.
R X O1
R O2
O1 = X + G.E. + O.E.
O2 = G.E. + O.E.
N baz, kjo seri sht nj kombinim i seris eksperimentale grupore kontrolluese para
testit-pas testit dhe seris eksperimentale kontrolluese pas testit. N kt mnyr, duke i
krahasuar rezultatet e vzhgimit t krijuara nga dy grupe t eksperimentit dhe dy grupe t
kontrollit, tentohet t prcaktohet shkalla e ndikimit t ndryshores (X), ndikimi i s cils
dshirohet t matet. N mnyr simbolike, do t paraqitej si m posht:
EG1 (R) O1 X O2
EG1 (R) O3 X O4
EG2 (R) X O5
EG2 (R) X O6
74
mnyr tjetr sht prcaktimi i ndryshimit t (O5-O6), kurse nj rrug tjetr sht edhe vlersimi
i ktyre t dyjave s bashku. Dobia kryesore e ksaj serie sht superioriteti n kontrollin e
efektit t testit. Dallimi mesatar ndrmjet matjeve t (X)-it i cili ka ndikim dhe matjeve t (X)-it i
cili nuk ka ndikim, mund t prdoret si matje e ndikimit. Me fjal t tjera,
dallimi ndrmjet mesatareve nga tabela, (pra, dhe ) paraqesin matjen e ndikimit t
X-it. N kt tabel, dallimi ndrmjet mesatareve t rreshtave (pra, dhe mund t
prdoret pr t vlersuar efektin e testit. Me afrimin e ktij efekti ndaj zeros, edhe efekti i testit
do t zvoglohet.
N kt lloj serie, bhet vetm matje pas testit dhe nuk prdoret grupi i kontrollit. Me
qllim pr t matur ndikimin e ndryshores ndikimi i s cils dshirohet t matet mbi subjektet,
ndikimet e niveleve t ndryshme t (X)-it n kt seri aplikohen vetm njher n grupet e
subjekteve n koh t caktuara. N qoft se paraqitet n mnyr simbolike, prfitohet nj seri e
katr grupeve eksperimentale dhe katr periudhave.
37
Pr informata m t hollsishme n lidhje me serit e tjera eksperimentale t ktij grupi, shfletoni: Donald T.
Campbell and Julian C. Stanley, op. cit., fq. 34-71
75
Periudha 1 Periudha 2 Periudha 3 Periudha 4
Grupi Eksperimental 1 X1 O1 X2 O2 X3 O3 X4 O4
Grupi Eksperimental 2 X2 O5 X4 O6 X1 O7 X3 O8
Grupi Eksperimental 3 X3 O9 X1 O10 X4 O11 X2 O12
Grupi Eksperimental 4 X4 O13 X3 O14 X2 O15 X1 O16
Seria eksperimentale faktoriale sht mjaft e ndryshme nga seria e katrorit latin. Ndr
dallimet kryesore mund t prmenden shprndarja e subjekteve n mnyr t rastsishme n
grupe dhe prdorimin e kombinimeve t grupeve prve grupeve eksperimentale. Pr vlersimin
e rezultateve eksperimentale n kt seri, duhet q t dhnat, t klasifikuara n nj mnyr t
prshtatshme me serin faktoriale t vlersohen me analizn e variancs.
R O1 (X1)
R X1 O2
R2
R O3 (X2)
R X2 O4 Grupi Eksperimental
R O5 (X3)
R X3 O6
R O7
R O8
R1
R O9
R O10 Grupi Kontrollues
R O11
R O12
76
PROBLEME
77
Mars 1975 Prill 1975 Total
(pa pano) (me pano)
Shitjet (milion ) 30 50 80
78
Kapitulli 8
Prgjegjsi Hulumtuesi
79
Pyetjet me Dy Alternativa jan pyetje q i kan dy alternativa t prgjigjes (po/jo).
- Probleme me kujtesn.
80
tyre? Po, Jo, Nuk kam ide). Interpretimi i prgjigjeve sht i vshtir dhe kto pyetje mund t
ndahen n shum pyetje t ndryshme.
6. Pyetjet t cilat bazohen n supozime t fshehta: Pyetjet duhet t vjn n pah se far
parashikojn pa pasur nevoj prgjegjsi t bj supozime. N qoft se sht e nevojshme, t
shprehen me fjal t tjera (apo eliminimi i pyetjes).
2. Rregullimi i pyetjeve adekuate: N qoft se anketa prbhet nga disa tituj, ather
rekomandohet q pyetjet t cilat fokusohen n titullin e njjt, t sillen n nj vend.
81
8.5. Para-testi
8.6.1. Rregullimi
8.6.2. Kodimi
Fazat e Kodimit:
82
5. Krijimi i setit s t dhnave apo dosjes s t dhnave: Bhet kodimi n SPSS.
Ndryshoret t cilat marrin pjes n anket apo n vzhgim konvertohen n gjendje t gatshme
pr analiz duke u dhn emra dhe numra.
83
Kapitulli 9
Qllimi i ktij kapitulli sht diskutimi i problemeve t matjes dhe shkallzimit n lidhje
me kto t dhna psikologjike. Prandaj, n fillim do t shqyrtohen llojet e matsve dhe
karakteristikat, si dhe supozimet e ktyre llojeve. Pas ksaj, do t ndalemi n pika t shkurtra n
matsit e ndryshm dhe teknikat analizore.
Matja paraqet dhnien e vlerave numerike vzhgimeve (apo prgjigjeve) brenda kornizs
s caktuar t rregullave. Ekzistojn dy dobi t matjes:
2. T dhnat t cilat marrin vlera numerike mund t ndryshohen duke prdorur teknika t
ndryshme statistikore dhe matematikore.
38
David G. Hughes, The Measurement of Beliefs and Attitudes, Robert Feber, Editor-in-Chief, op. cit., fq. 3-16.
84
Mirpo jo do her sht e leht dhnia e vlerave numerike. Sidomos kjo situat shfaqet
n vlersimet e bra sipas ndjenjave, mendimeve, besimeve dhe zgjedhjeve.
1. Matsi Nominal
Matsi nominal sht matsi m i kufizuar dhe pr kt arsye edhe m i dobti. Kuptimi i
numrave t matur me kt mats paraqesin vetm njohjet e personave, ngjarjeve apo rasteve t
cilat i prfaqsojn. Pr shembull, n numrat e prdorur n futboll, numri 9 prcakton
qendrsulmuesin, numri 1 portierin. Numri 9 apo 1 nuk kan asnj kuptim. Ktu, do numr
sht i barabart vetm me vetveten dhe ndrmjet do numri dhe personi t cilin e prfaqson
ekziston nj identifikim apo bashkrendim. Mbi t dhnat e matura me kt mats nuk mund t
kryhet asnj funksion artimetik, edhe n qoft se bhet, sht i pakuptimt.
85
- Reflektimi: Secili element n klasn e t dhnave sht i barabart personalisht me
veten.
- Simetria: N qoft se do dy elemente (X dhe Y) n klasn e t dhnave jan t
barabarta, pra X=Y, kjo n t njtn koh nnkupton q edhe Y=X.
- Transiviteti: N qoft se ndrmjet tri elementeve n klasn e t dhnave (X, Y dhe Z)
ekziston nj lidhje e ktill (X=Y dhe Y=Z), fundi i ksaj sht X=Z.
Gjendja martesore?
( ) Beqar ( ) I/e martuar ( ) I/e ndar
Matsi ordinal sht nj mats m i fort se matsi nominal. Karakteristika baz e ktij
matsi sht t qenurit nj mats rendits. T dhnat e matura n matsin ordinal tregojn
renditjen e individve apo objekteve sipas nj forme t caktuar dhe karakteristike specifike. N
qoft se marrim nj shembull pr t dhnat e matura n mnyr ordinale (gazetat e ndryshme
ditore) dhe i rendisim sipas preferencs ku 1 i japim gazets m t przgjedhur (pr shembull,
Gazeta A), 2 gazets t przgjedhur n shkalln e dyt dhe n pr gazetn e zgjedhur n shkalln
n, fitojm nj renditje ordinale. Kuptimi i numrave n kt renditje tregon q gazeta n rendin 1
sht m e przgjedhur se gazeta n rendin 2 dhe e dyta m e przgjedhur se e rendit 3. N qoft
se kt do ta shprehnim n mnyr matematikore, fitojm nj sistem t pabarazis. Pra,
86
N nj mats t ktill, prcaktimi n mnyr numerike (p.sh., n far shkalle Gazeta A
sht e przgjedhur nga Gazeta B) i dallimit ndrmjet objekteve t matura (pra, n rastin ton
gazetave) sht i pamundur.
Funksioni matematikor i cili mund t aplikohet mbi t dhnat e matura me mats ordinal
sht konvertimi monoton rrits. T dhnat e matura me mats ordinal japin m shum informata
pr nga t dhnat e matura me mats nominal. Mirpo kushtet e barazis s numrave jan t
njjta si n matsin nominal.
Nj mats tjetr i cili mund t mendohet brenda llojit t matsit ordinal sht matsi
rendor metrik. Matsi rendor metrik, prve rendit t objekteve sipas nj atributi (apo madhsie)
t caktuar (q ky sht nj mats ordinal) prcakton edhe rendin e intervaleve ndarse t
objekteve nga njra-tjetra. Pr shembull, n qoft se i rendisim disa objekte t ngjashme n
form t dy grupeve, prej atyre q ngjajn m shum deri tek ato q ngjajn m pak dhe n qoft
se kt renditje e prcaktojm me numra (dyshet q ngjajn m shum 1, dyshet q ngjajn n
shkalln e dyt 2, ...dyshet q ngjajn m pak n), ather prfitojm nj mats rendor metrik.
Edhe ky mats sht mats ordinal pr nga aspekti i atributeve themelore. Si do t shpjegohet
m von, pr aplikimin e shum teknikave statistikore shum-ndryshoresh (p.sh., teknikat e
matsit shum dimensional) t dhnat duhet t jen t matura me mats rendor metrik. Nj pik
tjetr e cila duhet t prmendet ktu sht shprehia e shkenctarve shoqror, sidomos e
psikologve pr ti shprehur t dhnat e matura me mats ordinal n mnyr numerike. Pr nga
aspekti i metodologjis, pa dyshim, kjo metod sht problematike.
3. Matsi Intervalor
39
S. S. Stevens, On The Theory of Scales of Measurement, Gerald Albaum and M. Venkatesan, op. cit., fq. 151.
87
mnyr, n secilin mats dallimet ndrmjet shkallve t nxehtsis mund t shprehen n mnyr
proporcionale nga njra-tjetra. Mirpo, objektet apo pikat e matura me mats intervalor nuk
mund t prcaktohen n mnyr proporcionale nga njra-tjetra40. Pr shembull, nuk mund t
themi se nxehtsia e nj objekti n 50 F sht dy her n proporcion sa nxehtsia e objektit n
25F, sepse si dihet, formula e konvertimit ndrmjet Fahrenheit dhe Centrigrade sht;
( 32).
N kt mnyr, 50F = 10C dhe 25F = -3,9C, prandaj 10C nuk sht sa dy her n
proporcion me -3,9C. Mirpo, duke shikuar n numrat 50F dhe 25F mund t them se dallimet
e nxehtsis nga njra-tjetra jan dy her (pra, 50F - 0F dhe 25F - 0F). Si do t shihet n
kt shembull, n t dhnat e matura me mats intervalor mund t aplikohen konvertime lineare
pozitive. M fjal t tjera, n kto t dhna t matura me kt mats mund t aplikohet
konvertimi y = a + bx me kusht q b > 0.41 Pra, t dhnat (numrat) e matura n kt mats mund
t mblidhen ndrmjet vete.
4. Matsi Proporcional
Matsi propocional sht m i fort pr nga tri matsit e par. Karakteristikat kryesore t
ktij matsi jan mosndryshimi i piks fillestare dhe njsis matse. Matsi proporcional gjendet
m shum n shkencat e fiziks. Objektet apo pikat (apo numrat) e matur me mats proporcional
mund t shprehen n mnyr proporcionale nga njra-tjetra.
40
Gwyn Collins, On Methods, Journal of Advertising Research, March, 1961, fq. 30.
41
Paul E. Green and Donald S. Tull, op. cit., fq. 179.
88
kt mats mund t aplikohen t gjitha teknikat statistikore (mesatarja gjeometrike, mesatarja
harmonike, koeficienti i ndryshimit, analiza e variancs etj.).
Karakteristikat dhe sjelljet mund t maten leht. Kurse matja e besimeve dhe qndrimeve
nuk sht aq e leht. Besimet dhe qndrimet jan n marrdhnie me njra-tjetrn dhe jan
ndryshore njohse. Qndrimet jan t rndsishme pr marrjen e vendimeve biznesore.
Matja e Qndrimeve:
89
2. Vzhgimi i sjelljeve: Prdoret n rastet kur metodat e tjera nuk jan t prshtatshme pr
t vlersuar qndrimet.
Matsi i prgatitur m posht sht nj mats i cili nuk sht ekuilibrues sepse ka vetm
nj deklarat negative. Pr kt arsye, nuk sht nj mats i cili preferohet.
90
Gjja e cila dshirohet I keq Mesatar I mir Shum i I
t matet mir mrekullueshm
Ambalazhi i brendit X
6. Numri intervalor: Nuk sht nga rregullat proporcionale dhe mund t prbhet nga 5
apo 9 kategori (ndonjher mund t jet edhe 4).
Matsi i Ndarjes Dimensionale i zhvilluar nga C. Osgood dhe kolegt e tij sht nj mats
i cili ka gjetur nj zon t gjer t prdorimit42. Matsi i ndarjes dimensionale sht nj mats q
prdoret m t madhe edhe n hulumtimet biznesore43. Karakteristika m kryesore e Matsit t
ndarjes dimensionale sht se jep mundsi pr prcaktimin edhe t densitetit edhe t prmbajtjes
s qndrimit t prgjegjsit n lidhje me temn prkatse (p.sh., n lidhje me imazhin e firms,
42
Irving Crespi, Use of A Scaling Technique in Surveys, Journal of Marketing, July 1961, fq. 69.
43
K. J. Glancy and R. Garson, Why Some Scales Predict Better, Journal of Advertising Research, October 1970,
fq. 38 dhe W. A. Mindak, Fitting the Semantic Differential to the Marketing Problem, Journal of Marketing, April
1961, fq. 28-33.
91
imazhin e reklams apo imazhin e brendit). Prcaktimi i qndrimeve t prgjegjsit n lidhje me
temn bhet sipas kritereve t caktuara (ku secili kriter krijon nj dimension). Pr seciln
karakteristik krijohet nj mats prej 7 pikave. N njrin skaj t ktij matsi merr pjes deklarata
m pozitive, kurse n skajin tjetr, deklarata m negative. Pr shembull, me qllim pr t
prcaktuar se n far shkall e gjejn konsumatort cilsin e nj produkti brendor t
mjaftueshm apo t pamjaftueshm, Matsi i Ndarjes Dimensionale mund t formohet n kt
mnyr:
Nj pik me rndsi ktu sht se intervali i mesit sht interval ekuilibrues dhe
prgjegjsi e di pr seciln deklarat se far shpreh. Nj mnyr tjetr pr sigurimin e ktij
kushti sht t shkruarit mbi secilin interval at se far shpreh. Nj mnyr pr sigurimin e
barazis s intervaleve n aplikimim sht dhnia e numrave do intervali. Pra,
I mjaftueshm I pamjaftueshm
1 2 3 4 5 6 7
Mir, pr shkak q kta numra maten me mats metrik numerik, ky mats duhet t
analizohet dhe vlersohet n mnyr t duhur. Me fjal t tjera, rezultatet e vlersimit t cilat
bazohen n deklaratat subjektive t personave duhet t analizohen n nj mnyr t
prshtatshme.
92
Adjective 1 Mean of Each Adjective Pair Adjective 2
1 2 3 4 5 6 7
Modern . . . . . . . Old-fashioned
Meaningful . . . . . . . Meaningless
Aggresive . . . . . . . Defensive
Friendly . . . . . . . Unfriendly
Well established . . . . . . . Not well established
Attractive exterior . . . . . . . Unattractive exterior
Reliable . . . . . . . Unreliable
Appeal to small Appeal to big
companies . . . . . . . companies
Active in community life . . . . . . . Inactive
Makes you feel at home . . . . . . . Makes you feel uneasy
Strong . . . . . . . Weak
Helpful services . . . . . . . Indifferent to customers
Nice to deal with . . . . . . . Hard to deal with
Inviting . . . . . . . Cold
No parking or Parking or
transportation problems . . . . . . . transportation problems
My kind of people . . . . . . . Not my kind of people
Successful . . . . . . . Unsuccessful
Ads attract a lot of
attention . . . . . . . Havent noticed ads
Interesting ads . . . . . . . Uninteresting ads
Influential ads . . . . . . . Not influential
Transparency 43
A Semantic Differential Profile of an Arizona Savings and Loan Association
1991 West Publishing Company
93
Duke i llogaritur mesataret e prgjigjeve t prfituara me matsin e ndarjes dimensionale,
kto vlera mund t paraqiten n mnyr skematike. N kt mnyr, duke i bashkuar vlerat
mesatare t madhsive t ndryshme mund t nxirret profili i objektit prkats. Sipas vlerave
mesatare t krijuara nga rezultatet e vlersimit t banks A dhe B nga dimensionet e kujdesjes
pr klient, vendit n t cilin gjenden dhe kushteve t kredive mund t vizatohet profili i t dy
bankave.
Numrat n mats, prve asaj q mund t jen si m sipr, mund t jen edhe n drejtim
nga e majta n t djatht apo nga e djathta n t majt prej (1) deri n (5). Intervalet n kt
mats duhet t jen t barabarta njra me tjetrn.
44
Kemal Kurtulu, letme daresi Kursu, letme ktisat Enstits Vaka almalarndan teksir, 1972.
45
Kemal Kurtulu, Endustride letmecilik ve Endstri Mhendislii Mezunlarna Olan Talep, Adl Aratrma ile
lgili Bir Eletiri, Sevk ve dare Dergisi, Mars 1975, numr 79, fq. 21-25.
94
n far shkalle pajtohet me kt deklarat. Ta zm q prgjegjsi rrumbullakson prgjigjen
pajtohem plotsisht. N mnyr t njjt, edhe gjykimet apo deklaratat e tjera t dhna
prgjegjsit e vlersojn prgjegjsin. Prgjigjet negative t dhna deklaratave negative duhet t
mendohen (+) dhe prgjigjjet pozitive (-) dhe pas kryerjes s ktyre konvertimeve, duhet q t
shtohen n vlersime. Vlersimi i prgjigjjeve t dhna t prgjegjsit;
Nj dobi tjetr nga ky mats sht se duke e prdorur kt mats n hulumtimet paraprake
mund t prcaktohen deklaratat t cilat n mnyrn m t mir i ndajn prgjegjsit me vlera t
larta dhe t ulta (totale). N kt mnyr, duke i przgjedhur deklaratat t cilat m s miri i
ndajn nga njri-tjetri prgjegjsit me vlera t larta dhe t ulta, prdoren n hulumtimin kryesor.
95
9.4. Nj Vlersim i Shkurtr i Matsve t Prdorur n Hulumtimet Biznesore
46
G. David Hughes, Selecting Scales to Measure Attitude Change, Journal of Marketing Research, February,
1967, fq. 86.
96
9.4.3. Karakteristikat e Matsve
a. Vlefshmria
97
b. Besueshmria
Besueshmria prcakton se n far shkalle t dhnat e mbledhura jan larg nga gabimet
e rastsishme (apo gabimet e mostrimit). Matja e ksaj paraqet se n far shkalle jan t njjta
rezultatet e matsit n koh t ndryshme apo n grupe t ndryshme. N kt mnyr aplikimi i
matsit bhet m shum se njher dh prcaktohet shkalla e qndrueshmris s matsit.
Ekzistojn tri metoda pr matjen e besueshmris s matsve. Metoda e par merr pr baz
prcaktimin e korrelacionit ndrmjet rezultateve t marra nga aplikimi i testit mbi grupin e njjt
n dy periudha t ndryshme dhe quhet testi i prsritur. Metoda e dyt bazohet n korrelacionin
ndrmjet t dhnave t marra nga aplikimi i dy matsve t ndryshm q mendohet s jan
ekuivalent dhe quhet metoda e matsve ekuivalent. Kurse metoda e tret sht nj metod e cila
quhet ndarja e matsit n dysh. N kt metod, matsi ndahet n dy pjes dhe krkohet nse ka
korrelacion ndrmjet prgjigjeve t marra nga kto dy pjes. Madhsia e korrelacionit pranohet si
besueshmri e matsit. Nga kto tri metoda, metoda e par sht m superiorja nga dy t tjerat.
sht e pamundur pr t vlersuar s cili nga matsit e shqyrtuar sht m i vlefshm dhe
i besueshm47. Disa mats n disa raste japin rezultate m t vlefshme dhe m t besueshme,
kurse disa mats t tjer n hulumtime t tjera japin rezultate m t vlefshme dhe m t
besueshme.
c. Ndjeshmria
47
Jack Abrams, An Evaluation of Alternative Rating Devices for Consumer Research, Journal of Marketing
Research, May 1966, fq. 193.
98
9.4.4. Prfundim
48
Kemal Kurtulu, Tketici Davran Modellerinin Deerlemesi ve Bir neri, letme Fakltesi Dergisi, Vllimi
4, Nr: 1, Prill 1975, fq. 114-118.
49
Kemal Kurtulu, Pazarlama Aratrmalarnda ada Analiz Teknikleri, letme Fakltesi Pazarlama Enstits
Pazarlama Dergisi Viti 1, Numri 1, fq. 35-38.
99
PROBLEME
3. Cilat jan pikat q duhet t kihen parasysh n zgjedhjen e matsit? Shpjegoni n pika t
shkurtra seciln pik.
Pyetja 4: Sipas mendimit tuaj menaxhimi i mir a sht nj art apo pun shkence?
1 2 3 4 5
50
Orta Dou Teknik niversitesi, universitet n Ankara.
100
Kapitulli 10
TESTET E HIPOTEZAVE
Sado q deri m tani prkufizimi i shkencs s sjelljes sht br pa t meta, kjo mund t
ndriohet m shum duke shikuar edhe n karakteristikat themelore t metods shkencore.
Karakteristikat m kryesore t metods shkencore jan kto:
51
Kemal Kurtulu, Bilimsel Bir Aratrma Raporu Nasl Olmal, Sevk ve dare Dergisi, Nntor 1974, Numr 74,
fq. 25-30.
52
Robert Ferber, Donald F. Blankertz, Sidney Hollander, Jr., op. cit., fq. 61.
101
3. T qenurit e nj metode apo teknike m shkencore nnkupton funksionet e brendshme
t qenurit m analitike. Brja e kujdesshme e njohjes s nj problemi do t rrit prdorimin e gjer
shkencrisht t parimeve t matematiks, statistiks dhe logjiks.
4. Testi i fundit i metods shkencore sht testi i fuqis s parashikimit. Me fjal t tjera,
shkalla e marrjes s rezultateve t njjta t nj hulumtimi t br n koh t ndryshme dhe n
vende t ndryshme n lidhje me temn e njjt sht testi i fundit shkencor (n t njjtn koh
kjo mund t quhet edhe vlefshmria apo besueshmria e brendshme).
102
Si u cek edhe m par, kushti shum i rndsishm dhe i domosdoshm i metods
shkencore sht zhvillimi i hipotezave dhe testimi i tyre n mnyr statistikore53. Hipotezat mund
t testohen me t dhnat dhe informacionet e mbledhura me teste provuese, vzhgim, anket dhe
eksperiment. Kovertimi i hipotezave n at form q mund t testohen n mnyr statistikore dhe
testimi i tyre sht nj faz e rndsishme e planifikimit t hulumtimit.
53
Robert Ferber, Donald F. Blankertz, Sidney Hollander, Jr., op. cit., fq. 61-63.
54
Fred N. Kerlinger, Science and the Scientific Approach, Scientific Marketing Research. Gerald Albaum and M.
Venkatesan, The Free Press, New York, 1971, fq. 3.
55
Robert Ferber, Donald F. Blankertz, Sidney Hollander, Jr., op. cit., fq. 149-152.
103
Hipotezat e hulumtimit t derdhura n letr, m von duhet t konvertohen n nj form
q mund t testohen n mnyr statistikore. Gjat brjes s ksaj, ekziston mundsia e testimit t
hipotezave t hulumtimit me t dhnat dhe informacionet e mbledhura n hulumtim. Pr t br
kt konvertim, hulumtuesi duhet t ket informacione rreth testeve t hipotezave statistikore.
Kto informacione, pr nga bazat teorike, duhet t jet m shum n lidhje me mundsit e
aplikimit t teknikave dhe interpretimit t rezultateve. Pr kt arsye, ktu do t studiohen
hipotezat nga kjo perspektiv.
104
sht se shkalla e rndsis e prcaktuar prpara testit nga hulumtuesi (mundsia e llojit t
gabimit t par apo ) tregon mundsin e pranimit t hipotezs alternative n fund t testit t
br kur hipoteza zero sht me t vrtet e sakt. Pra = P (H0 refuzohet ose H1 pranohet | H0
sht me t vrtet e sakt). N kt mnyr, n nj hulumtim do t prcaktojm hipotezn e cila
do t mbshtetet nga t dhnat dhe informacionet e mbledhura nga mostra si dhe me pranimin e
ksaj hipoteze q do t shkruhet si hipoteza alternative do t prcaktojm gabimin n testin
paraprak. N t kundrtn, pra n rastin e pranimit t hipotezs zero nuk ekziston mundsia pr
t prcaktuar shumn e gabimit. Pra, pr shkak t ktyre tri arsyeve, sht e dobishme q
hulumtuesi ti prcaktoj hipotezat e hulumtimit si hipoteza alternative. Pr shembull, n qoft se
dshirojm t prcaktojm nse nj metod e re e prodhimit a sht m efektive se metoda e
vjetr, t dy ndikimet e metodave duhet t prkufizohen n formn se jan t barabarta me njra-
tjetrn apo n qoft se dshirojm t hulumtojm nse poqet elektrike t brendit A a jan m
jetgjat se poqet elektrike t brendit B, prsri hipotezat zero duhet t prcaktohen n formn q
poqet e brendit A dhe B kan jetgjatsi t njjt. Si do t shihet edhe nga kta shembuj,
hipoteza zero sht nj deklarat precize dhe zakonisht sht n formn e barazimit. Testimi i
hipotezs zero kundrejt hipotezs alternative nnkupton q me refuzimin e hipotezs zero do t
pranohet hipoteza alternative.
Forma e hipotezs alternative, nuk sht precize si e hipotezs zero. Hipoteza alternative
do t jet n formn ose m e madhe (>), ose m e vogl (<) ose n formn nuk sht e barabart
(). Dy format e para quhen testi i njanshmris, kurse forma e fundit test dyansor. N qoft se
hipoteza alternative shprehet n form m e madhe, vie n shprehje testi ansor i djatht. Pr
shembull, n qoft se hulumtuesi dshiron t mat nse jetgjatsia mesatare e poqeve t brendit
A (A) sht m e madhe se jetgjatsia mesatareve e poqeve t brendit B (B), hipotezat do t
jen n kt mnyr:
105
N qoft se dshirojm t testojm nse t ardhurat mesatare t banorve t lagjes E ( E)
jan m t ulta se t ardhurat mesatare t banorve t lagjes F ( F), hipotezat do t jen n kt
form:
Sado q provohet t arrihet nj rezultat duke e testuar hipotezn H0, n fakt qllimi sht
q t zgjedhet njra nga hipotezat midis H0 dhe H1. Me nj shprehje m t qart, n testimin e
hipotezave tentohet t zhvillohet nj kriter vendimi q do t siguroj zgjedhjen ndrmjet
alternativave.
Vendimi
Gjendja e vrtet H0 pranim H0 refuzim (H1 pranim)
Si mund t shihet nga tabela, kur H0 sht e sakt dhe n fund t testit nse refuzohet H0,
ather do t kemi gabuar. Ky lloj i gabimit quhet gabimi i llojit t par dhe shnohet me e cila
do t shprehet n formn = P (H0 refuzohet | H0 sht me t vrtet e sakt). N rastin kur H0
sht me t vrtet gabim dhe n fund t testit n qoft se kjo hipotez refuzohet, ather nuk do
t jet br gabim, mirpo n qoft se H0 pranohet, do t bjm nj gabim pr shkak t pranimit
t hipotezs s gabuar. Ky lloj i gabimit quhet gabimi i llojit t dyt dhe shnohet me e cila do
t shprehet n formn = P (H0 pranim | H0 gabim)57.
56
Lincoln, L. Chao, Statistics Methods and Analysis, McGraw-Hill Book Company, New York, 1974, fq. 226.
57
Steven A. Lippman, Elements of Probability and Statistics, Holf, Rinehart and Winston, Inc., New York, 1971, fq.
117.
106
N testimin e hipotezave, gabimi i llojit t par mund t prkufizohet leht me nivelin e
rndsis apo me intervalin e besueshmris. Kurse gabimi i llojit t dyt nuk mund t
prkufizhet prpara testimit. Gabimi i llojit t par ka vetm nj vler pr shkak q llogaritet nn
supozimin se hipoteza zero sht e sakt dhe q prfshin nj barazim. Mirpo lloji i dyt i
gabimit sht nj funksion i cili mund t llogaritet me vlera alternative pr shkak se sht nj
gabim q del n shesh nn supozimin se hipoteza alternative sht e sakt dhe q kjo hipotez
nuk prfshin vetm nj vler. Pr shkak t ktyre arsyeve, nj hulumtues i mir n fund t
hulumtimit t tij, duhet q mundsisht gabimet ti kufizoj m llojin e par t gabimeve. Mnyra e
vetme e ksaj sht q hulumtuesi ti formuloj hipotezat mundsisht si hipoteza alternative.
58
Shkalla e rndsis ndryshe quhet edhe shkalla e kuptimplotsis (signifikante). Pr kt tem, shfletoni: Kenan
Grtan, statistik ve Aratrma Metodlar, stanbul niversitesi letme Fakltesi Yayn No: 32, stanbul, 1974, fq.
655.
59
R. Clay Sprowis, Statistical Inference, Editor Robert Ferber, Handbook of Marketing Research, McGraw Hill
Book, New York, 1974, fq. 2-271.
107
konsumoni duhan, ajo far mund t bni sht t gjeni nj cigare (brend) e cila ka m pak se 25
miligram nikotin. Me fjal t tjera, hipotezat tuaja duhet ti prkufizoni si m posht:
H0: 0 = 25
H1: 1< 25
Ktu, gabimi i llojit t par () paraqet mundsin q rezultatet e testit t shfaqin shumn
e nikotins m pak se 25 miligram n rastin kur n t vrtet nikotina sht 25 miligram dhe
m shum n cigare. Pra,
Si rezultat i ktij gabimi, n kt shembull, ky lloj i gabimit nuk sht i rndsishm sipas
asaj q q nuk do t prdoret nj brend i duhanit i cili nuk sht i dmshm pr shndetin.
H0: 0 = 300
H1: 1 300
108
N nj test t ktill, gabimi i llojit t dyt = P ( nse 0 = 300 pranim | kur n t vrtet
1 300) sht m i rndsishm se gabimi i llojit t par. Pr kt arsye duhet q t mbahet n
nivelet 0,05, 0,1, madje edhe n nivele m t larta, kurse t zvoglohet me sa sht e mundur60.
Ekzistojn raste kur t dy llojet e gabimeve mund t shkaktojn rezultate serioze. N raste
t ktilla, duhet t arrihet n nj nivel t prshtatshm me rritjen e vllimitt mostrs61.
Testet statistikore sipas tems do t prdorin ose testet parametrike ose testet
nonparametrike (joparametrike).
3) Shprndarja e popullsis prej s cils jan zgjedhur njsit e mostrs mund t jet
fardo shprndarje, supozimi i vetm ktu sht q kjo shprndarje t jet shprndarje e
vazhdueshme.
60
Edhe m hert, mnyra e zvoglimit t -s n nj vllim t caktuar t mostrs sht e mundur me rritjen e -s.
Kurse n nj nivel t caktuar t -s, mnyra pr zvoglimin e -s sht rritja e vllimit t mostrs. Rritja e vllimit
t mostrs dhe rritja e -s, do t zvogloj edhe m -n.
61
Ya-Lun Chau, Statistical Analysis, Holt, Rineart and Winston Inc., New York, 1969, fq. 308.
62
Si sht cekur n kapitullin Matja dhe Shkallzimi, matsi i duhur sht ai lloj matsi q njsit matse i ka
objektive dhe fikse, por q pika fillestare sht zgjedhur n mnyr t lir dhe pas asaj dallimet ndrmjet t dhnave
shprehen n mnyr proporcionale.
109
4) Matsi intervalor nuk sht kusht pr t dhnat. Kto teknika mund t aplikohen edhe
n t dhnat t cilat jan matur me mats m t dobt. Mirpo disa teste statistikore
joparametrike mund t krkojn mats m t fort n krahasim me disa teste tjera.
Nse i shqyrtojm kto dy lloje t ndryshme statistikore, shohim q dallimet bazike jan
n supozimet e shprndarjes prkatse dhe llojit t matsit me t cilin jan matur t dhnat.
Mostra Popullsia
Mesatarja Aritmetike
Varianca S2 2
Devijimi Standart S
Norma P
Numri i Individve n N
Koeficienti i Korrelacionit r
110
prdoret analiza e variancs si teknik parametrike. Kurse nga testet parametrike pr nj test t
ktill jan testi Kruskal-Wallis dhe analiza e variancs Friedman, t cilt jan mjaft t
kufizuar.63
Gjat przgjedhjes s testit statistikor nuk duhet t harrohen pikat e specifikuara m lart.
Mnyra e par sht llogaritja e vlers kritike mbi shprndarjen normale t mostrs (pra
mesatarja aritmetike dhe devijimi standart me gabim standart (
Mnyra e dyt sht q duke e nxjerrur vlern e mostrs prej mesatares aritmetike t
mostrs dhe duke e pjestuar me gabimin standart (pra, duke e kryer funskionin bhet
standardizimi dhe kalohet n shprndarje standarde normale) llogaritet vlera kritike mbi kt
shprndarje nga gabimi standart.
Kurse mnyra e tret sht q n vend t llogaritjes mbi boshtin horizontal ashtu si n dy
mnyrat e para, vlera kritike llogaritet nga zonat apo nga mundsit.
1) Llogaritja e Vlers Kritike (K) n Testin Ansor t Djatht (K): T marrim nj test n
lidhje me mesataren aritmetike.
Hipotezat:
H0: 0 = a
63
Arsyeja prse analizat Kruskal-Wallis dhe e variancs Friedman jan t kufizuara sht se mund t aplikohen n t
dhnat e klasifikuara duke marr pr baz vetm nj apo dy cilsi. Shfletoni: Sidney, Siegel, Non-parametric
Statistics, McGraw-Hill Book Company, New York, 1956, fq. 166-173 dhe fq. 184-193.
111
H1: 1> a
X
K
H0 pranim H1 pranim
(H0 refuzim)
Si mund t shihet nga grafi, pr t llogaritur vlern kritike mbi boshtin horizontal duhet
q t prkufizohet sesa devijime standarde ( ) gjenden n t djatht t -it nga devijimet
standarde t shprndarjes s K-s. Kjo vler mund t gjendet nga fardo tabele e shprndarjes
standarde normale. Nse kt vler e paraqesim me Z1- (numri i devjimeve standarde q
prfshin zonn 1-)64 do t gjendet vlera kritike K = + Z1- si . N kt mnyr, n qoft se
vlera e gjetur (a) n shembull sht m e madhe se K, H1 do t pranohet apo H0 do t refuzohet,
ndrsa nse a < K, H0 do t pranohet.
64
N qoft se n tabeln e shprndarjes normale standarde = 0,05, do t gjendet vlera e Z-s e cila prfshin zonn
(1-) = 0,95. Kjo vler sht 1,645.
112
b) Mnyra e Dyt: Me standardizimin e vlerave t mostrs dhe konvertimin e tyre n
shprndarje standarde normale me mesatare aritmetike 0 dhe me devijim standard 1, n t
djathtn e vlers kritike, n normn e -s do t gjendet vlera (Z) mbi boshtin horizontal.
N (0, 1)
Z
O K
N kt mnyr, nse shuma standarde (a) e vlers s gjetur nga mostra, pra shuma ( )
sht m e madhe se K, vlera kritike do t prcaktohet n formn se H0 refuzohet, n qoft se kjo
vler sht m e vogl se K, H0 do t pranohet. (Z = )
113
shkak q alternativa e dyta sht m e thjesht dhe m e leht nga tri alternativat e msiprme, n
shqyrtimet n vazhdim kjo do t merret pr baz.
2) Llogaritja e Vlers Kritike (K) n Testin Ansor t Majt: T marrim nj test n lidhje
me mesataren aritmetike.
Hipotezat:
H0: 0 = a
H1: 1< a
N (0, 1)
Z
K O
H0refuzim H0 pranim
Nse vlera standarde e (a)-s e llogaritur nga vlerat e mostrs (pra, ) sht m e vogl
se K, zhvillohet nj kriter vendimi q refuzonH0, n qoft se kjo vler sht m e madhe se K, H0
pranohet.
65
Pr shembull, pr = 0,1, kjo vler gjendet nga tabela e shprndarjes normale standarde e cila sht Z0,1 = 2,33.
114
3) Llogaritja e Vlers Kritike (K) n Testin Dy-Ansor: Prsri t marrim nj test t
njjt. Hipotezat,
H0: 0 = a
H1: 1 a
N (0, 1)
K1 K2
K1 = Z/2 dhe
K2 = Z(1-/2).66
Nse vlera standarde e (a)-s e llogaritur nga vlerat e mostrs (pra, ) sht m e vogl
se K1 apo m e madhe se K2, zhvillohet nj kriter vendimi q H0 refuzohet, n qoft se kjo vler
sht ndrmjet K1 dhe K2, H0 pranohet.
66
Pr shembull, pr = 0,05 pr ann e majt t zons prej 0,025 dhe ans s djatht t zons prej 0,025, do t
gjenden vlerat e Z-s vlerat me radh -1,96 dhe +1,96.
115
Prpara se t kalojm n fazn tjetr, pr ti siguruar lexuesit lehtsi n shqyrtimet e
mtutjeshme, ti japim vlerat kritike t Z-s n testet teke dhe ifte pr vlerat m t prdorura t
-s, 0,1; 0,05 dhe 0,01.
f) Vendimi dhe Interpretimi: Faza e fundit n testimin e hipotezave sht faza e marrjes
s rezultateve statistikore dhe marrjes s vendimeve t nevojshme nga ana e menaxherve sipas
ktyre rezultateve t marra. Sipas rezultateve t llogaritura, n qoft se vlera e llogaritur bie n
zonn kritike apo t refuzimit, hulumtuesi do t refuzoj hipotezn H0. N qoft se vlera e
llogaritur bie n zonn e pranimit, hipoteza H0 do t pranohet. Menaxheri do t zgjedh
alternativn e prshtatshme duke u mbshtetur n kto rezultate statistikore.
116
pranuar n shkalln e rndsis . N kt rast, hulumtuesi duhet t interesohet me gabimin e
llojit t dyt (). Arsyeja e ksaj sht se mundsia e hipotezs s pranuar H0 pr t qen vrtet e
gabuar sht sa . Gabimi , n t njjtn koh sht nj faktor shum me rndsi pr
prcaktimin e fuqis s testit t prdorur statistikor.
Nj pik tjetr e cila duhet t specifikohet ktu sht se idoma e refuzimit n testimin e
hipotezave sht m e fort se idoma e pranimit. Gjat refuzimit t nj hipoteze vlersohet se
jan gjetur arsye t mjaftueshme pr refuzimin e saj. Mirpo, gjat pranimit t nj hipoteze
pranohet mendimi se nuk ekzistojn prova t mjaftueshme pr t dyshuar n saktsin e asaj
hipoteze. Ky mendim vjen nga logjika t ndryshme. Si dihet, sht m e leht q me an t
logjiks t vlersohet nj gj se sht gabim sesa t vlersohet q sht e sakt. N testimin e
hipotezave duhet t specifikohet veanrisht se asnj hipotez nuk dshmohet, ajo vetm
refuzohet ose pranohet. Pr kt arsye, fjala vrtetim (dshmi) kurrsesi nuk duhet t prdoret n
testimin e hipotezave.
Nj pik e fundit e cila duhet t specifikohet sht se me rritjen e dallimit ndrmjet vlers
s vzhguar t testit statistikor me vlern e supozuar (n hipotezn H0) parametrike, shkalla e
rndsis () rritet prej s cils refuzohet H0, pra rritet rndsia apo plotkuptimsia. Prkundr t
gjitha ktyreve, qoft edhe me nj mundsi t vogl mund q t refuzojm hipotezn e cila sht
e sakt. Pr kt arsye, gjat brjes s interpretimeve t nevojshme, duhet q t mos shprfillet
kjo pik.
117
varianc 1, sht shprndarje normale standarde apo shprndarje (0,1). Arsyeja e standardizimit
t shprndarjes normale sht se sht m e leht pr t punuar mbi shprndarjen normale
standarde. Duke e br konvertimin Z, funksioni i nj shprndarjeje (densiteti) normale t
standardizuar do t jet kshtu:
N (X) = N (0,1) =
= 40
X
880 = 840 880
118
Z1 = -1 dhe Z2 = 1
P (-1 Z +1) = ?
=1
68.26 %
Z
- O
Kjo vler gjendet edhe nga tabela, 0,3413 + 0,3416 = 0,6826. 67 Ather pra mundsia q
jetgjatsia e nj poqi elektrik t jet ndrmjet 880 dhe 800 or sht 0,6826. N t njjtn
mnyr, nga mundsit mund t llogariten vlerat Z dhe nga aty edhe vlerat e vrteta (apo kufinjt
e besueshmris). Pr kt, n shembullin e msiprm t llogarisim se sa do t jet koha q
ndonjri nga poqet elektrike t ket mundsi qndrimi 90%. N mnyr t kundrt nga ajo q
bm n pyetjen e mparshme, t fillojm me shprndarjen normale standarde dhe t
prkufizojm se mesatarja n shprndarjen standarde normale do t gjendet me mundsi 90%.
Pyetja e ktyre kufinjve t besueshmris t Z1 dhe Z2 sht kjo:
67
Vlera 0,3413 sht gjetur n kt mnyr: Pr shkak q tabela jep gjysmn e djatht t kurbs, pr Z = +1 sht
gjetur P = 0,8413. Kjo vler sht gjysma e majt e kurbs 0,5. Ather P (0 Z 1) = 0,8413 0,5 = 0,3413. Pr
shkak q kurba normale sht simetrike P (-1 Z 0) = 0,3413. N kt mnyr sht gjetur P (-1 Z 1) = 0,3413
+ 0,3413 = 0,6826.
119
=1
90 %
Z
Z1 O Z2
= 40
90 %
X
a = 800 b
120
N kt mnyr, pikat t cilat marrin pjes n devijimin standart t djatht 1,65 dhe
devijimin standart t majt 1,65 t mesatares aritmetike mbi shprndarjen normale standarde
konvertohen n llogaritje t vlerave mbi shprndarjen normale t prgjithshme. Pra, duhet q t
llogariten vlerat e pikave a dhe b mbi shprndarjen normale t prgjithshme.
Nga ktu gjendet a = 774 dhe b = 866. Ather, jetgjatsia e fardo poqi elektrik me
90% probabilitet do t jet ndrmjet 774 dhe 866 or.68
Hipotezat:
H0: = 0 H0: = 0 H0: = 0
ose ose
H1: > 0 H1: < 0 H1: 0
68
Si sht cekur edhe m par, kta kufinj quhen kufinjt e besueshmris.
121
Testi Statistikor: N qoft se vllimi i mostrs (n) sht m i madh se 30, prdoret testi
Z, n qoft se sht 30 apo m i vogl, prdoret testi t.
Ktu, =
Ktu69, =
Kriteri i Vendimit: N qoft se vlera Z apo t e llogaritur nga vlerat e mostrs n testin e
djatht ansor (n dyshn e par t hipotezave) sht m e madhe se vlera nga tabela teorike, H0
refuzohet, n qoft se sht m e vogl, H0 do t pranohet. N qoft se vlera Z apo t e llogaritur
n testin e majt ansor (n dyshen e dyt t hipotezave) sht m e vogl se vlera n tabel, H0
refuzohet, n qoft se sht m e madhe, H0 do t pranohet. N qoft se vlera Z apo t n testin dy
ansor (n dyshen e tret t hipotezave) sht m e madhe se vlera nga tabela si vler absolute
(ose n qoft se kto vlera jan m t vogla se sasia m e vogl e tyre ose m t mdha se sasia
m e madhe e tyre) H0 refuzohet, n qoft se sht ndrmjet ktyre vlerave, ather H0 do t
pranohet. Shkalla e liris e prdor pr mostrat e vogla n testin t sht = n-1.
69
N kt njehsim, tregon q statistikavlersohet nga vlerat e mostrs.
122
Pr tiu prgjigjur ksaj pyetjeje duhet t bhet nj test n lidhje me mesataret aritmetike
t nj mostreje t vetme. Ky test i hipotezave do t jet kshtu:
Hipotezat:
H0: 0 = 50 mij
Shkalla e Rndsis: 5%
Testi Statistikor: Pr shkak q n = 20 dit pune dhe nuk dihet varianca e popullsis (apo
devijimi standart), do t prdoret testi t70.
t=
t= = = 6,9
Vendimi: Pr shkak q 6,9 > 1,729, H0 refuzohet dhe H1 pranohet. Me fjal t tjera,
porosit mujore t produktit t ri jan m t mdha se 50 mij n shkalln e rndsis. Ather,
menaxhert e firms duhet q t shtojn serin e ktij produkti n linjn e prodhimit pr ta
prodhuar.
70
Po t ishte n > 30, pr shkak q do t prdorej TLQ, do t duhej t prdorej testi Z dhe jo testi t. Si dihet
Z=
123
= 0,05
O K = 1,729
H0 pranim H0 refuzim
Hipotezat:
H0: = 0 H0: = 0 H0: = 0
ose ose
H1: > 0 H1: < 0 H1: 0
Shkalla e rndsis: Sipas rastit, zakonisht zgjedhet nj nga vlerat, = 0,01; = 0,05
ose = 0,1.
Testi statistikor: N mostrat e mdha prdoret testi Z, kurse n mostrat e vogla prdoret
testi t.
124
=
t= . Ktu =
Kriteri i Vendimit: N qoft se vlera Z apo t e llogaritur nga vlerat e mostrs n testin e
djatht ansor sht m e madhe se vlera teorike, H0 refuzohet, n qoft se sht m e vogl, H0
do t pranohet. N qoft se vlera Z apo t e llogaritur n testin e majt ansor sht m e vogl se
vlera teorike, H0 refuzohet dhe n qoft se sht m e madhe, H0 do t pranohet. N qoft se
vlera Z apo t n testin dy ansor sht m e madhe se vlera teorike si vler absolute, H0
refuzohet, n qoft se sht ndrmjet ktyre vlerave, ather H0 do t pranohet. Shkalla e liris
pr testin t sht = n-1.
Vendimi: N fund t testit, vendimi merret sipas kritereve dhe rezultateve t llogaritura.
Hipotezat:
H0: = 0,05
Z= dhe =
125
Kriteri i Vendimit: Pr shkak q ky sht nj test i majt ansor dhe q = 0,01, nga
tabela Z n e vendosur n shtojcn e librit, gjendet Z0,01 = -2,33. Ather, n qoft se vlera e
llogaritur Z sht m e vogl se -2,33, H0 do t refuzohet, nse sht m e madhe, H0 do t
pranohet. Ta paraqesim kt me an t grafit (Figura 10.10.).
= 0,01
Z
K = -2.33 O
H0 refuzim H0 pranim
Figura 10.10. Shembulli i Testit t Norms s Popullsis s Vetme
Z= = = -2,9
126
3) Testi i Hipotezave n Lidhje me Krahasimin e Mesatareve t Dy Popullsive: N
kt test t hipotezave testohet se n far drejtimi dhe far shkalle ekziston dallimi ndrmjet
mesaterve t dy popullsive t pavarura nga njra tjetran nj shkall t caktuar t rndsis.
Procesi i nj testi t ktill sht n kt mnyr:
Hipotezat:
H0: 1 = 2 H0: 1 = 2 H0: 1 = 2
ose ose
H1: 1> 2 H1: 1< 2 H1: 1 2
Shkalla e Rndsis: Zgjedhet cilado shkall e rndsis (zakonisht 0,01; 0,05 apo 0,1).
Testi Statistikor: N mostrat e mdha prdoret testi Z, n mostrat e vogla prdoret testi t.
Ktu =
t=
Ktu =
127
1190 kg me nj devijim standard prej 90 kg. Sipas ktyre t dhnave, far mund t thuhet rreth
deklarats t pohuar n kampanjn e reklams t firms A n shkalln e rndsis prej 5%?
Pr tiu prgjigjur ksaj pyetjeje duhet q t testohet nse ekziston ndonj dallim i
rndsishm ndrmjet mesatareve aritmetike t dy popullsive. Procesi i nj testimi hipotezash t
ktill sht kshtu:
Hipotezat:
H0 = A = firmat tjera
Z=
Kriteri i Vendimit: N testin e djatht ansor dhe shkall t rndsis = 0,05, nga
tabela e shprndarjes normale standarde gjendet vlera Z0,05 = 1,65. N kt rast, n qoft se vlera
e llogaritur Z sht m e madhe se 1,65, H0 do t refuzohet, n qoft se sht m e vogl, H0 do
t pranohet. Ta paraqesim kt n mnyr grafikore (Shikoni: Figura 10.11.).
Z= = = 2,48
128
= 0,05
Z
O K = 1,65
H0 pranim H0 refuzim
Vendimi: Vlera 2,48 sht m e madhe se 1,65 dhe si e till bie n zonn e refuzimit. N
kt mnyr H0 do t refuzohet dhe H1 do t pranohet. Me fjal t tjera, telat e elikut t firms A
kan nj fuqi m t lart trheqse se telat e elikut t firmave tjera n shkalln e rndsis 5%.
Si rezultat, deklarata t ciln e ka pohuar firma A n kampanjn e reklams sht e sakt.
Hipotezat:
H0: 1 = 2 H0: 1 = 2 H0: 1 = 2
ose ose
H1: 1> 2 H1: 1< 2 H1: 1 2
Shkalla e rndsis: Zgjedhet = 0,05; = 0,10 ose ndonj nivel tjetr i rndsis.
Testi Statistikor: Pr mostrat e mdha prdoret testi Z, pr mostrat e vogla prdoret testi
t.
129
Nse n1> 30 dhe n2> 30, prdoret testi statistikor Z =
Ktu =
Nse n1 30 dhe n2 30 dhe nse nuk dihen variancat e popullsis, prdoret testi
statistikor:
t=
Ktu =
Shembull: Firmat A dhe B t cilat prodhojn mallra konsumi kan pjes t barabart t
tregut. Menaxhert e firms A besojn se jan t part pr nga aspekti i t pasurit m shum
konsumator t rregullt. Kurse menaxhert e firms B, si konkurrentt m t mdhenj t firms
A besojn se normat e t dy firmave t konsumatorve t rregullt nuk ndryshojn shum. Pr t
vrtetuar kto besime, nj firm e pavarur e hulumtimit ka zgjedhur dy mostra me nga 300 veta
n mnyr t rastsishme pr seciln firm dhe n mostrn e par ka gjetur se konsumator t
rregullt t firms A jan 120 vet, kurse n mostrn e dyt konsumator t rregullt t firms B
jan 135 vet. Duke i shikuar kto t dhna, far mund t thuhet rreth gjykimeve t
menaxherve t dy firmave n shkalln e rndsis 10%?
Pr tiu prgjigjur ksaj pyetjeje duhet t bhet nj test i cili bazohet n krahasimin e
normave t dy popullsive.
Hipotezat:
H0: 1 = 2
H1: 1 2
Z=
130
Ktu =
Kriteri i Vendimit: N testin dy ansor dhe n shkalln e rndsis = 0,1, nga tabela e
shprndarjes normale standarde gjendet Z0,1/2 = 1,65. Ather, nse vlera e llogaritur Z sht
m e madhe se 1,65 ose m e vogl se -1,65, H0 do t refuzohet; nse sht ndrmjet 1,65 dhe -
1,65, H0 do t pranohet. Ta paraqesim kt me an t grafit (Figura 10.12).
= 0.05
= 0.05
Z
K1 = -1.65 O K2 = 1.65
Z=
Ktu = =
131
Z= = -1,22
Vendimi: Pr arsye se vlera -1,22 merr pjes ndrmjet vlerave -1,65 dhe +1,65, bie n
zonn e pranimit. N kt mnyr, H0 do t pranohet. Me fjal t tjera, nuk ekziston ndonj
dallim ndrmjet firms A dhe B pr nga aspekti i norms s konsumatorve t rregullt total
madje as n shkalln e rndsis 10%. Sipas ktyre rezultateve mund t thuhet se pohimet e
menaxherve t firms B prputhen me realitetin.
Hipotezat:
H0: 1 = 2 H0: 1 = 2 H0: 1 = 2
ose ose
H1: 1> 2 H1: 1< 2 H1: 1 2
tn-1 = d=
dhe Sd =
Shkalla e lirisi sht (n-1). Si mund t shihet, testi statistikor merr pr baz ndryshoren
d. Ndryshorja d sht formuar nga dallimet e ifteve t do vzhgimi. Pr shembull, d i sht
dallimi ndrmjet vlerave t i-vzhgimeve t do dy mostrave.
132
Kriteri i Vendimit: Njjt sikur n testet e tjera.
Hipotezat:
H0: 1 = 2
H1: 1> 2
Ky sht nj test i djatht ansor dhe ktu 1 paraqet shpenzimet e konsumit prpara
rritjes s pagave, kurse 2 paraqet shpenzimet e konsumit pas rritjes s pagave.
Testi Statistikor:
t= = =
133
dhe Sd =
= 0,01
t
O K = 2.821
H0 pranim H0 refuzim
= = = 48; Sd = = 44,2
= = = 14,73
134
Vendimi: Pr shkak q vlera 3,26 sht m e madhe se vlera 2,821, H0 do t refuzohet
dhe H1 do t pranohet. Me fjal t tjera, mund t thuhet se rritja e pagave ka shkaktuar nj rritje
mesatare t shpenzimeve konsumatorike te puntort me karakteristika t ndryshme.
Hipotezat:
H0: = 0
H1: 0
Shkalla e rndsis: Zgjedhet 0,1; 0,05; 0,01 ose ndonj nivel tjetr i rndsis.
Testi statistikor: Nse n > 30 prdoret testi Z, nse n 30, prdoret testi t.
Pr n > 30; Z = r
Pr n 30; t = r
135
Pr ti dhn prgjigje ksaj pyetjeje, duhet t testohet nse norma e korrelacionit t
gjetur sht e ndryshme nga zero n nivelin e rndsis 5%. Procesi q duhet prcjellur n nj
test t ktill, sht kshtu:
Hipotezat:
H0: = 0
H1: 0
t=r
Kriteri i Vendimit: N testin dy ansor me nivel t rndsis 5% dhe shkall t liris 24,
vlera t gjendet nga tabela t n shtojc si 2,064. Ather, n qoft se vlera e llogaritur t si vler
absolute sht m e madhe se 2,064, H0 do t refuzohet, nse sht m e vogl, H0 do t
pranohet. Ta paraqesim kt me an t grafit (Figura 10.14.).
= 0.025
= 0.025
Z
K1 = 2.064 O K2 = 2.064
n = 26; r = 0,6
136
t = 0,6 = 3,66
1) Testet e Rastsis: N kto lloje t testeve testohet nse nj mostr sht apo jo e
rastsishme apo me fjal t tjera, nse ndryshorja Xi sht apo jo nj ndryshore e rastsishme. N
kt mnyr pra, testohet nj nga kushtet m t rndsishme t prdorimit si t teknikave
statistikore parametrike, edhe t atyre joparametrike. Rastsia mund t testohet me an t testit t
medians apo me an t testit rendor. Hipotezat e testit t rastsis jan n kt mnyr:
137
Smirnov. Kto dy lloje t testeve do t shqyrtohen ktu. Procesi i cili duhet t prcillet n testet e
prshtatshmris, shkurtimisht sht kshtu:
Hipotezat:
H1: Shprndarja e vlerave t mostrs nuk ndjek ndonj shprndarje t caktuar teorike t
prkufizuar n H0.
Shkalla e rndsis: Zgjedhet nj nga 0,01; 0,05; 0,10 apo ndonj shkall tjetr e
rndsis.
Testi Statistikor: Prdoret nj nga testet statistikore, Katrori-Ki (x2) apo testi
Kolmogorov-Smirnov. Testi m i prdorur statistikor sht testi Katrori-Ki. Ky test mund t
formulohet n kt mnyr:
x2 =
Testi Kolmogorov-Smirnov:
Sn (X) =
138
Ky sht nj test dy ansor. Vlera teorike e D-s sht llogaritur sipas N-s dhe vlerave t
caktuara, si dhe sht zhvilluar nga tabelat standarde. Nj tabel e ktill sht e vendosur n
pjesn e shtojcave, n fund t librit.
Pr tiu prgjigjur ksaj pyetjeje duhet q t bhet testi Katrori-Ki (x2) i prshtatshmris.
Procesi i nj testi t ktill sht kshtu:
Hipotezat:
x2 =
139
Qndrueshmria Vlerat e Vlerat Teorike
(ohms) Vzhgimit (Oi) f (3,65; 0,1334) (ei) (oi ei)2/ei
3,3 3,4 10 0,0263 9,468 0,03
3,4 3,5 37 0,1007 36,252 0,02
3,5 3,6 73 0,2243 80,748 0,74
3,6 3,7 114 0,2886 103,896 0,98
3,7 3,8 81 0,2243 80,748 0,00
3,8 3,9 29 0,1007 36,252 1,45
3,9 4,0 16 0,0263 9,468 4,51
Total 360 - - 7,73
Kur p = 0,0263, ei = 360 (0,0263) = 9,468. N t njjtn mnyr, gjenden vlerat teorike
edhe pr rendet e tjera nga tabela e t dhnave, ashtu si n kolonn e katrt. Pasi t gjendet ei,
sht e leht edhe llogaritja e x2 = . N kt llogaritje, elementi i par do t jet
= 0,03.
N t njjtn mnyr, kto llogaritje bhen edhe pr vlerat e tjera dhe gjendet x2 = 7,73.
140
=4
= 0,05
X2
O K = 9.49
H0 pranim H0 refuzim
S = 0.1334
X
3.3 3.4 = 3.65 K
141
Vendimi: Pr arsye q vlera e llogaritur x2 (7,73) sht m e vogl se vlera teorike x2
(9,49) n shkalln e rndsis 5%, H0 do t pranohet. Me fjal t tjera, shprndarja e frekuencave
t qndrueshmris s rezistuesve prshtatet me shprndarjen normale.
Prgjigjjet
1 2 3 4 5 6 7
Tepr Shum Pak si Mjaftueshm Pak si pak Pak Shum pak
shum shum
1 5 3 45 30 32 11
Hipotezat:
H1: Shpenzimet e reklams nuk jan gjetur t mjaftueshme nga ana e menaxherve.
SN(X) =
142
Kriteri i Vendimit: Vlera teorike D n shkalln e rndsis 5% dhe pr N = 127, nga
tabela Kolmogorov-Smirnov sht D = = = 0,12. N kt mnyr, n qoft se vlera e
llogaritur D sht m e madhe se 0,12, hipoteza H0 do t refuzohet, nse sht m e vogl, H0 do
t pranohet.
1 2 3 4 5 6 7
Tepr Shum Pak si Mjaftueshm Pak si Pak Shum
shum shum pak pak
F: Rezultatet e 1 5 3 45 30 32 11
Vzhgimit
F0 (X) 0 0 0 127/127 127/127 127/127 127/127
S127 (X) 1/127 6/127 9/127 54/127 84/127 116/127 127/127
| F0 (X) - S127 (X) | 1/127 6/127 9/127 73/127 43/127 11/127 0
Ather, gjendet
3) Testi i Pavarsis: N kt test i cili quhet edhe testi i tabels s paparashikuar testohet
nse karakteristikat (apo rreshtat dhe kolonat) e vlerave t vlersuara t cilat marrin pr baz dy
apo m shum karakteristika klasifikimi jan t ndryshme nga njra-tjetra apo jo. Procesi i cili
duhet t ndiqet n nj test t ktill sht:
Hipotezat:
H0: Cilsit (apo rreshtat dhe kolonat) jan t pavarura nga njra tjetra.
H1: Cilsit (apo rreshtat dhe kolonat) nuk jan t pavarura nga njra tjetra.
Shkalla e rndsis: Zakonisht zgjedhet nj nga shkallt e rndsis 0,01, 0,05 apo 0,1.
143
x2 =
eij paraqet vlern e llogaritur teorike apo t pritur nn supozimin se hipoteza H0 sht e
sakt.
Shkalla e liris sht = (c 1) (r 1). Ktu, (c) paraqet numrin e kolonave dhe (r)
paraqet numrin e rreshtave.
Tabela Oij
Hipotezat:
H0: Varsia nga brendi dhe t qenurit e femrave introvert dhe ekstrovert jan dy
cilsi t pavarura nga njra tjetra (apo rreshtat dhe kolonat jan t pavarura nga njra-tjetra).
144
H1: Varsia nga brendi dhe t qenurit e femrave introvert dhe ekstrovert nuk jan
dy cilsi t pavarura nga njra tjetra (apo rreshtat dhe kolonat nuk jan t pavarura nga njra-
tjetra).
Testi Statistikor:
x2 =
= (c 1) (r 1) = (3-1) (2-1) = 2
Kriteri i vendimit: Vlera teorike x2, me shkall t rndsis 5% dhe shkall t liris 2,
gjendet si 5,99 nga tabela x2 n pjesn e shtojcave.
=2
= 0.05
X
K = 5.99
H0 pranim H0 refuzim
Figura 10.17. Shembullin pr Testin e Pavarsis t Katrorit-Ki
145
kolonn e par. Ky proporcion sht x . Kurse numri teorik apo i pritur i femrave
introverte dhe t varura nga brendi X sht i barabart me hersin ndrmjet numrit t mostrs dhe
probabilitetit t msiprm. Pra, eij = x x 200. N t njjtn mnyr, edhe elementet e tjera
t tabels do t llogariten kshtu:
Tabela oij
x2 = + + + + + = 3,87
146
Pas
- +
Para + A B
- C D
N t dhnat t cilat jan matur me mats ordinal, n vend t testit Cochran Q mund t
aplikohet analiza e variancs joparametrike Friedman.
Vlera x2 e cila do t llogaritet nga formula krahasohet me vlern teorike dhe arrihet
n nj prfundim t ngjashm ashtu si n testet e tjera.
72
Aplikimet joparametrike t analizs s variancs jan testi Kruskal-Wallis dhe Friedman. Shikoni: Sidney Siegel,
op.cit.
147
PROBLEME
a) Duke u bazuar n kto t dhna, a mund t thuhet se reklamat e gazets X jan shum
m efektive n mnyr statistikore se reklamat e gazets Y?
b) Prse?
8. N nj provim kan marr pjes 50 vet nga kolegji A dhe 60 vet nga kolegji B. sht
gjetur se nota mestare n kolegjin A sht 75 (me devijim standart 9), kurse n kolegjin B sht
79 (me devijim standart Z).
148
a) A ekziston ndonj dallim i rndsishm ndrmjet suksesit t studentve n shkallt e
rndsis 0,01 dhe 0,05?
9. Pr t matur efektin e nj plehi t ri kimik t dalur n treg, jan plehrosur 100 bim nga
500. sht vzhguar se nga kto 52 bim kan shfaqur nj rritje, kurse nga t papluhurosurat,
275 bim kan pasur rritje?
c) far sht probabiliteti q vendimi q keni marr n fund t testit t jet me t vrtet
i sakt?
149
14. Pritjet e profesorit n lidhje me shprndarjen e notave n fund t semestrit t par t
studentve t grupit A t Institutit t Biznesit-Ekonomis 1973-74 jan kshtu: 10% t dobt,
40% mesatar, 30% mir dhe 20% shklqyeshm. Kurse shprndarja e notave t realizuar nga 48
studentt e klass sht kshtu:
Numri i studentve
Dobt 7
Mesatar 21
Mir 17
Shklqyeshm 3
Total 48
150
151
Kapitulli 11
ANALIZIMI I T DHNAVE
Kurse analizat konkluzive, duke shkuar nj hap m tej prej njohjes s t dhnave kan pr
qllimin vnien n pah t ndrveprimit t grupeve brenda ndryshoreve apo ndrveprimin njra
me tjetrn t ndryshoreve. Me fjal t tjera, analizat e t dhnave t cilat kan pr qllim brjen e
prgjithsimeve nga rezultatet e hulumtimit quhen analiza konkluzive. Kto analiza prfshijn
testet e hipotezave dhe parashikimin e intervaleve t besueshmris.
Njohja e asaj se cila nga kto analiza sht e prshtatshme pr cilin qllim, zgjedhja e
saj n prputhje me qllimin e prcaktuar n modelin e hulumtimit dhe zbatimi i saj sht pun e
hulumtuesit, mirpo n t njjtn koh sht nj tem e cila krkon kompetenca t mjaftueshme
teknike. Ky kapitull n prgjithsi ka pr qllim dhnien e nj pikpamjeje t prgjithshme t
analizave t cilat hulumtuesit i prdorin n hulumtimet biznesore.
152
Nj metod tjetr e prdorur n klasifikimin e metodave t analizimit t t dhnave sht
edhe numri i ndryshoreve. Zakonisht ky klasifikim bhet n dy lloje; analizat e ndryshoreve teke
dhe ifte dhe analiza e ndryshoreve t shumta.
(Tabelat jan marr nga punimi, Sema Kurtulu dhe Kemal Kurtulu, Prospects,
Problems of Marketing Research and Data Mining in Turkey)
153
Nj metod tjetr e prdorur n grupimin e metodave t analizimit t t dhnave sht
edhe sipas llojit t t dhnave q mund t prdoren n analiza. Disa analiza mund t zbatohen
vetm n t dhnat parametrike, kurse disa analiza t tjera jan t prshtatshme vetm pr t
dhnat joparametrike.
Analizat joparametrike jan analiza t cilat mund t aplikohen n t dhnat t cilat nuk
jan parametrike. Pr kt arsye, mund t aplikohen n t dhnat e matura me mats nominal dhe
ordinal. Kto analiza nuk bazohen n ndonj supozim rreth shprndarjes s popullsis, prej t
cils jan zgjedhur njsit e mostrs. N rastet kur nuk njihet shprndarja e popullsis, duhet t
prdoren testet joparametrike. Prve ksaj, edhe n rastet kur madhsia e mostrs sht m e
vogl se tridhjet, duhet t prdoren analizat joparametrike, madje edhe n qoft se t dhnat
jan matur n mnyr parametrike.
Ekzistojn tri lloje t analizs s Katrorit-Ki. E para nga kto sht testi i
prshtatshmris s Katrorit-Ki, i cili prdoret pr t testuar nse shprndarja e vlerave t
mostrs prshtatet me ndonj shprndarje teorike t caktuar. Hipotezat shprehen si m posht dhe
realizohet testi i hipotezave n lidhje me statistikn e Katrorit-Ki.
73
Paul E. Green, Donald S. Tull, op. cit., fq. 337.
154
Nj lloj tjetr dhe m i prdorur i analizs s Katrorit-Ki sht edhe testi i pavarsis. Ky
test teston nse dy ndryshore t ndryshme jan t varura nga njra-tjetra. Me pak fjal, sht nj
test i lidhshmris. Analizat e lidhjes, n prgjithsi jan analiza t cilat prcaktojn lidhjen
ndrmjet dy apo m shum ndryshoreve. Pr prcaktimin e lidhjes ndrmjet cilsive pr t
dhnat t cilat kan marr pr baz dy apo m shum cilsi klasifikimi, paraprakisht duhet q t
dhnat n dispozicion t prmbledhen n nj tabel sipas frekuencave. Hipotezat e testit t
pavarsis s Katrorit-Ki formohen si m posht:
74
Kemal Kurtulu, Hulumtimet e Marketingut, Botimi 9, Filiz Kitap Evi, Stamboll, fq. 44-49
155
C, e cila tregon totalin e prgjithshm. Me an t formuls C ( )= duke i llogaritur
Ndryshoret
Individt 1 2... j... ...n Total
1 O11 O12... O1j... ...O1n A1
2 O21 O22... O2j... ...O2n A2
. . . . . .
. . . . . .
i Oi1 Oi2... Oij... ...Oin Ai
. . . . . .
. . . . . .
m Om1 Om2... Omj... ...Omn Am
Total B1 B2... Bj... ...Bn C
N rastet kur prkufizohet lidhja n analizn e Katrorit-Ki, pra n rastet kur pranohet H1,
pr t prcaktuar burimin apo burimet e lidhjes duhet q t shikohet n kontributet e secilit
element ndaj Katrorit-Ki. Kto vlera mund t krahasohen me vlerat teorike n shkall t liris 1
dhe shkall t prcaktuar t rndsis. Po ashtu, duke marr parasysh edhe drejtimin e dallimeve,
burimet e lidhjes mund t vlersohen m mir.
156
Matrica e Vlerave Teorike (eij):
Ndryshoret
Individt 1 2... j... ...n Total
1 A1
2 A2
. . . . . .
. . . . . .
i Ai
. . . . . .
. . . . . .
m Am
Total B1 B2 Bj Bn C
75
Alan T. Shao, Marketing Research: An Aid to Decision Making, South Western College Publishing, 1999, fq.
446. Qasja n burim sht br nprmjet A. Ercan Gegez, Hulumtimet e Marketingut, Beta Yaynlar, Botimi i
Par, 2005, Stamboll.
157
11.1.3. Testi Mann-Whitney U
Testi Mann-Whitney U sht nj analiz joparametrike e cila teston nse ekziston ndonj
dallim ndrmjet mesatareve t grupeve t dy mostrave t pavarura (n1 dhe n2) nga njra tjetra. N
rastet kur zvoglohet madhsia e mostrs nuk mund t sigurohet kushti i shprndarjes normale, i
cili sht nj presupozim i testeve parametrike pr shikimin e dallimeve t mesatareve ndrmjet
grupeve. Pr dallimet e mestareve si test parametrik sht testi-t, i cili do t shpjegohet n kt
kapitull. N kt rast, nj nga testet i cili mund t prdoret sht testi Mann-Whitney U. Mirpo
pr aplikimin e testit Mann-Whitney U prdoren t dhna t cilat jan matur s paku me mats
ordinal.76 Hipotezat e ktij testi jan si m posht:
Testi Wilcoxon t sht nj test i aplikuar mbi t dhnat e matura s paku me mats ordinal
dhe q teston nse ekziston ndonj dallim n shkall t rndsishme ndrmjet mesatareve t
vlerave t dy mostrave t varura. Ky test sht testi joparametrik ekuivalent i testit t parametrik
pr grupet e varura. Mund t prdoret n rastet kur nuk sigurohen supozimet si, shprndarja
normale dhe madhsia e mostrs. Prdoret me t madhe n testet e krahasimit t vlerave t
mparme dhe t mpasme t mostrs s njjt. Hipotezat e ktij testi jan n kt mnyr:
H1: Mesataret e dy ndryshoreve t ndryshme q vijn nga mostra e njjt nuk jan t
barabarta.
76
A. Ercan Gegez, Hulumtimet e Marketingut, Beta Yaynlar, Botimi i Par, 2005, Stamboll
77
Kazm zdamar, Paket Programlar ile statistiksel Veri Analizi, Geniletilmi, Botimi 5, Kaan Kitapevi, 2004,
Eskiehir.
158
sht e mundur q t prdoret n testet para-prapa, matjet e knaqsis etj. sht nj metod e
cila ka pr qllim t prcaktoj nse ekziston ndonj dallim i rndsishm ndrmjet matjeve t
shumta t bra n nj mostr t zgjedhur n mnyr t rastsishme dhe t pavarur nga nj
popullsi e vetme. Hipotezat mund t shprehen n formn se probabiliteti i par dhe i dyt jan t
barabart.
H0: PA = PD
H1: PA PD
Ky test teston nse sht i rastsishm rendi i prgjigjeve (rasteve) t gjetura brenda nj
seti t nj ndryshoreje t caktuar. Rendi i prgjigjeve (vzhgimeve) sht i rndsishm pr kt
test. Hipotezat krijohen si m posht:
159
madhsia e t cilave sht m e vogl se 30. Kjo analiz mund t quhet edhe verzioni
joparametrik i analizs ANOVA nj drejtimshe. Hipotezat e ksaj analize, mund t krijohen n
kt mnyr:
160
programit q do t prdoret, pr kontrollimin e organizimit t t dhnave dhe supozimeve dhe
temn e hulumtimit.
11.2.1. Korrelacioni
ryx = =
N qoft se ryx = +1, ekziston nj korrelacion i plot pozitiv (linear) ndrmjet X dhe Y.
ryx = =
161
Mirpo, kjo nuk sht e mjaftueshme pr t llogaritur koeficientin e korrelacionit n
lidhje me dy ndryshore. Ky koeficient i korrelacionit duhet t testohet nse sht i ndryshm nga
0 (zero) n shkalln e rndsis. Pr kt test prdoret testi t. Formula e cila do t prdoret sht
t=r
Shkalla e liris ktu sht (n2). Si mund t shihet, formula sht mjaft e ndjeshme ndaj
madhsis s mostrs. Me rritjen e madhsis s mostrs, do t prafrohet marrja e nj vlere t
kuptueshme n mnyr statistikore edhe n qoft se marrdhnia nuk sht aq e fort. Pr kt
arsye, gjat brjes s analizs s korrelacionit duhet t mirret parasysh madhsia e mostrs.
162
nominal me ndryshore boshe (ndryshorja 0-1), apo n njrin nga setet apo n t dy setet e
ndryshoreve t vlersuara dhe kriteriale duhet q ndryshoret t jen matur me mats ordinal dhe
duhet t gjenden ndryshore boshe.
Duke e realizuar analizn mbi kto sete t cilat bartin kto supozime, mund t llogaritet
korrelacioni ndrgrupor. Lexuesit t cilt dshirojn t marrin informacione m t hollsishme n
lidhje me kt tem, mund t aplikojn n referencn e vendosur n fusnot79.
Testi t (testi i dallimit t mesatareve), n thelb, mat nse ekziston ndonj dallim statistikor
ndrmjet dy mestareve t krahasuara. Ekzistojn m shum se nj test t. Mirpo kto kan t
gjitha supozimet e prbashkta t analizave parametrike. Supozimi i par i testit t sht supozimi
se shprndarja e mostrave sht normale duke shikuar n dallimet e mesatareve. Po ashtu, pr t
aplikuar kt analiz parametrike, duhet q t dhnat t jen matur me nj mats parametrik (s
paku me mats intervalor) dhe madhsia e mostrs duhet t jet m e madhe se 30. Ekzistojn tri
teste t.
79
David R. Hardoon, Sandor Szdemak and John Shawe-Taylor, Canonical Correlation Analysis: An Overviewwith
Application to Learningmethods Techniqal Report, 2003, CSD-TR-03-02, (qasje nga interneti:
http://www.mitpressjournals.org/doi/abs/10.1162/0899766042321814)
80
J.F. Hair, R.E. Anderson, R.L. Tatham, W.C. Black, (1998), Multivariate Data Analysis, 5th Edition, Prentice-
Hall International Inc., fq. 118.
163
Testi t me nj mostr t vetme (One sample test): Ky test realizohet pr t matur
dallimin nga nj vler me nj mestare t caktuar apo nga nj mesatare e pritur e nj mostreje t
vetme. Hipotezat mund t formulohen n kt mnyr:
H0: 1 = a
H1: 1 a
Vlera a sht nj vler mesatare fikse apo mund t jet nj numr fiks ndaj t cilit
hulumtuesi vlerson dallimin. Hipoteza po ashtu mund t formulohet edhe n formn < apo >
dhe mund t aplikohet n testin nj ansor. Aplikimi i ksaj analize, detajet dhe llogaritja e
statistikave t hipotezave sht shpjeguar n mnyr t hollsishme n kapitullin 10, n testimin
e hipotezave.
H0: 1 = 2
H1: 1 2
1 dhe 2 si mund t jen mesatare t ndryshme, mirpo t varura, po ashtu mund t jen
edhe mesatare t matjeve t varura q vijn nga mostra e njjta. N qoft se do t jepnim nj
shembull pr kt, pritjet e cilsis s shrbimit t banks dhe prceptimet n lidhje me bankn e
prdorur mund t krahasohen n formn 1 dhe 2. Aplikimi i ksaj analizeje dhe detajet jan
shpjeguar n kapitullin 10, n testimin e hipotezave.
H0: 1 = 2
H1: 1 2
164
bhet krahasimi i ktyre mesatareve. Aplikimi i ksaj analize dhe detajet jan shpjeguar n
kapitullin 10, n testimin e hipotezave.
H0: 1 = 2 = 3 = 4 ... = n
H1: 1 2 3 4 ... n
N rastet kur mesataret e vetm nj rasti nuk jan t barabarta n mnyr t rndsishme,
hipoteza H1 do t pranohet. N kt rast, sht e rndsishme q t prcaktohet se cilat mesatare
nuk jan t barabarta. Testi statistikor sht . Mund t aplikohet duke zgjedhur nj nga testet
post hoc (Tukey, LSD, Sheffe etj.). Duhet t kihen parasysh kushtet dhe prshtatshmria me t
dhnat e testit post hoc q do t zgjedhet.
Analiza ANOVA e cila prve q mund t jet nj drejtimshe, mund t jet edhe shum
drejtimshe, e cila shqyrton dallimet e mesatareve ndrmjet grupeve. Prve ksaj, ekzistojn
edhe analizat e variancs q realizohen duke marr shum ndryshore (MANOVA). Lexuesit q
dshirojn t aplikojn kto analiza, duhet t lexojn informata m t thella n lidhje me kt
tem.
165
11.2.5. Analiza e Regresionit
Regresioni sht nj analiz e cila prdor konceptet ndryshore e varur dhe e pavarur sepse
me kt analiz, nj ndryshore mund t shpjegoj funksionin e nj ndryshoreje tjetr. Paraqitja e
regresionit sht n kt mnyr:
Yc = a + byxX
166
ndryshore e pavarur, do t shpjegoj ndryshimin n ndryshoren e varur. Formula mund t
paraqitet n kt mnyr:
Yc = a + byx.z + byz.xZ
167
11.2.6. Analiza Faktoriale
81
William D. Wells and Jugdish N. Sheth, Factor Analysis, Robert Ferber, Editor-in-Chief, op. cit., fq. 2-459.
82
Kemal Kurtulu, Pazarlama Aratrmalarnda ada Analiz Teknikleri, Pazarlama Enstits, Pazarlama
Dergisi, Viti 1, Numri 1, 1975, fq. 38.
83
Analiza faktoriale mund t aplikohet n t dhna t matura me mats m t dobt se matsi intervalor (me mats
nominal dhe ordinal) duke i aplikuar disa funksione. Pr kt tem, shikoni: Paul E. Green and Donald S. Tull, op.
cit., fq. 403.
168
apo q bazohen n supozimet e hulumtimit. Pas krijimit t ktyre faktorve, duhet t shikohet
prsri prmbajtja e tyre, shpjegimi dhe varianca totale e shpjeguar e faktorve.
Supozimi kryesor i analizs s grupimit sht se t dhnat jan pjesrisht homogjene dhe
pjesrisht heterogjene. Njsit e mostrs duhet t jen homogjene sa pr t krijuar disa grupe, por
n t njjtn koh edhe heterogjene (t ndryshme) sa pr t formuar m shum se nj grup. Pr t
kryer analizn e grupimit, duhet q t dhnat t jen matur s paku me mats intervalor.
Ekzistojn dy lloje t analizs s grupimit.
169
Pas analizs s grupimit, me an t analizs ANOVA duhet t testohet nse grupet e
formuara jan t ndryshme nga njra-tjetra n shkall t rndsis. Po ashtu, pr prkufizimin e
individve n grupe, analizat e tjera n lidhje me ndryshore, si ndryshoret demgorafike, duhet t
realizohen pas analizs s grupimit. Nuk duhet t harrohet q nj pjes e ktyr ndryshoreve nuk
do t prfshihen q n fillim n strukturn e t dhnave t analizs s grupimit.
Sado q analiza e grupimit mund t dalloj nga analiza diskriminuese pr nga pikpamja
e marrjes pr baz ngjashmrit e individve, t dy analizat tregojn ngjashmri pr nga
pikpamja e krijimit t grupeve duke i shqyrtuar t dhnat e individve ve e ve. N t njjtn
koh, analiza e grupimit ngjan me analizn faktoriale pr nga aspekti q jan analiza q marrin
pr baz ngjashmrit e brendshme.
Madhsit e grupeve n analizn e grupimit duhet t jet kuptimplot dhe duhet t jen t
ndryshme nga njra-tjetra n shkall t rndsis (statistika F) pr nga aspekti i vlerave t
grupeve. Pr t testuar kt duhet t prdoret analiza ANOVA pr t testuar nse grupet jan t
ndryshme nga njra-tjetra n shkall t rndsis pr nga aspekti i karakteristikave t tyre.
Analiza diskriminuese sht nj test statistikor q teston nse ekziston ndonj dallim i
rndsishm ndrmjet karakteristikave t dy apo m shum njsive grupore t prkufizuara m
par (a priori). Kjo analiz ka pr qllim prcaktimin e kontributit t secils ndryshore n
dallimin ndrmjet grupeve, prcaktimin e kombinimeve (lineare) t ndryshoreve t parashikuara
q maksimizojn ndarjen ndrmjet grupeve n krahasim me dallimin brenda grupeve dhe
zhvillimin e metodave pr shprndarjen e individve npr grupe, pra prcaktimin e antarsis n
grupe t individve t rinj.
170
N analizn diskriminuese, grupet duhet t ndahen nga njra-tjetra n mnyr statistikore
n shkall t rndsis dhe parashikimet e antarsimit t br t grupeve bazuar n kt ndarje
duhet t jen kuptimplot. Testi i fundit ideal sht testi i cili bn parashikimet e antarsive t
grupeve duke u bazuar n funksionin e diskriminimit nga t dhnat e prfituara nga nj mostr e
re (mostra e testit) dhe jo nga t dhnat e prfituara nga mostra e prdorur n analiz (mostra e
analizs).
84
David A. Aker, op. cit., fq. 257.
85
Nj nga punimet pr tu shfletuar n kt shtje sht kjo: P.E. Green and V.R. Rao, Applied Multidimensional
Scaling, Holt, Rinehart and Winston Inc, New York, 1972.
171
t grupit t ndryshoreve, pas prcaktimit t kombinimeve m t preferuara nga alternativat n
dispozicion.
N fazn e par prcaktohet rndsia vizuale e grupeve dhe pastaj rastet e mundshme t
ndryshoreve (q gjenden, nuk gjenden apo q gjenden n raste t ndryshme) renditen sipas
shkalls s rndsis. Synohet q t prcaktohet alternativa m e mir nga prmbajtja e t gjitha
ndryshoreve duke i vlersuar n baz t preferencs prej njrs nga tjetra.86
Modeli i ekuacionit strukturor sht nj analiz e cila teston lidhjen shkakore ndrmjet
shum ndryshoreve mbi nj model t vetm dhe e cila realizohet n t njjtn koh, sikur
regresioni i shumfisht, analiza faktoriale, testet e prshtatshmris etj.90
86
Gray L. Lilien, Arvind Rangaswamy (2004), Marketing Engineering: Computer Assisted Marketing Analysis and
Planning, 2nd Edition, Trafford Publishing, USA
87
Gilbert A. Churchill, Dawn Iacobucci (2002), Marketing Research: Methodological Foundations, 8th Edition,
Harcourt College Publishing, USA
88
Jordan J. Louviere (1998), Analyzing Decision Making: Metric Conjoint Analysis, Thousand Oaks Publishing,
USA
Anders Gustafsson, Andreas Herrmann, Frank Huber (2003), Conjoint Measurements: Methods and Applications,
4th Edition, Springer Publishing, Germany
89
Pr m shum informata n lidhje me kto programe, mund t qaseni n kto burime online:
[10/02/2010], [http://www.sawtoothsoftware.com/], [http://www.conjointanalysis.net/CANet/CALinks.html],
[http://www.sas.com/].
90
J.F. Hair, R.E. Anderson, R.L. Taltham, W.C. Black, (1998), Multivariate Data Analysis, 5th Edition, Prentice
Hall International Inc., fq. 575-664.
172
programi LISREL krkon q modeli t paraqitet n mnyr grafikore.91 Analiza mund t
realizohet duke i kaluar kto hapa; zhvillimin e modelit teorik, paraqitjen e lidhjeve n mnyr
grafikore mbi model dhe performimin e testeve t prshtatshmris.92
Fuqia e modelit t ekuacionit strukturor vie nga realizimi n t njjtn koh i regresionit
me shum ndryshore, analizs faktoriale dhe testeve t prshtatshmris. Prve ksaj, sht nj
analiz e fuqishme e cila ofron mundsi pr testimin e strukturs s modelit, si dhe pr kuptimin
e fuqis dhe strukturs s lidhjeve t ndryshoreve brenda modelit.93
91
Pr m shum informata n lidhje me kt program, linku online, 10/02/2010
[http://www.ssicentral.com/lisrel/index.html#lisrel]
92
Gilbert A. Churchill, Dawn Iacobucci (2002), Marketing Research: Methodological Foundations, 8th Edition,
Harcourt College Publishing, USA
93
J.F. Hair, R.E. Anderson, R.L. Taltham, W.C. Black, (1998), Multivariate Data Analysis, 5th Edition, Prentice
Hall International Inc., fq. 575-664.
94
J.F. Hair, R.E. Anderson, R.L. Taltham, W.C. Black, (1998), Multivariate Data Analysis, 5th Edition, Prentice
Hall International Inc., fq. 575-664.
Gilbert A. Churchill, Dawn Iacobucci (2002), Marketing Research: Methodological Foundations, 8th Edition,
Harcourt College Publishing, USA
Rex B. Kline (2005), Principles and Practice of Structural Equation Modeling, 2nd Edition, Guilford Press, USA
95
Pr m shum informata n lidhje me kto programe, linku online, 10/02/2010
[http://www.ssicentral.com/lisrel/index.html#lisrel], [http://www.spss.com/amos/]
96
Christopher Westphal, Tersa Blaxton (1998), Data Mining Solutions: Methods and Tools for Solving Real-World
Problems, John Wiley&Sons Pub., USA
173
Menaxhimi i marrdhnieve me konsumator (CRM) ka pr qllim q t krijoj shrbime m t
prshtatshme dhe n drejtim me nevojat e konsumatorit duke i prdorur t dhnat e
konsumatorve t cilat i posedon firma.
97
Christopher Westphal, Tersa Blaxton (1998), Data Mining Solutions: Methods and Tools for Solving Real-World
Problems, John Wiley&Sons Pub., USA
174
Kapitulli 12
98
Ky kapitull sht prgatitur nga Doc. Dr. Abdullah Okumu, ligjrues n Universitetin e Stambollit, Fakulteti i
Biznesit, Departamenti Marketing.
Koment i prkthyesit: Profesori Abdullah Okumu sht shqiptar i lindur n Turqi dhe aktualisht ka gradn prof.dr.
dhe sht ndihms dekani n fakultetin e biznesit n Universitetin e Stambollit. Prve ksaj, vazhdon edhe me
ligjrim n departamentin e Marketingut dhe n drejtimet e tjera t ktij fakulteti.
99
Fotografit e programit SPSS n vazhdim jan t marra nga programi SPSS 22.0, ndrkaq teksti ruan
origjinalitetin e librit.
175
12.2. Hyrja dhe Rregullimi i t Dhnave
FILE: Prbhet nga komanda t cilat ofrojn realizimin e funksioneve si, leximin e t
dhnave, grafiqeve dhe teskteve, ruajtjen dhe printimin etj. Edhe komanda e daljes e cila
mundson mbylljen e programit SPSS gjendet n kt grup t komandave. Disa nga komandat t
cilat marrin pjes n kt grup t komandave jan kto:
New: New Data: Hap nj dosje t re t t dhnave. New Syntax: Hap nj dosje t re e cila
shkruhet n gjuhn e komands SPSS. New Output: Hap nj dosje t re t rezultateve.
Open: Ofron ngarkimin e dosjeve t cilat jan hapur m hert apo gjenden t ruajtura n
kompjuter apo edhe n disket.
176
Save As: Kjo komand prdoret pr kopjimin e nj dosje me nj emr t ri n t ciln
jan br funksione t ndryshme apo kopjimin e nj dosjeje t vjetr.
Copy: Duke kopjuar vendin e skanuar apo t selektuar, bhet transferimi i nj kopjeje n
clipboard. Ekzistojn tri aplikime t ndryshme t komands Copy; Copy, Copy Table dhe
Copy Chart.
VIEW: Realizohen funksione t tilla si, paraqitja e vijave horizontale dhe vertikale n
hyrjen e t dhnave n SPSS, kontrollimi nse informatat n lidhje me kryerjen e funksionit sht
realizuar, privatizimi i shiritit t paisjeve, zgjedhja e llojit t fontit dhe shkrimit etj.
N pjesn Label shkruhet emri i etikets e cila e shpjegon ndryshoren prkatse dhe q
dshirohet t paraqitet n tabelat dhe t dhnat q do t formohen n lidhje me ndryshoren. Kurse
n pjesn Value duke klikuar psri n ... hapet dritarja e rregullimeve Value Labels. Ktu
kodohen alternativat e prgjigjeve t cilat marrin pjes n formn e ankets. Pr shembull, kur
bhet kodimi n lidhje me gjinin, n pjesn Value shkruhet 1, kurse n pjesn Label
177
shkruhet femr. Duke klikuar n butonin Add funksioni kryhet. M pas, n pjesn Value
shkruhet 2 dhe n pjesn Label shkruhet mashkull dhe klikohet prsri Add. Kur t
prfundohet klikimi n lidhje me gjinin, n fund funksioni prfundohet duke klikuar OK. N
qoft se ndonj Value apo Label do t ndrrohet, ky funksion bhet duke klikuar Change, n
qoft se do t shlyhet, klikohet Remove. N pjesn Missing Values duhet t prcaktohen
vlerat t cilat jan gabim, pa prgjigje apo ato q jan ln jasht vlersimit. N t dhnat
numerike, qelizat boshe bhen Missing Values. N tabela vendoset shenja e pikve si etiket.
Kurse vlerat User Missings mund t lihen jasht n rastet kur nuk jan prgjegjur disa pyetje.
N hulumtimin e br, normalisht nuk duhet t ket missing vlera. Pr kt arsye sht m e
prshtatshme q t bhet hyrja e ankets pas nj editimi t duhur. N pjesn Columns
prcaktohet gjersia e t dhnave, kurse n pjesn Align prcaktohet pozita e t dhnave, si
djatht, majt apo n mes. N pjesn Measure prcaktohet se me cilin mats jan mbledhur t
dhnat e ndryshores (nominal, ordinal, intervalor dhe proporcional). Dritarja e Value Labels
sht n kt mnyr.
Define Dates: N pjesn Define Dates rregullohet se me far lloji dhe formati do t
prdoren t dhnat e kohs.
Sort Cases: Siguron renditjen e t dhnave nga e madhja tek e vogla (Descending) dhe
nga e vogla tek e madhja (Ascending) sipas rasteve numerike dhe tekstuale t ndryshoreve t
cilat marrin pjes n Data View. N tabeln Data view, nga menyja Data klikohet n butonin
Sort Cases. Dritarja rregulluese e Sort Case-it sht n kt mnyr:
178
Transpose: Me kt komand kolonat mund t konvertohen n rreshta.
Split File: Me an t ksaj komande, vlerat brenda tabels grupohen sipas ndryshoreve
prkatse dhe bhen vlersime statistikore pr secilin grup. N dritaren Split File alternativa
Analyze All Cases tregon q secila vler do t vlersohet ve e ve. Me Compare Groups
nnkuptohet q do t bhet vlersim sipas grupeve t caktuara. Ndryshoret e prcaktuara duhet
179
q t transferohen n pjesn Groups Based On. M pas duhet t selektohet Sort The File By
Grouping Variables dhe klikohet OK.
Select Cases: Kjo komand prdoret n rastet kur dshirohet t kryhet ndonj funksion
mbi disa t dhna t zgjedhura nga dosja. Ekzistojn disa alternativa n kutin Select e cila
gjendet n mes t dritares. Disa nga kto jan All Cases dhe If Condition. N qoft se do t
futen t gjith t dhnat n vlersim, ather selektohet All Cases. Me rastin e zgjedhjes s If
Condition Satisfied, aktivizohet kutiza If. Me rastin e klikimit t kutizs If shfaqet lista e
funksioneve t cilat do t prdoren pr zgjedhjen e lists s ndryshoreve. Ndryshoret e dshiruara
t cilat gjenden n pjesn e majt transferohen n pjesn e djatht. Duke e prdorur makinn
llogaritse e cila gjendet m posht prcaktohet se cili funksion do t performohet me ndihmn e
funksioneve. N qoft se dshirohet t bhet llogaritje mbi disa vlera t mostrs t zgjedhura n
mnyr t rastsishme, ather selektohet Random Sample of Cases. Aktivizohet butoni m
posht Sample. Me klikimin e ksaj, hapet korniza Random Sample. Zgjedhet ajo q sht
m e prshtatshme nga Approximately ... % of All Cases dhe Exactly ... Cases From The First
... Cases. Dritarja rregulluese e Select Cases sht n kt mnyr:
180
Weight Cases: T gjitha llogaritjet q do t bhen duhet t ken parasysh normn e
peshs. Pesha largohet me Do Not Weight Cases.
181
Random Number Generator: Siguron ndrrimin e prodhimit t numrave t rastsishm.
Kjo vler nuk duhet t jet m e madhe se dy miliard.
182
183
Dritarja rregulluese e Into Different Variables sht si m posht:
184
Rank Cases: Me an t komands Rank Cases kryhet funksioni i renditjes dhe
shkallzimit t ndryshoreve t kolonave t caktuara. N dritaren rregulluese t ksaj komande
prcaktohet se vlerat e cils ndryshore do t shkallzohen, duke i transferuar n pjesn
Variables. N qoft se shkallzimi dshirohet t merret n form t tabelave nga outputi i
SPSS-it, selektohet alternativa Display Summary Tables. N qoft se shkallzimi dshirohet t
bhet duke marr n konsiderat edhe ndonj ndryshore tjetr, ather duke i selektuar
ndryshoret t cilat do t krijojn nn grupe, transferohen n kutin By.
Create Time Series: Me an t ksaj komande mund t krijohen seri t reja t kohs dhe
sipas dshirs nga serit e kohs q gjenden n SPSS. Duke i prdorur ndryshoret dhe funksionet
t cilat paraqiten n dritaren e rregullimeve mund t krijohen seri t reja.
Run Pending Transforms: Kjo komand prdoret nse dshirohet t bhet ndonj
ndryshim n dosje.
185
186
Compare Means: Me kt komand performohen analiza e pavarur T, analiza e dy
grupeve t dhe analiza One Way Anova. Me an t ktyre analizave testohet nse ekziston ndonj
dallim i rndsishm ndrmjet ndryshoreve. Me an t komandave t duhura q gjenden n
menyn Analyze t SPSS-it bhet testimi i hipotezave t hulumtimit. Zgjedhja e komandave
bhet n prputhje me mostrn dhe hipotezat e hulumtimit.
187
Regression: N kt grup t komandave gjenden regresioni linear dhe regresioni jolinear.
N dritaren e rregullimeve prcaktohen ndryshoret e pavarura dhe t varura. Selektimet e
nevojshme q duhet t bhen n lidhje me koeficientt e regresionit, realizohen nga pjesa
Statistics e cila gjendet n dritaren e rregullimeve. Nga dritarja e cila hapet me rastin e klikimit
n kutin Options n lidhje me vlerat F, rregullohen nivelet e rndsis t hipotezave. Dritarja
e rregullimeve t Linear Regression sht n kt mnyr.
188
Classify: Nga ky grup i komandave realizohen analiza e grupimit sipas mesatareve K dhe
grupimit hierkik dhe analiza e ndarjes. Ndryshoret t cilat do t hyjn n analizn e grupimit
transferohen n drejtkndshin n mes t dritares. Sipas metods s mesatareve K, numri i
grupeve prcaktohet m par. Kurse n metodn hierarkike nuk dihet numri i grupeve. N pjesn
e poshtme t dritares s rregullimit merren t dhna pr secilin person apo ngjarje ashtu si nga
tabela Anova. Kurse n analizn diskriminuese prcaktohet se me cilat ndryshore do t kryhet
analiza dhe kto ndryshore transferohen n pjesn Grouping Variables. Vlerat m t ulta dhe
m t larta t ktyre ndryshoreve prcaktohen nga pjesa Defining Range. T gjitha ndryshoret
t cilat do t hyjn n analizn e diskriminimit transferohen n pjesn Independents. N pjesn
e poshtme t dritares s rregullimeve sht e mundur q t prcaktohen tabelat e prshtatshme t
hulumtimit. Dritaret rregulluese t analizs diskriminuese, analizs s grupimit sipas mesatareve
K dhe analizs s grupimit johierarkik jan kshtu me radh.
189
190
Dimension Reduction: Me an t ksaj komande realizohet analiza faktoriale.
Ndryshoret t cilat do t hyjn n analizn faktoriale transferohen n drejtkndshin q gjendet n
mes. Me ndihmn e butonave q gjenden n ann e djatht t dritares prcaktohen metodat
Rotation (Varimax, Quartimax etj.) dhe Extraction (Principal components, Maximum
likelihood etj.). Pasi t kryhen selektimet e nevojshme, klikohet OK dhe prfitohen rezultatet e
analizs.
191
Scale: Nga grupi i ksaj komande bhet analiza e besueshmris dhe analiza e matjes s
shumt dimensionale. Ndryshoret t cilat do t hyjn n analizn e besueshmris transferohen
n pjesn Items. Prcaktimi i metods q do t prdoret n analizn e besueshmris bhet nga
pjesa Model e cila gjendet n ann e poshtme t majt. Tabelat n lidhje me koeficientt e
besueshmris n rastin e fshirjes s ndonj ndryshoreje dhe korrelacioneve ndrmjet
ndryshoreve, si dhe vlerat statistike rregullohen nga dritarja Statistics. Dritarja e rregullimeve
n lidhje me analizn e besueshmris sht n kt mnyr.
192
Kapitulli 13
Natyra e zhvillimit sht ndryshimi. Mirpo ndryshimi nuk sht nj proces q jep rehati,
q sht pa probleme, i vorbullt dhe i rregullt. Njerzimi q nga periudhat e para duke prjetuar
ndryshim ka arritur n nivelin e qytetrimit n t cilin gjendet sot. T gjitha kto ndryshime kan
qen t mundimshme dhe afatgjata. Jetrat e shum njerzve kan psuar ndryshime prmes
internetit. Interneti, shihet si nj nga zbulimet me t mdha n historin e njerzimit. Prhapja e
madhe e prdorimit t internetit ka pasur ndikim t thell jo vetm te njerzit, por n njjtn
mas edhe te bizneset. Ndrkaq, para dhjet viteve interneti prceptohej si nj teknologji e
panevojshme. Me prhapjen e prdorimit t internetit pr pun tregtie, ky gjykim ka filluar t
zbehet. N ditt e sotme nprmjet mjediseve elektronike bhet shkmbimi i shum produkteve,
shrbimeve dhe informacioneve, si dhe realizohet tregti.
100
Ky kapitull sht prgatitur nga Doc. Dr. Abdullah Okumu, ligjrues n Universitetin e Stambollit, Fakulteti i
Biznesit, Departamenti Marketing. T dhnat n lidhje me shembullin dhe informacionet e prgjithshme n lidhje
me hulumtimin jan marr nga tema e diploms master t ligjrues Hilal zen me titull Marrdhnia ndrmjet
sjelljes s blerjes nga interneti dhe prceptimeve t riskut dhe dobis (Universiteti i Stambollit, Instituti i
Shkencave Shoqrore, Stamboll, 2007). Pjesa teorike n lidhje me temn mund t merret nga tema e ligjrueses
Hilal zen.
193
N ditt e sotme, firmat t cilat nuk e ndrrojn formn e t punuarit, sistemet e
financimit dhe pagesave, aktivitetet e marketingut apo t cilat nuk i sjellin n nj form t
prshtatshme me sistemet moderne jan firma t dnuara me vdekje. Tashm, pr
qndrueshmrin e firmave n kmb, teknologjia e komunikimit sht e pashmangshme dhe e-
tregtia sht nj nga kto teknologjit e reja, e cila n ditt e sotme ka pasur nj zhvillim t
madh, gj q n fillim ishte lansuar me qllim eksperimenti.
Koncepti i shopingut virtual i zbuluar nga e-tregtia siguron brjen e shopingut online
duke i bashkuar funksionet e dhnies s porosis dhe kryerjes s pagess. Shopingu virtual
paraqet nj ndr kategorit e cila sht rritur n mnyr shum t shpejt n internet dhe sht
pjesa me emocionuese pr menaxhert e marketingut online.
Prve dobive t blerjeve t bra nga interneti ekzistojn edhe rreziqe. Konsumatort
duke i vlersuar dobin e prceptuar dhe rreziqet e prceptuar n blerjet e bra nga interneti
provojn t maksimizojn vlern e prceptuar nga kto blerje. Edhe n Turqi, numri i
konsumatorve t cilt bjn blerje nga interneti sht mjaft i vogl. Vendi yn sapo ka filluar ti
prshtatet ktij sistemi. Ashtu edhe sipas hulumtimit t br m par nga DIE, vetm 6% e
pjesmarrsve n hulumtim kan specifikuar se bjn blerje nga interneti. Prsri, 45% e
pjesmarrsve t hulumtimit kan specifikuar se nuk bjn blerje nga interneti pr shkak t
shqetsimeve t siguris dhe kjo tregon q populli turk e vlersojn t rrezikshm kt sistem t
shopingut.
N hulumtimin ton sht provuar t zbulohet nse ekziston ndonj marrdhnie ndrmjet
sjelljes blerse nga interneti dhe riskut dhe dobis s prceptuar t konsumatorve n kto blerje.
N studimin ton, pjesmarrsit jan pyetur pr frekuencat e blerjes online dhe shuma q
harxhojn n kto blerje. M pas jan matur prceptimet e riskut dhe dobis. N kt mnyr
sht studiuar lidhja ndrmjet frekuencave t blerjes dhe shums s harxhuar t konsumatorve
dhe riskut dhe dobis s prceptuar rreth shopingut virtual. Prve ksaj sht studiuar n qoft
194
se ekziston ndonj dallim n prceptimet e riskut dhe dobis sipas gjinis dhe niveleve t
edukimit t konsumatorve. Po ashtu, n kt punim sht studiuar nse ekziston ndonj
marrdhnie ndrmjet frekuencave t blerjes dhe karakteristikave socio-demografike t
prgjegjsve.
Qllimi kryesor i hulumtimit sht t prcaktohet nse ekziston ndonj lidhje ndrmjet
frekuencave dhe shums s harxhuar n blerjet nga interneti dhe prceptimeve t riskut dhe
dobis rreth shopingut virtual. Pr kt sht munduar t zbulohen ve e ve marrdhnia
ndrmjet frekuencave t brjes s shopingut virtual dhe prceptimeve t riskut, marrdhnia
ndrmjet frekuencave t brjes s shopingut virtual dhe prceptimeve t dobis, marrdhna
ndrmjet shums s harxhuar n shopingun virtual dhe prceptimeve t riskut dhe marrdhnia
ndrmjet shums s harxhuar n shopingun virtual dhe prceptimeve t dobis s prgjegjsve.
M pas, sht shqyrtuar lidhja ndrmjet frekuencave s brjes s shopingut dhe karakteristikave
socio-demografike. Po ashtu sht shqyrtuar nse dallon risku dhe dobia e prceptuar nga
shopingu virtual sipas gjinis dhe niveleve t edukimit t konsumatorve.
Popullsia e hulumtimit prbhet nga t gjith konsumatort t cilt bjn shoping nga
interneti n Turqi. Mirpo, pr arsye se sht e vshtir t arrihet te kjo popullsi pr shkak t
kohs dhe kostove, sht kufizuar audienca e mostrs. Nuk ka qen e mundur q anketa t
vendoset n t gjitha uebfaqet t cilat bjn shitje nprmjet internetit. Pr shkak t ktyre
kufizimeve, duket e pamundur q rezultatet e hulumtimit t prgjithsojn t gjith Turqin.
Prkundr t gjitha ktyre kufizimeve, rezultatet e ktij hulumtimi i cili ka pr qllim zbulimin e
riskut dhe dobis s prceptuar t konsumatorve nga shopingu virtual do t ofroj kontribut t
rndsishm si menaxherve t uebfaqeve t shopingut virtual, ashtu edhe akademicientve t
cilt do t bjn hulumtime m von n kt tem.
195
13.3. Metodologjia e Hulumtimit
KARAKTERISTIKAT SOCIO-DEMOGRAFIKE
196
- Ndryshoret n lidhje me riskun e prceptuar:
6. Firma e cila bn shitje n internet nuk i ruan n mnyr t besueshme t dhnat e kredit
kartels sime, mund ti shprndaj te t tjert.
10. N internet nuk kam mundsi ti provoj produktet e veshjeve t cilat dua ti blej.
11. Nuk ekziston mundsia e prekjes dhe shqyrtimit nga afr e produkteve q dua ti blej.
197
likertit me 5 shkall. Shkallzimi n matsin e likertit sht br n kt mnyr; (5) Plotsisht
pajtohem, (4) Pajtohem, (3) As pajtohem as nuk pajtohem, (4) Nuk pajtohem, (5) Aspak nuk
pajtohem.
11. Gjat brjes s shopingut n internet nuk prjetoj vshtirsi t cilat burojn nga
elementi njeri dhe fluksi i njerzve.
12. Gjat brjes s shopingu n internet, n qoft se nuk e marr produktin nuk ndihem
ngusht si n dyqan.
13. N internet nuk ballafaqohem me ndonj situat t till si linja apo personeli i zn.
16. Pasi t shoh reklamn dhe me plqen produkti, e bj porosin menjher prmes
internetit edhe n qoft se nuk e kam planifikuar.
198
13.3.1.2. Hipotezat e Hulumtimit
2. H1: Prceptimet e riskut nga brja e shopingut n internet dallojn sipas gjinis s
prgjegjsve.
3. H1: Prceptimet e dobis nga brja e shopingut n internet dallojn sipas gjinis s
prgjegjsve.
4. H1: Prceptimet e riskut nga brja e shopingut n internet dallojn sipas nivelit t
edukimit t prgjegjsve.
5. H1: Prceptimet e dobis nga brja e shopingut n internet dallojn sipas nivelit t
edukimit t prgjegjsve.
199
13.3.1.3. Procesi i Mostrimit
Numri i uebfaqeve t shopingut online sht munduar q t jet sa m i lart sepse sht e
rndsishme pr nga aspekti i vlefshmris dhe besueshmris s rezultateve q personat t mos
jen vetm nga nj uebfaqe e shopingut. Mirpo, edhe pse sht krkuar leje nga 9 uebfaqe t
shopingut (hepsiburada, gittigidiyor, alverirehberi, weblebi, teknosa, ideefixe, boyner, deppo)
vetm e-store ka pranuar q t vendos anketn n uebin e saj. Kurse arsyeja e prfshirjes s
gazetave online dhe grupeve t emaileve buron nga krkesa pr t arritur te nj numr i madh i
njerzve.
n = (1-)/(e/Z)2.
Madhsia e mostrs s hulumtimit sipas nivelit e = 0,05 dhe = 0,05, sht prcaktuar si;
n = (1-) / (e/Z)2
200
n = 2400.
Mirpo, duke pasur parasysh se disa anketa mund t jen t pavlefshme sht planifikuar
q t mbushen 2500 anketa.
e = 0,018.
Anketa e mbushur nprmjet internetit sht prgatitur me sistemin ASP. ASP Active
Server Pages (Faqet Shrbyese Aktive) sht nj teknologji e zhvilluar nga Microsofti e cila
punon si ueb-server side. Serveri n vend q ti drgoj vetm klientve uebfaqet statike, pranon
t dhna edhe nga vizitort. Prgjigjet e marra nga secili pjesmarrs jan ruajtur n bazn e t
201
dhnave ACCESS. N kt mnyr, nuk sht br hyrja prsri n mnyr manuale e kodimeve
pr do anket.
Anketa prbhet nga 10 pyetje. 4 pyetjet e para jan pyetur me qllim pr t matur
shprehit e prdorimit t internetit dhe sjelljet blerse n internet t prgjegjsve. N pyetjen e
par dhe t dyt sht pyetur koha dhe frekuencat q prgjegjsit prdorin internetin. Pyetja e
par sht prgatitur me mats intervalor, kurse pyetja e dyt me mats nominal. N pyetjen e
tret jan pyetur frekuencat e blerjes n internet t prgjegjsve dhe sht prgatitur me mats
intervalor. N pyetjen e katrt sht pyetur se sa para kan harxhuar brenda dymbdhjet muajve
t fundit n shopingun nprmjet internetit dhe sht prgatitur me ndihmn e matsit intervalor.
Shuma e parave e harxhuar n shoping sht vlersuar me alternativat: 0-100 YTL, 101-200
YTL, 201-300 YTL, 301-400 YTL, 401-500 YTL dhe mbi 500 YTL. Pyetja e pest ka t bj
me prcaktimin e asaj se far blejn nprmjet internetit mbushsit e ankets. N kt pyetje
frekuencat do t maten dhe sht nj pyetje me mats nominal. Jan dhn 22 kategori t
produkteve dhe sht dhn edhe alternativa tjetr e hapur. Pyetja e gjasht paraqet pjesn
kryesore t studimit ton dhe ktu marrin pjes n total 31 deklarata. 17 deklaratat e para jan
prdorur pr t matur dobin e prceptuar, kurse 14 t fundit pr t matur riskun e prceptuar.
Kto pyetje jan prgatitur me mats 5 shkall t likertit. Alternativat prbhen nga deklaratat;
plotsisht pajtohem, pajtohem, as pajtohem as nuk pajtohem, nuk pajtohem dhe aspak nuk
pajtohem dhe sht krkuar q mbushsit e ankets t zgjedhin nj nga kto alternativat pr do
nga 31 pyetjet. Katr pyetjet e fundit prbhen nga pyetje t cilat kan t bjn me specifikimin e
karakteristikave socio-demografike. Kto jan: edukimi, mosha, t ardhurat dhe gjinia. Pyetjet e
edukimit dhe gjinis jan prgatitur me mats nominal, kurse pyetjet e moshs dhe nivelit t t
ardhurave me mats intervalor. Pr moshn kufiri m i vogl sht prcaktuar 18, sepse personat
18 vjet e mbi kan kredi kartela me t cilat mund t bjn shoping nprmjet internetit apo kan
llogari t veta personale. Kurse t ardhurat jan filluar nga 500 YTL duke e menduar pagn m t
ult dhe kufiri m i lart sht prcaktuar si 3000 YTL dhe mbi.
Kurse n testimin e hipotezave 6., 7., 8., dhe 9. sht aplikuar analiza joparametrike
Katrori-Ki.
202
FORMA E ANKETS
I Nderuar Pjesmarrs;
N qoft se bni shoping n internet, ju lutem merrni pjes n anket. Pjesmarrja e juaj
sht shum e rndsishme pr anketn ton dhe prgjigjet tuaja jan shum t vlefshme pr ne.
Prmbushja e ankets do t marr nj koh t shkurtr. Ajo far duhet t bni sht t
nnvizoni alternativn e cila ju pasqyron juve n mnyrn m t mir. Prpara se t shtypni
butonin RUAJE ju lutem kontrolloni nse ju keni prgjigjur t gjitha pyetjeve.
203
4) Sa para keni harxhuar mesatarisht n kt shoping t br brenda dymbdhjet
muajve? (v4)
( ) 0-100 YTL
( ) 101-200 YTL
( ) 201-300 YTL
( ) 301-400 YTL
( ) 401-500 YTL
( ) 500 YTL dhe m shum
204
6) M posht gjenden disa deklarata n lidhje me situatat me t cilat mund t
ballafaqoheni gjat brjes s shopingut nprmjet internetit. Selektoni kutizn e cila n
mnyr m t mir shpreh shkalln tuaj t pajtimit.
205
personeli i zn (v613)
Brja e shopingut nprmjet
internetit m bn q t jetoj prvoja
t reja (v614)
Ardhja e produktit t porositur me
kargo m emocionon (v615)
Pasi t shoh reklamn dhe me
plqen produkti, e bj porosin
menjher prmes internetit edhe
n qoft se nuk e kam planifikuar
(v616)
N shopingun nprmjet internetit
mund t prcaktoj vet
karakteristikat e produktit t cilin
dshiroj ta blej (v617)
Nuk u besoj shitsve n internet
(v701)
Friksohem se nuk do t m vij
produkti t cilin e blej nga shitsit
n internet (v702)
Arsyeja e vetme dhe m e
rndsishme e mosbrjes s
shopingut shpesh n internet sht
domosdoshmria pr ti dhn t
dhnat e kredit kartels (v703)
Prdorimi i kredit kartels n
internet sht e besueshme aq sa
prdorimi i kredit kartels n dyqan
(v704)
Dhnia e informacioneve t kredit
kartels n internet nuk sht m e
rrezikshme se dhnia e
informacioneve t kredit kartels
me telefon (v705)
Firma e cila bn shitje n internet
nuk i ruan n mnyr t besueshme
t dhnat e kredit kartels sime,
mund ti shprndaj te t tjert
(v706)
N internet sht mundsia m e
lart q t faturizohet nj mim m
i lart pr nga shuma e vrtet e
produktit t bler (v707)
N internet nuk sht e mundur q
t shqyrtohet personalisht produkti
q do ta blej (v708)
206
N produktet e veshjes matjet e
madhsis mund t jen problem
(v709)
N internet nuk kam mundsi ti
provoj produktet e veshjeve t cilat
dua ti blej (v710)
Nuk ekziston mundsia e prekjes
dhe shqyrtimit nga afr e
produkteve q dua ti blej (v711)
Dhnia e porosis nprmjet
internetit sht nj funksion shum
i komplikuar (v712)
sht e vshtir t gjej uebfaqen e
prshtatshme pr t br shopingun
q dua (v713)
Shkarkimi i informacioneve dhe
fotografive n lidhje me produktet
q dshiroj t blej merr koh
(v714)
207
8) Shkolla e fundit q e keni prfunduar? (v8)
( ) Shkolla fillore
( ) Shkolla e mesme
( ) Universitet
( ) Master / Doktoratur
208
KARAKTERISTIKAT E MOSTRS
Zgjidhja:
Test value = 3
209
H1: Ekziston nj dallim i rndsishm ndrmjet mesatares s prgjigjeve t deklarats
Shitsit n internet ofrojn informacione m t dobishme rreth alternativave n dispozicion dhe
piks neutrale t matsit. (1 3)
One-Sample Statistics
One-Sample Test
Test Value = 0
Mean Difference
Sipas rezultatit t testit, n nivelin Sig. (2-tailed) = 0,000, nuk ekziston ndonj dallim
ndrmjet prgjigjeve t dhna ndryshoreve Shitsit n internet ofrojn informacione m t
dobishme rreth alternativave n dispozicion (v601) dhe deklarats Funksionet e dhnies s
210
porosis jan m t lehta nprmjet internetit (v602) dhe piks neutrale t matsit. Prgjegjsit,
n shkall t rndsishme pajtohen m shum ndaj deklarats Funksionet e dhnies s porosis
jan m t lehta nprmjet internetit pr nga niveli neutral (mean = 3,96) dhe ndaj deklarats
Shitsit n internet ofrojn informacione m t dobishme rreth alternativave n dispozicion
(mean = 3,5).
Zgjidhja:
Test variable: v602; Grouping variable 2: v11- Define Groups, Group 1: 1 (Femr),
Group 2: 2 (Mashkull).
Group Statistics
Levene's Test
for Equality of
Variances t-test for Equality of Means
95% Confidence
Funksionet e Equal
dhnies s variances 6,308 ,012 ,036 2749 ,971 ,00176 ,04881 -,09395 ,09746
porosis jan assumed
m t lehta Equal
nprmjet variances not ,039 820,917 ,969 ,00176 ,04545 -,08746 ,09098
internetit assumed
211
H0: Nuk ekziston ndonj dallim i rndsishm ndrmjet prgjigjeve t femrave dhe
meshkujve t dhn deklarats Funksionet e dhnies s porosis jan m t lehta nprmjet
internetit dhe piks neutrale t matsit. (1 = 2)
Sipas rezultateve t testit, n nivelin Sig. (2-tailed) = 0,05 nuk ekziston ndonj dallim i
rndsishm ndrmjet prgjigjeve t femrave dhe prgjigjeve t meshkujve t dhn deklarats
Funksionet e dhnies s porosis jan m t lehta nprmjet internetit dhe piks neutrale t
matsit.
Zgjidhja:
Statistics: Chi-Square
Cases
T ardhurat * Frekuencat e
blerjes nga internet n vitin e 2751 100,0% 0 ,0% 2751 100,0%
fundit
212
T ardhurat * Frekuencat e blerjes nga interneti n vitin e fundit. Crosstabulation
Frekuencat e blerjes nga internet n vitin e fundit
11 dhe Total
1-2 3-4 5-6 7-8 9-10 mbi
T ardhurat 500 YTL dhe Count 150 60 21 15 8 18 272
m posht Expected Count 100,4 55,0 32,2 22,2 15,5 46,7 272,0
% within T ardhurat 55,1% 22,1% 7,7% 5,5% 2,9% 6,6% 100,0%
% within Frekuencat e blerjes
14,8% 10,8% 6,4% 6,7% 5,1% 3,8% 9,9%
nga interneti n vitin e fundit
% of Total 5,5% 2,2% ,8% ,5% ,3% ,7% 9,9%
501 YTL Count 280 145 78 39 29 90 661
1000 YTL Expected Count 243,9 133,6 78,3 54,1 37,7 113,4 661,0
% within T ardhurat 42,4% 21,9% 11,8% 5,9% 4,4% 13,6% 100,0%
% within Frekuencat e blerjes
27,6% 26,1% 23,9% 17,3% 18,5% 19,1% 24,0%
nga interneti n vitin e fundit
% of Total 10,2% 5,3% 2,8% 1,4% 1,1% 3,3% 24,0%
1001 YTL Count 276 142 89 55 41 120 723
1500 YTL Expected Count 266,8 146,1 85,7 59,1 41,3 124,0 723,0
% within T ardhurat 38,2% 19,6% 12,3% 7,6% 5,7% 16,6% 100,0%
% within Frekuencat e blerjes
27,2% 25,5% 27,3% 24,4% 26,1% 25,4% 26,3%
nga interneti n vitin e fundit
% of Total 10,0% 5,2% 3,2% 2,0% 1,5% 4,4% 26,3%
1501 YTL Count 143 97 66 46 28 85 465
2000 YTL Expected Count 171,6 94,0 55,1 38,0 26,5 79,8 465,0
% within T ardhurat 30,8% 20,9% 14,2% 9,9% 6,0% 18,3% 100,0%
% within Frekuencat e blerjes
14,1% 17,4% 20,2% 20,4% 17,8% 18,0% 16,9%
nga interneti n vitin e fundit
% of Total 5,2% 3,5% 2,4% 1,7% 1,0% 3,1% 16,9%
2001 YTL Count 67 39 29 26 15 52 228
2500 YTL Expected Count 84,1 46,1 27,0 18,6 13,0 39,1 228,0
% within T ardhurat 29,4% 17,1% 12,7% 11,4% 6,6% 22,8% 100,0%
% within Frekuencat e blerjes
6,6% 7,0% 8,9% 11,6% 9,6% 11,0% 8,3%
nga interneti n vitin e fundit
% of Total 2,4% 1,4% 1,1% ,9% ,5% 1,9% 8,3%
2501 YTL Count 43 26 21 14 9 30 143
3000 YTL Expected Count 52,8 28,9 16,9 11,7 8,2 24,5 143,0
% within T ardhurat 30,1% 18,2% 14,7% 9,8% 6,3% 21,0% 100,0%
% within Frekuencat e blerjes
4,2% 4,7% 6,4% 6,2% 5,7% 6,4% 5,2%
nga interneti n vitin e fundit
% of Total 1,6% ,9% ,8% ,5% ,3% 1,1% 5,2%
3001 YTL dhe Count 56 47 22 30 27 77 259
mbi Expected Count 95,6 52,3 30,7 21,2 14,8 44,4 259,0
% within T ardhurat 21,6% 18,1% 8,5% 11,6% 10,4% 29,7% 100,0%
% within Frekuencat e blerjes
5,5% 8,5% 6,7% 13,3% 17,2% 16,3% 9,4%
nga interneti n vitin e fundit
% of Total 2,0% 1,7% ,8% 1,1% 1,0% 2,8% 9,4%
Total Count 1015 556 326 225 157 472 2751
Expected Count 1015,0 556,0 326,0 225,0 157,0 472,0 2751,0
% within T ardhurat 36,9% 20,2% 11,9% 8,2% 5,7% 17,2% 100,0%
% within Frekuencat e blerjes
100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
nga interneti n vitin e fundit 100,0%
% of Total 36,9% 20,2% 11,9% 8,2% 5,7% 17,2% 100,0%
213
Chi-Square Tests
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 8,16.
H0: Nuk ekziston ndonj marrdhnie ndrmjet nivelit t t ardhurave dhe frekuencave t
blerjeve nga interneti.
H0: Ekziston nj marrdhnie ndrmjet nivelit t t ardhurave dhe frekuencave t blerjeve
nga interneti.
Zgjidhja: SPSS 13
Variables v3 v701
214
Correlations
Nuk u besoj
shitsve n Frekuencat e blerjes nga
internet interneti n vitin e fundit
**
Nuk u besoj shitsve n internet Pearson Correlation 1 -.183
N 2751 2751
**
Frekuencat e blerjes nga interneti n Pearson Correlation -.183 1
vitin e fundit Sig. (2-tailed) .000
N 2751 2751
Correlations
Frekuencat e
Nuk u besoj blerjes nga
shitsve n interneti n vitin e
internet fundit
**
Kendall's tau_b Nuk u besoj shitsve n Correlation Coefficient 1.000 -.163
internet Sig. (2-tailed) . .000
N 2751 2751
**
Frekuencat e blerjes nga Correlation Coefficient -.163 1.000
interneti n vitin e fundit Sig. (2-tailed) .000 .
N 2751 2751
**
Spearman's rho Nuk u besoj shitsve n Correlation Coefficient 1.000 -.194
internet Sig. (2-tailed) . .000
N 2751 2751
**
Frekuencat e blerjes nga Correlation Coefficient -.194 1.000
interneti n vitin e fundit Sig. (2-tailed) .000 .
N 2751 2751
Deklarata Nuk u besoj shitsve n internet dhe ndryshorja e frekuencave t blerjes nga
interneti jan matur me mats intervalor. Pr kt arsye, pr t shqyrtuar nse ekziston ndonj
marrdhnie e rndsishme ndrmjet deklarats Nuk u bestoj shitsve n internet dhe
shpeshtsis s blerjes s nga interneti prdoren rezultatet e testit Pearson.
215
Sipas rezultatit t testit, n nivelin e rndsis Sig. (2-tailed) = 0,000, ekziston nj lidhje e
dobt negative ndrmjet deklarats nuk u besoj shitsve n internet dhe frekuencave t blerjeve
online, mirpo e rndsishme n nivelin e rndsis (koeficienti i korrelacionit = -0,183).
Zgjidhje: SPSS 13
Items: v701, v702, v703, v704, v705, v706, v707, v708, v709, v710, v711, v712, v713,
v714
Model Alpha
Statistics: Nga Descriptives for zgjedhet Item, Scale dhe Scale if item deleted.
Reliability Statistics
Cronbach's
Alpha N of Items
.801 14
Scale Statistics
216
Item Statistics
217
Item-Total Statistics
Scale Scale
Mean if Variance if Corrected Cronbach's
Item Item Item-Total Alpha if Item
Deleted Deleted Correlation Deleted
218
Me nxjerrjen e ndryshores s pest nga matsi, vlera Cronbachs Alpha rritet nga 0,801
n 0,818. Mirpo, ngaq vlera Cronbach Alpha sht mbi 0,80 nuk nevoj pr nxjerren e
ndryshores s pest.
Zgjidhja:
Variables: v701, v702, v703, v704, v705, v706, v707, v708, v709, v710, v711, v712,
v713, v714
df 91
Sig. .000
219
Communalities
Initial Extraction
220
Total Variance Explained
Extraction Sums of Squared Rotation Sums of Squared
Initial Eigenvalues Loadings Loadings
% of Cumulative % of Cumulative % of Cumulative
Component Total Variance % Total Variance % Total Variance %
1 4.237 30.265 30.265 4.237 30.265 30.265 3.534 25.241 25.241
2 2.635 18.818 49.083 2.635 18.818 49.083 3.143 22.447 47.688
3 1.560 11.140 60.223 1.560 11.140 60.223 1.755 12.535 60.223
4 .994 7.100 37.322
5 .680 4.860 72.182
6 .649 4.636 76.818
7 .540 3.860 80.678
8 .505 3.608 84.287
9 .460 3.284 87.571
10 .448 3.201 90.772
11 .416 2.972 93.744
12 .382 2.732 96.476
13 .335 2.392 98.868
14 .158 1.132 100.00
Extraction Method: Principal Component Analysis.
Component 1 2 3
221
a
Component Matrix
Component
1 2 3
222
a
Rotated Component Matrix
Component
223
Ndryshoret e prgatitura pr matjen e prceptimit t riskut jan reduktuar n 3 faktor
duke prdor analizn faktoriale. Kta faktor jan emruar n kt mnyr: risku i lehtsis, risku
i produktit dhe risku financiar.
Zgjidhje: SPSS 13
Metoda Enter:
Model Summary
Change Statistics
a
ANOVA
224
a
Coefficients
Lower Upper
Model B Std. Error Beta t Sig. Bound Bound
Metoda Stepwise:
Model Summary
a
ANOVA
225
a
Coefficients
Lower Upper
Model B Std. Error Beta t Sig. Bound Bound
a
Excluded Variables
Collinearity
Partial Statistics
N metodn stepwise ndryshorja e riskut t produktit nuk sht prfshir n model. Sipas
ksaj, kjo ndryshore mund t prceptohet nga prgjegjsit si ndryshore n marrdhnie n shkall
t lart me t tjerat. Si prfundim, 12.4% e ndryshimit mbi ndryshoren e knaqsis s
prgjithshme (v8.1) mund t shpjegohet nga ndryshoret e prfituara nga analiza faktoriale, risku i
lehtsis, risku i produktit dhe risku financiar.
226
8. Duke marr n konsiderat grupmoshat e prgjegjsve (v9) testoni ndryshoret (v701)
dhe (v702) n lidhje me prceptimin e riskut, me an t analizs ANOVA. Krahasimet e
partneriteteve (pairwise) bni me Scheffe dhe interpretoni rezultatet.
Zgjidhje: SPSS 13
Options: Descriptives.
Descriptives
95% Confidence
Interval for Mean
Std. Std. Lower Upper
N Mean Deviation Error Bound Bound Minimum Maximum
Nuk u besoj 18 - 25 905 2.8022 .97966 .03256 2.7383 2.8661 1.00 5.00
shitsve n 26-33 1098 2.7086 .95416 .02880 2.6521 2.7651 1.00 5.00
internet 34-41 441 2.7098 1.00549 .04788 2.6156 2.8039 1.00 5.00
42-49 229 2.8079 1.00775 .06659 2.6766 2.9391 1.00 5.00
50 dhe mbi 78 2.7564 1.08336 .12267 2.5122 3.0007 1.00 5.00
Total 2751 2.7492 .97960 .01868 2.7126 2.7858 1.00 5.00
Friksohem se 18 - 25 905 2.9381 1.14663 .03812 2.8633 3.0129 1.00 5.00
nuk do t m 26-33 1098 2.8406 1.09157 .03294 2.7760 2.9053 1.00 5.00
vij produkti t 34-41 441 2.8118 1.14354 .05445 2.7048 2.9188 1.00 5.00
cilin e blej nga
42-49 229 2.7162 1.16707 .07712 2.5642 2.8681 1.00 5.00
shitsit n
50 dhe mbi 78 2.7051 1.14085 .12918 2.4479 2.9623 1.00 5.00
internet
Total 2751 2.8539 1.12739 .02149 2.8117 2.8960 1.00 5.00
ANOVA
Sum of
Squares df Mean Square F Sig.
227
Multiple Comparisons
Scheffe
Mean 95% Confidence Interval
Difference Std. Lower Upper
Dependent Variable (I) Mosha (J) Mosha (I-J) Error Sig. Bound Bound
Nuk u besoj shitsve 18-25 26-33 .09365 .04396 .338 -.0419 .2292
n internet 34-41 .09246 .05687 .619 -.0828 .2677
42-49 -.00565 .07243 1.000 -.2289 .2176
50 dhe mbi .04580 .11555 .997 -.3104 .4020
26-33 18-25 -.09365 .04396 .338 -.2292 .0419
34-41 -.00119 .05521 1.000 -.1714 .1690
42-49 -.09930 .07114 .745 -.3186 .1200
50 dhe mbi -.4785 .11475 .996 -.4015 .3058
34-41 18-25 -.09246 .05687 .619 -.2677 .0828
26-33 .00119 .05521 1.000 -.1690 .1714
42-49 -.09811 .07986 .824 -.3440 .1477
50 dhe mbi -.04666 .12028 .997 -.4174 .3241
42-49 18-25 .00565 .07243 1.000 -.2176 .2289
26-33 .09930 .07114 .745 -.1200 .3186
34-41 .09811 .07976 .824 -.1477 .3440
50 dhe mbi .05145 .12838 .997 -.3442 .4471
50 dhe mbi 18-25 -.04580 .11555 .997 -.4020 .3104
26-33 .04785 .11475 .996 -.3058 .4015
34-41 .04666 .12028 .997 -.3241 .4174
42-49 -.05145 .12838 .997 -.4471 .3442
Friksohem se nuk do 18-25 26-33 .09750 .05056 .445 -.0583 .2533
t m vij produkti t 34-41 .12633 .06539 .444 -.0752 .3279
cilin e blej nga shitsit 42-49 .22196 .08239 .131 -.0348 .4787
n internet
50 dhe mbi .23299 .13288 .546 -.1766 .6426
26-33 18-25 -.09750 .05056 .445 -.2533 .0583
34-41 .02883 .06348 .995 -.1668 .2245
42-49 .12446 .08180 .678 -.1277 .3766
50 dhe mbi .13549 .13195 .901 -.2712 .5422
34-41 18-25 -.12633 .06539 .444 -.3279 .0752
26-33 -.02883 .06348 .995 -.2245 .1668
42-49 .09563 .09172 .896 -.1871 .3783
50 dhe mbi .10666 .13831 .964 -.3197 .5330
42-49 18-25 -.22196 .08329 .131 -.4787 .0348
26-33 -.12446 .08180 .678 -.3766 .1277
34-41 -.09563 .09172 .896 -.3783 .1871
50 dhe mbi .01103 .14762 1.000 -.4440 .4661
50 dhe mbi 18-25 -.23299 .13288 .546 -.6426 .1766
26-33 -.13549 .13195 .901 -.5422 .2712
34-41 -.10666 .13831 .964 -.5330 .3197
42-49 -.01103 .14762 1.000 -.4661 .4440
228
Nuk u besoj shitsve n internet
a,b
Scheffe
Mosha N 1
Mosha N 1
229
Sipas tabels ANOVA, nuk ekziston ndonj dallim i rndsishm ndrmjet prgjigjeve t
dhna deklarats Nuk u besoj shitsve n internet pr nga aspekti i grupmoshave.
Zgjidhje: SPSS 13
Cluster
1 2 3
230
a
Iteration History
Iteration 1 2 3
Cluster
1 2 3
ANOVA
Cluster Error
Mean Square df Mean Square df F Sig.
The F tests should be used only for descriptive purposes because the clusters have been chosen to maximize the
differences among cases in different clusters. The observed significance levels are not corrected for this and thus
cannot be interpreted as tests of the hypothesis that the cluster means are equal.
231
Number of Cases in each
Cluster
Cluster 1 1391.000
2 474.000
3 886.000
Valid 2751.000
Missing .000
Descriptives
95% Confidence Interval
for Mean
Std. Std. Lower Upper
N Mean Deviation Error Bound Bound Minimum Maximum
Risku i 1 1391 2.9020 .66938 .01795 2.8668 2.9372 1.00 5.00
Lehtsis 2 474 2.3297 .70992 .03261 2.2656 2.3938 1.00 4.43
3 886 1.9766 .52052 .01749 1.9423 2.0109 1.00 4.00
Total 2751 2.5054 .75851 .01446 2.4770 2.5337 1.00 5.00
Risku i 1 1391 4.2741 .51002 .01367 4.2473 4.3009 3.00 5.00
Produktit 2 474 2.1904 .72829 .03345 2.1247 2.2561 1.00 3.25
3 886 4.0071 .62030 .02084 3.9662 4.0480 2.25 5.00
Total 2751 3.8291 .95903 .01828 3.7932 3.8649 1.00 5.00
Risku 1 1391 3.5792 .66818 .01792 3.5441 3.6143 1.67 5.00
Financiar 2 474 3.0450 .73013 .03354 2.9791 3.1109 1.00 5.00
3 886 2.0993 .58965 .01981 2.0604 2.1382 1.00 3.67
Total 2751 3.0105 .92765 .01769 2.9759 3.0452 1.00 5.00
ANOVA
232
Multiple Comparisons
LSD
Mean 95% Confidence Interval
Difference (I-
Dependent Variable (I) Gjinia (J) Gjinia J) Std. Error Sig. Lower Bound Upper Bound
*
Risku i Lehtsis 1 2 .57231 .003366 .000 .5063 .6383
*
3 .92540 .02721 .000 .8721 .9788
*
2 1 -.57231 .03366 .000 -.6383 -.5063
*
3 .35310 .03602 .000 .2825 .4237
*
3 1 -.92540 .02721 .000 -.9788 -.8721
*
2 -.35310 .03602 .000 -.4237 -.2825
*
Risku i Produktit 1 2 2.08368 .03132 .000 2.0223 2.1451
*
3 .26703 .02531 .000 .2174 .3167
*
2 1 -2.08368 .03132 .000 -2.1451 -2.0223
*
3 -1.81665 .03351 .000 1.7509 1.8824
*
3 1 -.26703 .02531 .000 -.3167 -.2174
*
2 1.81665 .03351 .000 1.7509 1.8824
*
Risku Financiar 1 2 .53419 .03486 .000 .4658 .6025
*
3 1.47988 .02817 .000 1.4246 1.5351
*
2 1 -.53419 .03486 .000 -.6025 -.4658
*
3 .94568 .03730 .000 .8726 1.0188
*
3 1 -1.47988 .02817 .000 -1.5351 -1.4246
*
2 -.94568 .03730 .000 -1.0188 -.8726
233
10. Duke marr n konsiderat t dhnat joparametrike, si e shqyrtoni nse shprndarja
tregon dallim ndrmjet grupeve (QCL1)? Interpretoni analizat e bra sipas nivelit t edukimit,
moshs, t ardhurave dhe gjinis.
Zgjidhje: SPSS 13
Row: CQL1
Cases
234
Crosstab
Edukimi
Shkoll Shkoll e Universite Master/
fillore mesme t Doktoratur Total
Cluster Number of 1 Count 38 375 840 138 1391
Case Expected Count 34.9 402.5 807.5 146.1 1391.0
% within Cluster
2.7% 27.0% 60.4% 9.9% 100.0%
Number of Case
% within Edukimi 55.1% 47.1% 52.6% 47.8% 50.6%
% of Total 1.4% 13.6% 30.5% 5.0% 50.6%
2 Count 21 174 241 38 474
Expected Count 11.9 137.2 275.2 49.8 474.0
% within Cluster
4.4% 36.7% 50.8% 8.0% 100.0%
Number of Case
% within Edukimi 30.4% 21.9% 15.1% 13.1% 17.2%
% of Total .8% 6.3% 8.8% 1.4% 17.2%
3 Count 10 247 516 113 886
Expected Count 22.2 256.4 514.3 93.1 886.0
% within Cluster
1.1% 27.9% 58.2% 12.8% 100.0%
Number of Case
% within Edukimi 14.5% 31.0% 32.3% 39.1% 32.2%
% of Total .4% 9.0% 18.8% 4.1% 32.2%
Total Count 69 796 1597 289 2751
Expected Count 69.0 796.0 1597.0 289.0 2751.0
% within Cluster
2.5% 28.9% 58.1% 10.5% 100.0%
Number of Case
% within Edukimi 100.0% 100.0% 100.0% 100.0% 100.0%
% of Total 2.5% 28.9% 58.1% 10.5% 100.0%
Chi-Square Tests
235
Crosstab
Mosha
50 dhe
18-25 26-33 34-41 42-49 mbi Total
Cluster Number of 1 Count 474 546 222 105 44 1391
Case Expected Count 457.6 555.2 223.0 115.8 39.4 1391.0
% within Cluster
34.1% 39.3% 16.0% 7.5% 3.2% 100.0%
Number of Case
% within Mosha 52.4% 49.7% 50.3% 45.9% 56.4% 50.6%
% of Total 17.2% 19.8% 8.1% 3.8% 1.6% 50.6%
2 Count 148 177 82 53 14 474
Expected Count 155.9 189.2 76.0 39.5 13.4 474.0
% within Cluster
31.2% 37.3% 17.3% 11.2% 3.0% 100.0%
Number of Case
% within Mosha 16.4% 16.1% 18.6% 23.1% 17.9% 17.2%
% of Total 5.4% 6.4% 3.0% 1.9% .5% 17.2%
3 Count 283 375 137 71 20 886
Expected Count 291.5 353.6 142.0 73.8 25.1 886.0
% within Cluster
31.9% 42.3% 15.5% 8.0% 2.3% 100.0%
Number of Case
% within Mosha 31.3% 34.2% 31.1% 31.0% 25.6% 32.2%
% of Total 10.3% 13.6% 5.0% 2.6% .7% 32.2%
Total Count 905 1098 441 229 78 2751
Expected Count 905.0 1098.0 441.0 229.0 78.0 2751.0
% within Cluster
32.9% 39.9% 16.0% 8.3% 2.8% 100.0%
Number of Case
% within Mosha 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
% of Total 32.9% 39.9% 16.0% 8.3% 2.8% 100.0%
Chi-Square Tests
236
Crosstab
T ardhurat
501 1001 1501 2001 2501
YTL- YTL- YTL- YTL- YTL- 3000
500 YTL 1000 1500 2000 2500 3000 YTL dhe
dhe nn YTL YTL YTL YTL YTL mbi Total
Cluster 1 Count 150 346 387 231 103 60 114 1391
Number Expected Count 137.5 334.2 365.6 235.1 115.3 72.3 131.0 1391.0
of Case % within Cluster
10.8% 24.9% 27.8% 16.6% 7.4% 4.3% 8.2% 100.0%
Number of Case
% within T ardhurat 55.1% 52.3% 53.5% 49.7% 45.2% 42.0% 44.0% 50.6%
% of Total 5.5% 12.6% 14.1% 8.4% 3.7% 2.2% 4.1% 50.6%
2 Count 60 122 107 73 39 27 46 474
Expected Count 46.9 113.9 124.6 80.1 39.3 24.6 44.6 474.0
% within Cluster
12.7% 25.7% 22.6% 15.4% 8.2% 5.7% 9.7% 100.0%
Number of Case
% within T ardhurat 22.1% 18.5% 14.8% 15.7% 17.1% 18.9% 17.8% 17.2%
% of Total 2.2% 4.4% 3.9% 2.7% 1.4% 1.0% 1.7% 17.2%
3 Count 62 193 229 161 86 56 99 886
Expected Count 87.6 212.9 232.9 149.8 73.4 46.1 83.4 886.0
% within Cluster
7.0% 21.8% 25.8% 18.2% 9.7% 6.3% 11.2% 100.0%
Number of Case
% within T ardhurat 22.8% 29.2% 31.7% 34.6% 37.7% 39.2% 38.2% 32.2%
% of Total 2.3% 7.0% 8.3% 5.9% 3.1% 2.0% 3.6% 32.2%
Total Count 272 661 723 465 228 143 259 2751
Expected Count 272.0 661.0 723.0 465.0 228.0 143.0 259.0 2751.0
% within Cluster
9.9% 24.0% 26.3% 16.9% 8.3% 5.2% 9.4% 100.0%
Number of Case
% within T ardhurat 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
% of Total 9.9% 24.0% 26.3% 16.9% 8.3% 5.2% 9.4% 100.0%
Chi-Square Tests
237
Crosstab
Gjinia
Chi-Square Tests
238
H0: Nuk ekziston ndonj marrdhnie e rndsishme ndrmjet grupeve cluster (CQL1)
dhe nivelit t edukimit, profesionit, gjinis dhe kombsis (v10, v11, v14, v15).
Ha: Ekziston nj marrdhnie e rndsishme ndrmjet grupeve cluster (CQL1) dhe nivelit
t edukimit, moshs, t ardhurave dhe gjinis (v8, v9, v10, v11).
Zgjidhje: SPSS 13
Classify: Prior Probabilities: All groups Equal; Displays: Summary Table dhe Use
Covariance Matrix: Within Groups.
239
Group Statistics
Valid N (listwise)
Me metodn Enter;
Log Determinants
Log
Gjinia Rank Determinant
Femr 3 -1.563
Mashkull 3 -.846
Pooled within-groups 3 -.964
240
Test Results
Box's M 39.506
F Approx. 6.570
df1 6
df2 4876915.326
Sig. .000
Eigenvalues
Canonical
Function Eigenvalue % of Variance Cumulative % Correlation
a
1 .006 100.0 100.0 .077
Wilks' Lambda
Standardized Canonical
Discriminant Function
Coefficients
Function
241
Structure Matrix
Function
Functions at Group
Centroids
Function
Gjinia 1
Femr .162
Mashkull -.037
Unstandardized
canonical discriminant
functions evaluated at
group means
Processed 2751
Excluded Missing or out-of-range
0
group codes
At least one missing
0
discriminating variable
Used in Output 2751
242
Prior Probabilities for Groups
Gjinia
Femr Mashkull
Risku i Lehtsis 2.357 2.397
Risku i Produktit 3.600 3.481
Risku Financiar 2.589 2.414
(Constant) -14.807 -13.914
a
Classification Results
243
Me metodn Stepwise;
Log Determinants
Log
Gjinia Rank Determinant
Femr 2 -.666
Mashkull 2 -.171
Pooled within-groups 2 -.252
Test Results
Box's M 29.569
F Approx. 9.842
df1 3
df2 1.147E7
Sig. .000
a,b,c,d
Variables Entered/Removed
ilks' Lambda
Exact F
Step Entered Statistic df1 df2 df3 Statistic df1 df2 Sig.
1 Risku Financiar .996 1 1 2749.000 11.169 1 2749.000 .001
2 Risku i Produktit .994 1 1 2749.000 7.973 2 2748.000 .000
At each step, the variable that minimizes the overall Wilks' Lambda is entered.
a. Maximum number of steps is 6.
b. Minimum partial F to enter is 3.84.
c. Maximum partial F to remove is 2.71.
d. F level, tolerance, or VIN insufficient for further computation.
244
Variables Not in the Analysis
Wilks' Lambda
Number of Exact F
Step Variables Lambda df1 df2 df3 Statistic df1 df2 Sig.
1 1 .996 1 1 2749 11.169 1 2749.000 .001
2 2 .994 2 1 2749 7.973 2 2748.000 .000
Eigenvalues
Canonical
Function Eigenvalue % of Variance Cumulative % Correlation
a
1 .006 100.0 100.0 .076
Wilks' Lambda
Standardized Canonical
Discriminant Function
Coefficients
Function
1
Risku i Produktit .551
Risku Financiar .776
245
Structure Matrix
Function
Functions at Group
Centroids
Function
Gjinia 1
Femr .160
Mashkull -.036
Unstandardized
canonical discriminant
functions evaluated at
group means
Processed 2751
Excluded Missing or out-of-range
0
group codes
At least one missing
0
discriminating variable
Used in Output 2751
246
Prior Probabilities for Groups
Gjinia
Femr Mashkull
Risku i Produktit 3.935 3.822
Risku Financiar 3.206 3.041
(Constant) -13.443 -12.504
Fisher's linear discriminant functions
a
Classification Results
Ktu mund t mendohet se ndryshorja risku i lehtsis sht nxjerrur nga modeli, sepse
dy grupet ndahen nga njri-tjetri.
247
N analizn Stepwise, madhsia m e mir e cila i ndan mesataret e grupit prpara
analizs (ajo e cila ka vlern m t vogl Wilks Lambda) sht ajo madhsi e cila hyn e para n
analiz (Risku Financiar, Wilks Lamba = 0,996).
N fazn e par, prej dy madhsive t mbetura, hyn n analiz ajo madhsi (ajo e cila ka
fuqi m t lart pr ti ndar grupet) e cila ka vlern Wilks Lambda m t ult t (Risku i
Produktit, Wilks Lambda = 0,994).
N fazn e dyt, madhsia e mbetur Risku i Lehtsis nuk sht marr n analiz.
Arsyeja e ksaj, sht paaftsia e madhsis pr ti ndar prgjegjsit femra dhe meshkuj.
Funksioni i ndarjes kanonike i cili e ka vlern eigen 0,006, n t dy metodat, enter dhe
stepwise, e shpjegon variancn totale 100%.
248
Zgjidhje: SPSS 13
Grouping Variable: CQL1, Define Range: Min 1, Max 3; Independents: F1, F2, F3
Statistics: Descreptives: Fishers. Classify: Prior Probabilities: Compute from group size,
Displays: Summary Table dhe Use Covariance
Matrix: Within Groups. Save: Predicted Group Membership dhe Probabilities of group
membership.
Group Statistics
Valid N (listwise)
249
Log Determinants
Log
Cluster Number of Case Rank Determinant
1 3 -3.025
2 3 -1.999
3 3 -3.411
Pooled within-groups 3 -2.851
Test Results
Box's M 335.789
F Approx. 27.928
df1 12
df2 1.070E7
Sig. .000
Eigenvalues
Canonical
Function Eigenvalue % of Variance Cumulative % Correlation
a
1 1.679 53.1 53.1 .792
a
2 1.481 46.9 100.0 .773
Wilks' Lambda
250
Standardized Canonical Discriminant
Function Coefficients
Function
1 2
Structure Matrix
Function
1 2
*
Risku i Lehtsis .938 -.344
* *
Risku i Produktit .347 .736
*
Risku Financiar .322 .422
Function
1 1.055 .681
2 -2.506 1.252
3 -.316 -1.739
251
Prior Probabilities for Groups
1 2 3
a
Classification Results
2 36 420 18 474
3 61 0 825 886
% 1 99.6 .0 .4 100.0
252
Me testimin e barazis s mesatareve t grupeve, mund t shihet se mesataret e
prgjigjeve t dhnat pr madhsit
Sipas rezultatit t testit Boxs M, matricat e kovariancave jan t ndryshme nga njra-
tjetra (p = 0,000).
N rastet kur qllimi me analizn e ndarjes sht q t ndahen dy grupe nga njri-tjetri,
sht e mjaftueshme q t shqyrtohet matrica strukturore e vetm njrit funksiont t ndarjes, n
mnyr pr t br nj renditje sipas fuqis ndarse t grupeve t ndryshoreve.
N tabeln e mposhtme sht paraqitur indeksi i efektit t secils ndryshore. Sipas ksaj,
madhsia Risku i Produktit sht faktori m efektiv n ndarjen e tri grupeve nga njri-tjetri.
Pas ktij, vjen faktori Risku Financiar.
253
Ndryshorja
Funksioni 1 Funksioni 2 Indeksi i
Efektit
Vlera Eigen Peshat Vlera Eigen Peshat
Risku i
Produktit 1,679 0,938 1,481 -0,344 1,6525136
Risku
Financiar 1,679 0,347 1,481 0,736 1,0044184
Risku i
Lehtsis 1,679 0,322 1,481 0,422 0,4378278
254
TABELAT
255
Tabela 1*: Fuqit dhe Rrnjt Katrore
*Kjo tabel sht marr nga punimi i prmendur i Yatun Chou-ut, fq 753-761.
256
Tabela 1 (vazhdim)
257
Tabela 1 (vazhdim)
258
Tabela 1 (vazhdim)
259
Tabela 1 (vazhdim)
260
Tabela 1 (vazhdim)
261
Tabela 1 (vazhdim)
262
Tabela 1 (vazhdim)
263
Tabela 1 (vazhdim)
264
265
Tabela 2*: Shprndarja Binomale Kumulative
Kjo tabel sht nga marr nga punimi Paul E. Green dhe Donald S. Tull, fq 504-625. N kt tabel, n
vend t simbolit r mund t prdoret x, n vend t simbolit p mund t prdoret .
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
Tabela 3*: Shprndarja Normale Standarde Kumulative
*Kjo tabelsht marr nga punimi i Paul E. Green dhe Donald S. Tull-ut, fq 603. Pr llogaritjen e p-s pr
vlerat negative t z-s, vlera p e cila korrespondon me + e vlers z nxirret nga 1. Pr shembull; pr vlern -1,20: 1
0,8849 = 0,1151
288
Tabela 4*: Vlerat Kritike t n Shprndarje
df = Shkalla e Liris
*Kjo tabel sht marr nga punimi i Sidney Siegel-it, fq. 248.
289
Tabela 5*: Vlerat Kritike x2 n Shprndarje
*Kjo tabel sht marr nga punimi i Paul E. Green dhe Donald S. Tull-ut, fq. 627. Kolonat e ksaj tabele
paraqesin vlerat (1-). N kt mnyr, pr t gjetur vlern x2 n shkalln e rndsis = 1%, (1 0,01 = 0,99) ose
duhet t shikohet kolona .
290
Tabela 6*: Vlerat Kritike F n Shprndarjen F (n shkalln e rndsis 10%)
*Kjo tabel sht marr nga punimi i Ya-lun Choun-ut, fq. 776-778.
291
Tabela 6*: Vlerat Kritike F n Shprndarjen F (n shkalln e rndsis 5%)
292
Tabela 6*: Vlerat Kritike F n Shprndarjen F (n shkalln e rndsis 10%)
*Kjo tabel sht marr nga punimi i Sidney Sieger-it, fq. 251.
293
Tabela 7*: Vlerat Kritike n Testin Kolmogorov-Smirnov
Vllimi i
mostrs Shkalla e rndsis pr testin statistikor D
(N)
*Kjo tabel sht marr nga punimi i Sidney Sieger-it, fq. 251.
294
Tabela 8*: Vlerat Kritike n Testin Wilcoxon
Shkalla e rndsis n testin njansor
*Kjo tabel sht marr nga punimi i Sidney Siegel-it, fq. 254.
Tabela 9
*Burimi: E. G. Olds, Distribution of sums of squares of rank differences for small sample, Annals of
Mathematical Statistics, 1938.
295
Tabela 10*: Pikat Ndarse n Shprndarjen e Testit Durbin-Watson
= .05
*Burimi: J. Durbin and G.S. Watson, Testing for serial correlation in least squares regression, II,
Biometrika, 1951.
296
Tabela 10 (Vazhdim)
= .01
297
298