METODAT E

HULUMTIMEVE

KEMAL KURTULLUSH

2016
Prof. Dr. Kemal KURTULUSH

METODAT E
HULUMTIMIT

2016
METODAT E HULUMTIMIT

Prof. Dr. Kemal KURTULUSH

Prktheu: Kujtim HAMELI

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.

Komentet, vrejtjet, sugjerimet jan t mirpritura n e-mail adresn time

kujtimhameli4@gmail.com

Kujtim Hameli

Stamboll, 30 Tetor 2016

i
 PARATHNIE

N ditt e sotme, rndsia e hulumtimit sht e njohur n do fush. Me zhvillimet dhe

risit marramendse n teknologjin e informacionit n njrn an dhe me zhvillimin e bazave t
t dhnave dhe rritjes s madhsive n mas t pabesueshme n ann tjetr, prodhimi i
informacioneve t rndsishme dhe q ndihmojn n marrjen e vendimeve sht duke u br aq i
vshtir dhe i komplikuar. Ndoshta ky shtedhe konflikti m i rndsishm i periudhs son.
Prodhimi i rekomandimeve konkrete, t kuptueshme dhe ndihmuese t vendimit n nj shtrat kaq
t komplikuar dhe me shum madhsi t t dhnave dhe informacioneve sht nj prej
dyluftimeve me t cilin ndeshet hulumtuesi. Prkundr ktyre informacioneve dhe t dhnave t
strngarkuara dytsore, jo do hersht e mundur q t sigurohen informacionet dhe t dhnat e
nevojshme nga kto burime. Kshtu q, prve shqyrtimit dhe vlersimit n mnyrn m t mir
t t dhnave t burimeve dytsore, hulumtuesit duhet t jen t aft n shtjet e tilla, si t
sigurojn informacione t freskta, nga, n far mnyr, si ti vlersojn dhe si t krijojn
rekomandime konkrete duke br analizime.

Ky libr cilsohet nga prgjigjet sistematike pr pyetjet bazike n lidhje me hulumtimin.

Pr dallim nga librat e tjer t prgjithshm t hulumtimeve, ky libr trajton hulumtimin dhe
veanrisht temat specifike n lidhje me hlumtimet n shkencat shoqrore dhe fushat e biznesit.
Ky libr, sht trajtuar nga nj pikpamje e cila krkon prgjigje pr problemet e vrteta dhe me
nj asje e cila sht larg nga teoria, formulimet dhe t mbajturit mend, duke i zbutur me aq sa
sht e mundur, t cilat nuk jan sempatike pr shum lexues. Libri prbhet nga 13 kapituj dhe
secili kapitull sht trajtuar me asje t njjt. Prve shpjegimeve teorike, temat jan mbshtetur
edhe me aplikime nga jeta e vrtet. Pr t nxjerrur n plan t par aplikimin, n mnyr t
veant sht prgatitur kapitulli i trembdhjet. N kt kapitull marrin pjes aplikimet e
analizave statistikore t prditsuara dhe t ndryshme nga nj baz e vrtet e t dhnave.
Qllimi ktu sht q prdoruesit e librit duke i msuar kto analiza, t jen n gjendje q ti
zbatojn vet.

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.

Prof. Dr. Kemal KURTULU

Stamboll, Mars 2010

ii
iii
 PRMBAJTJA

Fjala e prkthyesit i
Parathnie ii
Prmbajtja iv

Kapitulli 1. Nevoja dhe Rndsia e Hulumtimit 1

Prse sht i nevojshm hulumtimi? 1;
Burimet e hulumtimeve biznesore 4; Hulumtimet brenda firms 4; Burimet e hulumtimeve
jasht firms 5

Kapitulli 2. Procesi dhe Planifikimi i Hulumtimit 8

Faza e par: Hyrje dhe e kaluara e tems 9;
Faza e dyt: Qllimi dhe prmbajtja e hulumtimit 9;
Faza e tret: Gjykimi i hulumtimit 9;
Faza e katrt: Planifikimi i metodologjis s hulumtimit 10; Prcaktimi i problemit t hulumtimit
10; Prcaktimi i qllimit, prmbajtjes dhe kufizimeve t hulumtimit 11; Modelimi i hulumtimit
11; Prcaktimi i metodave t mbledhjes s t dhnave 13; Prcaktimi i mostrs s hulumtimit 13;
Analizimi dhe interpretimi i t dhnave 14; Diskutimi i vlefshmris dhe besueshmris s
hulumtimit 15; Prgatitja e raportit t hulumtimit 15;
Faza e pest: Gjetjet dhe rekomandimet e hulumtimit 15

Kapitulli 3. Modelet e Hulumtimit 17

Modelet e hulumtimeve eksplorative 18;
Modelet e hulumtimeve prshkruese 18;
Modelet e hulumtimeve t cilat studiojn marrdhnien shkak-pasoj 19;
Koncepti i induksionit dhe deduksionit 20

Kapitulli 4. Metodat e Mbledhjes s t Dhnave 25

T dhnat e burimeve dytsore 25;
T dhnat e burimeve parsore 27;
Burimet e gabimeve q mund t zbulohen n informacionet dhe t dhnat e mbledhura 27; Llojet
e gabimeve q dalin n shesh gjat prgjigjeve 28;
Metodat dhe mjetet pr mbledhjen e t dhnave dhe informacioneve t hulumtimit 29;
Prgjegjsi dhe llojet e t dhnave n metodn e ankets 29; Mjetet pr mbledhjen e t dhnave
dhe informacioneve me metodn e ankets 30; Mbledhja e t dhnave me an t vrojtimit 32;
Mbledhja e t dhnave me an t eksperimentit 32

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

Kapitulli 7. Serit Eksperimentale 65

Vlefshmria e brendshme 66;
Vlefshmria e jashtme 68;
Llojet e serive eksperimentale 69;
Probleme 77

Kapitulli 8. Rregullimi i Mjeteve pr Mbledhjen e t Dhnave 79

Forma e pyetjeve t prdorura n anket 79;
Gjuha e ankets dhe prshtatshmria me temn e hulumtimit 80;
Renditja e pyetjeve 81;
Dukja dhe planifikimi i ankets 81;
Para-testi 82;
Cilsia e t dhnave dhe prgatitja pr analiza 82; Rregullimi 82; Kodimi 82; Analizimi paraprak
i t dhnave 83

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 10. Testet e Hipotezave 101

Nevoja e testimit t hipotezave n mnyr statistikore 101;
Zhvillimi i hipotezave t hulumtimit 103;
Testet statistikore thipotezave 104;
Probleme 148

Kapitulli 11. Analizimi i t Dhnave 152

Analizat joparametrike 154; Analiza e Katrorit-Ki 154; Kolmogorov-Smirnov 157; Testi Mann-
Whitney U 158; Testi Wilcoxon t 158; Testi McNemar 158; Testi sign (shnjues) 159; Testi
rendor (runs) 159; Testi Kruskal-Wallis 159; Testi Cochran Q 160; Analiza Kendal tau b dhe e
korrelacionit t rendit Spearman 160;
Analizat parametrike 161; Korrelacioni 161; Testimi i besueshmris (reliability test) 163; Testi t
(dallimi i mesatareve) 163; Analiza e variancs (ANOVA) 165; Analiza e regresionit 166;
Analiza faktoriale 168; Analiza e grupimit 169; Analiza diskriminuese 170; Matja shum
dimensionale 171; Analiza conjoint 171; Modeli i ekuacionit strukturor (structural equation
modeling SEM) 172; Minierat e t dhnave (data mining) 173

Kapitulli 12. Informata Themelore n Lidhje me Prdorimin e Programit SPSS 175

Informata t prgjithshme 175;
Hyrja dhe rregullimi i t dhnave 176;
Analizimi i t dhnave 185

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

NEVOJA DHE RNDSIA E HULUMTIMIT

1.1. Prse sht i Nevojshm Hulumtimi?

Faktort e till si ambienti biznesor, zhvillimet e shpejta teknologjike, konkurrenca

intensive, ndryshimet n krkesat e konsumatorve etj., kan rritur nevojn e bizneseve pr t
marr vendime t drejta. T gjith kta faktor rrisin n mas t madhe rndsin e vendimeve
biznesore dhe riskun q mund t rezultoj nga kto vendime. Niveli i informacionit t
menaxherve n kt proces t marrjes s vendimit, zvoglon riskun n procesin e marrjes s
vendimit. N kt faz, hulumtimet biznesore ndihmojn n prfitimin e informatave q do t
ndihmojn n marrjen dhe n saktsin e vendimeve. Hulumtimi sht nj mjet ndihms pr
marrjen e vendimeve.

Hulumtimet biznesore jan nj grup i nevojshm i parimeve dhe teknikave pr

mbledhjen, prpunimin, analizimin dhe interpretimin e t dhnave n mnyr sistematike me
qllim pr t ndihmuar marrsit e vendimeve biznesore n kt proces t vendimit. Zakonisht,
vendimmarrsit dhe zhvilluesit e hulumtimeve biznesore nuk jan personat e njjt. Hulumtuesit
jan persona q ndihmojn vendimmarrsit pr t siguruar informacionin kur atyre u nevojitet, q
njohin mir procesin e hulumtimit dhe q e kryejn hulumtimin n prputhje me parimet bazike.
Vendimmarrsit marrin vendime duke i grumbulluar informacionet nga burime t ndryshme dhe
mund t prfitojn nga shum hulumtime/hulumtues.

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.

Prkundr ksaj, hulumtuesit ankohen se nuk prfshihen n proceset e marrjes s

vendimeve n biznese. Vendimmarrsit ankohen se informacionin e hulumtimit e prdorin m
shum si mbshtets t vendimit sesa si informacion t vrtet q ndihmon n marrjen e
vendimeve si dhe nga mosmarrja seriozisht e rezultateve t hulumtimit. N disa raste, marrsit e
vendimeve kryejn hulumtime pr t mbshtetur vendimin e marr, mirpo nuk marrin vendime
objektive sipas rezultateve t prfituara nga hulumtimi. Po ashtu, hulumtuesit mendojn se
shumica e bizneseve nuk i japin rndsin dhe burimet e duhura hulumtimit. Kto probleme
mund t zgjidhen me nj dialog t mirfillt dhe me pun t prbashkt.

Hulumtimet t cilat krkojn t ndihmojn procesin e marrjes s vendimeve, pa pik

dyshimi duhet t kryhen n mnyr t vmendshme dhe n prputhshmri me disa karakteristika
baz. Parimet bazike t cilat duhet t sigurohen n hulumtimet biznesore, mund t i prmbledhim
si m posht:

Objektiviteti: Prpara se gjithash, hulumtimi duhet t jet objektiv. Rezultatet e

hulumtimit pr t qen me t vrtet t dobishme n procesin e vendimmarrjes,
duhet q t vlersohen n mnyr objektive.
Vlefshmria dhe Besueshmria: Konceptet e vlefshmris dhe besueshmris
jan prkufizime shkencore t prdorura pr t matur se n far mase hulumtimi
sht n prputhje me metodn shkencore. Vlefshmria sht mats i shkalls s
hulumtuar t konceptit t hulumtimit q dshirohet t hulumtohet. Rezultatet e
hulumtimit tregojn se n far mase pasqyrohet e vrteta. Kurse besueshmria
sht mats i qndrueshmris. Besueshmria shpjegon se n far mase mund t
prgjithsohen rezultatet e hulumtimit.
Procesi sistematik: T dhnat duhet t mblidhen n mnyr sistematike, ashtu si
jan planifikuar n planin e hulumtimit dhe duhet t interpretohen n baz t
ksaj.
Prditsimi: Rezultatet e hulumtimit ndikohen nga faktort e jashtm t asaj
periudhe n t ciln t dhnat jan mbledhur dhe vlersuar. Pr kt arsye, pas
mbledhjes dhe vlersimit t t dhnave, rezultatet e prfituara duhet t prdoren
n fazn e vendimmarrjes. T dhnat e vjetruara nuk duhet t prfshihen n kt
proces.

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.

Prve ktyre parimeve, duhet t mirret n konsiderat edhe kostoja e hulumtimit.

Burimet e shpenzuara n hulumtim dhe kontributi n procesin e vendimmarrjes s t dhnave t
prfituara duhet t krahasohen n mnyr objektive dhe duhet t bhen llogaritjet kosto-prfitim.
Problemi ktu sht se pr shkak t madhsis ekonomike sht e pamundur t maten dobit e
prfituara nga informacioni i hulumtimit. Gjat marrjes s vendimit pr hulumtim, po ashtu
duhet t kihet parasysh edhe ndryshorja e kohs. N qoft se informacioni i prfituar n fund t
rezultateve t hulumtimit sht m i lart se dmi i shkaktuar nga vonesat n marrjen e vendimit,
koha e harxhuar n hulumtim mund t pranohet.

Kur vlersojm rolin e hulumtimit n procesin e vendimmarrjes biznesore, vendimmarrja

duhet t mbshetet n tri plane kryesore dhe informata shtes. E para nga kto sht prcaktimi i
qllimeve biznesore. Prpara se hulumtimet biznesore t krijojn planet e biznesit, n fazn e
vlersimit t kushteve aktuale dhe prcaktimit t qllimeve biznesore, ndjehet nevoja e
informacionit rreth tregut. Hulumtimet biznesore kan prsipr kuptimin e kushtevet tregut,
analizimin e ambientit dhe krijimin e qllimeve n lidhje me kt. Gjat prcaktimit t
objektivave bizneset synojn q m an t hulumtimit ti zbusin n minimum paqartsit t cilat
mund t ndikojn n objektiva. E dyta nga kto sht sigurimi i informacionit t nevojshm pr
krijimin e planeve biznesore q do t prdoren pr arritjen e qllimeve biznesore. Prcaktimi i
metods optimale pr arritjen e qllimeve biznesore ndihmon n krijimin e planeve n lidhje me
kt. Faza e fundit sht vlersimi i aktiviteteve t planeve biznesore. Kjo faz aplikohet me
qllim pr t vlersuar se a sht arritur qllimi i biznesit n kuadr t planeve t bra. Me kso
lloje t hulumtimeve sigurohet informacion pr qllimet e reja t biznesit prmes aktiviteteve te
biznesit dhe kontrollimit t suksesit t ktyre aktiviteteve.

Kto hulumtime zakonisht zhvillohen brenda nj procesi t caktuar n lidhje me

prcaktimin e qllimeve biznesore, brjen e planeve biznesore dhe matjen e rezultateve. Mirpo
arritja e rezultateve t sakta sht e mundur vetm prmes mbledhjes s t dhnave n mnyr t

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 sqarua n kt kapitull, hulumtimet biznesore jan shum t rndsishme pr

procesin e vendimmarrjes dhe prfshijn nj proces i cili duhet t aplikohet n mnyr
profesionale duke i pasur parasysh parimet themelore. Ky proces mund t dalloj n baz t
nevojave t biznesit dhe nga ajo se nga kush do t kryhet.

1.2. Burimet e Hulumtimeve Biznesore

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.

2.1.1. Hulumtimet Brenda Firms

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.

Struktura e organizimit t njsive apo departamenteve t hulumtimit t gjendura brenda

firms mund t dalloj sipas llojit t informacionit t krkuar, fushs s prdorimit t
informacionit dhe sipas urgjencs s nevojs s informacionit. N qoft se krkohet nj

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:

Integrimi: Koordinimi dhe komunikimi ndrmjet departamentit t hulumtimit

dhe organizatave tjera t vendimmarjes brenda firms duhet t jen n harmoni.
Departamenti i hulumtimit duhet ti kuptoj nevojat e departamenteve t tjera t
firms dhe duhet t prgatis informacionin e nevojshm n kohn e dshiruar dhe
me kosto t ult.
Rndsia: Departamenti i hulumtimit duhet t ket rndsin dhe respektin e
duhur brenda firms dhe patjetr duhet t marr pjes n procesin e marrjes s
vendimit.
Pavarsia: Departamenti i hulumtimit duhet t jet i pavarur nga njsit e tjera t
biznesit. Nj departament i ktill i hulumtimit duhet t konfigurohet brenda
organizats n at mnyr q t u ofroj rezultate drejtprdrejt prgjegjsve t
marrjes s vendimeve t nivelit strategjik. Hulumtimi duhet t kryhet n mnyr
objektive pa ndonj ndikim t hapur dhe/apo t fsheht t njsive tjera brenda
firms dhe s bashku me rezultatet duhet t jet pjes e procesit t vendimmarrjes
dhe jo konfirmimit t vendimit. N qoft se nuk sigurohet ky kusht, besueshmria
e rezultateve t hulumtimit bhet e dyshimt dhe burimet e harxhuara pr
kryerjen e hulumtimit bhen t pakuptimta.

1.2.2. Burimet e Hulumtimeve Jasht Firms

Prve organizatave t hulumtimit brenda firms, bizneset pr t siguruar informacionin e

nevojshm mund t marrin shrbime t hulumtimit edhe nga burimet e hulumtimeve t

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.

Gjat zgjedhjes s burimeve t mundshme bizneset t cilat vendosin t marrin shrbime

t hulumtimit jasht firms si nga kompanit e hulumtimeve, burimet akademike apo organizatat
tjera, duhet t ken kujdes kto kritere:

Prestigji: Firma duhet t merr parasysh prestigjin e organizats e cila do t kryej

hulumtimin. Reputacioni i kompanis s hulumtimit n lidhje me temn e
hulumtimit mund t prcaktoj shkalln e besueshmris s nevojshme t
rezultateve t prfituara t hulumtimit. Kompanit e hulumtimit duhet t
hulumtojn specializimin e shtjes e cila do t hulumtohet. Disa firma/organizata
mund t japin shrbime m t mira duke u specializuar n disa shtje.
Prvojat e kaluara: Prvojat e kaluara t kompanive/organizatave t hulumtimit
mund t jen tregues pr t kuptuar specializimin e puns s tyre. Prandaj
hulumtimet e kaluara t kompanive/organizatave t hulumtimit duhet t
shqyrtojn fushat e prgjithshme t orientimit dhe kto fusha duhet t shqyrtojn
afrsin e informats s tems t dshiruar t biznesit. Po ashtu, duhet t mirren
parasysh edhe problemet e krijuara t kompanive/organizatave t hulumtimit n
lidhje me hulumtimet e bra n t kaluarn, dobit e informatave t ofruara
bizneseve dhe bizneset q aktualisht marrin shbime nga to.
Personeli: Personeli q gjendet brenda kompanis/organizats s hulumtimit si
dhe aftsit teknike dhe joteknike t personelit duhet t mirren n konsiderat.
Duhet t zgjedhen ekipe t cilat kan pajisjet dhe prvojn e duhur pr prfitimin
e informacionit t krkuar.
mimi: Kostoja sht nj variabl e cila veanrisht duhet t merret n
konsiderat. Jo do her alternativa m e lir mund t jet m e mira. Vendimi
duhet t merret duke krahasuar dobin dhe koston e informacionit t prfituar nga
shrbimi i hulumtimit t biznesit.

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 DHE PLANIFIKIMI I HULUMTIMIT

Me qllim pr t fituar nj pikpamje m t sakt dhe m t qart, prpara se t fillohen

hulumtimet duhet t prcaktohet rrjedhja e procesit t sigurimit t informacioneve shtes t
krkuara n procesin e marrjes s vendimit me an t nj plani t hulumtimit multi-fazash. Nuk
duhet t harrohet q hulumtimi sht nj proces sistematik dhe planifikimi i ktij procesi prsri
duhet t zhvillohet n mnyr sistematike dhe shkencore. Sado q pr t gjitha hulumtimet nuk
prdoret nj plan i vetm dhe universal i besueshm i hulumtimit, hapa t caktuar t procesit t
hulumtimit jan t vlefshm pr shum hulumtime. Duke i kontrolluar kta hapa dhe krijimi i nj
plani t hulumtimit m par si dhe kryerja e hulumtimit sipas ktij plani, do t zvogloj
humbjen e kohs dhe t kostove. Ky plan po ashtu synon ti ul n minimum problemet q mund
t shfaqen gjat hulumtimit duke i planifikuar t gjitha detajet qysh n fillim t hulumtimit. Nj
hulumtim i planifikuar mir qysh n fillim ndikon n pengimin e mosarritjeve t rezultateve t
dshiruara dhe prdorimin e burimeve n vend e pavend.

Pr t br hulumtime shkencore t cilat tentojn t mbajn n nivelin m t lart

vlefshmrin dhe besueshmrin, pra q jan n pajtim me metodn shkencore, duhet q plani i
hulumtimit t prgatitet n mnyr rigoroze duke i marr parasysh parimet e paanshmris dhe
duhet t qndrohet besnik ndaj ktij plani me sa t jet e mundur. Prpara se gjithash, do
hulumtim duhet t bhet me qllim pr t arritur tek informacioni i krkuar i hulumtimit dhe jo
pr t vrtetuar nj informacion.

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

N kt faz t par, tentohet t prcaktohet natyra, prmbajtja, rndsia dhe e kaluara e

problemit t hulumtimit. Kjo faz krkon nj studim t literaturs n mas t konsiderueshme.
N qoft se sht e mundur pr tu asur n informatat e kaluara n lidhje me nj hulumtim dhe
tem e cila ka pr qllim pr t zgjidhur problemet e hulumtimeve biznesore, tentohet t kuptohet
gjendja e aktuale prmes prpunimit t ktyre informatave. Nnvizimi i kufijve t problemit t
hulumtimit n kt faz, do t lehtsoj problemin dhe planifikimin e hulumtimit n t ardhmen.

2.2. Faza e Dyt: Qllimi dhe Prmbajtja e Hulumtimit

N kt faz prcaktohet qllimi i hulumtimit t marketingut, me fjal t tjera orientimi i

zgjidhjes s cilit problem apo problemeve si dhe prcaktohet prmbajtja e hulumtimit. N kt
faz bhet njohja e qart e informacionit q dshirohet t arrihet prmes hulumtimit dhe rruga e
prfitimit t ktij informacioni. sht e rndsishme q n kt faz t prcaktohen problemet
pr tu zgjidhur, ashtu q pr t drejtuar shqyrtimet n fazat e mvonshme.

Prmbajtja e hulumtimit q planifikohet t bhet, duhet t prcaktohet n prmasa t

ndryshme. Fillimisht, duhet t prcaktohen kufijt e qllimeve t hulumtimit. N qoft se qllimi
i hulumtimit mbahet shum i gjer, kushtet e hulumtimit mund t vshtirsohen pr nga aspekti i
kohs dhe kostove pr t siguruar informacionin e krkuar. Po ashtu, edhe metoda e prfitimit t
informacionit t krkuar, pra metodologjia e hulumtimit, sht e lidhur direkt me qllimin e
hulumtimit. Pr kt arsye, qllimi i hulumtimit duhet t mbahet i gjer pr aq sa mund t
sigurohet informacioni i krkuar, mirpo edhe mundsisht i kufizuar aq sa pr t mos e
vshtirsuar sigurimin e informacionit. Pra shkurtimisht, prfshirja e qllimit t hulumtimit;
madhsia e tems, gjersia e prmbajtjes duhet t mbahen n nj nivel optimal pr nga barra dhe
t ardhurat e hulumtuesit n krahasim me kohn dhe kostot e hulumtimit.

Pasi t prcaktohet qllimi i hulumtimit, duhet t prcaktohen detajet pr zhvillimin e

njohjes s problemit n mnyr t hollsishme n fazat e metodologjis s hulumtimit. Mirpo
nuk duhet t harrohet q hulumtuesi duhet t jet n gjendje q t prcaktoj n mnyr t qart
dhe t shkurtr qllimin e hulumtimit. Nj qllim hulumtimi i cili n mnyr t thjesht dhe t
qart prfshin t gjitha ndryshoret n lidhje me temn, do t jet udhzuesi m i madh n krijimin
e modelit t hulumtimit t hulumtuesit.

2.3. Faza e Tret: Gjykimi i Hulumtimit

N kt faz diskutohet hulumtimi dhe t ardhurat e hulumtimit duke vlersuar vlern e

informacionit q planifikohet t sigurohet nga rezultatet e ktij hulumtimi. Hulumtimi duhet t
diskutohet nga pikpamja e dobive q i sjell firms cila e kryen hulumtimin, konsumatorve

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.

2.4. Faza e Katrt: Planifikimi i Metodologjis s 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:

2.4.1. Prcaktimi i Problemit t Hulumtimit

Faza e prcaktimit t problemit t hulumtimit sht faza e par dhe m e rndsishme e

planifikimit t hulumtimit. Problemet e hulumtimit t prcaktuara m par n pjesn e
prcaktimit t qllimit t hulumtimit duhet t shqyrtohen ve e ve n mnyr t detajuar.

N disa raste prcaktimi i problemit biznesor mund t zhvillohet prmes intuits s

personit i cili merret drejtprdrejt me problemin. Problemi i prcaktuar n kt mnyr
joformale duhet t formulohet ashtu q t mund t matet n mnyr shkencore. Kurse n disa
raste t tjera, duke e shqyrtuar m hollsisht problemin e shfaqur, problemi duhet t strukturohet
n nj mnyr m sistematike prmes ndarjes s tij n nn-probleme. Ajo far sht me rndsi
sht zbulimi i arsyeve t vrteta t problemit dhe ndryshoreve n lidhje me problemin.

Prcaktimi i problemit n mnyr t gabuar apo mangu, mund t shkaktoj probleme

serioze n t ardhmen n rrjedhjen e hulumtimit. Pr kt arsye, parimisht duhet t njihet n
mnyr t qart nevoja e hulumtimit prmes pyetjes far dshirojm t msojm?. N disa
raste mund t ekzistojn m shum se nj problem. N hulumtimet n t cilat prkufizohen m
shum se nj problem, klasifikimi i ktyr problemeve prej m t rndsishmes deri te ai m pak
i rndsishm, si dhe zbulimi i lidhjeve ndrmjet ktyre problemeve do t lehtsoj punn e
hulumtuesit. Nj hulumtim i vetm n disa raste pr t gjith kto probleme t hulumtimit mund

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.

Pasi t prcaktohet n mnyr t qart problemi apo problemet q do t trajtohen,

hulumtuesi mund t kaloj n fazn tjetr.

2.4.2. Prcaktimi i Qllimit, Prmbajtjes dhe Kufizimeve t Hulumtimit

Pas prcaktimit t problemeve t hulumtimit, hulumtuesi duhet t prkufizoj qllimin,

prmbajtjen dhe kufizimet e hulumtimit. Pas prcaktimit t ktyre problemeve, duhet t
prkufizohet n mnyr t qart informacioni q synohet t zbulohet me an t hulumtimit. N
kt faz, me prcaktimin sa m t qart t kufinjve t hulumtimit, qllimi dhe kufizimet e
hulumtimit prkufizohen po aq qart. Pas prcaktimit t qllimit, duhet t zbulohet prmbajtja,
pra ndryshoret e prfshira n hulumtim. Po ashtu duhet t prcaktohen edhe ndryshoret t cilat
nuk mund t prfshihen brenda kushteve t nevojshme t hulumtimit.

do hulumtim ka kufizime t tilla t pamundshmris pr t arritur n mnyr t plot te

popullsia pr shkak t kohs dhe kostove. Prve ktyre, mund t gjenden edhe kufizime t tjera
n lidhje me shtjen apo qllimet e hulumtimit. Prcaktimi i ktyre kufizimeve qysh n fillim t
hulumtimit do t ndihmoj n prkufizimin e problemeve t vlefshmris dhe besueshmris q
mund t lindin nga kufizimet, si dhe do t ndihmoj hulumtuesin t vendos se far duhet t
bj n qoft se ballafaqohet me kto kufizime. Prandaj, pr kt arsye fusha e hulumtimit duhet
t mbahet e gjer, mirpo kufizimet duhet t njihen q n fillim.

2.4.3. Modelimi i Hulumtimit

Modelimi i hulumtimit sht faza e dizajnimit t skeletit i cili v n pah t gjith

strukturn funksionale t hulumtimit. Modelet e hulumtimit mund t jen t ndryshme varsisht
qllimit t hulumtimeve, si dhe do hulumtim duhet t ket nj model. Modeli i hulumtimit sht
faza m e rndsishme e planifikimit t hulumtimit. Prcaktimi i modelit t hulumtimit ka
ndikim vendimtar mbi hapat e planifikimit pas ksaj faze.

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.

Duhet t kihet parasysh q modeli i hulumtimit duhet t jet n harmoni me qllimin e

hulumtimit. Duhet t prfshihen t gjitha ndryshoret t cilat jan prcaktuar brenda qllimit t
hulumtimit. Kto ndryshore, po ashtu, duhet t maten n fazn e mbledhjes s t dhnave n
mnyr t plot.

Veanrisht n hulumtimet konkluzive, modeli i hulumtimit teksa tregon bashkveprimet

ndrmjet ndryshoreve, n mas t madhe do t plotsoj nevojn e hulumtuesit pr t zhvilluar
hipoteza. Hipotezat e hulumtimit n lidhje me ndryshoret e prkufizuara n modelin e
hulumtimit, s pari duhet t zhvillohen n mnyr teorike dhe pastaj duhet t konvertohen n at
mnyr q t testohen n mnyr statistikore. sht e rndsishme q hulumtuesi ti prcaktoj
qart hipotezat e krijuara n form dyshe n drejtim t pritjeve t hulumtimit. Hulumtuesi duhet
t ket kujdes gjat krijimit t forms s hipotezs. Duhet t kihet kujdes n prdorimin e
formulave t prshtatshme pr testimin e hipotezave dhe n gabimet q mund t vrojtohen n
testimet e hipotezave. Kjo tem do t shpjegohet n mnyr t detajuar n kapitullin e testeve t
hipotezave.

E meta m e madhe si n hulumtimet biznesore, ashtu edhe n ato akademike sht

modelimi i hulumtimit.2 Modelimi i hulumtimit q n fillim do t zvogloj t metat e
mundshme q mund t ndodhin gjat aplikimit dhe do t siguroj pamjen m t qart t rrugs s
hulumtuesit. Fazat prcjellse, si krijimi i hipotezave, mbledhja e t dhnave, mostrimi,
prcaktimi i analizave statistikore dhe interpretimi i t dhnave, t gjitha kto do t ndikojn n
qartsin e fazs s modelimit t hulumtimit. Pr nj hulumtim i cili ka nj modelim t fuqishm,
nuk do t ket problem tjetr prve aplikimit sepse nj model i hulumtimit i krijuar mir do t
oj n prcaktimin e ndryshoreve, hipotezave, matsve me t cilt duhet t maten ndryshoret,
metodave t analizs s t dhnave q planifikohen t bhen, llojit t t dhnave q kan nevoj
kto metoda t analizave, madhsis dhe forms s mostrs.

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

Paraqet fazn e mbledhjes s t dhnave n lidhje me ndryshoret e prcaktuara n

modelin e hulumtimit. Mund t ndryshoj sipas cilsis s t dhnave dhe informacioneve t
nevojshme. Metodat e mbledhjes s informacioneve dhe t dhnave mund t jen prmes
intervistave t drejtprdrejta apo t trthorta, vzhgimit personal apo me mjete mekanike,
ankets me pyetje specifike apo jo specifike, eksperimentit apo nga metodat e stimulimit. Kritere
t rndsishme pr brjen e przgjedhjes jan lehtsia e arritjes s t dhnave t prfituara, koha,
kufizimet e kostos, saktsia e dshiruar, shkalla e vlefshmris dhe besueshmris. Po ashtu,
duhet t jet e mundur q ndryshoret e prcaktuara n modelin e hulumtimit t maten n
prputhje me metodn e 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.

Gjat brjes s prgatitjeve t nevojshme n lidhje me metodn e zgjedhur pr mbledhjen

e t dhnave dhe informacioneve, duhet t kihen parasysh modeli i hulumtimit dhe hipotezat e
hulumtimit. Shum karakteristika, t tilla si me cilat mjete do t prfitohen t dhnat e
nevojshme, karakteristika e matsit, a duhet q pyetjen t u pyeten direkt apo n mnyr t
trthort njerzve etj., duhet t prcaktohen n mnyr t qart sipas modelit dhe hipotezave.
Duhet t tregohet kujdes n mos humbjen e ksaj prputhjeje. Po ashtu, duhet t sigurohet q t
gjitha ndryshoret e modelit jan matur dhe nuk duhet t lihen t dhna mangu.

2.4.5. Prcaktimi i Mostrs s Hulumtimit

Paraqet fazn e prcaktimit se nga cilat njsi do t mblidhen t dhnat e hulumtimit. N

kt faz, sht e nevojshme t prcaktohet popullsia e hulumtimit. Popullsia shpreh emrin e
dhn t gjitha njsive t cilat jan tem e hulumtimit. Prcaktimi i popullsis paraqet njohjen e
t gjitha njsive q duhet t prfshihen n temn e hulumtimit. Mirpo, n disa raste nuk sht e
leht q t arrihet te t dhnat, si t dhnat rreth strukturs s popullsis, numrit, ku gjenden etj.
N raste t ktilla, hulumtuesi mund t bj supozime n lidhje me popullsin. Mirpo, kto
supozime duhet t mirren parasysh gjat interpretimit t rezultateve t hulumtimit dhe duhet t
specifikohen n kufizimet e hulumtimit.

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.

N shtjet si metoda e mostrimit, madhsia e mostrs etj., hulumtuesi duhet t zgjedh

metodn m t prshtatshme n pajtim me qllimin dhe prfshirjen e hulumtimit dhe rezultatet
duhet t vlersohen brenda ktyre kushteve. Vlerat minimale n lidhje me madhsin e mostrs
sipas modelit dhe hipotezave t hulumtimit prsri mund t prcaktohen nga ana e hulumtuesit.
Duhet t kihet parasysh lidhja ndrmjet analizimit s t dhnave dhe madhsis s mostrs dhe
parakushtet e madhsis s mostrs s nevojshme sipas analizave t planifikuara.

2.4.6. Analizimi dhe Interpretimi i t Dhnave

Rregullimi i t dhnave t prfituara nga hulumtimi, konvertimi n gjendje t

prshtatshme pr analiza, aplikimi i analizave statistikore apo prmbajtsore dhe interpretimi i
rezultateve paraqesin fazat e fundit t hulumtimit.

Parimisht t dhnat e prfituara duhet t rregullohen brenda vetes dhe pastaj t

konvertohen n form t prshtatshme pr tu interpretuar. T dhnat duhet t ruhen n letr apo
t regjistrohen edhe n qoft se metodat e mbledhjes s t dhnave ndryshojn. Kto regjistrime
duhet t rregullohen n mnyr t duhur sipas mjetit dhe metods q do t prdoren pr ti
analizuar dhe duhet t kalohen npr funksionin e kodimit dhe t ngjashme.

N qoft se analizimi i t dhnave do t realizohet me programe t prdorura mjaft n

hulumtimet e shkencave shoqrore, t dhnat e mbledhura duhet t rregullohen n at mnyr q
kto programe t mund ti lexojn, pra duhet t kodohen. Pas prfundimit t funksionit t
kodimit, prsri duke realizuar analizat e dshiruara me programet e njjta, rezultatet mund t
merren n mnyr t shkruar apo n mnyr tabelore.

Analizimi i t dhnave dhe interpretimi i rezultateve sht nj faz teknike deri n

shkalln e fundit. Hulumtuesi duhet ti njoh mir metodat e nevojshme pr analizimin e t
dhnave. N kapitullin e dhjet, njmbdhjet dhe dymbdhjet n mnyr t detajuar jan
prshkruar rregullimi i t dhnave, kodimi dhe metodat e ndryshme t analizimit t t dhnave.

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.

2.4.8. Prgatitja e Raportit t Hulumtimit

Rezultatet e hulumtimit kuptohen nga hulumtuesi dhe organizohen n form t

prmbledhjes. Prgatitja e rezultateve n mnyr prmbledhse dhe t organizuar sht nj
nevoj e rndsishme edhe pr hulumtuesin q vet t mund ti interpretoj rezultatet. Kjo faz
n t njjtn koh lidh metodologjin e hulumtimit me fazn e krijimit t rezultateve dhe
rekomandimeve q jan hallka e fundit e procesit t hulumtimit.

2.5. Faza e Pest: Gjetjet dhe Rekomandimet e Hulumtimit

N kt faz bhet prmbledhja e gjetjeve t analizave, bhen interpretimet e nevojshme

n lidhje me kto gjetje dhe n fund jepen rekomandime n lidhje me problemin e shqyrtuar duke
pasur parasysh gjetjet e arritura. Hulumtuesi duhet q ti prmbledh rezultatet e hulumtimit t
vlersuara brenda kushteve t t dhnave t prfituara si pr vete ashtu edhe pr ata t cilt kan
nivel t ult t informacionit n lidhje me temn.

Pr prdorimin e rezultateve pr marrsit e vendimit duhet t prgatitet nj

prmbledhje/raport menaxheri q prfshin prgjithsimin e rezultateve, nn cilat kushte jan
realizuar informatat, q nuk sht i gjat dhe q e orienton menaxherin n marrjen e vendimeve.

Pas shpjegimit t procesit t hulumtimeve t marketingut q prbhet nga pes fazat e

ndrlidhura ndrmjet vete, sht e dobishme q t specifikohet q pjesa m e madhe e kohs s
menaxherit t hulumtimit duhet t shpenzohet n planifikimin dhe interpretimin e rezultateve t
hulumtimit.3

Sado q fazat e planifikimit t hulumtimit t treguara n kt pjes t prezantohen, n

disa raste disa hapa vlersohen dhe planifikohen s bashku, kurse disa hapa t tjer prfshihen

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

Faza e modelimit t hulumtimit e cila sht pjesa m e rndsishme e nj hulumtimi dhe e

cila sht shpjeguar n mnyr t detajuar n pjesn e planifikimit t hulumtimit sht e lidhur
drejtprdrejt me metodn apo metodologjin e hulumtimit. Planifikimi i sigurimit t
informacionit t synuar prmes hulumtimit zbulohet n fazn e modelimit t hulumtimit.
Modelimi i hulumtimit dhe identifikimi i hipotezave t hulumtimit paraqet hapat m t
rndsishm t fazave t planfikimit t hulumtimit. Pr kt arsye, n kt kapitull, parimisht do
t diskutohen modelet e hulumtimit.

Modelet e Hulumtimit

Modeli i hulumtimit sht prmbledhja kryesore e cila prcakton t gjith procesin e

hulumtimit. Modeli i hulumtimit paraqet figurn e cila prcakton iden e hulumtimit dhe drejton
hulumtimin duke vn n pah t gjitha ndryshoret n lidhje me hulumtimin si dhe
bashkveprimet ndrmjet ndryshoreve. Modelet e hulumtimit n baz t qllimit t hulumtimit
ndahen n tri grupe bazike:

3.1. Modelet e Hulumtimeve Eksplorative

Modelet e hulumtimit eksplorativ n prgjithsi kan t bjn me prkufizimin dhe

zbulimin e problemit, prcaktimin e ndryshoreve dhe madhsive n lidhje me problemin.
Hulumtuesi tenton t kuptoj temn e hulumtimit duke i prcaktuar ndryshoret, duke krijuar
hipoteza pr hulumtimet e ardhshme dhe duke i prkufizuar idet dhe prvojat e prgjithshme.

N hulumtimet e ktij lloji, zakonisht hulumtuesi ka shum pak informata n lidhje me

temn ose nuk ka aspak informata. Pr kt arsye rruga e cila do t ndiqet nuk sht precize. Pr
lloje t ktilla t hulumtimit sht m e prshtatshme q t prdoren metodat e hulumtimit
kualitativ. T dhnat aktuale nuk jan t prshtatshme pr hulumtimet t cilat krkojn njohjen e

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 prdorin asjen induktive. Ndryshoret e zbuluara kan pr

qllim pr t ndriuar hulumtimet e mvonshme dhe pr ti drejtuar ato. Pr kt arsye, rezultatet
e prfituara nuk paraqesin nj informat precize dhe prfundimtare. Kto hulumtime pr nga
natyra e orientojn hulumtuesin n lidhje me shtjen.

3.2. Modelet e Hulumtimeve Prshkruese

Qllimi primar n modelet e hulumtimeve prshkruese sht q t bhet prkufizimi i

ndodhis e cila sht tem e hulumtimit, prkufizimi i ndryshoreve t ksaj ndodhie dhe
prkufizimi i lidhjeve ndrmjet ktyre ndryshoreve, si dhe t bhen vlersime paraprake duke u
bazuar n kto prkufizime.4 Qllimi i ktyre hulumtimeve sht pr t prcaktuar marrdhniet
ndrmjet ndryshoreve dhe pr t realizuar prkufizimet n lidhje me popullsin.

Si mund t kuptohet, pr lloje t ktilla t hulumtimeve hulumtuesi ka disa ndryshore t

prcaktuara dhe pritet q t ket disa bashkveprime t mundshme (hipoteza) ndrmjet ktyre
ndryshoreve. Pr kt arsye, hulumtimi prshkrues fillon pas fazs s prkufizimit t
ndryshoreve, prkufizimit t problemit dhe krijimit t hipotezave. N kto lloje t hulumtimeve
zakonisht synohet prkufizimi i ndrveprimeve ndrmjet s paku t dy ndryshoreve.

N hulumtimet prshkruese, qllimi sht q t mund t bhen prkufizime n lidhje me

ndryshoret prkatse dhe nuk prcaktohet marrdhnia shkak-pasoj n lidhje me temn. Vetm
pasi t jen br n mnyr t plot prkufizimet e nevojshme, mund t prgatitet terreni pr
hulumtimet e ardhshme t cilat studiojn marrdhnien shkak-pasoj.

Kto lloje t modelit t hulumtimeve zakonisht prdorin metodn e pyetsorit dhe

vrojtimit. Me rregullimin e t dhnave nga hulumtimet paraprake mund t prcaktohen bazat e
pyetsorit apo vrojtimit. Mirpo, prsri sht e nevojshme pr nj studim t thell t literaturs
dhe pr hulumtimet e burimeve dytsore.

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.

Duke i prdorur rezultatet e hulumtimeve prshkruese mund t modelohen hulumtimet t

cilat masin marrdhnien shkak-pasoj, marrdhnie e cila prkufizon ndrveprimet dhe krijon
funksionet vlersuese t ndryshoreve.

3.3 Modelet e Hulumtimeve t Cilat Studiojn Marrdhnien Shkak-Pasoj

Modelet hulumtuese t cilat studiojn marrdhnien shkak-pasoj jan hulumtime t cilat

synojn t prkufizojn efektin ndrmjet dy apo m shum ndryshoreve dhe lidhjen shkak-
pasoj. Kto lloje t hulumtimeve synojn t shpjegojn mekanizmn ndikuese dhe t
prcaktojn modelet vlersuese n lidhje m sistemin e ndikimit.

N kto lloje t hulumtimeve bhet fjal pr konceptet ndryshore e varur dhe e

pavarur. Ndryshorja e pavarur (e cila shum shpesh shprehet me X) sht ndryshorja e cila me
ndryshimet e veta ndikon n ndryshoren e varur (e cila shum shpesh shprehet me Y) dhe
shkakton ndryshime n Y. Modelet e hulumtimeve t cilat studiojn marrdhnien shkak-pasoj
kan rndsi n kontrollimin e bashkveprimeve t t gjitha ndryshoreve mbi ndryshoren Y
(ndryshoren e varur), me prjashtim t ndryshores X (ndryshores s pavarur).

N hulumtimet t cilat studiojn marrdhnien shkak-pasoj sht e nevojshme q t

shpjegohet se pse X-i e shkakton Y-in. Pr kt, kushtet e nevojshme dhe t mjaftueshme jan
kto:

- Duhet t ket nj lidhje ndrmjet X-it dhe ndryshimeve t Y-it.

- Ndryshimet n X duhet t vihen n pah para ndryshimeve n Y.
- T gjith faktort t cilt kan mundsi t ndikojn n Y duhet t eleminohen nga
seria.
- Duhet t ekzistoj nj teori prkatse e cila prcakton ndikimin e X-it n Y.

Dy kushtet e para jan t nevojshme pr t pohuar se ekziston nj lidhje ndrmjet X-it

dhe Y-it. Mirpo, vetm me plotsimin e t katr kushteve mund t themi se X-i ka ndikim n Y-
in. Me fjal t tjera katr kushtet jan kushte t nevojshme dhe t mjaftueshme pr ndikimin e X-
it n Y.

Informacioni i nevojshm n modelet e hulumtimit t cilat studiojn marrdhnien shkak-

pasoj mund t prfitohet me pyetsor, vrojtim dhe sekuenca eksperimentale. Informatat e

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.

3.4. Koncepti i Induksionit dhe Deduksionit

Hulumtimet zakonisht duke treguar vazhdimsi, pasurohen me kontributet e hulumtuesit.

Tri modelet e hulumtimit t shpjeguar n kt kapitull kan rol dhe vende t ndryshme brenda
sistemit t informacionit t grumbulluar.

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.

Kurse deduksioni, sht nj metod e hulumtimit e cila orientohet n informatn praktike

dhe konkrete duke marr pr baz informatn teorike e cila sht arritur n nj nivel abstrakt. Pr
prdorimin e metods deduktive sht e nevojshme q t gjendet nje teori e krijuar m par dhe
t vrtetohet kjo teori duke e testuar n kushte t ndryshme. Kjo metod zakonisht lind nga
nevoja pr t transferuar teorit ndrmjet shkencave apo provimin e srishm n kushte t
ndryshme t teorive t krijuara m par. Kjo metod, jep mundsi pr t kaluar nga e
prgjithshmja tek hipoteza.

Pr sukses dhe vazhdimsi n zhvillimet shkencore dhe modelimet e hulumtimit, kto dy

metoda duhet t prdoren me vend dhe n at mnyr q plotsojn njra-tjetrn.

N vazhdim t kapitullit, jan dhn disa modele t hulumtimit t cilat paraqesin

ndryshoret e prgatitura dhe bashkveprimet e ndryshoreve pr hulumtimet shkencore. Kto
modele, prfshijn tema dhe qllime t ndryshme t hulumtimit.

20
 Roli i Imazhit t Dyqanit n Prceptimin Konsumatorik t Cilsis s Produkteve
Brendore:

MODELI I HULUMTIMIT

Prceptimi i Madhsive t Imazhit t Dyqanit

Atmosfera e Dyqanit

Karakteristikat Socio- Karakteristikat

Demografike dhe Prvojat Fizike
Blerse t Konsumatort
Shrbimi
Prceptimet
Konsumatorike
Karakteristikat
Imazhi i t Cilsis s
Socio-Demografike Produktet e Dyqanit
Dyqanit Produkteve
Brendore t
Prvojat e blerjes
Dyqaneve
mimet

Profili i Klientve t
Dyqanit

Promocioni

Reklama

Tlay YENER, (2004): Tketici Maaza Markal rnlerin Kalitesini Alglamada

Maaza majnn Rol, .. Sosyal Bilimler Enstits Yaynlanmam Doktora Tezi, Mentor:
Prof. Dr. Kemal KURTULU, Stamboll

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

idem AHN, (2006): Tketicilerin Markal rnlere Ynelik Olumlu Tutum ve

Davran Gelitirmelerinde Marka Kiiliinin Rolne likin Bir Aratrma, Karadeniz Teknik
niversitesi, Sosyal Bilimler Enstits, letme Anabilim Dal, Tem e Doktoraturs, Trabzon

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

- Imazhi i Prgjithshm i Vendit - Cilsia funksionale

- Imazhi i Produktit Specifik - Cilsia specifike

PRCEPTIMET KONSUMATORIKE QLLIMET KONSUMATORIKE

RRETH IMAZHIT T BRENDIT PR BLERJE

KARAKTERISTIKAT SOCIO- NIVELI I INFORMACIONIT T

EKONOMIKE DHE DEMOGRAFIKE T KONSUMATORIT
KONSUMATORIT

- Mosha
- Niveli i Edukimit
- Niveli i t Ardhurave
- Gjinia
- Gjendja Civile
- Numri i Antarve t Familjes
- Pronsia e Veturs

Zehra BOZBAY, (2007): Tketicilerin ok Uluslu rn Deerlendirmelerinde rnn

retildii lke maj ve Marka maj Etkilerinin Belirlenmesi, .. Sosyal Bilimler Enstits,
Yaynlanmam Doktora Tezi, Mentor: Prof. Dr. Kemal KURTULU, Stamboll

23
24
Kapitulli 4

METODAT E MBLEDHJES S T DHNAVE

N kt kapitull do t bhet fjal pr llojet e mbledhjes s t dhnave dhe informacioneve

n hulumtimet biznesore. Qllimi ktu sht q t bhet shpjegimi i metodave t mbledhjes s t
dhnave dhe informacioneve nn kategorit kryesore. Mirpo, s pari duhet t cekim konceptet e
t dhnave dhe informacioneve. E dhna sht nj vler e mbledhur pr t krijuar nj kuptim t
caktuar, por q sht e paprpunuar. Kurse informacioni merr kuptim me prpunimin e ktyre t
dhnave. Hulumtimet n prgjithsi merren me mbledhjen e t dhnave dhe me ndihmn e t
dhnave t prpunuara synojn t arrijn tek informacioni.

T dhnat e nevojshme dhe t mbledhura mund t klasifikohen sipas burimit t t

dhnave. Mbledhja e t dhnave personalisht nga hulumtuesi apo nga personat q ai i menaxhon
me far mjeti n prputhje me qllimin e hulumtimit quhet informacion i burimit primar, kurse
prdorimi i t dhnave dhe informacioneve t mbledhura pr qllime t tjera n hulumtim quhet
informacion i burimit dytsor. Shum hulumtime biznesore i prdorin burimet e informacionit
dytsor pr mbledhjen e t dhnave dhe informacioneve. T dhnat e krijuara nga pikpamja e
burimeve t t dhnave ndahen n dy grupe kryesore:

4.1. T Dhnat e Burimeve Dytsore

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.

T dhnat e mbledhura prmes konsultimit t literaturs paraqesin nj shembul t t

dhnave t burimeve dytsore. Konsultimi i hulumtimeve t realizuara m par dhe prdorimi i
ktyre informacioneve shpesh siguron lehtsi pr hulumtuesin pr nga pikpamja e kostove dhe
kohs. Prve ktyre, sht e mundur t arrihet edhe te t dhnat dhe informacionet e burimeve

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.

Prpara se t dhnat e burimeve dytsore t prdoren duhet t kontrollohet

prshtatshmria, besueshmria, saktsia dhe prditsimi i tyre pr hulumtim. Prshtatshmria e t
dhnave t burimeve dytsore n dispozicion sht nj problem prioritar. Duhet t kontrollohet
se a sht i prshtatshm burimi i prfitimit t t dhnave pr qllimin e hulumtimit. N kt
faz, hulumtuesi duhet t shqyrtoj strukturn e mostrs prej t cils jan mbledhur t dhnat,
madhsin e saj, prkufizimet e ndryshoreve, prputhshmrin e forms s mbledhjes dhe
prezantimit t t dhnave. N disa raste, sado q mund t duket se t dhnat mund t prdoren me
linjat e tyre kryesore, pas ktyre shqyrtimeve t detajuara mund t zbulohet se ato nuk jan t
prshtatshme pr hulumtimin.

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.

T dhnat e burimeve dytsore mund t mblidhen nga burime t ndryshme. T dhnat e

prfituara brenda firms n mnyr periodike, prbjn nj burim pr hulumtuesit. Shum t
dhna t burimeve dytsore, si bazat e t dhnave t cilat mbledhin t dhnat e brendshme, t
dhnat e burimeve dytsore t cilat lehtsojn marrjen e vendimeve biznesore paraqesin burime
t hulumtimit. Kontrollimi dhe prshtatshmria e ktyre lloje t t dhnave mund t kontrollohet
m leht.

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

Hulumtimet e burimeve parsore jan nj nga metodat m t prdorura n hulumtimet

biznesore, si pr sigurimin e t dhnave konsumatorike, si ato t tregut. Arsyeja e ksaj sht
nevoja pr t dhna t vazhdueshme dhe t prditsuara t cilat japin mundsi pr prmbushjen e
kushteve t ambientit i cili ndryshon n mnyr t vazhdueshme. Anketa sht metoda m e
prdorur e cila vjen e para n mendje kur bhet fjal pr lloje t ktilla t hulumtimeve dhe
prve ankets, t dhnat dhe informacionet mund t mbledhen edhe duke prdorur
eksperimentin, vrojtimin dhe metodat e tjera.

Qllimi n hulumtimet e burimeve parsore sht sigurimi i t dhnave dhe

informacioneve t cilat lehtsojn marrjen e vendimeve. Prandaj, prpara se gjithash sht e
nevojshme q t bhet nj analiz kosto-fitim. Me fjal t tjera, duhet t prcaktohet paraprakisht
se dobia apo vlera q do t ofroj informacioni apo t dhnat e mbledhura a sht m e madhe se
kostoja (prfshir edhe koston e kohs) e prdorur pr mbledhjen e ktij informacioni dhe t
dhnave t mbledhura. Pr t vlersuar vlern e t dhns dhe informacionit, sht e rndsishme
t shqyrtohen disa ndryshore.

4.3. Burimet e Gabimeve q Mund t Zbulohen n Informacionet dhe t Dhnat e

Mbledhura

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.

Gabimi i mostrimit n baz paraqitet pr shkak t mosprfshirjes s t gjith individve t

popullsis prkatse. Sado q far do mostre e zgjedhur nuk mund t prfaqsoj n mnyr t
plot popullsin, gabimi i mostrimit mund t matet nse sht aplikuar mostra e rastsis
(mundsis). N qoft se mostra e zgjedhur nuk sht e rastsishme, n kt rast gabimi i
mostrimit n parim sht gabim sistematik dhe nuk ka mundsi pr tu matur. Duhet specifikuar
se n mostrn e rastsishme sht e mundur q gabimi i mostrimit t kontrollohet brenda
kufinjve t besueshmris.

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.

Gabimet q burojn nga prgjigjet parimisht paraqiten gjat fazs s mbledhjes s

informacioneve dhe kuptimisht gabimi ndodh kur vlerat e raportuara t fardo ndryshoreje jan
t ndryshme nga vlerat e vrteta. Kto jan gabime q mund t dalin n shesh gjat fazs s
formulimit t informacionit dhe gabime q dalin nga komplikimet.

4.3.1. Llojet e Gabimeve q Dalin n Shesh Gjat Prgjigjeve

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.

Gabimet e vetdijshme paraqesin dhnien e prgjigjeve gabim me qllim nga prgjegjsi.

Arsyeja e ksaj sht mungesa e aftsis pr t dhn informatn adekuate dhe/ose mos-dshira
pr t dhn informatn adekuate. Vullneti i prgjegjsit pr t mos u prgjigjur buron nga mos-
dshira pr t humbur koh, pr t humbur prestigjin, pr shkak t temave t cilat konsiderohet se
shkelin intimitetin e personit apo pr shkak t pamjaftueshmris s informats. Pr
parandalimin e ktyre lloje t gabimeve mund t mirren masa, si pyetja e pyetjeve n mnyr
indirekte n vend t pyetjes n mnyr direkte, prdorimi i pyetjeve kontrolluese, prdorimi i
disa testeve psikologjike t cilat do t shqyrtohen m von etj. Nj arsye tjetr pr paraqitjen e
gabimeve gjat prgjigjeve sht edhe mos-vullneti i mbledhsve s t dhnave pr t mbledhur
t dhnat. Mbledhsi i t dhnave mund t injoroj mbledhjen e t dhnave t sakta, madje edhe
n qoft se prgjegjsit jan t vullnetshm pr t dhn prgjigje. Forma m e prhapur e ktij
lloji t gabimeve sht mashtrimi q bn mbledhsii t dhnave (apo anketuesi). Pr
parandalimin e ktij lloji t gabimit, para se gjithash mbledhsi i t dhnave duhet t zgjedhet
drejt, t edukohet, t menaxhohet dhe t kontrollohet.

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

Metodat dhe mjetet e prdorura pr mbledhjen e t dhnave dhe informacioneve n

hulumtimet e marketingut, n t vrtet jan metoda dhe mjete mjaft t prdorura dhe t
zhvilluara n disiplinat e tjera shkencore, veanrisht n shkencat e sjelljes.

Metodat e prdorura pr mbledhjen e t dhnave dhe informacioneve n hulumtimet

biznesore ndahen n grupet e ankets (survey), vrojtimit dhe eksperimentit. Metoda m e
prdorur nga kto, padyshim sht anketa.

Pr mbledhjen e t dhnave dhe informacioneve t nevojshme n hulumtimet e

marketingut, sht e nevojshme q t krijohet nj komunikim me individt t cilt jan prfshir
n kuadr t mostrs. N nj lloj t ktill t mbledhjes s t dhnave, prgjegjsit i bhen pyetje
t cilat jan formuluar m par apo pyetje q formulohen gjat intervists. N t njjtn koh,
gjat mbledhjes s ktill t t dhnave, pyetjet i bhen prgjigjsit n mnyr t drejtprdrejt
(direkte) apo n mnyr jo t drejtprdrejt (indirekte). Duke i prdorur s bashku kto dy
ndarje, mund t prcaktohen tri situata t ndryshme t mbledhjes s t dhnave. Kto jan situata
e mbledhjes s t dhnave duke br pyetje drejtprdrejt, pyetjet t prcaktuara m par;
mbledhja e t dhnave duke br pyetje drejtprdrejt, pyetjet t paprcaktuara m par dhe
mbledhja e t dhnave duke pyetur n mnyr indirekte, me pyetje t prcaktuara m par apo
m pas. Kto tri lloje t t dhnave do t shqyrtohen n pika t shkurtra.

4.4.1. Prgjegjsi dhe Llojet e t Dhnave n Metodn e Ankets

a. Mbledhja e t Dhnave Duke Br Pyetje Direkte, t Cilat Jan Prcaktuar m

Par: N kto lloje t anketave t cilat zakonisht prdoren pr prfitimin e informacioneve t
cilat kan karakteristik prshkruese, i pyeten n mnyr t drejtprdrejt prgjegjsit n at
mnyr q prgjegjsi kupton qllimin e hulumtuesit. Pr arsye se kto lloje t anketave nuk
krkojn q anketuesit t ken shkathtsi shtes, kostoja pr nj intervist sht mjaft e ult. Pr
arsye se pyetjet jan pyetur n mnyr direkte, sipas nj rendi standart t prcaktuar dhe
prgjigjet jan mbledhur n nj mnyr t caktuar, pranimi, analizimi dhe interpretimi i t
dhnave sht mjaft i leht. Mbledhja e t dhnave duke pyetur n mnyr direkte, pyetjet t cilat
jan prcaktuar m par, sht lloji m i prdorur i ankets n hulumtimet biznesore.

b. Mbledhja e t Dhnave Duke Br Pyetje Direkte, t Cilat Nuk Jan Prcaktuar

m Par: N kto lloje t anketave, mbledhsit s t dhnave i jepen udhzime n vend t
pyetjeve t prcaktuara. Brenda kornizs s prgjithshme t udhzimit, mbledhsi i t dhnave
sht i lir pr t prcaktuar pyetje t cilat i sheh t nevojshme. Kto metoda t mbledhjes s t
dhnave, prdoren veanrisht n hulumtimet eksploruese me t madhe. Kurse pr hulumtimet
prshkruese apo ato t cilat krkojn lidhjen shkak-pasoj, ky lloj i mbledhjes s t dhnave

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.

Shembujt m t prdorur t ktyre lloje t pyetjeve jan Intervistat e Thella. Kjo

metod e mbledhjes s t dhnave krkon persona t shkatht dhe t trajnuar mir. Kjo bn q t
rritet kostoja pr nj intervist. Prve ksaj, edhe koha e cila sht m e madhe pr mbledhjen e
t dhnave, sht nj faktor q rrit koston pr njsi. Prve ktyre, pr shkak q edhe pranimi,
analizimi dhe interpretimi i t dhnave t mbledhura n mnyr proporcionale sht m e
vshtir dhe merr m shum koh, do t rris edhe m koston pr njsi.

c. Mbledhja e t Dhnave Duke Br Pyetje n Mnyr Indirekte, me Pyetje t

Prcaktuara m Par apo m Pas: Kjo metod e mbledhjes s t dhnave, n baz sht e
prshtatshme pr opinionet subjektive. N kt lloj t mbledhjes s t dhnave, mbledhsi i t
dhnave parimisht tenton q t marr prgjigje n mnyr indirekte pr pyetjet t cilat jan
prcaktuar apo jo m par. Kjo metod e mbledhjes s t dhnave duhet t prdoret n rastet kur
prgjegjsi nuk sht i aft apo nuk dshiron q t jap prgjigje pr pyetjen adekuate. Pr kt
arsye, kostoja pr nj prgjigje sht shum m e lart n krahasim me metodat tjera.

4.4.2. Mjetet pr Mbledhjen e t Dhnave dhe Informacioneve me Metodn e

Ankets

N hulumtimet e marketingut, t dhnat dhe informacionet n lidhje me problemet e

marketingut t cilat zgjidhen me an t aplikimit t ankets mund t prfitohen nga katr mjete.
Kto mjete jan mbledhja e t dhnave prmes intervistave personale, intervistave me telefon,
me post dhe me an t internetit.

a. Intervistat Personale (Intervistat e Drejtprdrejta): N kt metod t mbledhjes s t

dhnave, mbledhsi i t dhnave (intervistuesi, anketuesi) provon t mbledh t dhnat e
nevojshme prmes pyetjeve t drejtprdrejta apo indirekte, t prcaktuara m par apo jo,
duke krijuar kontakt t drejtprdrejt me personat t cilat intervistohen. Gjat prdorimit
t ktij lloji pr mbledhjen e t dhnave, t dhnat konvertohen n mnyr t shkruar
gjat intervists apo pas intervists.
Intervistat personale e zvoglojn normn e mosprgjigjes, si dhe mbledhja e t dhnave
me an t vrojtimit siguron prfitimin m t madh t t dhnave n krahasim me at q t
testoj vrtetsin e t dhnave, sht m elastike n krahasim me mjetet tjera5 dhe siguron
bashkpunim m t lart me prgjegjsin6. Problemet kryesore t intervists personale
mund t renditen n kt mnyr: kostot i ka shum t larta, mund t dalin n shesh
5
Charles S. Mayer, Data Collection Methods Personel Interviews, Robert Ferber, Editor in Chief, Handbook of
Marketing Research, McGraw-Hill Book Company, New York, 1974, fq. 2-82
6
Pr informacione m t detajuara n lidhje me kt tem, shfletoni: Gney Devrez: op.cit. fq. 59-60

30
 shum gabime t ndryshme n lidhje me informatat dhe sjelljet e personit i cili kryen
intervistn, si dhe merr koh.

b. Intervistat me Telefon: N kt lloj t mbledhjes s t dhnave, t dhnat dhe

informacionet e nevojshme merren nga prgjegjsit me an t telefonit. N intervistat me
telefon mund t prdoren pyetje t prcaktuara m par apo jo. Mirpo n secilin rast,
pyetjet duhet t jn n mnyr direkte. Avantazhi m kryesor i ktij mjeti sht kostoja e
ult dhe koha e shkurtr. Kurse prej t metave t prgjithshme sht marrja e
informacioneve t kufizuara7, mundsia e moskontaktimit t mostrs, mosprshtatshmria
pr hulumtimet t cilat krkojn mbshtetje vizuale dhe vshtirsia pr t audituar
vrtetsin e informacionit.

c. Mbledhja e t Dhnave me An t Posts: Rastet n t cilat prdoret me t madhe

metoda e mbledhjes s t dhnave me an t posts jan rastet kur pyetjet jan t
prcaktuara dhe t pyetura n mnyr t drejtprdrejt. Pyetjet t cilat drgohen me
post, prgjigjen nga prgjegjsi dhe pastaj i kthehen drguesit. Gjat prdorimit t ksaj
metode duhet q t sigurohet bashkpunim n shkall t lart me prgjegjsin pr arsye se
prgjegjsi prve q ka pr tiu prgjigjur pyetjeve, ka detyrn edhe t ruajtjes dhe t
drgimit me post formn e pyetjeve. Avantazhet kryesore jan mundsia e prfitimit t
informacioneve me kosto t ult prej mostrs e cila prfshin nj zon t gjer gjeografike,
mundsia e hulumtimit t temave t ndryshme dhe detajuese, eliminimi i ndikimit t
anketuesit, t qenit i leht dhe i thjesht. Kurse t metat kryesore t ksaj metode jan
norma e ult e prgjigjes, koha e gjat pr kthimin e prgjigjeve, pamundsia e
prcaktimit se kush u sht prgjigjur pyetjeve.

d. Mbledhja e t Dhnave me An t Internetit: Teknologjia e avancuar ka lehtsuar

punn e hulumtuesve n metodat e mbledhjes s t dhnave. Avantazhet kryesore t
mbledhjes s t dhnave me an t internetit jan mundsia e mbledhjes s t dhnave
shpejt dhe lir, njohja e mundsis pr t kontaktuar personat t cilat gjenden n zona t
gjera gjeografike, lehtsimi i puns s hulumtuesit duke i konvertuar t dhnat n baz t
t dhnave etj. T metat e ksaj metode n prgjithsi jan pamundsia pr t kontaktuar
grupin shnjestr i cili ka aftsi dhe lidhje t fort t internetit, pamundsia pr t
kontrolluar identitetin e prgjegjsit dhe vrtetsin e t dhnave etj. Kto lloje t
anketave mund t mblidhen me an t grup e-maileve dhe uebfaqeve t internetit.
Mirpo, duhet q s paku dy jav t jepet koh pr t marr pjes prmes internetit dhe
me an t mbshtetjes teknologjike duhet t kontrollohet pjesmarrja m shum se
njher e prdoruesve.

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

N hulumtimet biznesore, nj nga metodat pr mbledhjen e t dhnave dhe

informacioneve nga burimet parsore sht edhe vrojtimi. N metodn e vrojtimit vrojtohen
ngjarjet t cilat nuk gjenden nn asnj ndikim. Rezultatet e vrojtimit ruhen n momentin e
vrojtimit apo edhe m von. N krahasim me metodn e ankets, metoda e vrojtimit sht m
direkte, mirpo ka n posedim vetm nj pjes t kufizuar pr prdorim. Arsyeja e ksaj sht se
me metodn e vrojtimit mund t kapen vetem ngjarjet dhe sjelljet fizike. Mbledhja e t dhnave
dhe informacioneve me an t metods s vrojtimit do t shpjegohet m n detaje n kapitullin e
hulumtimeve kualitative.

4.4.4. Mbledhja e t Dhnave me An t Eksperimentit

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

HULUMTIMET KUALITATIVE / CILSORE

Hulumtimet kualitativeparaqesin mbledhjen, analizimin dhe interpretimin e t dhnave t

cilat nuk mund t shprehen me numra n mnyr t konsiderueshme. Qllimi n hulumtimet
kualitative nuk sht q t bhen prgjithsime duke i sjellur rezultatet n nj nivel numror,
mirpo prfitimi i informacioneve t thella n lidhje me temn e cila sht qllimi i hulumtimit.
T dhnat e hulumtimeve kualitative mund t prdoren me lehtsi n rastet kur ato gjenden n
forma t ndryshme, si fotografi, tekst, dialog, z, pozicion, intonacion, sjellje njerzore, lvizje
etj. Kto t dhna jan t prshtatshme pr hulumtimet eksploruese pr arsye se zakonisht nuk
jan strukturore dhe aplikohen n mostra t vogla, mirpo mund t prdoren s bashku me
hulumtimet kuantitative.

Kurse hulumtimet kuantitative jan m standarde n krahasim me hulumtimet kualitative

dhe prdorin mostr e cila prfaqson n shkall m t lart popullsin. Pr kt arsye, n fund t
hulumtimit mund t japin rezultate t cilat jan t prshtatshme pr t br prgjithsime n
lidhje me popullsin dhe n disa raste edhe pr t br parashikime.

T qenurit e hulumtimit sasior/numerik nuk e bn hulumtimin m t vlefshm apo m t

sakt. Q t dy hulumtimet jan t rndsishme. Hulumtimet kualitative dhe kuantitative nuk
konkurrojn me njra-tjetrn, prkundrazi, ato e plotsojn njra-tjetrn.

N kt kapitull synohet q t shqyrtohen n detaje llojet e hulumtimeve kualitative t

cilat prdoren m shum n hulumtimet eksploruese.

5.1. Karakteristikat e Hulumtimeve Kualitative

Hulumtimet kualitative jan nj lloj i hulumtimeve q prhapja dhe prdorimi i tyre ka

pasur rritje n hulumtimet e shkencave shoqrore. N baz, kan per qllim shqyrtimin e thell t
t dhnave t cilat vijn nga burime shum t vogla. Me shqyrtimin e ktyr t dhnave kan pr
qllim q t rrisin nivelin e informacionit me an t rezultateve t prfituara nga hulumtimi dhe
t prfitojn ndryshore n lidhje me temn e hulumtimit.

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.

1. Objektiviteti: N interpretimin e t dhnave t hulumtimeve kualitative t marra nga

mjedisi luajn rol me rndsi ndikimet e kushteve t ambientit si, karakteristikat e
personit i cili bn kto interpretime, mbledhja e t dhnave apo shqyrtimi i tyre etj 8.
Subjektiviteti sht nj ndryshore e rndsishme i cili paraqitet n rastet kur
prceptimet marrin pjes n nj vlersim dhe q ndikon n kto prceptime.
Hulumtimet kualitative dallojn nga kjo perspektiv prej hulumtimeve kuantitative.
Rezultatet e hulumtimit mund t dallojn sipas kompetencs s hulumtuesit, nivelit t
informacionit dhe qllimit t hulumtimit.
2. Prshkrimi: N hulumtimet kualitative, hulumtuesit zakonisht punojn me shum
lloje t ndryshme t t dhnave. Hulumtimet ndrtohen n drejtim t prcaktimit t
ktyre ndryshoreve, grupimit t tyre ndrmjet vete dhe njohjen e natyrs s lidhjeve.
N hulumtimet kuantitative, shumicn e kohs kto ndryshore jan t prcaktuara dhe
synohet t kalohet n fazat e tjera t hulumtimit, si njohja e lidhjeve t ndryshoreve n
mnyr sasiore, zhvillimi i modeleve parashikuese etj.
3. Vlefshmria dhe Besueshmria: Hulumtimet kualitative nuk jan hulumtime t cilat
bhen me qllim t prgjithsimit. Punimi me grupe t vogla n mnyr t detajuar ka
pr qllim marrjen e t dhnave m t thella. Pr kt arsye nuk kan pr qllim
prgjithsimin e popullsis apo qndrueshmris s hulumtimit. Me mostra t vogla
dhe me t gjeturat nga kto mostra nuk sht e mundur q t bhet nj interpretim n
lidhje me at se do t plotsohen t gjitha kushtet brenda t cilave prfitohen
rezultatet e hulumtimit.
Pr nga pikpamja e vlefshmris, hulumtimet kualitative jan t dobishme n rastet
kur linjat kryesore t informats q dshirohet t merret me an t hulumtimit jan t
prcaktuara n mnyr t qart. Mirpo nuk duhet t harrohet q metodat e prdorura
kualitative n kuadr t hulumtimeve eksploruese, kryhen pa hipoteza ngaq kan
baz eksplorimi.
4. Madhsia e Mostrs me t Ciln Punohet: Studimet kualitative n krahasim me
studimet kuantitative, shpesh krkojn t punohet me madhsi m t vogl t mostrs
pr shkak t ndryshoreve si, kostoja, mungesa e prvojs dhe informacionit t
personit i cili kryen hulumtimin, koha etj. Madje edhe n qoft se t dhnat e
prfituara konvertohen n at gjendje q mund t interpretohen n mnyr sasiore,
shum shpesh pr shkak t madhsis s mostrs nuk mund t jet e prshtatshme q
t interpretohen n mnyr statistikore.
5. Fleksibiliteti: Hulumtimet kualitative nuk jan hulumtime t cilat bhen n baz t
nj modeli bazik t hulumtimit dhe hipotezave dhe prandaj jan m fleksibile. Shum
8
Ali Yldrm, Hasan imek, Metodat e Hulumtimeve Cilsore n Shkencat Shoqrore, Botimi 4, 2004, Sekin
Yaynclk, Ankara

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.

Hulumtuesit gjat zgjedhjes s prdorimit t metodave t hulumtimeve

kualitative/cilsore duhet q ti ken parasysh kto karakteristika si dhe t vlersojn se sa sht
e prshtatshme metoda e prdorur pr t matur pyetjen e hulumtimit.

5.2.Llojet e Hulumtimeve Kualitative

Hulumtimet kualitative mund t grupohen n baz t asaj se qllimi i hulumtimit a u

informohet apo jo pjesmarrsve t hulumtimit. N disa raste personat e prfshir n mostr
mund t informohen q jan pjesmarrs n nj hulumtim qoft edhe pjesrisht, n disa raste
edhe pr qllimin e hulumtimit. Kto lloje t hulumtimeve quhen hulumtime t drejtprdrejta (t
hapura). N hulumtimet e drejtprdrejta kualitative, hulumtuesit dhe pjesmarrsit krijojn
komunikim dhe pjesmarrsit, qoft edhe pjesrisht, dijn se pr far qllimi bhet hulumtimi.

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.

Disa metoda t hulumtimeve, mund t klasifikohen shum leht n t drejtprdrejta apo jo

t drejtprdrejta. Mirpo, n disa raste, hulumtimi mund t ndrroj gjendjen nga indirekte n
hulumtim direkt pr shkak t disa ndryshimeve t vogla n aplikim, prkundr prdorimit t
metods s njjt. Kjo sht nj situat ku kto metoda duhet t shqyrtohen n kushtet e veta.

5.2.1. Vrojtimi

N hulumtimet e marketingut, nj ndr metodat m t prdorura kualitative pr

mbledhjen e t dhnave dhe informacioneve nga burimet parsore sht edhe vrojtimi. N
metodn e vrojtimit, rezultatet mund t interpretohen duke i prcjellur ngjarjet t cilat nuk
gjenden nn asnj ndikim. Rezultatet e vrojtimit vlersohen nga hulumtuesi duke i ruajtur n

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.

5.2.1.1. Auditimet n Dyqane: Auditimet n dyqane zhvillohen me qllim pr t

prcjellur ndryshoret n lidhje me dyqanin. Kto lloje t vrojtimeve mund t aplikohen m s
shumti n antart e kanaleve t shprndarjes (ndrmjetsve). Qllimi i aplikimit t vrojtimit n
ndrmjets sht q t matet madhsia e tregut, pjesa e tregut, shprndarja gjeografike e tregut,
shprndarja sezonale e blerjeve, ndikimi i ndryshimeve t mimit n shpenzimet e promocionit
apo n ndonj element tjetr t marketingut. Vendet m t prdorura brenda ktij grupi jan
kontrollet e inventarit dhe mimeve. Me an t kontrolleve t inventarit dhe shitjeve brenda
intervaleve t prcaktuara kohore, kontrollohen pjest t cilat e shesin mallin adekuat n nj
dyqan dhe firmat t cilat e shesin at mall.

Kurse vrojtimi mbi konsumatort prdoret m shum n hulumtimet e konsumit dhe

tenton t prcaktoj brendet t cilat konsumatori ka n dor n ato momente, sasin dhe
madhsin e pakets. N kt mnyr tentohet t prcaktohen sasit e konsumimit. Sado q kjo
metod prcakton preferencat e konsumatorve, sht e pamjaftueshme pr t kuptuar arsyet t
cilat flejn nn kto preferenca.

Studimet t cilat mund t zhvillohen n lidhje me punonjsit do t shpjegohen m

hollsisht n pjesn e blerjes misterioze.

5.2.1.2. Vrojtimi Duke i Prdorur Paisjet Mekanike: N kt vrojtim prdoren disa

paisje mekanike n momentin e vrojtimit. Nj pjes e ktyre paisjeve mekanike prdoren n
studimet laboratorike, kurse nj pjes tjetr nj studimet n terren. Disa nga kto jan:
1) Kamera e Syrit: sht nj kamer e cila vendoset n sy dhe ka pr qllim q t shqyrtoj
fardo shkrimi, mnyr t leximit dhe sistemi. Prdoret n krkimet n lidhje me
reklamat. Qllimi n kto krkime sht q t prcaktohet se cila ndryshore prcillen
brenda t dhnave t cilat marrin pjes n nj zon t gjer gjeografike.
2) Kamera e Bebzs s Syrit: sht nj paisje e cila vendoset n sy dhe q mat rritjet dhe
zvoglimet shum t ndjeshme n bebzn e syrit. Rritjet dhe zvoglimet n bebzn e
syrit kan t bjn me shkalln e interesimit me gjn t cilin personi e sheh. Me rritjen e
interesimit, bebza e syrit rritet. sht shum m efektive n krahasim me kamern e
syrit. Mirpo e meta m e madhe e ksaj paisjeje sht se shpesh nuk dihet arsyeja e
interesimit t ndier.9

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.

4) Kamerat e Fshehta Televizive: Prdoren veanrisht n vrojtimin e sjelljeve t

konsumatorve n dyqanet e mdha. Prve hulumtimeve, kto kamera prdoren me t
madhe pr t kontrolluar vjedhjet n dyqane.
5) Audiometri: Prdoret pr t matur ndikimin e reklamave televizive. Audiometri sht nj
paisje e cila vendoset n televizion. Kjo paisje regjistron kohn kur hapet, kur mbyllet
televizioni dhe se cili kanal shikohet. Mirpo, hapja e televizionit nuk nnkupton
shikimin e tij, por edhe n qoft se shikohet, nuk nnkupton se shikohen reklamat, por
edhe n qoft se shikohen reklamat, prap sht dyshuese se sa jan efektive. Po ashtu,
familjet t cilat e vendosin kt paisje n televizion mund t sillen jasht sjelljeve t
vrteta ngaq e dijn vendosjen e ksaj paisjeje n televizion.
6) Radio Frequency Identification (RFID): RFID jane etiketa elektronike t cilat
informojn blersin pr produktin e bler, duke shprndar frekuenca t cilat tregojn
pozicionin aktiv apo pasiv t blersit. Etiketat t cilat jan aktive mund t punojn
varsisht mos ardhjes s frekuencave t cilat krkojn informacione nga blersi, ushqehen
nga burimet e energjis t cilat gjenden brenda sistemit t vet dhe mund t maten n zona
shum m t largta nga blersi. Pr kt arsye, prdoren m s shumti n fushat si,
prcjellja e transportit. Kurse etiketat pasive emetojn sinjale nga blersi t cilat
prcaktojn vendin brenda kornizs s mesazhit. Sidomos viteve t funditka filluar t
prdoret me t madhen hulumtimet e bra n sektorin e marketingut. Mund t prdoren
pr t prcaktuar se me cilat sisteme jan kryer funksionet, si psh., marrja e produktit nga
rafti, arritja te arka etj. N disa hulumtime sht vrejtur se kto etiketa jan prdorur pr
t siguruar informatat e duhura pr t vrojtuar sistemet e shtitjes s konsumatorve n
qendrat tregtare apo n dyqan dhe pr menaxhimin e kategorive duke e instaluar sistemin
RFID n karrocat e blerjes.10

5.2.1.3. Vrojtimi Direkt: N kt lloj t vrojtimit, ngjarjet dhe/apo sjelljet vrojtohen n

mnyr direkte. Hulumtuesit jan ata q bjn vrojtimin dhe n kt proces nuk prdoret asnj
paisje. sht e rndsishme q pr interpretimin e rezultateve q do t prfitohen nga kjo metod

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.

Nj problem tjetr me rndsi sht edhe mos-informimi i njerzve se jan nn vzhgim

dhe kjo situat bie shpesh n konflikt me konfidencialitetin e jets private t njerzve. Pr kt
arsye, hulumtuesit duhet t informojn se do t bjn nj vzhgim brenda nj kohe t pacaktuar
ose pas kryerjes s vzhgimit duhet q t marrin leje nga personat t cilat jan tema e hulumtimit
pr prdorimin e ktyre informacioneve. N t ktilla hulumtime, hulumtuesi mund t aplikoj
rregullat e prgjegjsis s hulumtimit n nivel ndrkombtar duke pasur kujdes n rregullat e
etiks s hulumtimit t prcaktuara nga ESOMAR-i.11

5.2.1.4.Klienti Misterioz (Mystery Shopping)

Brenda kontrollimit t dyqaneve gjendet edhe kontrollimi i punonjsve dhe mjedisit t

puns. N kto hulumtime shqyrtohen tema si cilsia e shrbimit apo matjet e forms, reagimet e
punonjsve ndaj skenarve t veant, prputhja konsumator-punonjs, mjedisi i brendshm dhe
prshatshmria e konsumatorit.

N kto metod t hulumtimit t quajtur klienti misterioz (mystery shopping), hulumtuesi

duke u paraqitur si klient n kushte t prcaktuara m par pa e publikuar identitetin e tij mat
cilsin e shrbimit t dyqanit dhe menaxhimin e lidhjeve me klient. Klienti misterioz paraqet
nj metod bazike t hulumtimit pr vrojtimin e punonjsve t biznesit, duke krijuar bindjen se
sht nj klient i vrtet.12 Hulumtuesi i cili e fsheh identitetin e tij, mund t marr informata
rreth produktit apo shrbimit duke shkuar si klient n pikat e shitjes s produkteve apo
shrbimeve, mund t kryej blerje, mund t bj ankesa, madje n disa kushte mund t bj kthimin
e produktit dhe raporton duke br vzhgime n lidhje me kto raste.13

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.

Po ashtu, kjo metod lejon hulumtuesin q t bj vlersime mbi nj form t prshtatshme

t pyetjes. N rastet kur arrihet tek madhsia e nevojshme e mostrs, rezultatet e prfituara mund
t vlersohen n mnyr statistikore. Nga kjo pikpamje, kjo sht nj metod e cila mund t
prdoret edhe pr hulumtimet kuantitative. Pr shembull, n nj hulumtim t br pr t vlersuar
prfaqsuesit e klientve t banks, sht e mundur q t merren rezultate identifikimi dhe
parashikimi duke i vlersuar t gjith prfaqsuesit e klientve t cilt punojn n bank dhe
duke aplikuar analiza n t dhnat e mbledhura me an t forms s vlersimit brenda
ndryshoreve t prcaktuara m par.

5.2.2. Hulumtimet Etnografike/Netnografike

Hulumtimet etnografike paraqesin nj metod t matjes ku hulumtuesi duke u przier n

mesin e individve apo grupeve t cilat jan tema e hulumtimit mat mnyrn e jetess s ktij
grupi, vlerat, modelet e sjelljes dhe arsyet e ktyre sjelljeve duke i vzhguar ve e ve.14 sht
nj metod bazike e hulumtimit e antropologjis dhe sociologjis. Ndonjher hulumtuesi mund
t fsheh qllimin dhe identitetin e tij nga grupi i prgjithshm. N kt mnyr kjo mund t
shkurtoj kohn e pranimit t hulumtuesit n grup.

Hulumtuesi pr t hyr n grup n t cilin do t bj vzhgimin duhet q t siguroj

materialin e nevojshm (t posedoj nj produkt, nj kart antarsimi etj.) apo rregullat e
nevojshme (aftsit fizik pr tu futur n nj ekip etj.) dhe n kt mnyr fillon procesin e
hyrjes. Pastaj duke u gjendur n pozicione t ndryshme brenda grupit, do t mund t vzhgoj
dhe t shikoj. Kto lloje t hulumtimeve zakonisht jan afatgjata dhe japin mundsi q t
mblidhen t dhna brenda viteve. Hulumtuesi ashtu si mund t rrit cilsin e t dhnave t
marra nga prshtatja brenda grupit, n t njjtn mnyr mund edhe t nprkmb objektivitetin
e tyre duke e ndjer veten si pjes t grupit.15 Pr kt arsye, hulumtuesi duhet q punimin e tij
ta ruaj vazhdimisht dhe duhet t marr prkrahje nga hulumtuesit e tjer n studimet afatgjata.

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

Kurse hulumtimet netnografike, njihen si aplikime t studimeve etnografike n grupet e

mbledhura n ambientet e internetit, i cili n ditt e sotme sht nj nga mjediset m efektive t
komunikimit. N ambientet e internetit, hulumtuesi mund ta fsheh m leht identitetin e tij dhe
mund t arrihen lloje t ndryshme t informacioneve nga personat t cilat e mbajn identitetin e
tyre t fshehur. Po ashtu, n hulumtimet netnografike, individt t cilt jan tem e hulumtimit
nuk do t jen t kufizuar n kushtet gjeografike.

5.2.3. Intervistat e Fokus Grupeve (Focus Group)

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.

N intervistat e fokus grupeve moderatori ka nj rol t rndsishm dhe t ndjeshm deri

n shkalln e fundit. Moderatori duhet t siguroj q diskutimi t rrjedh n mnyr t natyrshme
ndrmjet t gjith pjesmarrsve dhe n t njjtn koh q diskutimi t mos devijoj shum nga

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.

Karakteristikat t cilat krkohen tek moderatort jan:

1. T jet i sjellshm, por i qart

2. Tolerant
3. I interesuar
4. Pyets dhe marrs i m shum t dhnave
5. Inkurajues
6. Fleksibil
7. I ndjeshm.

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.

Studimet e fokus grupeve ofrojn shum avantazhe pr nga aspekti i bollshmris s t

dhnave. Ofron mundsi q hulumtuesi t siguroj t dhna t thella t cilat shumicn e kohs
nuk mund ti siguroj nga burimet dytsore, n t cilat ka punuar m par n lidhje me temn e
hulumtimit. Po ashtu, sht nj metod e rndsishme pr nga aspekti i prcaktimit t
pikpamjeve t ndryshme t nj grupi i cili ka karakteristika t ndryshme rreth nj teme t njjt.
N disa raste sht nj metod e dobishme ngase jep mundsi pr t prcaktuar grupet e veanta
me t cilat hulumtuesi duhet punuar dhe siguron marrjen e informacioneve t thella n lidhje me
kto grupe. Jep mundsi q t merren m shum informacione duke i intervistuar individt ve e
ve si dhe nga tregu i mendimeve dhe sinergjis t krijuar nga pikat e prcaktuara nga individt
t cilt sjellin pika t reja n mendjet e pjesmarrsve t tjer. Po ashtu, duke i dgjuar apo
shikuar regjistrimet e intervists s fokus grupit, mendimet e menaxherve t marrjes s
vendimeve mund t ndikohen shum m leht.

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.

Llojet e Fokus Grupeve:

Fokus grupet dy-drejtimshe: N kt metod ekzistojn dy grupe. Gjat diskutimit

t njrit grup, grupi tjetr dgjon.
Grupet me dy moderator: Gjenden dy moderator n nj fokus grup. Njri
moderator prcjell rrjedhjen e diskutimit, tjetri sigurohet q t diskutohen temat e
prcaktuara.
Grupet me dy moderator t kundrt: Edhe n kt metod gjenden dy
moderator. Mirpo kta moderator jan zgjedhur me qllim n mesin e
personave t cilt kan mendime t kundrta. N kt mnyr, diskutimi
zhvillohet n t dy drejtimet.
Grupet me pjesmarrsit moderator: N kt aplikim t fokus grupit, moderatori
duke nxitur pjesmarrsit q t luajn rolin e moderatorit synon q t rrit
dinamikn e grupit.

5.2.4. Intervistat e Thella

Jan nj teknik e hulumtimit me nj pjesmarrs q shumicn e kohs jan t

pastrukturuara, jan t drejtprdrejta dhe kryhen ball pr ball. Gjat intervists me
pjesmarrsin, qllimi sht q t nxirren n shesh shprehit, besimet, qndrimet dhe ndjenjat q
i prkasin nj teme t caktuar, tu jipet vendi mendimeve t ekspertve n lidhje me temn dhe
pr t kuptuar sektorin, temn n mnyr t thell.

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.

N dallim prej studimeve t fokus grupeve, n intervistat e thella sht m e leht q t

trajtohet fytyra e brendshme e thellsis s tems. Nuk prjetohen probleme t tilla si humbja e t
dhnave apo devijimi nga tema pr arsye se intervista zhvillohet vetm m nj pjesmarrs.
Pjesmarrsi, n krahasim me intervistat e fokus grupeve, do t mund ti ndaj shum m leht
mendimet dhe prvojat dhe nuk do t shqetsohet pr mendimet e personave t tjer n grup.

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.

Metoda e intervists s thell mund t aplikohet n hulumtimet biznesore pr t marr

mendimet e ekspertve, n studimet e bra me fmij, n prfitimin e informacioneve nga
personat t cilat nuk dshirojn ti ndajn n prani t njerzve, n rastet kur pjesmarrsit nuk
dshirojn t flasin prpara njerzve pr arsye t normave t vshtira sociale, n temat t cilat
krkojn konfidencialitet komercial etj.

5.2.5. Teknika Delfi

Teknikat e delfit sht nj metod aplikimi pr mbledhjen e t dhnave rreth tems s

njjt me m shum se nj pjesmarrs. Mirpo, n kt metod, pjesmarrsit n kundrshtim
me intervistn e fokus grupit nuk sillen s bashku n t njjtin mjedis. Prdoret metoda e marrjes
s informacionit ve e ve nga secili pjesmarrs. Pr dallim nga intervistat e thella, teknika e
delfit ofron mundsin e dy apo m shum vlersimeve duke u dhn informata pjesmarrsve
rreth rezultatit t prbashkt.

N hulumtimet biznesore sht e mundur q t rastisen shpesh dy prdorime t ndryshme.

E para ka t bj me nevojn e hulumtuesit pr t marr mendimin e ekspertit rreth nj teme. Pr
shkak t distancs gjeografike apo mundsis s ndikimit n grup nga njri-tjetri, hulumtuesi
merr mendimet e ekspertve qoft n mnyr t shkruar apo me metodn e intervists. N disa
raste, identitetet e ekspertve tjer t intervistuar mbahen t fshehura. Hulumtuesi m pas nxjerr
nj prfundim duke i prpiluar t gjitha mendimet. Rezultatet e nxjerrura u kalohen prsri

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.

5.2.6. Studim Rastet

Jan nj lloj i hulumtimeve kualitative q ndodhin n strukturn e studimeve

eksperimentale natyrore. N mnyr t natyrshme kan pr qllim vnien n pah t nj fotografie
t prgjithshme t situats e cila rrjedh pas proceseve t mbledhjes s t dhnave, si intervistat e
bra me personat apo organizatat e nevojshme, vzhgimi dhe shqyrtimi i rezultateve t cilat jan
rezultat i kushteve ndaj t cilave hulumtuesi nuk mund t ndrhyj absolutisht. N hulumtimet
biznesore, ndeshen shum shembuj t studim rasteve, si p.sh., kuptimi i rezultateve t nj
aplikimi t realizuar se fundi, vlersimi i strategjive dhe rezultateve t aplikimeve biznesore
shqyrtimi i ndryshimeve t bra t cilat rrjedhin nga kushtet e mjedisit etj.

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

Teknikat projektive paraqesin nj teknik pr matjen e motivacionit, besimeve,

qndrimeve apo ndjenjave t pjesmarrsit n lidhje me temn adekuate, n nj form t
pastrukturuar dhe n mnyr indirekte nga pjesmarrsi. Duke prdorur shum teknika t
shkencs s psikologjis kan pr qllim analizimin e sistemeve t brendshme t cilat personat
shum shpesh nuk i dijn apo nuk mund ti shprehin. Pr menaxhimin e mir t procesit t
hulumtimit, sht e rndsishme q hulumtuesi t njoh shum mir temn dhe t ket prvoj n
hulumtime t ktilla. N kt teknik, pyetjet mund ti pyeten personit nprmjet koncepteve t
ndryshme t cilat i prkasin tems baz, po ashtu mund ti prezantohen edhe n formn sikur
jan pyetur pr personin e tret. N kt mnyr, pjesmarrsi do t ndiej veten m rehat dhe do
t mund t prgjigjet m leht. Kto teknika kan lloje t ndryshme:

5.2.7.1.Teknika e Asocimit t Fjalve (Word Association Technique)

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.

Analogjia/Analogjia Sembolike: N kt metod, e cila i ngjan shum asocimit

t fjalve, duke i dhn prgjegjsit direkt ndonj objekt, brend, logo, simbol,
ambalazh etj., krkohet asocimet me kto ndryshore dhe prve fjalve, n t
njjtn koh mund t jet asocim knge17, ngjyre apo ndjenje. N studimet n
lidhje me brendet apo studimet e reklamave me an t ksaj metode e cila prdoret
shum shpesh synohet t shprehen prceptimet e pjesmarrsit n lidhje me
brendin apo reklamn me an t metodave indirekte dhe n kt mnyr t
kuptohen situatat t cilat tentohen t fshihen.

5.2.7.2. Teknika e Plotsimit (Completion Technique)

Krkohet nga pjesmarrsi q t plotsoj nj deklarat t paplotsuar. Forma m e

prdorur sht plotsimi i fjalis. Ka ngjashmri me teknikn e asocimit t fjalve. Duke i
dhn disa fjali pjesmarrsit n lidhje me temn e hulumtimit krkohet q t plotsohen. Nj
version tjetr sht plotsimi i tregimit. N kt metod t hulumtimit, hulumtuesi duhet t

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.

5.2.7.3. Teknikat e Ndrtimit (Construction Techniques)

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.

Interpretimi i Fotografis/Testet e Prceptimit Tematik (TPT): N kt tenik

krkohet nga pjesmarrsi q t interpretoj nj fotografi t prezantuar. Fotografia
e prezantuar n mnyr vizuale n disa raste mund t jet nj objekt shum i qart,
e n disa t tjera e komplikuar dhe mund t ket forma t ndryshme t
interpretimit. Nga aplikimet m t njohura t prdorimit t forms s komplikuar
sht testi i boj shkrimit. Ky test ka pr qllim kuptimin e gjendjes shpirtrore
t pjesmarrsit, asjen dhe qndrimin n lidhje me objektin, t cilin e prngjan
me fotografin e prezantuar. Mund t prdoret n hulumtimet biznesore, n
sektorin e reklams pr t matur prceptimin e krijuar vizual, pr t vlersuar
dizajnimet e ambalazhit, logos, simboleve etj.
Testi i Karikaturs: N kt test, krkohet q t plotsohen balonat e karaktereve
t ndryshme t prdorur n bisedat ndrmjet tyre. Hulumtuesi duhet t ket kujdes
se si prkufizohen kto imazhe t cilat jepen nj pas nj dhe t cilat mund t
krijojn lidhje t nj ngjarjeje, n simptomat pozitive apo negative, veanrisht n
ndjenjn apo mendimin e theksuar.

5.2.7.4. Teknikat Shprehse (Expressive Techniques)

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.

Luajtja e Rolit (Role Play): N teknikn e luajtjes s rolit, pjesmarrsi

performon nj rol t cilin i krkon hulumtuesi dhe n mnyr improvizuese luan
nj loj n lidhje me at. N kt proces, hulumtuesi prve ndryshoreve t cilat
pjesmarrsi i shpreh n mnyr verbale, duhet t shqyrtoj edhe lvizjet e trupit,
gjestet dhe mimikat t cilat i shfaq. Nuk duhet ti tregohet pjesmarrsit se si
duhet t prfundoj tema t ciln e improvizon, ai duhet t lihet i lir q ti shpreh
mendimet e tij pozitive apo negative. N hulumtimet e marketingut, kjo metod
mund t haset n studimet e luajtjes s rolit pr personalitetin e brendit. Ktu,

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.

Prkundr q teknikat projektive jan t dobishme pr t analizuar besimet, qndrimet

dhe sjelljes e nnndrgjegjjes, jan teknika t kushtueshme, analizohen vshtir dhe vende vende
mund t jen t njanshme.

5.2.8. Analiza e Prmbajtjes

Analiza e prmbajtjes ka pr qllim zhvillimin e nj forme objektive t vlersimit, pr t

krijuar nj prmbajtje t prgjithshme n lidhje me prmbajtjen e materialeve t cilat nuk kan
ndikim nga hulumtuesi.18 Dallon pr nga aspekti i mosndrhyrjes s hulumtuesit n prmbajtje
n krahasim me vlersimin e t dhnave t prfituara n fund t hulumtimeve t intervistave t
fokus grupeve dhe intervistave t thella sepse n t ktilla hulumtime, hulumtuesi duke br vet
pyetje, n mnyr direkte e orienton prmbajtjen e t dhnave t shfaqura.

Teknikat e analizs s prmbajtjes kan pr qllim kuptimin e shum strukturave t

ndryshme t cilat jan t fshehura n prmbajtje dhe q nuk vrehen n shikim t par. N disa
raste, kuptimi i lidhjeve t cilat nuk vrehen n shqyrtimin e par t disa burimeve t
informacioneve dhe analizimi i ktyre strukturave mund t bhen m t komplikuara sesa
mendohet.

Gjat aplikimit t analizs prmbajtsore, struktura dhe linjat e materialit t shqyrtuar

duhet t prcaktohen n mnyr t qart. E para q vjen n mendje n kto lloje t hulumtimeve
jan tekstet e shkruara. Veanrisht pr shkencat sociale t cilat punojn me dokumente t
shkruara, si, letrsia, historia etj., sht nj metod tepr e rndsishme e hulumtimit. Mirpo,
prdorimi i saj nuk sht i kufizuara me kto shkenca. Sado q burimet e shkruara jan burimet e
t dhnave m shpesh t rastisura, edhe materialet e tjera, si, filmat, filmat dokumentar,
fotografia, pikturat, regjistrimet znore, regjistrimet e radio-programeve, regjistrimet muzikore,
uebfaqet e internetit, bloqet, reklamat, serialet, lojrat kompjuterike etj., jan burime t
prshtatshme pr analizn prmbajtsore. Hulumtimi i strukturave brenda ktyre burimeve mund
t dalloj sipas karakteristikave t burimit.

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.

Prej studimeve m t shpeshta t bra t analizs prmbajtsore sht shqyrtimi i gjetjes

apo jo t njsive (fjal, z, ngjyr, brend etj.) brenda dokumentit t shqyrtuar dhe n qoft se
gjenden shqyrtimi i asaj se n far frekuenca prsriten. Po ashtu, mund q t grupohen disa
karakteristika n kategori dhe dokumentet t shqyrtohen nga kjo perspektiv. Shqyrtimi i
prdorimit t karakteristikave pozitive apo negative n prmbajtje, veanrisht n reklam dhe
media sht nj metod mjaft e prfodur n analizat prmbajtsore. 19 Kto matje, si dhe
ndryshimi i kuptimit dhe ndryshimi i frekuencs, n t njjtn koh jan edhe tema hulumtimi t
analizs prmbajtsore t rastistura shum shpesh n hulumtimet prmbajtsore t shkencave
sociale. Prve ktyre, hulumtuesi sidomos mund t zhvilloj kritere dhe shqyrtime t ndryshme
pr nga aspekti i karakteristikave t cilat dshiron ti shqyrtoj.

Gjat ktyre shqyrtimeve, prcaktimi i karakteristikave m par dhe grupimi i ktyre

karakteristikave brenda nj kornize t caktuar sistematike sht e dobishme pr nga aspekti i
humbjes s t dhnave dhe zvoglimit t gabimeve. Prdorimi i nj listeje t kontrollit, t nj
sistemi t nnvizimit pr prcaktimin e pikave adekuate do t ndihmoj m von hulumtuesin n
fazn e prmbledhjes s rezultateve.

Sidomos n dit e sotmeprdoren me t madhe programet e zhvilluara me qllim pr t

ndihmuar hulumtuesit n analizat prmbajtsore t bra mbi tekste. Ekzistojn shembuj t
ndryshm t ktyre programeve dhe ndr programet m t njohura dhe m t prdorura n
internet jan Visualtext, SPSS Text Analysis for Surveys, Textsmart, WinATA, Intelligent Miner
for Text, iCrossReader, Knowedge Organizer etj.20 Kto programe, n prgjithsi skanojn
frekuencn e fjalve t prdorura n nj tekst, prdorimin, lidhjen me fjalt e tjera, kuptimet
pozitive apo negative. Mirpo, nuk duhet harruar q secila gjuh ka karakteristikat e saja t
veanta dhe duhet pasur kujdes gjat prdorimit t ktyre programeve.

Pr analizn e prmbajtjes n format t videos mund t prdoren programet dhe uebfaqet,

si, MacSHAPA, AnnoTape, Anvil, Noldus, Qualitative Media Analyzer, VIDANN, pr analizn
e prmbajtjes vizuale dhe video, Documentum, MATE, MediaSite, QBIC, Virage, Videomaker
FocusVision, pr aplikimin e analizs s prmbajtjes me prmbajtje znore, Fast-Talk,

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

6.1. Kuptimi dhe Rndsia e Mostrs

Informacionet dhe t dhnat q prdoren pr zgjedhjen e problemeve n lidhje me

marketingun, ose merren n mnyr t plot nga popullsia ose nga nj pjes e individve q
supozohet se prfaqsojn popullsin. Popullsia paraqet numrimin e plot t individve q i
nnshtrohen studimit, kurse studimi i nj pjese t individve t popullsis, ku nga rezultatet e
marra bhen parashikime n lidhje me popullsin quhet mostr (apo sondazh).

Shkalla e saktsis t ciln e synon hulumtuesi me numrimin e plot apo me zgjedhjen e

nj metode nga mostra sht funksion i kohs dhe mundsive financiare n dispozicion. N qoft
se hulumtuesi mund t pranoj nj mundsi t caktuar t gabimit dhe n qoft se koha dhe
mundsit financiare n dispozicion nuk jan t mjaftueshme pr numrim t plot, ather sht
e udhs q t bhet ekzaminimi mbi nj mostr e cila do t prfaqsoj popullsin brenda
kufinjve t caktuar t besueshmris.

Mostra n hulumtimet e marketingut, sipas tems s studiuar mund t prbhet nga

elementet e tilla si, konsumatort, familjet, firmat, ndrmjetsit si blers, ndryshimet ndrmjet
markave ndrkombtare etj. N hulumtimet e marketingut, pa marr parasysh temn, hulumtuesi
sht i obliguar q t zgjedh numrimin e plot, me prjashtim t situatave t veanta22.

Krahasimi Mostr Numrim i Plot

1- Kosto: Kostoja e mostrs sht m e ult

2- Koha: Mostra mund t kryhet n koh m t shkurtr.
3- Saktsia: Numrimi i plot nuk nnkupton do her saktsi t lart, sepse n numrim
t plot nuk ekziston mundsia e kompensimit.
Gabimi total prfshin njrn nga m t mposhtmet ose t dyjat:
a) Gabimi i mostrimit (gabimet e rastsishme)

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.

Kushtet e Aplikimit t Numrimit t Plot:

1- Fizibiliteti: N qoft se popullsia sht e vogl, ather sht m e logjikshme q t

prdoret numrimi i plot. Pr shembull, n qoft se bhet nj hulumtim me
profesort e ekonomis n Kosov, duhet q t bhet numrim i plot.
2- Domosdoshmria: Mund t aplikohet n rastet kur njsit e popullsis jan shum t
ndryshme, pra n qoft se sht nj heterogjenitet i lart. Pr shembull, firmat t cilat
marrin pjes n listn ISO 500, kan nj struktur shum heterogjene. Zgjedhja e
mostrs me 50 firma nga popullsia n mnyr t rastsishme, sht e pamundur q t
prfaqsoj popullsin, duhet q t bhet numrim i plot.

Aplikimi i studimeve t numrimit t plot sht i kufizuar me masn e konsumatorve

industrial apo institucional.

Kushtet e Aplikimit t Mostrs

1- N qoft se hulumtuesi mund t pranoj nj mundsi t caktuar t gabimit dhe n

qoft se koha dhe mundsit financiare n dispozicion nuk jan t mjaftueshme pr
numrim t plot, ather sht e prshtatshme q t bhet ekzaminimi mbi nj mostr
e cila do t prfaqsoj popullsin brenda kufinjve t caktuar t besueshmris.
2- N qoft se ndryshoret e popullsis t marra si baz kan nj struktur homogjene,
ather sht e panevojshme q t bhet nj numrim i plot. Mirpo, n problemet e
jets reale duket e pamundur q t ket nj homogjenitet t till t plot. N kt
mnyr, pr t vlersuar parametrat e popullsis, duhen prdorur vlerat e mostrs, e
cila i prket popullsis. Gjat brjes s ktij vlersimi, mund t bhen dy lloje t
gabimeve: (1) gabimet e rastsishme (t mostrs apo eksperimentale) dhe (2) gabimet
sistematike.

Gabimet e rastsishme: Jan gabime (n vlersimet e parametrave) t shkakut t

ndryshimeve n vlerat e individve t mostrs. Ky lloj gabimi matet duke marr pr baz
ndryshimet ndrmjet vlerave t ndryshme t mostrs e cila merret nga popullsia e njjt dhe
vlersimeve t prfituara. Madhsia e ktij gabimi varet nga vllimi i mostrs dhe ndryshimet n
popullsin e studiuar. Fjala besueshmri prdoret si mats i gabimeve t rastsishme.

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.

N prgjithsi, pr t rritur besueshmrin e vlerave t mostrs, pra, pr t zvogluar

gabimin (e mostrs ose eksperimental) e rastsishm, duhet q t rritet vllimi i mostrs. Kurse
tek gabimet sistematike, saktsia e vlerave t mostrs e cila ekziston n t dhna nuk rritet me
vllimin e mostrs. Mirpo, prkundr ksaj, gabimet sistematike mund t merren nn kontroll
duke br nj mostrim t rastsishm i cili sht nj burim shum i rndsishm.

6.2. Procesi i Mostrs

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.

Pr shembull, n qoft se dshirohet t bhet nj hulumtim i trendit t konsumatorve n

lidhje me mallrat e fort (t qndrueshm) t destinuar pr shitje n pes provinca t mdha dhe
n qoft se n modelin e hulumtimit n baz sht prcaktuar roli i grave n blerjen e mallrave
t fort, grat e ktyre pes provincave do t paraqesin popullsin e hulumtimit, pr nj koh t
caktuar. T supozojm se nga statistikat sht prcaktuar q n kto pes provinca, ekzistojn n
total 1.000.000 shtpi.

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

Defino Individt e Mostrs

Prcakto Metodn e
Mostrs

Prcakto Madhsin e
Mostrs

Prcakto Planin e Mostrimit

Zgjedh Mostrat

Rezultatet e mostrs a jan brenda

Jo kufinjve t vlefshmris dhe Po
Ndalo
besueshmris s dshiruar?

Figura 6.1: Procesi i Mostrimit

N fazn e tret duhet t determinohen individt e mostrs. Me fjal t tjera, duhet t

prcaktohet qart se ka do t zgjidhet apo ka do t hyj n mostr. Ashtu si mund t bhet
mostrimi i personave drejtprdrejt, n t njjtn mnyr mund t mostrohen rrugt, lagjet dhe
shtpit. N shembullin ton, do t ishte e prshtatshme q n fillim t zgjedhen lagjet, pastaj
rrugt, pastaj shtpit dhe n fund grat amvise.

Pas prcaktimit t individve t mostrs, duhet t prcaktohet se cila metod e mostrimit

t prdoret. Duke i marr parasysh kohn, financat dhe mundsit e tjera n dispozicion, si dhe

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.

Pas prcaktimit t metods s mostrs, prsri duke pasur parasysh mundsit n

dispozicion dhe shkalln e synuar t saktsis, duhet t prcaktohet madhsia e mostrs n pajtim
me rregullat e asaj metode. Si dihet, pr prcaktimin e madhsis s mostrs, n baz, prdoren
formulat e gabimit standart me ndihmn e teorems s kufirit qendror. Si do t bhet fjal n
vazhdim, jan zhvilluar tabela t gatshme pr prcaktimin e madhsis s mostrs nn supozime
t caktuara (Tabela 6.1). Hulumtuesi mund ti prdor kto, mirpo sht e vshtir t dihet se nn
cilat supozime sht llogaritur madhsia e mostrs. Pr kt arsye, kjo duhet t shqyrtohet n
mnyr t veant. N qoft se e marrim shembullin e msiprm, me interval t besueshmris
95%, me varianc 0.21 (0.7 x 0.3 = 0.21) dhe nivel t tolerancs 3%, vllimi i mostrs do t
gjendej si 895 amvise nga tabelat e gatshme.25 Prsri, n qoft se bhet nj shprndarje
normative, mostra prej 895 mund t shprndahet n baz t normave brenda popullsis.

Pas prcaktimit t madhsis s mostrs, duhet t prcaktohet planifikimi i mostrimit. Me

fjal t tjera, duhet t prcaktohet n mnyr t qart se far kuptohet nga grat amvise dhe
far duhet br n qoft se nj amvise brenda mostrs nuk sht mundur t kontaktohet. N
shembullin ton, n planin e mostrimit mund t bhet njohja e grave si p.sh., grat mbi 20 vjet
dhe m sipr t martuara apo t ndara s paku kan nj fmij. N kt plan duhet t
prcaktohet edhe rregulla e mbledhjes s informacioneve nga aparatamenti i njjt i ndrtess m
t afrt, n qoft se gruaja e cila sht prfshir n mostr nuk gjendet n shtpi.

Gjja e fundit q duhet t bhet sht zgjedhja e mostrs. Pr prcaktimin e individve

ve e ve duhet t bhen punimet e nevojshme pr biseda n tryez dhe n terren. N kt
mnyr, n shembullin ton duke pasur parasysh rregullat e mostrs shum fazore - t
rastsishme t thjesht se n seciln provinc, n cilat rrug, cilat ndrtesa dhe cilat apartamente
do t hyjn n kuadr t mostrs dhe duke i prdorur proceset e rastsishme si, tabeln e numrave
t rastsishm, prcaktohen individt e mostrs.

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

6.3.1. Problemet n Lidhje me Zgjedhjen e Metods s Mostrs

Si u cek edhe m sipr, metoda m e prshtatshme e mostrs duhet t zgjedhet duke

marr parasysh mundsit n dispozicion dhe shkalln e synuar t saktsis. Metodat e mostrs
mund t ndahen n grupe t ndryshme duke marr pr baz matje t ndryshme. Duke i prdorur
s bashku matjet e ndryshme, metodat e mostrs mund t ndahen s paku n 32 grupe (Figura
6.2).

Figura 6.2: Metodat e Mostrimit Alternativ26

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, n prgjithsi, klasifikohen n metodat e mostrimit t rastsishm

dhe jo t rastsishm.

Metodat e Mostrimit

E Rastsishme Jo e Rastsishme

Sistematike Klaster E Prshatshme Top-bore

E Stratifikuar E Thjesht e
Gjykuese Sipas kuotave
Rastsishme

Figura 6.3: Klasifikimi i Metodave t Mostrimit

6.4. Metodat e Mostrimit t Rastsishm

Sipas mnyrs s zgjedhjes s individve t marr nga popullsia n kuadr t mostrs,

mostrimi ndahet n mostrim t rastsishm apo jo t rastsishm (i qllimshm apo vullnetar).
N mostrimin e rastsishm, sht e njohur mundsia e secilit individ t popullsis pr t hyr n
mostr. N mostrimin e rastsishm ekziston mundsia pr prgjithsimin e popullsis, pra mund

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.

6.4.1. Avantazhet e Mostrimit t Rastsishm

- Hulumtuesi mbledh t dhna nga nj mostr e cila e prfaqson popullsin, bashk me

nn-rajonet.

- Mund t llogaritet gabimi i mostrimit.

- Rezultatet e marra nga mostra mund t prgjithsojn popullsin.

6.4.2. Desavantazhet e Mostrimit t Rastsishm

- N mostrimin e rastsishm sht shum e kushtueshme pr t kontaktuar madhsin e

mostrs n dispozicion. Rregullat e prcjellura pr zgjedhjen e mostrs i rrisin kostot e intervists
dhe dizajnimi i mostrs mund t marr nj koh t konsiderueshme.

- Planifikimi dhe aplikimi i mostrimit t rastsishm merr shum koh n krahasimin me

mostrimin jo t rastsishm.

6.4.3. Llojet e Metodave t Mostrimit t Rastsishm

Mostra e Thjesht e Rastsishme: Mostra e thjesht e rastsishme sht nj metod ku

individt e mostrs zgjedhen n mnyr t rastsishme me nj mundsi e cila dihet m par dhe
kjo mundsi pr secilin individ sht n/N. N mostrimin e thjesht t rastsishm sht e
rndsishme q individt e mostrs t zgjedhen plotsisht me nj proces t rastsishm. Pr kt
arsye, prve tabelave t krijuara nga numrat e rastsishm sht e prshtatshme q t prdoren
edhe programet e veanta funksionale t krijuara pr kt qllim. Pr aplikimin e mostrimit t
thjesht t rastsishm duhet q lista e popullsis t jet e arritshme, pra duhet t ket nj korniz
t mostrimit.

Mostra Sistematike: Mostra sistematike sht nj metod mostrimi e cila prdoret me t

madhe n fusha t ndryshme, sidomos pr kontrollimin e cilsis. Arsyet e prdorimit kaq t
madh jan thjeshtsia dhe lehtsia e aplikimit. Individi i par i cili hyn n mostr zgjedhet n
mnyr t rastsishme brenda norms s mostrs s popullsis (N/n = k), pastaj nga individi i
28
N nj hulumtim, prve gabimeve t cilat burojn nga mostrimi, mund t paraqiten edhe shum burime t tjera t
gabimeve. Pr arsye se ky tekst prfshin vetm mostrimin, jan marr n konsiderat vetm kto lloje t gabimeve.
Pr burimet e tjera t gabimeve, shfletoni: Kemal Kurtulu, Pazarlama Aratrmann Yarglanmas ve Deerlenmesi
Blmnn nemi ve Deterjan Aratrmas rnei, Pazarlama Dergisi, Mars 1976, fq. 33-36.

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).

Mostra e Stratifikuar: N rastet kur nn-grupet jan m homogjene brenda vetes pr

nga pikpamja e tems s studiuar brenda popullsis, prdorimi i metodave t cilat prfshijn
dallimet ndrmjet grupeve dhe brenda grupeve (variancat) sht m i prshtatshm, sepse n kt
rast mostrimi i thjesht i rastsishm do t jet i pamjaftueshm. Individt e mostrs s zgjedhur
mund q gjithmon t ken karakteristika t njjta. Me fjal t tjera, n raste t ktilla, brja e
mostrimit t stratifikuar duke e ndar popullsin n nn-grupe apo stratifikime, do t jap rezultate
m t besueshme. Edhe pse n mnyr teorike kjo sht kshtu, me rastin e ndarjes s popullsis
n nn-grupe duhet q t shtohet edhe kostoja e ndarjes. Hulumtuesi duhet t zgjedh metodn m
t prshtatshme duke marr parasysh ndarjen e popullsis n nn-grupe apo stratifikime m
homogjene dhe koston dhe dobit e ksaj ndarjeje. N qoft se zgjedhet metoda e mostrimit t
stratifikuar, duhet t prcaktohet se ndarja e mostrs n stratifikime a duhet t bhet sipas norms
Ni/N t nn-grupeve brenda popullsis apo sipas ndonj matjeje tjetr. Me fjal t tjera, duhet t
zgjedhet ajo metod e mostrimit e cila sht m e prshtatshme, mostra e stratifikuar normative
apo jo normative. N mnyr teorike, mostrimi i stratifikuar jo normativ jep rezultate m t
besueshme n krahasim me mostrimin e stratifikuar normativ. Mirpo, nuk duhet harruar q
aplikimi i mostrimit t stratifikuar normativ sht shum m i leht n krahasim me mostrimin e
stratifikuar jo normativ. Pr m tepr, mostrimi i stratifikuar dallon prej mostrimit klaster.
Prderisa n mostrimin e stratifikuar, popullsia ndahet n nn-grupe t cilat kan karakteristika t
ndryshme dhe pr prfaqsimin e grupeve zgjedhet mostr nga secili grup, n mostrimin klaster
popullsia ndahet n nn-grupe dhe mostra merret vetm nga grupet e zgjedhura, ashtu q
shumica e klastereve mbesin jasht planit t mostrimit.

58
 6.5. Metodat e Mostrimit Jo t Rastsishm

N mostrimin jo t rastsishm, nuk ka ndonj mundsi pr t br nj funksion

statistikor pr arsye se individt nuk zgjedhen n mnyr t rastsishme. Mirpo, kjo nuk do t
thot q nuk duhet t bhet mostrimi jo i rastsishm. N disa lloje t hulumtimeve, mostrimi jo i
rastsishm mund t jap rezultate m kuptimplot duke marr parasysh qllimin, prmbajtjen dhe
kufizimet e hulumtimit. Kjo metod prdoret me t madhe n hulumtimet t cilat e kan kohn e
kufizuar, mundsit financiare t pamjaftueshme, popullsin shum t kufizuar apo n
hulumtimet pilote.

6.5.1. Avantazhet e Mostrimit Jo t Rastsishm

- Mostrimi jo i rastsishm ka kosto m t ult pr nga mostrimi i rastsishm. N rastet

kur preciziteti nuk ka rndsi kritike, kjo karakteristik e bn mostrimin jo t rastsishm m
trheqs.

- Aplikimi i mostrimit jo t rastsishm merr m pak koh pr nga mostrimi i

rastsishm.

6.5.2. Desavantazhet e Mostrimit Jo t Rastsishm

- Nuk mund t llogaritet gabimi i mostrimit.

- Hulumtuesi nuk mund t di shkalln e prfaqsimit t popullsis nga mostra e zgjedhur.

- Rezultatet e prfituara nga mostrimi jo i rastsishm nuk mund t prgjithsojn dhe

nuk duhet t prgjithsojn popullsin.

Metodat m t prdorura t mostrimit jo t rastishm jan mostra e prshtatshme, mostra

sipas kuotave, mostra top bore dhe mostra e qllimshme.

6.5.3. Llojet e Metodave t Mostrimit Jo t Rastsishm

Mostra e Prshtatshme: Mostra e prshtatshme ka pr qllim prfshirjen e individve n

kuadr t mostrs prej t cilve n mnyrn m t leht mund t mblidhen t dhnat. Pr
shembull, anketori n rrug mund t pyes njerzit t cilt i vijn prball apo mund t aplikoj
anketn n rrethin e tij t shoqris. Nuk ekziston baz statistikore pr t br prgjithsim, pra

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 Sipas Kuotave: sht nj metod mostrimi jo e rastsishme ku zgjedhja bhet

prmes dhnies s kuotave karakteristikave themelore kontrolluese t popullsis (pr shembull
moshs, gjinis etj.). N qoft se brenda popullsis ekziston ndonj grup (stratifikim), nuk mund
t prdoret metoda e mostrimit t thjesht t rastsishm. Duhet q grupet t studiohen dhe t
prfaqsohen. N mostrimin sipas kuotave, parimisht krijohen stratifikime (si, sektori i kimis,
sektori i tekstilit). Ky proces bart nj evolucion plotsisht gjykues, duke marr parasysh kto
stratifikime, numrin e tyre se sa do t merren, rastet heterogjene t stratifikimeve etj. Pr
shembull, ky sektor sht shum heterogjen, t marrim 30, kurse ky sektor sht m homogjen,
10 jan t mjaftueshme. Kurse plotsimi i ktyre kuotave realizohet me metodn e mostrs s
prshtatshme. Rezultatet nuk mund t prgjithsohen sepse kemi t bjm me zgjedhje gjykuese
dhe mostrim t prshtatshm.

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.

Mostra Gjykuese (E Qllimshme): sht nj metod subjektive e cila bazohet n

gjykimin e hulumtuesit. Hulumtuesi zgjedh individt nga popullsia t cilt mendon personalisht
se jan t prshtatshm. Rezultatet e prfituara me an t ksaj metode nuk mund t
prgjithsojn, sepse sht nj zgjedhje jo e rastsishme. Mirpo n disa raste, mund t jap
rezultate m t mira n krahasim me nj metod t mostrimit t keq t rastsishm. N qoft se
hulumtuesi i njeh individt e popullsis e cila nuk sht e madhe (n qoft se bhet fjal pr nj
rast q nuk sht i rastsishm), sht e mundur q t mirren rezultate m t mira.

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

N mnyr statistikore, metoda e mostrimit Bayesgil pr nga metoda e mostrimit t

prgjithshm, metoda e mostrimit t vazhdueshm pr nga metoda e mostrimit t ndrprer,
mostrimi i stratifikuar pr nga mostrimi i thjesht i rastsishm japin nj besueshmri m t lart
(nj gabim standart m t vogl) me nj madhsi m t vogl t mostrs apo me nj madhsi t
njjt t mostrs, me nivel t njjt t kostove. Mirpo ky gjykim duhet ti merr parasysh
lehtsit apo vshtir e aplikimit t metodave dhe shprehit e aplikimit. Hulumtuesit, sidomos
hulumtuesit e organizatave t hulumtimeve t marketingut, prcaktojn madhsin e mostrs n
aplikim duke marr pr baz metodat e gatshme t cilat jan m t lehta pr tu aplikuar dhe t
cilat nuk krkojn shum libr t llogarive. Si dihet, prcaktimi i madhsis s mostrs bazohet
n formuln e gabimit standart me ndihmn e teorems s kufirit qendror.

Popullsia N (M, )

1 1
Mostra 1 Mostra n
Mostra12 1 1
Mostra 3 Mostra i

E( )=M

Figura 6.4: Teorema e Kufirit Qendror

Sipas ksaj, gabimi standart ( apo ) sht i barabart me pjestimin e devijimit

standart ( apo p) apo parashikimeve me rrnjn katrore t madhsis s mostrs ( ), pra, me
vlerat e vrteta = dhe vlerat normative = . Nga kto formula, madhsia e mostrs

mund t gjendet pr vlerat e vrteta n = dhe pr vlerat normative n = . Ktu, kur

karakteristika n lidhje me popullsin ndahet n dy grupe (n shembullin ton, grat amvise n

lidhje me konsumin e produktit t qndrueshm, mund t ndahen n dy grupe, ato t cilat e

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

Tabela 6.1: Madhsit e Mostrs pr Madhsit e Ndryshme t Popullsis n Rastet Kur

Kufiri i Besueshmris sht 95% dhe Varianca 0,21 (0,3x0,7)

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:

= dhe n qoft se kjo rregullohet me faktorin e rregullimit ( ),

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

1. ka sht mostra dhe cila sht rndsia e saj?

2. Si vendos hulumtuesi pr t kryer mostrim apo numrim t plot?
3. Prkufizoni definicionet shkencore t fjalve besueshmri dhe saktsi?
4. Cilat jan llojet e mostrimit t veant? Prkufizoni seciln prej tyre.
5. Nj fabrik e konzervave prodhon mesatarisht 2000 konzerva n dit. Me qllim q
pr t kontrolluar cilsin e konzervave sht vendosur q t zgjedhen 2% e prodhimit
t konzervave sipas metods s mostrimit sistematik. Prcaktoni madhsin e mostrs
dhe njsit e mostrs t cilat do t prfshihen n vllimin e mostrs.
6. Krkohet q t kryhet nj anket studimi e cila ka pr qllim pr t matur shkalln e
knaqsis konsumatore nga shrbimet e ofruara nga nj grup i caktuar i shrbimeve,
mbi nj mostr e cila do t zgjedhet nga popullsia prej 1.000.000 shtpive n mnyr
t rastsishme dhe e cila ka aftsin e prfaqsimit. Studimet e bra m hert n kt
tem dhe sipas intuits s menaxherve mendohet se s paku 60% e konsumatorve
jan t knaqur nga shrbimet e ofruara. Krkohet q rezultatet e hulumtimit n lidhje
me konsumatort e knaqur dhe ata t paknaqur t ken norm t gabimit m s
shumti 1% dhe ky gabim t jet brenda kufirit t besueshmris 95%. far duhet t
jet vllimi minimal i mostrs (n) i cili do t zgjedhet n mnyr plotsisht t
rastsishme nn kto kushte?
7. N pyetjen e m lart, me supozimin se jemi n qytetin e Prishtins, krijoni nj proces
t mostrimit q mendoni se sht i prshtatshm pr kt hulumtim dhe shpjegoni n
pika t shkurtra seciln faz t procesit.
8. Llogaritni vllimin e mostrs t 200.000 njsive me varianc maksimale binome, me
marzh t gabimit 2% dhe kufi t besueshmris 99% dhe supozimet e bra n kt
llogaritje vlersoni n kuadr t vlefshmris.

64
Kapitulli 7

SERIT EKSPERIMENTALE

Serit eksperimentale jan nj nga modelet e hulumtimeve q studiojn lidhjen shkak-

pasoj, t shpjeguar detajisht n kapitullin e tret. Modeli i hulumtimi i cili studion lidhjen
shkak-pasoj ka pr qllim prcaktimin e lidhjes shkak-pasoj (causal) n lidhje me problemin
q studiohet. Mirpo, n kto lloje t modeleve, jasht ndryshores X (ndryshorja e pavarur) sht
e rndsishme kontrollimi i t gjitha ndikimeve mbi ndryshoren Y (ndryshoren e varur).

Ashtu si n hulumtimet e tjera t cilat studiojn marrdhnien shkak-pasoj, edhe n

serit eksperimentale sht e nevojshme q t shpjegohet se pse X-i e shkakton Y-in. Pr kt,
kushtet e nevojshme dhe t mjaftueshme jan kto:

- Duhet t ket nj lidhje ndrmjet X-it dhe ndryshimeve t Y-it.

- Ndryshimet n X duhet t vihen n pah para ndryshimeve n Y.
- T gjith faktort t cilt kan mundsi t ndikojn n Y duhet t eleminohen nga
seria.
- Duhet t ekzistoj nj teori prkatse e cila prcakton ndikimin e X-it n Y.

Dy kushtet e para jan t nevojshme pr t pohuar se ekziston nj lidhje ndrmjet X-it

dhe Y-it. Mirpo, vetm me plotsimin e t katr kushteve mund t themi se X-i ka ndikim n Y-
in. Me fjal t tjera katr kushtet jan kushte t nevojshme dhe t mjaftueshme pr ndikimin e X-
it n Y.

N hulumtimet t cilat studiojn marrdhnien shkak-pasoj, nj ndr metodat t shpeshta

t prdorura pr mbledhjen e t dhnave dhe informacioneve sht edhe metoda e eksperimentit.
Si n mnyr t natyrshme, si me an t eskperimenteve mund t prfitohen t dhnat dhe
informacionet e nevojshme. N hulumtimet t cilat studiojn marrdhnien shkak-pasoj,
ndikimi i ndryshoreve t pavarura dhe t varura mbi njra-tjetrn mund t njehsohet n dy
mnyra. E para sht lidhja precize apo determinale shkak-pasoj. N qoft se fardo ngjarje
sht e mjaftueshme pr shkaktimin e ngjarjes tjetr, lidhja ndrmjet ktyre ngjarjeve quhet
lidhje precize shkak-pasoj. N mnyr simbolike, kjo ngjarje mund t shprehet n kt form: Y
= f(x). Kurse tjetra sht lidhja e mundshme shkak-pasoj. fardo ngjarje e cila sht e

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).

Pr t kuptuar strukturn e serive eksperimentale, duhet q t kuptohen ndryshoret e tjera

t cilat kan mundsi pr t ndikuar n Y, prve X-it. N kto lloje t hulumtimeve, sht e
mundur q t flasim pr dy lloje t vlefshmris.

7.1. Vlefshmria e Brendshme

Ndryshimi i vzhguar n ndryshoren e varur sht shkall e burimit nga ndryshorja e

pavarur. Koncepti i vlefshmris s brendshme ka t bj me ndikimin e ndryshoreve t jashtme.
Me zvoglimin e ndikimit t ndryshoreve t jashtme n nj eksperiment, vlefshmria e
brendshme rritet, sepse n kt rast, ndryshimi i vzhguar n ndryshoren e varur do t rrit vetm
normn e burimit nga ndryshorja e pavarur. Koncepti i vlefshmris s brendshme shpreh
vlefshmrin (validity) e hulumtimit.

Pr t prkufizuar lidhjen ndikuese ndrmjet ndryshores s varur dhe asaj t pavarur,

duhet q t prcaktohen t gjitha ndryshoret e tjera jasht ndryshores s pavarur t cilat mund t
ndikojn n ndryshoren e varur dhe n qoft se sht e mundur duhet q t eleminohen kto
ndikime. Kto ndikime t jashtme apo burimet e pavlefshmris s brendshme mund t
grumbullohen n pes lloje:

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.

Efekti i Maturimit: Efekti i maturimit sht nj burim i pavlefshmris i cili krijohet si

rezultat i ndryshimeve t cilat dalin n shesh gjat procesit t hulumtimit n personat t cilat
marrin pjes n hulumtim. Me rritjen e kohs s kryerjes s hulumtimit, rritet edhe shkalla e
ndikimit t maturimit33. Pr shembull, prpara se t lansohet n treg nj produkt i ri, t bhet nj
test tregu me qllim pr t hulumtuar se a do t jet i suksesshm. N kt test tregu, prpara se
produkti t u jepet personave t cilt merren n kuadr t mostrs, t pyeten qndrimet dhe
32
Donald T. Campbell and Julian C. Stanley, Experimental and Quasi-Experimental Designs for Research, Rand
McNally and Company, Chicago, 1963, fq. 5.
33
Keith K. Cox and Ben M. Enis, Experimentation for Marketing Decisions, International Textbook Company,
Scranton, Pennsylvania, 1969, fq. 18.

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.

Efekti i Paisjeve: Efekti i paisjeve sht nj burim i pavlefshmris q shkaktohet nga

ndryshimet t cilat paraqiten n metodn dhe/apo paisjet e matjes gjat procesit t hulumtimit
dhe q ndikon n vzhgimet apo matjet34. Burimet e ktilla t pavlefshmris kan mundsi t
shfaqen m shum n hulumtimet t cilat bjn m shum se nj matje. Pr shembull, n qoft se
n nj hulumtim me qllim pr matur ndikimin e nj ndryshimi t br n kanalet e shprndarjes
t shitsve me pakic mbi konsumatort, qndrimet e konsumatorve jan matur para ndryshimit
me an t ankets dhe pas ndryshimit me an t vzhgimit ekziston mundsia e ndryshimit t
qndrimeve t konsumatorve pr shkak t ndryshimeve t bra n metodn e matjes dhe
ndryshimeve t shitsve me pakic (pra n qoft se matja e par sht br me metodn e ankets
dhe matja e dyt me metodn e vzhgimit).

Efekti i Zgjedhjes: Efekti i zgjedhjes ka t bj me individt t cilt zgjedhen n kuadr

t mostrs. N qoft se individt jan zgjedhur n mnyr t rastsishme, ather efekti i
zgjedhjes konvertohet n nj ndryshore e cila mund t matet, pra n gabim t mostrimit. N qoft
se metoda e zgjedhjes nuk sht e rastsishme, efekti i zgjedhjes nuk mund t matet. N kt rast,

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.

7.2. Vlefshmria e Jashtme

Vlefshmria e jashtme tregon nivelin e prgjithsimit me botn e vrtet t lidhjes s

vzhguar ndrmjet ndryshores s varur dhe t pavarur35. Me fjal t tjera, vlefshmria e jashtme
sht tregues i asaj se n far shkalle rezultatet e hulumtimit t prfituara nga nj mostr e
caktuar mund t prfaqsojn apo prgjithsojn popullsin. Koncepti i vlefshmris s jashtme
shpreh besueshmrin (reliability) e hulumtimit.

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.

Burimet e pavlefshmris s brendshme dhe pavlefshmris s jashtme duhet q t

mbahen nn kontroll n nivelin m t lart nga hulumtuesi, mirpo me kontrollimin e burimeve
t pavlefshmris s brendshme, izolimi i ktyre kushteve do t sjell shum kufizime mbi
hulumtimin dhe n kt mnyr hulumtuesi do t largohet nga kushtet e vrteta. N kt pik,
zakonisht vlefshmria e brendshme sht nj shtje e cila duhet t shikohet prpara
vlefshmris s jashtme sepse n rastet kur prjetohen probleme t rndsishme me vlefshmrin
e brendshme, pra kur ndryshoret e jashtme nuk mund t merren nn kontroll, nuk ka kuptim
sigurimi i vlefshmris s jashtme, me fjal t tjera, aftsia e prgjithsimit t rezultateve.

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

Qllimi baz n eksperimente sht q t vzhgohen ndikimet e manipulimeve t bra n

ndryshoren e pavarur mbi ndryshoren e varur. N kt kuptim, n nj eksperiment gjenden
ndryshoret e pavarura mbi t cilat jan br manipulime dhe ndryshime, dhe ndryshoret e varura
t cilat ndikohen nga ndryshimet e ktyre ndryshoreve t pavarura. Prve ksaj, n hulumtim
mund t gjenden edhe ndryshore t jashtme t cilat mund t ndikojn n ndryshoren e varur dhe
prgjigjet e pjesmarrsve, por t cilat nuk bartin karakteristikn e ndryshores s pavarur.
Ndryshoret t cilat jan nn kontrollin e hulumtuesit dhe t cilave nuk u jepet leje n mnyr t
lir apo n mnyr sistematike ndikimit t tyre quhen ndryshore kontrolluese.

7.3. Llojet e Serive Eksperimentale

Serit eksperimentalejan seri t zhvilluara me qllim pr t matur rezultatet e zgjedhjeve

alternative mbi nj ndryshore t caktuar duke kontrolluar ndikimet e ndryshoreve t jashtme. Pr
paraqitjen sembolike t ktyre serive, simbolet e prdorura dhe kuptimet e tyre mund t
prmbledhen si m posht:

X: Paraqet ndikimet e pjesmarrve (subjekteve) nga nj ngjarje apo stimul, ndikimi i t

cilit dshirohet t matet apo vzhgohet

O: Matjen apo vzhgimin t cilin e bn hulumtuesi

R: Zgjedhjen e subjekteve n mnyr t rastsishme

-: Rreshti horizontal, rendin e ngjarjeve t ndodhura brenda kohs

I: Rreshti vertikal, ngjarjet t cilat ndodhin n t njjtn koh.

Eksperimentet Laboratorike:

N eksperimentet laboratorike hulumtuesi aplikon ndryshoren e s cils dshiron t mat

ndikimin e saj n nj ambient artificial dhe i nxjerr rezultatet. Ky lloj i eksperimentit siguron
mundsin e kontrollimit t ndikimit t t gjitha ndryshoreve tjera, me prjashtim t ndryshores
36
Hair, Bush, Ortinau, Marketing Research Within a Changing Information Environment, Botimi 2, McGraw-Hill
Irin, 2003, fq. 307.

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:

Eksperimentet n terren jan eksperimente t cilat zhvillohen n mjediset e vrteta, jasht

kushteve laboratorike. N eksperimentet n terren, hulumtuesi e realizon eksperimentin n
kushtet e mjedisit natyror. Vlefshmria e brendshme e eksperimenteve laboratorike sht m e
lart se vlefshmria e brendshme e eksperimenteve n terren, mirpo brja e eksperimentit n
kushte t vrteta, jep mundsi m t lart pr prgjithsimin e rezultateve. Megjithat, aplikimi
sht i vshtir pr nga aspekti i kontrollit t ndryshoreve, merr koh dhe sht i kushtueshm.

Serit Eksperimentale Natyrore:

Serit eksperimentale natyrore jan seri eksperimentale n t cilat hulumtuesi kryen

vetm funksionin e vzhgimit apo vrojtimit dhe nuk ndrhyn n proces. Serit eksperimentale
mund t ndahen n tri grupe: seria e kohs dhe serit e trendit, serit t cilat prfshijn grupe t
ndryshme n periudh t njjt kohore dhe serit t cilat prbhen nga kombinimi i dy llojeve.

a. Seria e Kohs dhe Serit e Trendit: Karakteristika themelore e seris s kohs

dhe serive t trendit sht mbledhja e t dhnave nga grupi i njjt i subjekteve n koh t
ndryshme. N kt grup marrin pjes studim ngjarjet (rastet) e mostrs s njhershme, seria e nj
grupi prpara testit-pas testit dhe seria e kohs s shumfisht.

1) Studimet Ngjarjet (Rastet) nga Mostra e Njhershme: N kt seri, hulumtuesi

mat ndikimet e nj ngjarjeje apo stimuli n lidhje m nj problem marketingu mbi nj grup
subjekti i cili nuk sht zgjedhur n mnyr t rastsishme, me nj studim q kryhet vetm
njher. Nj seri e ktill mund t shprehet n mnyr simbolike si m posht:
X O
Duke prdorur nj seri t ktill eksperimentale, do t viheshin n pah rezultatet e
vrojtimit apo matjes (O) t prfituara si rezultat i ndikimit t burimeve t ndryshme t
pavlefshmris, prve (X)-it. T gjitha ngjarjet t cilat kan mundsi pr t ndikuar n ngjarjen
n dispozicion, me prjashtim t (X)-it, do t krijinin rezultatine mposhtm:
O = X + G.E. + O.E. + S.E.
Pr arsye se n kto seri ndikimi i burimeve t pavlefshmris mbi rezultatet (O) sht i
teprt dhe i pamatshm, duhet q t shmanget prdorimi i ksaj serie duke pasur parasysh
mundsit.

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.

3) Seria e Kohs s Shumfisht: N kt seri bhen vzhgime apo matje m

shum se njher brenda kohs dhe prve ksaj brenda kohs s njjt, n zonat e njjta mund t
maten dhe t bhen krahasime t nj grupi subjekti i cili mund t mendohet si nj grup kontrolli
dhe q nuk ka karakteristika t njjta me grupin e vzhgimit. Nj seri e ktill, mund t shprehet
n mnyr simbolike si m posht:
O1 O2 O2 X O4 O5 O6
O1 O2 O3 O4 O5 O6

N kt seri, matjet eksponenciale () paraqesin matjet e grupeve t njjta (t kontrollit).

Si mund t shihet, subjektet nuk jan zgjedhur n mnyr t rastsishme. Prkundr ksaj, kjo
seri sht m e lart se seria e nj grupi t testit para-testit pas, pr shkak t grupit t kontrollit.

= 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.

b. Serit Eksperimentale t Cilat Prfshijn Grupe t Ndryshme Brenda

Periudhs s Njjt Kohore

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

N kt seri, burimi kryesor i pavlefshmris sht ndikimi i s kaluars. Efekti i

maturimit dhe testit gjenden mjaft n shkall t ult. Edhe efekti i paisjeve mund t mos prfillet.
Kurse efekti i zgjedhjes sht i rndsishm ngase zgjedhja e subjekteve nuk sht e rastsishme.

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.

N fund t krahasimit, pra t prcaktimit t dallimit (O1-O2) duhet t shqyrtohet nse ky

dallim vjen apo jo para (X)-it. Faktori m i rndsishm i cili mund t ndikoj n dallimin e (O1-
O2) prve (X)-it sht efekti i zgjedhjes pr arsye se subjektet nuk jan zgjedhur n mnyr t
rastsishme.

c. Serit Eksperimentale t Cilat Prbhen nga Kombinimi i Dy Llojeve

Jan zhvilluar seri t ndryshme eksperimentale t cilat bjn kombinimin e seris s

kohs dhe serive t trendit dhe serive eksperimentale t cilat prfshijn grupe t ndryshme brenda
periudhs s njjt kohore. Seria m e rndsishme n mesin e ktyre serive eksperimentale sht
seria eksperimentale dy grupore para testit-pas testit. N kt seri, pas nxerrjes n shesh t
ngjarjes apo stimulit, ndikimi i s cils dshirohet t matet, krijohen grupet e eksperimentit dhe
kontrollit. Bhen matje para testit (X) dhe pas testit mbi subjektet t cilat formojn t dy grupet.
Paraqitja n mnyr simbolike sht n kt mnyr:

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.

(O2-O1) (O4-O3) = X + S.E.

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.

Serit Eksperimentale Kontrolluese:

Serit eksperimentale kontrolluese jan seri eksperimentale ku hulumtuesi prve

funksionit t vzhgimit apo matjes ndryshon s paku nj nga ndryshoret shkakore dhe ku
subjektet jan ndar n mnyr t rastsishme n grupet e eksperimentit dhe kontrollit. Ndrrimi
apo manipulimi i s paku nj ndryshores shkakore sht i nevojshm pr matjen e ndikimit t
ngjarjes apo stimulit, ndikimi i s cils dshirohet t matet. Kurse shprndarja e subjekteve n
mnyr t rastsishme n grupet e eksperimentit dhe t kontrollit sht e obligueshme pr t
kontrolluar dallimet shkakore t ndryshoreve t lna jasht eksperimentit.

a. Seria Eksperimentale Grupore e Testit Para-Testit Pas

Ky lloj i seris sht nj seri eksperimentale ku subjektet shprndahen n mnyr t

rastsishme n grupet e eksperimentit dhe t kontrollit dhe ku n secilin grup bhen matje para
testit (X) dhe pas testit. Kjo seri eksperimentale mund t paraqitet n form simbolike si m
posht:

RO1 X O2

RO3 O4

Si sht prcaktuar m par, shkronja (R) tregon zgjedhjen e subjekteve n mnyr t

rastsishme. Dallimi i rezultateve t prfituara nga grupi i eksperimentit (O2-O1) (O4-O3) jep
ndikimin e (X)-it, sepse

(O2-O1) = X + G.E. + O.E. + A.E. + T.E.

(O4-O3) = G.E. + O.E. + A.E. + T.E.

(O2-O1) (O4-O3) = paraqet ndikimin e X-it.

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.

b. Seria Eksperimentale Grupore Kontrolluese Pas Testit

N kt seri, subjektet shprndahen n mnyr t rastsishme n grupet e eksperimentit

dhe t kontrollit dhe n secilin grup bhen matje vetm t pas testit (X). Kjo seri eksperimentale
mund t shprehet si m posht me ndihmn e simboleve:

R X O1

R O2

Me krahasimin e rezultateve t matjes t prfituara n grupin e eksperimentit dhe

rezultateve t matjes t prfituara n grupin e kontrollit, mund t arrihet nj gjykim rreth shkalls
s ndikimit t ngjarjes apo stimulit, efekti i s cilit dshirohet t matet, duke shikuar n
ndryshimin e (O1-O2). Arsyeja e ksaj sht se,

O1 = X + G.E. + O.E.

O2 = G.E. + O.E.

jep ndikimin e (O1-O2) = X.

c. Seria e Katr Grupeve t Solomonit

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

N kt mnyr, pr t arritur n nj gjykim rreth ndryshores (X), ndikimi i s cils

dshirohet t matet, rezultatet e matjes kan mundsi t vlersimit n mnyr t ndryshme. Pr
shembull, prcaktimi i ndryshimit t (O2-O1) (O4-O3) sht nj mnyr e vlersimit, nj

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,

Nuk ka (X) Ka (X)

Ka matje para testit O4 O2
Nuk ka matje para testit O6 O5

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 seri, po ashtu ekziston mundsia e vlersimit t ndikimeve t kombinimeve t

ndryshme t burimeve t pavlefshmris. Pr shembull, dallimet e kombinimit t efektit t s
kaluars dhe efektit t maturimit (O6-O1), (O6-O3) dhe (O4-O1) mund t krahasohen me qllim
pr t vlersuar ndikimin e tij mbi rezultatet e hulumtimit. Pr t prcaktuar rezultatet e t gjitha
ktyre ndikimeve, duhet t aplikohet analiza e variancs n t dhnat e mbledhura dhe t
klasifikuara n prputhje me serin. Nga serit eksperimentale t shpjeguara deri m tani, seria e
katr grupeve t Solomonit ka normn m t lart t vlefshmris s brendshme dhe t jashtme.

Pr kt arsye, kto lloje t serive jan zhvilluar m shum n grupin e serive

eksperimentale kontrolluese. Numri i serive eksperimentale n kt grup sht mjaft i madh dhe
n t njjtn koh prdoret me t madhe n hulumtimet e shkencave shoqrore dhe m t
popullarizuarit jan seria e Katrorit Lakin dhe seria faktoriale37.

d. Seria Eksperimentale e Katrorit Latin

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

Pr t prcaktuar efektin e (X)-it n serin eksperimentale t katrorit latin, duhet q

rezultatet e hulumtimit t vlersohen me analizn e variancs. Ngaq analiza e variancs sht
shpjeguar n kapitullin n lidhje me testet e hipotezave, nuk do t studiohet ktu. Mirpo, n
qoft se sht e nevojshme q t specifikohet n pika t shkurtra, duhet q dallimet ndrmjet
periudhave, dallimet ndrmjet grupeve eksperimentale dhe bashkveprimet ndrmjet grupeve t
testohen se a jan t rndsishme n mnyr statistikore.

e. Seria Eksperimentale Faktoriale

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.

Nga serit e shpjeguara deri m tani, rezultatet m t vlefshme mund t prfitohen me an

t seris s katrorit latin.

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

1. Cilat jan kushtet e nevojshme dhe t mjaftueshme pr t shpjeguar se pse X-i e

shkakton Y-in?

2. far kuptoni me burimet e pavlefshmris? Shpjegoni n pika t shkurtra secilin

burim t pavlefshmris.

3. Menaxhert e firms Alfa dshirojn t bjn nj ndryshim n mimet e mallrave t

cilat i prodhojn. Pr t vlersuar se a do t jet i sukseshm ndryshimi i mimeve sht
vendosur q t bhet nj hulumtim. Firma Gamma e cila kryen hulumtime shum t besueshme i
ka propozuar firms Alfa q n 10 territore t ndryshme t shitjes n do dyqan t shes produktet
me mimet e reja pr nj muaj dhe n fund t muajit t krahasoj fitimin e siguruar nga shitjet
totale t bra me mimet e ndryshuara me fitimin e shitjeve totale t bra me mimet e vjetra.
Vlersoni vlefshmrin dhe besueshmrin e rezultateve t nj hulumtimi t ktill.

4. Firma Alfa dshiron q t bj nj hulumtim me qllim pr t matur ndikimin e nj

ndryshimi t br n paketimin e produktit mbi shitjet. Pr kt arsye, ka zgjedhur 10 produkte
n mnyr t rastsishme nga shitsit me pakic t cilt shesin produktin e firms dhe ka siguruar
t dhnat e shitjeve t ktyre shitsve me pakic pr dy muaj, prpara ndryshimit t paketimit
dhe pas ndryshimit. sht gjetur se para ndryshimit t paketimit, shitjet e shitsve me pakic pr
dy muaj kan qen 10 miliard dhe shitjet pas ndryshimit t paketimit pr dy muaj kan qen
13.5 miliard . Duke u bazuar n kto rezultate, hulumtuesi ka nxjerrur gjykimin n vazhdim
ndryshimi i paketimit i ka rritur shitjet n shkall prej 35%. A pajtoheni me kt gjykim?
Prse? Shpjegoni.

5. Firma A dshiron t mat efektin e reklams s br. Pr kt qllim, nuk ka br aspak

reklam pr nj muaj, kurse n muajin e dyt ka br reklam deri n fund t muajit. Menaxheri i
marketingut t firms ka prcaktuar se shitjet n muajin e par kan qen 1 miliard , kurse n
muajin e dyt 1,4 miliard dhe duke u bazuar n kto rezultate kan arritur n prfundim se
reklamat kan rritur shitjet n norm prej 40% (1,4 / 1/1 = 0,4). A pajtoheni ju me kt rezultat?
Prse?

6. Menaxheri i marketingut i firms B e shet produktin X, i cili sht produkti i vetm i

firms, prmes shitsve t mdhenj me pakic (si Gima dhe Migros). Nj ndr mjetet m t
rndsishme t nxitjes s shitjes s produktit X (promocionit) jan panot e prdorura n dyqanet
e shitjes. Menaxheri i marketingut t firms B ka br nj hulumtim pr t prcaktuar se n far
shkalle ndikojn kto pano n shitje. N kt hulumtim, sht zgjedhur nj dyqan i shitjes n
mnyr t rastsishme dhe n kt dyqan jan prcjellur shitjet ku sht prdorur pano dhe pa
pano pr nj muaj. Rezultatet e prfituara jan si m posht:

77
 Mars 1975 Prill 1975 Total
(pa pano) (me pano)
Shitjet (milion ) 30 50 80

Menaxheri i marketingut t firms B i interpreton rezultatet e raportit n kt mnyr:

Panot i kan rritur shitjet tona pr 25% (50/80 30/80 = 20/80 = 25%). A pajtoheni me
interpretimin e menaxherit t firms B? Prse?

7. T supozojm se jeni menaxher marketingu i nj firme e cila prodhon gjysm produkte

industriale dhe planifikoni t nxjerrni n treg nj produkt t ri. N qoft se dshironi t bni nj
hulumtim duke prdorur serin eksperimentale grupore para testit-pas testit pr t testuar
suksesin e ktij produkti n treg, si do t duhej ta krijonit kt seri? Diskutoni pr vlefshmrin
e rezultateve t nj serie t ktill.

78
Kapitulli 8

RREGULLIMI I MJETEVE PR MBLEDHJEN E T

DHNAVE

Me pak fjal, anketa prbhet nga nj grup pyetjesh t prgatitura pr mbledhjen e t

dhnave t cilat jan t nevojshme pr plotsimin e qllimit t projektit. Saktsia e t dhnave t
mbledhura ndikohet n mas t madhe nga dy lloje t komunikimit gjat mbledhjes s t
dhnave. Kto lloje t komunikimit jan:

Prgjegjsi Hulumtuesi

Shigjetat tregojn nj pozit t rndsishme t krijuar ndrmjet prgjegjsit dhe

hulumtuesit me an t ankets. Mos dhnia e rndsis s nevojshme n anket do t shkaktoj
probleme n rrjedhjen e komunikimit. Procesi i rregullimit t ankets sht si m posht:

8.1. Forma e Pyetjeve t Prdorura n Anket

Ekzistojn dy lloje kryesore t forms s pyetjeve: pyetje t pastrukturuara (t hapura)

dhe pyetje t strukturuara (t mbyllura).

1. Pyetjet e Pastrukturuara (t hapura): Pyetjet e pastrukturuara jan pyetje t cilat i

japin mundsi prgjegjsit t prgjigjet n mnyr t lir dhe jo t gjitha prgjigjet mund t jen
t gjata apo q prfshijn fjal. Pr kt arsye, n nj anket standarde t prgatitur pr nj
shnjestr shum t gjer mund t pyeten pyetje t hapura.

Fillimi i nj interviste me pyetje t hapura do t jet e dobishme n qoft se siguron

lehtsi n plotsimin e pjess s mbetur t intervists.

2. Pyetjet e Strukturuara (t mbyllura): N hulumtimet numerike, duhet t pyeten pyetje

kryesisht t strukturuara dhe duhet t shmangen pyetjet e pastrukturuara.

Ekzistojn dy lloje t ktyre pyetjeve: pyetjet me dy alternativa dhe pyetjet me shum

alternativa.

79
 Pyetjet me Dy Alternativa jan pyetje q i kan dy alternativa t prgjigjes (po/jo).

Pyetjet me Shum Alternativa jan pyetje q i kan m shum se dy alternativa t

prgjigjes.

Karakteristikat e Pyetjeve t Strukturuara:

- Renditja e Prgjigjeve: Renditja, mund t ndikoj n zgjedhjen e prgjegjsit. Pr

kt arsye duhet q t ndrrohet renditja e alternativave.
- Prmbajtja e Alternativave t Prgjigjeve: Alternativat e prgjigjeve duhet t
rregullohen n mnyr t gjer dhe q t mos prkojn me njra-tjetrn (t gjitha prgjigjet e
mundshme duhet t gjithprfshihen dhe prgjigjet nuk duhet t prputhen).
- Numri i Alternativave t Prgjigjeve: Numri i alternativave t prgjigjeve do t
ngatrroj kokn e prgjegjsit dhe pr kt arsye duke i prcaktuar alternativat kryesore t
prgjigjeve me an t nj pilot studimi, duhet t arrihet numri optimal i alternativave. Prdorimi i
alternativs Tjetr do t ofroj kontribut. Mirpo, n qoft se alternativa tjetr krijon nj
mod, ather kjo sht nj pyetje dhe alternativ prgjigjeje e keqe.

8.2. Gjuha e Ankets dhe Prshtatshmria me Temn e Hulumtimit

Secila pyetje duhet t shqyrtohet me kujdes t madh ashtu q t dhnat q do t mbledhen

t jen t prshtatshme me qllimin e hulumtimit.

N qoft se prgjigja pr pyetjen A mund t arrihet qllimi i hulumtimit pa e pyetur kt

pyetje? sht po, ather kjo pyetje duhet t fshihet.

1. A mund q prgjegjsi t i prgjigjet ksaj pyetjeje?

- A sht e mjaftueshme prvoja e prgjegjsit q t i prgjigjet ksaj pyetjeje?

- Probleme me kujtesn.

2. A do t i jap prgjigje pyetjes prgjegjsi?

- N qoft se pyetja ka t bj me ndonj tem t ndjeshme apo nj prgjigje e cila do ta

turproj prgjegjsin, personi do t shmang dhnien e prgjigjes ktyre pyetjeve (pyetjet
financiare dhe gjinore).

- Dshira pr t dhn prgjigje po ashtu ka t bj edhe me edukatn e pyetjes.

3. Pyetjet me dy prgjigje: Bjn q t lindin shum tema t ndryshme, mirpo sigurojn

vetm nj grup prgjigjesh (A pajtoheni se firmat tregojn interesim pr punonjsit dhe klientt e

80
tyre? Po, Jo, Nuk kam ide). Interpretimi i prgjigjeve sht i vshtir dhe kto pyetje mund t
ndahen n shum pyetje t ndryshme.

4. Pyetjet orientuese (loaded questions): Kto pyetje e orientojn prgjegjsin pr

prgjigje t caktuara. Prandaj sht e rndsishme q t tregohen prpjekje n krijimin e pyetjeve
n nj mnyr t paanshme.

5. Pyetjet e njanshme: Prfaqsojn vetm nj an t reagimeve t prgjegjsve n lidhje

me temn e hulumtuar. Shprblimi sht me rndsi.

Alternativa t papeshuara (4 pozitiv, 1 negativ)

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).

7. Pyetjet e komplikuara: Duhet t sillen n nj form t qart.

8.3. Renditja e Pyetjeve

Pyetjet duhet t pyeten n nj rend logjik.

1. Vendosja e pyetjeve demografike dhe pyetjeve t ndjeshme: Pyetjet n lidhje me

karakteristikat personale dhe demografike t prgjegjsit duhet t marrin pjes n fund t
ankets.

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.

3. Renditja nga e prgjithshmja tek e veanta (funnel sequence): Paraqet renditjen e

pyetjeve nga e prgjithshmja tek e veanta brenda nj titulli t ankets.

4. Pjest e tejkaluara: N shum anketa, nuk sht e nevojshme q prgjegjsi t u

prgjigjet t gjitha pyetjeve. Kto pyetje do t tejkalohen.

8.4. Dukja dhe Planifikimi i Ankets

Kjo karakteristik prve q ndikon n shkalln e bashkpunimit me prgjegjsit ndikon

edhe n cilsin e t dhnave t mbledhura. Sidomos sht e rndsishme n hulumtimet t cilat
bhen me an t e-posts.

81
 8.5. Para-testi

Paraqet aplikimin e ankets n numr t caktuar n prgjegjsit potencial dhe te personat

t cilat mund ti vrejn t metat e ankets.

8.6. Cilsia e t Dhnave dhe Prgatitja pr Analiza

8.6.1. Rregullimi

Pr t rritur cilsin e t dhnave t mbledhura duhet q t studiohen anketat e plotsuara

dhe t bhen rregullimet e nevojshme. Kjo faz sht shum e rndsishme dhe e nevojshme pr
zbulimin e problemeve t cilat mund t shfaqen n mbledhjen e t dhnave dhe rregullimin e tyre
prpara se t jet von. Kjo mund t realizohet n dy faza:

Rregullimi paraprak (apo n terren) paraqet shqyrtimin e anketave n nj mnyr t

shpejt duke qen akoma n terren. N qoft se gjat funksionit t mbledhjes s t dhnave mund
t prcaktohen prgjegjsit e paprshtatshm, intervistat e paplotsuara, pyetjet e
paqarta/pakuputeshme, kjo do t ndikoj n rritjen e cilsis s t dhnave.

Rregullimi i fundit (apo n zyr) paraqet vrtetimin e qndrueshmris dhe vlefshmris

s pyetjeve, brjen e rregullimeve t nevojshme dhe vendosjen pr largimin e disa anketave nga
vlersimi.

8.6.2. Kodimi

Kodimi prfshin punimet n lidhje m konvertimin e prgjigjeve nga anketat e rregulluara

n form t gatshme pr analiza (sidomos sht e nevojshme pr hulumtimet konkluzive).

Fazat e Kodimit:

1. Konvertimi i pyetjeve n kategori t kuptimta: N qoft se anketa sht realizuar n

form t strukturuar, ather konvertimi sht i leht. Kategorit e prgjigjeve nuk duhet t jen
koherente me njra-tjetrn, por t ndara.

2. Kodimi numerik: Matja

3. Krijimi i ndryshoreve t konvertuara: Ndryshoret e konvertuara mund t krijohen mbi

ndryshore t reja (krijimi i grupeve themelore socio-ekonomike, t ardhurat, edukimi, profesioni
etj.).

4. Transferimi i t dhnave n faqet e kodimit: M par prdoreshin kartelat pr kt

funksion, tani prdoren disqet apo regjistruesit.

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.

8.6.3. Analizimi Paraprak i t Dhnave

N analizimin paraprak t t dhnave shqyrtohet shprndarja e t dhnave. Sipas nivelit t

matjes, mund t prdoret tabelat e mposhtme:

1. Tabelat nj drejtimshe (tabelat marxhinale): Pr seciln ndryshore krijohen edhe vlera

relative (prqindje) krahas vlerave t vrteta. Krijimi i ktyre tabelave sht me rndsi prpara
krijimit t tabelave t kryqzimit.

2. Tabelat dy drejtimshe (tabelat kryqzuese): Paraqet tabelimin e t dhnave t dy apo

m shum ndryshoreve n t njjtn koh. Tregon lidhjet ndrmjet ndryshoreve. Llogariten
prqindjet pr ndryshoret e pavarura t cilat supozohet se kan lidhje shkak-pasoj.

Pikat t cilat duhet t kihen parasysh gjat interpretimit t tabelave kryqzuese:

- Tabelat kryqzuese mund t nxjerrin n shesh lidhjet e ndryshoreve mirpo nuk

tregojn lidhjen shkak-pasoj t ktyre ndryshoreve.
- N qoft se numri i njsive n qeliza (cell) sht i vogl, ather duhet treguar kujdes.
- Prdoren vetm dy ndryshore n do rast. Mund t gjenden edhe ndryshore t tjera t
cilat kan ndikim.

83
Kapitulli 9

MATJA DHE SHKALLZIMI

Teknikat analizore dhe matjet e prdorura kohve t fundit pr matjen e besimeve,

qndrimeve dhe mendimeve, pritjeve dhe trendeve t njerzve dhe t zhvilluara n thelb n
departamentin e psikologjis kan filluar t prdoren me t madhe edhe n hulumtimet biznesore.
Arsyeja e ksaj sht evolucioni t cilin ka psuar kuptimi dhe prmbajtja e marketingut. Me
fjal t tjera, sipas asaj q kuptimi i sotm modern i marketingut ka piksynim nevojat dhe
krkesat e konsumatorit dhe plotsimin e tyre n nj mnyr t prshtatshme, menaxhert e
firms jan t obliguar q t interesohen m shum me besimet, qndrimet dhe mendimet dhe
trendet e konsumatorit n krahasim me t kaluarn38. Kurse matsit dhe teknikat analizore t cilat
do t prdoren n kto hulumtime jan marr nga departamenti i psikologjis, ku prdoren me t
madhe. Pr shembull, disa nga kta mats jan Matsi i Ndarjes Dimensionale, Matsi i Likertit,
apo teknikat si Teknika e Analizs Thurstone.

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.

9.1. Matja dhe Shkallzimi

Matja paraqet dhnien e vlerave numerike vzhgimeve (apo prgjigjeve) brenda kornizs
s caktuar t rregullave. Ekzistojn dy dobi t matjes:

1. Rezultatet mund t prmbledhen n nj form m produktive.

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.

N fardo hulumtimi, gjat brjes s nj matjeje (apo mbledhjes s t dhnave) duhet t

prcaktohet se n far shkalle ekziston lidhje ndrmjet simboleve (pr shembull, numrave) dhe
ndrmjet objekteve reale t jets t cilat prfaqsojn kto simbole. Sipas mundsive t
konvertimit ndrmjet simboleve me jetn reale jan zhvilluar mats t ndryshm. Shqyrtimi n
pika t shkurtra i ktyre matsve sht i rndsishm pr t prcaktuar se n far shkalle t
dhnat cilsore (kualitative) mund t konvertohen n t dhna sasiore (numerike). Nj dobi tjetr
e cila do t sigurohet me studimin e ktyre matsve sht edhe prcaktimi se cilat teknika t
analizave statistikore do t prdoren n analizimin e t dhnave t hulumtimit. Me fjal t tjera,
ashtu si sht prcaktuar n kapitullin n lidhje me testet e hipotezave, aplikimi i analizave
statistikore dallon sipas llojit t t dhnave (lloji i t dhnave pr nga aspekti i matsit t
pdorur). Pr shembull, teknikat parametrike statistikore mund t aplikohen n t dhnat t cilat
jan matur s paku n mnyr intervalore.

sht e rndsishme q t shpjegohen shkurtimisht llojet e shkallve t matjes. N thelb,

mund t ndahen n katr lloje t matjes. Renditja e tyre n mnyr statistikore nga m e dobta
tek m e forta mund t bhet n kt mnyr: (1) matsi nominal, (2) matsi ordinal, (3) matsi
intervalor dhe (4) matsi proporcional. Nj metod tjetr e klasifikimit sht edhe klasifikimi n
mats jo metrik dhe mats metrik.

Matsit Jo Metrik: Matsit Metrik:

1. Matsi Nominal 1. Matsit Intervalor
2. Matsi Ordinal 2. Matsit Propocional

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.

Kushtet e nevojshme q t dhnat e matura me matsin nominal t jen t barabarta me

njra-tjetrn jan kto:

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.

N kt mats t kufizuar, mundsia e aplikimit t teknikave statistikore n t dhnat e

matura sht shum e kufizuar. Mirpo, nj pjes e teknikave statistikore joparametrike mund t
aplikohen n t dhnat e matura me mats nominal. Llogaritja e matjeve t mesatareve t
prgjithshme (pr shembull, mesatares aritmetike) apo matjeve t shprndarjes (devijimit
standart) sht e pamundur. Nga t dhnat e matura me mats nominal mund t llogaritet moda,
testet kontigjencale, analiza e Katrorit-Ki dhe disa teste joparametrike.

Shembuj t llojit t matsit nominal:

Cila sht gjinia juaj?

( ) Mashkull ( ) Femr

Gjendja martesore?
( ) Beqar ( ) I/e martuar ( ) I/e ndar

Cili sht niveli i arsimit t prfunduar?

( ) Nuk kam shkoll t kryer ( ) Shkolla fillore ( ) Shkolla e mesme
( ) Universitet ( ) Posdiplomike

2. Matsi Ordinal (Rendor)

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,

1 > 2 > 3 > .................................. > n.

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.

N t dhnat e matura me mats ordinal mund t aplikohen teknika statistikore n numr

t kufizuar. Mund t llogariten matjet e tendencs qendrore si mediana, kuartalet dhe prqindjet.
Prve ktyre mund t aplikohen edhe korrelacioni rendor, testi rendor, testi tregues etj.

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

Matsi intervalor sht shum i rndsishm pr arsye se n t dhnat e matura me kt

mats mund t aplikohen shum teknika statistikore. Me fjal t tjera, me kalimin n matsin
intervalor bhet kalimi n nj mats numerik n kuptimin rendor39. Karakteristika kryesore e
matsit intervalor sht njsia matse t qenurit fikse edhe pse pika filluese sht zgjedhur n
mnyr t lir (arbitrare). Nj karakteristik tjetr e rndsishme e ktij matsi sht se dallimet
ndrmjet objekteve t matura n kt mats sipas nj cilsie t caktuar mund t shprehen n
mnyr proporcionale nga njra-tjetra. Si shembull t matsit intervalor mund t merret matsit
Fahrenheit dhe Centigrade pr matjen e nxehtsis. Pika filluese e matsve sht arbitrare. Kurse
njsia matse pr dy matsit sht prcaktuar me ndihmn e intervaleve t njjta t prfituara nga
ndarja n pjes t barabarta t shums s zgjerimit t lngut t prdorur n termometr. N kt

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.

Pr arsye se n t dhnat e matura me mats intervalor mund t aplikohen shum teknika

statistikore, shkenctart po bjn prpjekje pr ti konvertuar n forma t matjeve m pak t
forta (ordinale dhe nominale). Pr shembull, duke e marr dobin nga matsi ordinal pr ta
matur n mats intervalor jan br dhe po bhen zhvillime t ndryshme (p.sh., Teoria Moderne
e Dobis e Von Neuman-Morgenstern). Nj nga kto zhvillime n lidhje me marketingun sht
Ligji Thurstone i Krahasimit t Deklaratave. Nga t dhnat e matura me mats invervalor mund
t llogaritet mesatarja aritmetike, devijimi standart, matjet ansore dhe kurtozs etj. Po ashtu
edhe analiza e korrelacionit dhe regresionit, testet t dhe F mund t aplikohen n kto t dhna.

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.

N t dhnat e matura me mats proporcional mund t aplikohen t gjitha funksionet

aritmetike dhe konvertimet proporcionale pozitive (pra y = cx dhe c > 0). Si shembull i t
dhnave t matura me kt mats mund t jepet kg si mats i peshs apo metra si mats i
gjatsis. Pikat filluese t ktij matsi jan objektive dhe t pandryshueshme. Secila pik e
matsit mund t shprehet n mnyr proporcionale nga njra-tjetra. N t dhnat e matura me

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.).

Ky lloj i matsit mund t prdoret edhe n hulumtimet biznesore. Pr shembull, pr shkak

se njra nga situatat nga ky produkt jan shitur 100 njsi, nga tjetri 50 njsi ose vllimi i
shitjeve t A-s sht sa dy her i B-s sht shprehur si 2 her proporcioni i tjetrs, kemi t
bjm me mats proporcional.

9.2. Llojet e Ndryshoreve t Prdorura n Hulumtimet Biznesore

Ndryshoret e ankets t prdorura n hulumtimet biznesore mund t klasifikohen n tri

kategori:

1. Qndrimet: Jan deklarata t cilat mund t vlersohen (mendimi, edukimi, preferencat

etj.). Pr kt arsye pika zero nuk sht teke dhe tregon dallim te personat sipas karakteristikave
demografike.

2. Sjelljet: Jan ndryshore t cilat masin sjelljen, si ndryshoret e blerjes, frekuencs s

vizits etj.

3. Besimet: Gjra t cilat mendohet se jan t drejta.

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.

Pr ti mbledhur t dhnat dhe informacionet n lidhje me preferencat, qndrimet,

mendimet, pritjet dhe dobin, shkurtimisht me karakteristikat psikologjike n nj mnyr t
vlefshme dhe t besueshme duhet q t prdoren disa mats t veant.

Matja e Qndrimeve:

Qndrimet jan prirje t brendshme t cilat mund t ndikojn n sjelljet e njerzve.

Qndrimet prbhen nga tri komponente themelore: (1) komponenti njohs (informacioni,
besimet), (2) komponenti emocional (plqim, zgjedhje) dhe (3) komponenti i sjelljes (trendet e
blerjes). Qndrimet, thuhet jan prcaktuesit kryesor t sjelljeve.

Metodat e prdorura n matjen e qndrimeve:

1. Vlersimi i vetvetes: sht metoda m e prdorur.

89
 2. Vzhgimi i sjelljeve: Prdoret n rastet kur metodat e tjera nuk jan t prshtatshme pr
t vlersuar qndrimet.

3. Shqyrtimi i reagimeve stimuluese pjesrisht t struktuara: Prbhet nga shqyrtimi i

reagimeve t bra ndaj teknikave projektive.

4. Vlersimi i performancs sipas kritereve objektive.

5. Vzhgimi i reagimeve psikologjike: pupilmetri apo psikogalvanometri, skanimi i syrit

etj.

Matja e Qndrimeve me An t Vlersimit t Vetvetes s Prgjegjsit

Prbhet nga pyetjet e bra prgjegjsve prmes forms s nnvizimit t matjes s

shkallzuar. Ekzistojn forma t ndryshme t matjeve shkallzuese.

1. Matja me an t grafikut dhe me an t vlersimit t deklaratave: Matja me an t

grafikut paraqet shenjzimin mbi nj vij t drejt t vazhdueshme. Mund t krijoj probleme me
kodim dhe analizim. Nuk sht nj metod e cila prdoret shpesh. N matjen e vlersimit t
deklaratave ekzistojn shum kategori t prgjigjes. Prgjigja dhe analizimi sht i leht. Pr
kt arsye sht nj metod e cila prdoret shum.

2. Vlersimet krahasuese dhe jokrahasuese: N vlersimin krahasues, prgjegjsit i jepet

nj objekt i cili mund t krahasohet. Kurse n metodn e vlersimit jokrahasues, prgjegjsit
mund t prdorin kornizn e dshiruar referuese. Hulumtuesit e zgjedhin at q sht e
prshtatshme.

3. Alternativat prgjegjse obliguese dhe joobliguese: Matsi i zgjedhjes obliguese jep

mundsin q prgjegjsit t mos mbesin t paanshm ose t shfaqin nj qndrim t caktuar. Pika
mesatare prcaktohet n mnyr intuitive.

Gjja e cila dshirohet t Plotsisht Pajtohem Nuk Aspak nuk

matet pajtohem pajtohem pajtohem

Ky mats sht nj shkallzim obligues sepse nuk ka pik neutrale.

4. Alternativat ekuilibruese dhe joekuilibruese: N matsin ekuilibrues gjenden

alternativa t barabarta t prgjigjeve pozitive dhe negative. Zakonisht n matjet me an t
vlersimit t deklaratave, zgjedhen alternativat e prgjigjeve ekuilibruese.

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

5. Vendosja e fjalve mbi alternativat e matsit: Shprehja e pikave t mesit me fjal

ndrmjet tri pikave n mats jo do her mund t jet e leht. N rastet e prdorimit t matsit
intervalor duhet t kihet kujdes q fjalt t prdoren n mnyr t duhur. Edhe numrat duhet t
prdoren n mnyr t duhur dhe t interpretohen drejt.

6. Numri intervalor: Nuk sht nga rregullat proporcionale dhe mund t prbhet nga 5
apo 9 kategori (ndonjher mund t jet edhe 4).

7. Matsi i prdorur pr matjen e t dhnave: Hulumtuesit duhet q t zgjedh q s paku

t dhnat ti mbledh me mats intervalor.

9.3. Llojet e Matsve t Veant t Prdorur n Hulumtimet Biznesore dhe Analizat

e Veanta n Lidhje me Kta Mats

Pr ti mbledhur t dhnat dhe informacionet n lidhje me preferencat, qndrimet,

mendimet, pritjet dhe dobin, shkurtimisht me karakteristikat psikologjike n nj mnyr t
vlefshme dhe t besueshme duhet q t prdoren disa mats t veant. Ndr matsit m t
prdorur n hulumtimet biznesore t ktyre llojeve jan Matsi i Ndarjes Dimensionale i
Osgood-it, Matsi i Likertit dhe Matsi i Stapelit.

Qllimi i prbashkt i llojeve t matsve t veant sht q t ofrojn mundsi pr

aplikimin e metods s ankets, t thjeshtsojn kodimin dhe adoptimin e t dhnave, t
mundsojn prdorimin e analizave m t forta statistikore dhe n kt mnyr t ulin kostot e
hulumtimit n mas t konsiderueshme.

9.3.1. Matsi i Ndarjes Dimensionale

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:

I mjaftueshm ---:---:---:---:---:---:---: I pamjaftueshm

Si do t shihet edhe nga ky shembull, n matsin e ndarjes dimensionale i jepen

prgjegjsit karakteristika dyshe t ndryshme. Secila karakteristik dyshe ndahet n 7 intervale t
barabarta (supozuese). N kt mnyr, krkohet nga prgjegjsi q t zgjedh apo t nnvizoj
nj nga kto 7 intervalet. Secili kuptim q intervali shpreh, sht i ndryshm dhe intervali 4, pra
intervali n mes sht intervali i ekuilibrit apo indiferent.

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.

Nuk kujdeset Kujdeset

mjaftueshm mjaftueshm
pr klientt ___ ___ ___ + ___ X ___ pr klientt
Vendi nuk Vendi sht i
sht i prshtatshm
prshtatshm ___ ___ ___ X ___ + ___
Kushtet e Kushtet e
kredis nuk kredis jan t
jan t prshtatshme
prshtatshme ___ ___ + ___ X ___ ___
X: Banka A
+: Banka B

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.

Pr t prdorur matsin e ndarjes dimensionale n nj mnyr q t kritikohet m pak,

duhet t formohet nj mats ekuilibrues dhe mbi do 7 intervale duhet t shnohet kuptimi i
tyre44. Pr sa koh nuk plotsohen kto kushte, vlefshmria dhe besueshmria e t dhnave dhe
informacioneve t marra do t zvoglohen n mas t madhe45.

Rezultatin e analizs s ndarjes dimensionale mund ta marrim n form t diagramit,

ashtu si m lart dhe kjo na ndihmon q n mnyr direkte t shikojm profilin. Po ashtu, kjo
situat ofron mundsin pr krahasimin me brendet e tjera. Mirpo nuk duhet t harrohet q kto
vlera paraqesin vlerat totale t mostrs. N shikim t par t ksaj shprndarjeje, ajo far mund
t thuhet n lidhje me kt brend sht se brendi ka nj profil t paqndrueshm sepse
shprndarja sht e valzuar.

9.3.2. Matsi i Likertit

Matsi i Likertit, ndryshe nga t tjert ka pr qllim prcaktimin e qndrimeve t

personave duke prcaktuar se n far shkalle pajtohen prgjegjsit me deklaratat e ndryshme n
lidhje me temn. Gjat brjes s ktij prcaktimi, deklaratat prdoren njjt pa br asnj
ndryshim n to. Kto deklarata mund t jen pozitive apo negative. Pran ktyre deklaratave,
prgjegjsit i ofrohet nj mats 5 piksor (ekuilibrues). Ky mats sht n kt form:

Pajtohem Pajtohem As pajtohem Nuk pajtohem Nuk pajtohem

plotsisht as nuk pajtohem aspak
+2 +1 0 -1 -2

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.

Krkohet nga prgjegjsi q t nnvizoj at numr, q prkohen me shkalln e pajtimit

me deklaratn. Pr shembull, n nj hulumtim n lidhje me bankat, prgjegjsit i jepet deklarata
Banka A sht nj bank e cila ka zhvillime dinamike dhe krkohet nga ai q t prcaktoj se

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;

Deklaratat Prgjigjjet Vlerat

P1 Pajtohem plotsisht +2
N2 Nuk pajtohem +1
P3 Pajtohem +1
N4 Nuk pajtohem aspak +2
N5 Pajtohem -1
N6 Nuk pajtohem aspak +2
P7 Pajtohem plotsisht +2
+9

Pr kt prgjegjs sht gjetur vlera +9. Ky vlersim bhet pr secilin prgjegjs. N

fund, prgjegjsit renditen sipas madhsis renditse t vlers totale. Kjo i jep hulumtuesit
radhitjen e prgjegjsve sipas shkalls pozitive t qndrimeve rreth tems s hulumtuar.

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.

Nj nga kritikat m t rndsishme t matsit t Likertit sht pamjaftueshmria pr t

prcaktuar natyrn specifike t vlers totale t prgjegjsit. Pra, vlera totale +9 n shembullin
ton nuk tregon ndonj gj precize rreth natyrs s prgjegjsit sepse vlera totale +9 ka qen e
mundur q t arrihet edhe nga prgjigjje t ndryshme. Pr kt arsye, matsi i Likertit dhe t
ngjashmit n hulumtimet e marketingut prdoren duke mos i llogaritur vlerat totale dhe duke
prdorur nj mats prgjigje pr do gjykim.

9.3.3. Matsi i Stapelit

sht nj mats vertikal. N total i ka 10 pik; 5 pozitive, 5 negative. Vlersimet jan t

njjta ashtu si n matsin e Likertit dhe ndarjes dimensionale. Nuk prdoret shpesh.

95
 9.4. Nj Vlersim i Shkurtr i Matsve t Prdorur n Hulumtimet Biznesore

Pr t vendosur se cilin mats duhet prdorur n matjen e preferencave, qndrimeve,

besimeve, pritjeve apo fardo natyre tjetr t sjelljes s prgjegjsve n hulumtimet biznesore
n lidhje me problemin n dispozicion t marketingut, fillimisht duhet t kihet parasysh 1)
madhsia e mostrs dhe faza aktuale e hulumtimit, 2) kushtet e nevojshme t t dhnave pr
analizat t cilat do t prdoren pr zgjedhjen e problemit biznesor aktual (cilat t dhna me ciln
mats t matura jan t nevojshme), 3) natyra teorike e matsve t menduar, pra vlefshmria,
besueshmria dhe ndjeshmria46 dhe 4) kostoja e prdorimit t matsve. sht e dobishme q
kto pika t shqyrtohen shkurtimisht.

9.4.1. Madhsia e Hulumtimit dhe Faza e Hulumtimit

N fazat e para t hulumtimit, veanrisht n fazn paraprake t hulumtimit mund t

prdoren teknika, alternativat prgjegjse e t cilave jan prcaktuar m par (p.sh., pyetje t
hapura). Prve ksaj, kto lloje t teknikave mund t prdoren edhe pr projekte t vogla t
hulumtimeve (p.sh., n nj hulumtim prej nj mostre prej 50 njsive). Me rritjen e vllimit t
mostrs do t rritet edhe kostoja pr prgjigje, pr arsye se vshtirsohet vlersimi i ktyre
prgjigjeve. Pr kt arsye, n projektet e hulumtimeve t mdha (p.sh., n hulumtimet n t cilat
madhsia e mostrs sht mbi 100), pyetjet dhe alternativat e prgjigjeve dhe me kt rast edhe
matsi q do t prdoret duhet t krijohen nga nj seri e nj hulumtimi t mparshm.

9.4.2. Kushtet e Nevojshme t t Dhnave pr Analizat Statistikore

N nj hulumtim n t cilin pyetjet, alternativat e prgjigjeve dhe matjet n t cilat

rrumbullaksohen alternativat jan prcaktuar m par, lind mundsia pr aplikimin e metodave
dhe teknikave m t forta statistikore n t dhnat e mbledhura me an t ktyre matsve. Kurse
kjo ofron mundsin e punimit me nj vllim m t vogl t mostrs. N kt mnyr, kostot e
hulumtimit do t zvoglohen n mas t madhe. Gjat zgjedhjes s paisjes matse apo matsit
bhet nj vlersim sipas metodave dhe teknikave t nevojshme pr zgjedhjen e problemit aktual
biznesor. Sipas ksaj, teknikat parametrike statistikore kan nevoj pr t dhna t cilat s paku
jan matur me mats intervalor. Nj asje tjetr sht q hulumtuesi qn fillimt zgjedh paisjen
apo matsin m t prshatshm pr problemin e biznesor dhe m pas t prcaktoj teknikat
statistikore t prshtatshme pr kt mats.

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

Gjat zgjedhjes s matsit q do t prdoret n hulumtim duhet t kihen parasysh

karakteristikat shum t rndsishme teorike si, vlefshmria, besueshmria dhe ndjeshmria.

a. Vlefshmria

Fjala vlefshmri n shkencat e sjelljes sht matsi i paanshmris (objektivitetit) s t

dhnave t mbledhura dhe prshtatshmris me natyrn e ngjarjes apo ndryshores s matur. N
kt mnyr, n qoft se nj mats mund t mat gjn e cila dshirohet t matet, ather mund t
thuhet se ai mats ka vlefshmri. Nj mats i ktill do t jet i vlefshm n qoft se sht larg
nga gabimet sistematike apo me fjal t tjera, n qoft se brenda nj periudhe t caktuar pasqyron
dallimet e vrteta ndrmjet personave apo pr personin e njjt. Gabimet sistematike mund t
krijohen personalisht nga vet matsi, nga prdoruesi i matsit, nga prgjegjsit apo nga kushtet
e mjedisit. Pr arsye se shum shpesh n aplikim nuk kemi mundsi pr t ditur vlerat e vrteta,
duhet t prdoren standarte t tjera pr t dhn nj gjykim rreth vlefshmris s matsit.
Prandaj, vlersimet bhen duke marr pr baz zakonisht tri vlefshmri t ndryshme;
vlefshmrin e parashikuar, vlefshmrin e prmbajtjes dhe vlefshmrin strukturore.

Vlefshmria e parashikuar paraqet shkalln e korrelacionit ndrmjet karakteristiks s

matur t matsit dhe karakteristiks s vrtet (karakteristika e vzhguar). Pr t prcaktuar kt,
hulumtuesi ka nevoj pr domosdoshmrin e nj kriteri t jashtm n lidhje me gjendjen e
vrtet. Kurse sigurimi i ksaj shumicn e kohs sht i pamundur pr hulumtuesin. Pr kt
arsye, pr vlefshmrin e parashikuar mund t bhen krahasime duke br matje t ndryshme pr
temn e njjt.

Vlefshmria e prmbajtjes sht mats i shkalls s vlefshmris s prmbajtjes apo s

paku paraqitjes s matsit. N kt mats t vlefshmris i cili aplikohet shum n shkencat e
sjelljes, prcaktohet se n far shkalle sht i vlefshmm matsi i zhvilluar duke marrur
mendimet e ekspertve. Ekspertt japin gjykimet personale n temn se n far shkalle matsi
mund t prfaqsoj gjn e cila dshirohet t matet. Kto gjykime, n thelb japin nj prfundim
rreth vlefshmris prmbajtsore t matsit.

Vlefshmria strukturore ka t bj me at se n far shkalle mund t prcaktohen

arsyet teorike t vlefshmris s parashikuar dhe prmbajtsore. N qoft se n mnyr teorike
mund t shpjegohet se prse nj mats ka vlefshmri prmbajtsore dhe parashikimi, ather
sipas ktij shpjegimi mund t zhvillohet nj model dhe mund t bhen disa prgjithsime n
lidhje me kt model. Si mund t kuptohet nga kto shpjegime, pr brjen e disa
prgjithsimeve (prgjithsimi i grupeve, ngjarjeve apo kohs) duhet q t prcaktohet
vlefshmria strukturore e matsit. Mirpo, n shkencat e sjelljes, n shumicn e rasteve
hulumtuesi mjaftohet me vlefshmris prmbajtsore dhe t parashikuar.

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

Ndjeshmria sht mats i asaj se n far shkalle matsi ka arritur t bj matje t

ndjeshme. Ndjeshmria e matsit e prdorur n hulumtimet biznesore sht e rndsishme sepse
n shumicn e hulumtimeve t marketingut dshirohet t maten ndryshimet (p.sh., ndryshimet n
qndrimet e konsumatorit). Kurse n matjen e ndryshimeve duhet q t prdoret matsi m i
ndjeshm brenda mundsive. Mnyra pr rritjen e ndjeshmris s matsit sht q t shtohen
karakteristika dhe/ose pika t reja n mats. Mirpo, gjat brjes s ksaj duhet shmangur
zhvillimi i matsve t ndar t clt zvoglojn bashkpunimin e prgjegjsit.

4. Kostoja e Prdorimit t Matsve

Madhsia e hulumtimit prve kushteve t nevojshme t t dhnave pr analizat

statistikore, vlefshmrin, besueshmrin dhe ndjeshmrin e krkuar duhet t merr parasysh
edhe kostot e matsve. Duke e vlersuar secilin mats nga aspekti i ktyre faktorve duhet t
zgjedhet matsi m superior me kosto t njjt apo matsi m i lir me natyr t njjt. N kt
faz duhet q t bhet analiza kosto-fitim. N fund, duhet t zgjedhet matsi, dobia e t cilit sht
relativisht m e madhe se kostoja e tij.

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

Kritika m e rndsishme e matsve t sjelljes sht paaftsia e parashikimit. Mirpo kto

kritika jan mjaft t paarsyeshme, sepse shkaku kryesor q e vshtirson parashikimin e sjelljeve
m shum se paaftsia e matsve sht se ende nuk sht zhvilluar ndonj model i vlefshm dhe i
besueshm i sjelljeve t konsumatorit dhe prandaj ende nuk sht prcaktuar vendi dhe rndsia
e qndrimeve, preferencave, besimeve, pritjeve dhe trendeve n procesin e marrjes s vendimeve
t njerzve48.

Trendi i fundit n matjen e ndryshoreve t sjelljes sht brja e matjeve t shum

ndryshoreve (apo shum dimensioneve) dhe analizimi i t dhnave t mbledhura me teknikat e
prshtatshme statistikore me shum ndryshore49. Mirpo, kjo ofron mundsin e testimit t
hipotezave m t vlefshme dhe m kuptimplota n majtet m gjithprfshirse. N kt mnyr
sht e mundur q t bhen hulumtime m t vlefshme dhe m t besueshme dhe t sillen m afr
t vrtets modelet e sjelljes sipas rezultateve t marra, duke i rishikuar prsri.

Pr t prfunduar, mund t thuhet se n shtjen e matjes dhe shkallzimit jan br

studime mjaft intensive n departamentin e marketingut dhe veanrisht n shkencat e sjelljes, si
t psikologjis dhe psikologjis shoqrore dhe se kto zhvillime n mas t madhe do t
vazhdojn edhe n t ardhmen.

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

1. Shpjegoni n pika t shkurtra llojet e matsve.

2. Menaxheri i marketingut t nj firme e cila prodhon detergjent dshiron q t mat

mendimet, qndrimet dhe trendet e konsumatorve n lidhje me produktet e firms (t
detergjentit).

a) Si mund t prdoret Matsi i Ndarjes Dimensionale pr kt qllim n kt hulumtim?

Shpjegoni me pak fjal.

b) Shpjegoni me pak fjal si mund t prdoret Matsi i Likertit pr qllimin e njjt?

3. Cilat jan pikat q duhet t kihen parasysh n zgjedhjen e matsit? Shpjegoni n pika t
shkurtra seciln pik.

4. Nj pyetje e marr nga anketa e prdorur n hulumtimin me emr Menaxhimi n

Industri dhe Krkesa pr t Diplomuarit e Inxhinieris Industriale nga Fakulteti i Shkencave
Administrative t Universitetit Teknik t Lindjes s Mesme50 sht njjt si m posht:

Pyetja 4: Sipas mendimit tuaj menaxhimi i mir a sht nj art apo pun shkence?

sht plotsisht nj sht plotsisht pun

art shkence

1 2 3 4 5

a) Diskutoni vlefshmrin dhe besueshmrin e ksaj pyetjeje.

b) Si mund ti analizoni prgjigjet e ksaj pyetjeje?

50
Orta Dou Teknik niversitesi, universitet n Ankara.

100
Kapitulli 10

TESTET E HIPOTEZAVE

sht e rndsishme q n hulumtimet biznesore pr vlefshmrin dhe besueshmrin e

hulumtimit, hipotezat t zhvillohen dhe t prcaktohen n nj mnyr q mund t testohen n
mnyr statistikore51. Pr kt arsye, n kt kapitull do t ndalemi mbi problemet e zhvillimit
dhe testeve t hipotezave.

10.1. Nevoja e Testimit t Hipotezave n Mnyr Statistikore

Si u tha edhe m par, prcaktimi i pritjeve t hulumtimit n form t hipotezave dhe

testimi i ktyre hipotezave n mnyr statistikore me rezultatet e hulumtimit sht i nevojshm
pr aplikimin e metods shkencore.

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:

1. T qenurit e nj metode apo teknike m shkencore nnkupton t qenurit e saj m

objektive apo neutrale. Mendimet, konceptet apo hipotezat duhet t testohen n nj mnyr
objektive me aq sa sht e mundur. Duhet t merren t gjitha masat t cilat parandalojn qllimin
personal, gjykimin apo subjektivitetin.

2. T qenurit e nj metode apo teknike m shkencore, t qenurit e prkufizimeve t

termeve m specifike, t brit e matjeve m t kujdesshme n lidhje me temn e studiuar,
nnkupton kontrollimin e funksionit dhe vlersimit n shkall sa m t gjer t mbledhjes s t
dhnave dhe informacioneve dhe brjen e punimeve m t hollsishme me paisjet e hulumtimit
t prshtatshme pr t dhnat dhe informacionet n dispozicion52.

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).

N aplikimin e metods shkencore, prdorimi i metods eksperimentale sht ideal.

Sidomos eksperimentet pranohen plotsisht si shkencore n rastet kur secila ndryshore mund t
kontrollohet, rezultatet mund t prsriten apo kur mund t vrtetohen me teste t tjera. Kto
lloje t eksperimenteve jan t prshtatshme pr kushte shum ideale sesa nga aplikimi n kushte
t vrteta. N shum eksperimente t aplikuara n kushte t vrteta pika baz e tyre sht testimi
i hipotezave duke i kontrolluar disa ndryshore e disa t tjera duke i ndryshuar.

Si do t ceket edhe n vazhdim, jan hulumtuar mundsit e aplikimit t metods

eksperimenate n hulumtimet biznesore dhe kjo metod ka gjetur prdorim t gjer. Hulumtimet
biznesore kan pasur dobi t mdha nga mjetet eksperimentale, si nga testet krahasuese dyshe
dhe testi para testi pas.

Ekzistojn dallime ndrmjet shkencave shoqrore, si marketingut dhe shkencave natyrore

n prdorimin e proceseve eksperimentale, si pr nga lloji ashtu edhe nga shkalla e prdorimit.
Si sht cekur m lart, numri i ndryshoreve n problemet biznesore sht i lart, vshtirsia e
kontrollimit t ndryshoreve sht e madhe, tendenca e t qenurit e njanshme apo subjektive
sht m e prhapur dhe m e rndsishme dhe shkalla e saktsis s prfituar sht e ult. Kto
ndryshime t natyrshme nuk do t shkaktojn ndonj ndryshore t rndsishme, pa marr
parasysh se n far teme aplikohet metoda shkencore. N qoft se shikohet nga kjo perspektiv,
aplikimi i metods shkencore n shkencat shoqrore do ti prngjaj m shum shkencs s
biologjis, n krahasim me at t fiziks dhe kimis.

Si shtes e t gjitha shpjegimeve m lart, duhet t prmendet edhe dallimi i aplikimit t

shkencs dhe metods shkencore t prbr nga parime dhe rregulla t ndryshme n probleme t
caktuara. Sipas ksaj, hulumtimet biznesore, n thelb jan punime q bhen n treg. Pr kt
arsye, shum probleme tentohet t zgjedhen me an t metods s ankets, vzhgimit apo
eksperimentit. Prdorimi i metods eksperimentale krkon s paku m shum para dhe m shum
koh n krahasim me t tjerat. Prandaj n shkencat shoqrore metoda e ankets ka nj fush m
t gjer t prdorimit pr shkak t aplikimit m t shpejt dhe m t lir, si dhe dhnies s
rezultateve t dshiruara. Mirpo, hulumtimi i br asnjher nuk duhet t interpretohet se nuk
sht shkencor. Me marrjen e masave t duhura, metoda e ankets jep rezultate t vlefshme dhe
t besueshme.

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.

N baz t ktyre shpjegimeve, hulumtimin shkencor mund ta prkufizojm n kt

mnyr: Hulumtimi shkencor sht nj test objektiv dhe sistematik i hipotezave t zhvilluara
rreth nj problemi n lidhje me jetn e vrtet.

Shpjegimet e msiprme tregojn q prcaktimi i hipotezave n lidhje me temn e

hulumtimit dhe testet statistikore pr nga pikpamja e vlefshmris dhe besueshmris s
hulumtimit jan t nevojshme n hulumtimet biznesore.

10.2. Zhvillimi i Hipotezave t Hulumtimit

Pr zhvillimin e hipotezave n hulumtimet biznesore, paraprakisht sht e domosdoshme

q t prcaktohet problemi biznesor pr tu hulumtuar.

Nj mosprfillje n fazn e par nuk e varfron vetm vlefshmrin dhe/ose

besueshmrin, por mund ti bj t pakuptimta apo t pavlefshme punimet e mtutjeshme sepse
si sht cekur m par, procesi i hulumtimit sht nj proces i cili prbhet nga faza t
ndryshme t lidhura shum fort me njra-tjetrn54.

Prkufizimi i problemit n mnyr t sigurt sht i nevojshm pr orientimin e punimeve

t mtutjeshme t hulumtimit, pr krijimin e nj themeli pr hulumtimet e ardhshme dhe n kt
mnyr pr nj sigurim ekonomik. Pr prkufizimin e problemit n mnyr t sigurt sht e
nevojshme q parimisht problemi t reduktohet n ndryshore, elemente, faktor apo arsye tjera t
caktuara, marrdhniet brenda ksaj kornize t mendohen n dritn e gjetjeve teorike dhe t
aplikimit dhe t bhen disa devijime, jo n mnyr t domosdoshme. Pas ksaj, duhet q
formulimet e prkufizimeve, koncepteve dhe problemeve t testohen dhe duhet t bhen
krkimet e para pr gjetjen e risive. N hapin e tret, duhet t krkohen zgjedhje n mnyr m t
gjer pr problemet n hapin e dyt brenda institucionit dhe sidomos jasht tij. N fund, duke
br nj vlersim t fundit t punimeve dhe rezultateve t tri fazave t fundit, duhet t shkruhen
hipotezat prfundimtare, t caktuara dhe q mund t testohen n lidhje me temn55.

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.

10.3. Testet Statistikore t Hipotezave

Qllimi i mbledhjes s t dhnave dhe informacioneve si dhe analizimit t tyre sht q t

zhvillohen matje objektive t cilat do t prdoren n zgjedhjen e alternativs m t prshtatshme
n lidhje me zgjedhjen e problemit. Pr shembull, nse jan dy alternativa A1 dhe A2, dshirojm
t dijm se cila alternativ sht m e mir pr nj rast t caktuar. Pr t br nj zgjedhje
ndrmjet A1 dhe A2, mbledhim t dhna dhe informacione dhe zhvillojm kriteret e vendimit
duke i prdorur kto t dhna dhe informacione s bashku me informacionet statistikore. Ky
proces sht nj test i hipotezave statistikore.

1. Procesi i Testimit t Hipotezave: Testimi i hipotezave sht nj proces i cili prbhet

nga gjasht faza. Kto faza jan:

a) Prkufizimi i Hipotezave:Nj hipotez statistikore, n fakt sht nj supozim i br

n lidhje me shprndarjen e nj ndryshoreje t rastsishme. Hipoteza n aplikim ka kuptimin e
prcaktimit, zakonisht t nj apo m shum parametrave t popullsis prkatse.

Faza e par n testimin e hipotezave sht prkufizimi i hipotezave. Hipotezat, n

prgjithsi duhet t jen n pajtim me informacionet dhe teorin e atij momenti. Mirpo,
hipotezat duhet t prkufizohen prpara mbledhjes s t dhnave dhe informacioneve. Por kjo
nuk pengon mbledhjen e t dhnave dhe informacioneve nga mostra t ndryshme pr
prkufizimin e hipotezave. T dhnat dhe informacionet e prdorura n prkufizimin e natyrs s
hipotezave nuk duhet t prdoren asnjher n testimin e hipotezave.

Mnyra m e thjesht, m e leht dhe m e prdorura n testimin e hipotezave sht

testimi i hipotezs zero (H0) (apo boshe) kundrejt hipotezs alternative (H1). Sado q zgjedhja e
hipotezave zero dhe alternative bhet n mnyr t bukur, si rregull i prgjithshm, hipoteza e
cila pritet t refuzohet nga vlerat e mostrs sht hipoteza zero. Arsyeja m e rndsishme e
ksaj sht se pranimi i nj hipoteze sht shum m i vshtir sesa refuzimi i asaj hipoteze. Nj
arsye tjetr, si do t shihet edhe m von sht edhe nevoja e prcaktimit t hipotezs n at
mnyr q do t ofroj mundsi pr brjen e llogarive teorike n lidhje me hipotezn pr shkak
q hipoteza zero jep mundsi pr llogaritjen e vlerave teorike, apo thn me fjal t tjera, vlerat
teorike do t llogariten nn supozimin se hipoteza zero sht e sakt. Nj arsye tjetr e fundit

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:

H0: (A) = (B)

H1: (A) > (B)

Si mund t shihet, ky sht nj test ansor i djatht.

N qoft se hulumtuesi dshiron t testoj nse ekziston dallim pr nga pikpamja e

efektivitetit ndrmjet plehit kimik t brendit C dhe plehit kimik t brendit D, hipotezat do ti
prkufizoj n kt mnyr:

H0: (C) = (D)

H1: (C) (D)

Ktu C =efektivitetin mesatar t plehit kimik t brendit C dhe C =efektivitetin mesatar

t plehit kimik t brendit D. Ky sht nj test neutral (dyansor).

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:

H0: (E) = (F)

H1: (E) < (F)

Kurse ky sht nj test ansor i majt.

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.

Prpara se t kalojm n fazn tjetr, paraprakisht sht e rndsishme q t shqyrtohen

gabimet q mund t paraqiten n testimin e hipotezave. N fund t testimit t hipotezs, ose H0
pranohet ose refuzohet (ose H1 pranohet). Kurse n t vrtet ose H0 sht e sakt ose sht
gabim (apo H1 e sakt). Ta paraqesim kt situat me nj tabel56.

Vendimi
Gjendja e vrtet H0 pranim H0 refuzim (H1 pranim)

H0 e sakt Nuk ka gabim Gabimi i llojit t par ()

H0 gabim (H1 e sakt) Gabimi i llojit t dyt () Nuk ka gabim

Tabela 10.1. Llojet e Gabimeve q Mund t Paraqiten n Testet e Hipotezave

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.

Secili lloj i gabimit do t ndikoj n shkalln e besueshmris s rezultateve. Mirpo, n

fund t testit me refuzimin e H0 (H1 pranim) vie n shprehje lloji i par i gabimit (), me
pranimin e H0,vie n shprehje lloji i dyt i gabimit ().

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.

b) Prcaktimi i Shkalls s Rndsis58: Faza e dyt n testimin e hipotezave sht

prkufizimi i shkalls s rndsis apo gabimit t llojit t par (). Shkalla e rndsis () duhet
t prcaktohet vetm pas prkufizimit t vllimit t mostrs (n). Shkallat e rndsis m t
prdorura n aplikim jan 0,1, 0,05 dhe 0,01. N qoft se = 0,05 dhe n fund t testit H0 sht
refuzuar, ather mund t thuhet se vlerat e mostrs n shkalln e rndsis 0,05 jan n shkall
t rndsishme t ndryshme nga H0. Me fjal t tjera, n qoft se n mnyr t vazhdueshme e
prdorim kt metod n periudh t gjat kohore, vetm 5% e rezultateve t mostrs do t jen
n vler pr t refuzuar hipotezn e sakt H1 pr shkak t arsyeve t rastsishme. Nj pik me
rndsi ktu sht se pas prcaktimit t shkalls s rndsis () prpara hulumtimit, kjo vler
nuk do t ndryshoj m.

N qoft se H0 refuzohet n shkalln e rndsis 0,05, rezultati cilsohet si i rndsishm,

n qoft se H0 refuzohet n shkalln e rndsis 0,01, rezultati cilsohet si shum i rndsishm.
N kt mnyr nuk duhet t harrohet q fjalt e rndsishme dhe shum e rndsishme kan
kuptime precize n statistik.

sht shum e rndsishme pr t vendosur se ciln vler t -s duhet prdorur n test.

Roli i vendimmarrsit sht shum i madh n prcaktimin e nivelit t -s sepse sht nj
funksion rreziku t cilin do ta ngarkoj vendimmarsi n lidhje me temn. Gjat prcaktimit t
-s, vendimmarsi duhet t mendoj humbjen q mund t ndodh n fund t testit pr shkak t
obligimit pr t vrtetuar marrjen e gabuar t vendimit59. Me fjal t tjera, vendimmarsi duhet t
prcaktoj -n duke marr parasysh humbjet q mund t shkaktohen nga gabimet e llojit t par
dhe t dyt. Ta shpjegojm kt me nj shembull. T supozojm se ekspertt mjeksor
prcaktojn se kur n cigare gjenden mesatarisht 25 miligram nikotin dhe m shum do t
shkaktojn n mnyr t sigurt kancer n mushkri. Kurse nse shuma e nikotins sht m pak
se 25 miligram, ather nuk ka rrezik pr t varurit nga duhani. N kt rast, n qoft se

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,

= P (nse 0< 25 pranim | kur n t vrtet 0 25)

N fund t nj gabimi t br t ktill (lloji i par), pr shkak q sht n pyetje kanceri i

mushkrive duhet q mundsia e ktij lloji t gabimit () t mbahet n nivelin m t ult me aq
sa sht e mundur, si 0,01, 0,001 dhe madje edhe 0,0001. Prsri, n kt shembull, lloji i dyt i
gabimit () paraqet mundsin q rezultatet e testit t tregojn se shuma e nikotins n cigare
sht 25 miligram dhe m shum n rastin kur vrtet kjo shum sht m pak se 25 miligram.
Pra,

= P (nse 0 25 pranim | kur vrtet 0 < 25)

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.

N kt mnyr, n qoft se brja e gabimit t llojit t par shkakton probleme serioze,

duhet q t prcaktohet si 0,01 apo t studiohet m hollsisht. N kt rast, mund t jet e
panevojshme q t studiohet hollsisht gabimi .

Mirpo, nse n shembullin e msiprm do t paraqitej nj situat e kundrt, ather n

kt rast, brja e gabimit t llojit t dyt do t shkaktonte rezultate serioze sesa brja e gabimit t
llojit t par. Pr shembull, nj fabrik e konzervave plason n treg konzerva duke i mbushur
kutit e konzervave me me 300 gr. perime t ndryshme. N qoft se n kutit e konzervave
gjenden m shum se 300 gr perime, ather firma ka nj humbje t ardhurash. N kt rast,
hipotezat do t jen:

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.

c) Zgjedhja e Testeve Statistikore: Pas prkufizimit t hipotezave dhe prcaktimit t

shkalls s rndsis, faza e tret e procesit t testimit t hipotezave sht zgjedhja e testeve
statistikore. Testi statistikor prcaktohet duke supozuar se vlerat e mostrs vijn nga nj
shprndarje e caktuar me supozimin se hipoteza zero sht e sakt. Testi statistikor zgjedhet n
prputhje me parametrat e hipotezave H0 dhe H1. Pr shembull, n qoft se hipotezat prfshijn
mesatare aritmetike (1) do t prdoren testet e statistikave n lidhje me mesataret aritmetike.

Testet statistikore sipas tems do t prdorin ose testet parametrike ose testet
nonparametrike (joparametrike).

Pr prdorimin e testeve statistikore parametrike duhet q t sigurohen kto supozime:

1) Njsit t cilat hyjn n kuadr t mostrs duhet t zgjedhen n mnyr t rastsishme.

2) Njsit e mostrs duhet t jen t pavarura nga njra-tjetra.

3) Shprndarja e mundshme teorike e popullsis prej s cils zgjedhen njsit e mostrs

duhet q t dihet.

4) T dhnat duhet q s paku t maten me mats intervalor.62

Kurse pr prdorimin e testeve joparametrike, duhet q t sigurohen kto supozime:

1) Njsit t cilat hyjn n kuadr t mostrs duhet t zgjedhen n mnyr t rastsishme.

2) Njsit e mostrs duhet t jen t pavarura nga njra-tjetra.

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.

N kt kapitull, n mnyr t prmbledhur do t shpjegohen statistikat e testeve

parametrike dhe joparametrike m t prdorura n hulumtimet biznesore. Pr shpjegime m t
hollsishme, lexuesi do t ket dobi t shfletoj cilindo libr statistikor t cituar n fusnota.

Simbolet m t prdorura n testimin e hipotezave jan kto:

Mostra Popullsia
Mesatarja Aritmetike
Varianca S2 2

Devijimi Standart S
Norma P
Numri i Individve n N
Koeficienti i Korrelacionit r

Ktu duhet t specifikohet q simbolet n lidhje me mostrn do t quhen statistikore dhe

simbolet n lidhje me popullsin do t quhen parametra.

Prpara se tu japim fund shpjegimeve n lidhje me zgjedhjen e testeve statistikore, duhet

ti prgjigjemi pyetjes se ciln nga statistikat parametrike dhe joparametrike duhet t zgjedhet si
test statistikor. Me fjal t tjera, sht e domosdoshme q t bhet nj vlersim krahasues i
teknikave parametrike dhe joparametrike. N qoft se bhet nj krahasim i ktill, do t
prkufizohen kto pika:

1) Pr nga pikpamja e efektit statistikor: Teknikat statistikore parametrike gjithmon

jan m efektive dhe m t forta n mnyr statistikore pr nga teknikat statistikore
joparametrike. Mirpo ky gjykim sht i sakt kur nuk shprfillet asnj nga supozimet e cekura
pr prdorimin e statistikave parametrike.

2) Pr nga pikpamja e lehtsis s llogaritjes: Teknikat statistikore joparametrike jan

m superiore nga teknikat statistikore parametrike pr nga pikpamja e lehtsis s llogaritjes.

3) Pr nga pikpamja e mundsive t prdorimit: Aplikimi i teknikave joparametrike

sht m i leht dhe merr m pak koh.

4) Pr nga pikpamja e aplikimit t disa analizave t komplikuara: N disa raste t

komplikuara dhe t ndrlikuara, teknikat joparametrike jan t pamjaftueshme. Pr shembull, pr
t testuar nse mesataret e dy popullsive t ndryshme jan t ndryshme nga njra-tjetra , mund t

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.

d) Prkufizimi i Kriterit t Vendimit: N kt faz t katrt, duhet t prkufizohet nj

kriter apo rregull vendimi i cili do t prcaktoj pranimin apo refuzimin e hipotezs zero (H 0).
Ky test mund t ndahet n dy lloje; zona kritike (apo zona e refuzimit) dhe zona e pranimit e
shprndarjes statistikore t mostrs. Kjo ndarje do t varet nga hipotezat alternative njansore
(bishtore e djatht apo bishtore e majt) apo dy ansore t prcaktuar n fazat e mhershme, n
nivelin e -s dhe shprndarjen e mostrs (testit statistikor).

T supozojm se shprndarja e popullsis nga e cila vjen shprndarja e mostrs sht

normale apo vllimi i mostrs sht mjaft i madh (n>30) sa pr t aplikuar TLQ. N kt rast, pr
t prcaktuar kriterin e vendimit duhet q t llogaritet vlera kufitare (q kjo quhet vler kritike) e
cila e ndan zonn kritike prej zons s pranimit. Kjo llogaritje mund t bhet n tri mnyra.

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.

T gjitha kto mnyra do t japin rezultat t njjt. Mirpo, pr nga pikpamja e

thjeshtsis dhe lehtsis s llogaritjes ne preferojm mnyrn e dyt, pra llogaritjen e vlers
kritike mbi shprndarjen standarde normale. N vazhdim, ti aplikojm kto tri mnyra pr tri
rastet e ndryshme t hipotzs alternative me nj test n lidhje me mesataren aritmetike.

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

Ktu a-ja paraqet nj vler specifike.

a) Mnyra e Par: Shprndarja e mostrs sht nj shprndarje normale e cila ka nj

mesatare aritmetike dhe devijim standart dhe sipas asaj q shkalla e rndsis s testit sht
, zona kritike do t shprehet me hijzimin e zonn n normn n ann e djatht t
shprndarjes. Ta paraqesim kt n mnyr grafike:

Ktu N paraqet shprndarjen

N( . ) normale. Kurse vlerat brenda
kllapave paraqesin momentin
e par t shprndarjes, pra
paraqet mesataren aritmetike
dhe devijimin standart.

X
K

H0 pranim H1 pranim
(H0 refuzim)

Figura 10.1. Vlera Kritike n Ann e Shprndarjes Normale t Prgjithshme

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

Figura 10.2. Vlera Kritike n Ann e Djatht t Shprndarjes Normale Standarde

Pr arsye q mesatarja aritmetike e ksaj shprndarjeje sht 0 dhe devijimi standart 1,

gjendet vlera kritike:

K = 0 + Z1- (1) = Z1-

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 = )

c) Mnyra e Tret: Si mbi vlern e shprndarjes normale s prgjithshme N( , ), si

mbi vlern e shprndarjes normale standarde N(0, 1), zhvillohet nj kriter vendimiduke e
krahasuar vlern e gjetur n shembull me mundsin e t qenurit n t djathtn e K-s apo me
mundsin e t qenurit n t majtn e K-s. Pra, mundsia P ( + Z1- ) krahasohet me -
n mbi shprndarjen normale t prgjithshme apo mundsia P (Z ) krahasohet me -n mbi
shprndarjen normale standarde e cila mund t llogaritet m leht pr shkak se gjendet n tabel.

N qoft se mundsia e llogaritur sht m e madhe se , prcaktohet nj kriter vendimi

q pranon H0 dhe refuzon H0 nse sht m e vogl. Si sht specifikuar edhe m lart, pr

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

Pr shkak q do t prdoret mnyra e dyt, vlera kritike n shkalln e rndsis mbi

shprndarjen normale standarde do t jet K = Z1-.65

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 testin dy-ansor ekzistojn dy vlera kritike n shkalln e rndsis, njra n ann e

djatht, tjetra n ann e majt. Ti emrojm kto me radh K1 dhe K2. Vlerat e K1 dhe K2 jan t
ndara nga zona e /2. Ta paraqesim kt rast n form grafikore.

N (0, 1)

K1 K2

H0refuzim H0 pranim H0refuzim

Si mund t shihet edhe nga grafiku,

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.

Shkalla e Rndsis Vlerat Kritike t Z-s

() N testin ansor t N testin ansor t N testin
majt djatht dy ansor
0,1 -1,28 +1,28 1,65
0,05 -1,65 +1,65 1,96
0,01 -2,33 +2,33 2,58
Tabela 10.2. Vlerat e Rndsishme t Z-s

e) Kryerja e Llogaritjeve: Faza e pest sht faza e brjes s llogaritjeve t nevojshme

duke i prdorur vlerat e mostrs. N kt faz duhet t llogariten vlerat e testit statistikor duke i
vendosur vlerat e mostrs apo vlerat e vzhgimit (pra, vlerat e prfituara n hulumtim) n vend t
formulave t testeve statistikore t prkufizuara n fazn e tret.

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.

Si mund t shihet, vendimi statistikor merret n fund t aplikimit t vlers s llogaritur t

testit statistikor (p.sh., vlers s llogaritur Z) n kriterin e vendimit t prkufizuar n fazn e
katrt. N qoft se vlera e llogaritur e testit statistikor bie n zonn kritike apo t refuzimit, mund
t thuhet se ekziston nj dallim i rndsishm apo kuptimplot ndrmjet vlers s mostrs dhe
vlers parametrike n hipotezn zero. Me fjal t tjera, mund t thuhet se rezultatet e mostrs
jan t rndsishme n masn sa nuk mund t shpjegohen me ndryshimet e rastsishme. N kt
mnyr H0 do t refuzohet dhe H1 do t pranohet. Si rezultat, jepet gjykimi se hipoteza H0 sht
refuzuar n shkalln e rndsis . N kt rast, nuk ekziston ndonj problem, sepse hulumtuesi
do t interesohet me gabimin e llojit t par () dhe se sht prkufizuar paraprakisht. Gjat
dhnies s gjykimit prfundimtar, duhet q t kihet parasysh edhe niveli i -s. Me fjal t tjera,
n qoft se = 0,01 rezultati duhet t cilsohet shum i rndsishm apo shum kuptimplot,
nse = 0,05 rezultati duhet t cilsohet i rndsishm apo kuptimplot. N ann tjetr, n qoft
se vlera e llogaritur e testit statistikor bie n zonn e pranimit, dallimi ndrmjet vlers s mostrs
dhe vlers parametrike t hipotezs zero nuk sht i rndsishm. Me fjal t tjera, ky dallim
sht i vogl n shkalln sa mund t shkaktoj ndryshime t rastsishme apo t mundshme dhe
pr kt arsye nuk sht i rndsishm apo kuptimplot statistikisht. N kt mnyr, hipoteza H0
nuk do t refuzohet, por do t pranohet. N kt rast, hulumtuesi jep gjykimin se H0 sht

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.

Hulumtuesi duhet t zgjedh alternativn m t prshtatshme duke u mbshtetur n

rezultatet e testimit t hipotezave dhe duhet t ua rekomandoj menaxherve kt alternativ q
t veprojn sipas saj.

N fund, n qoft se ndryshorja e rastsishme Xi paraqet nj shprndarje normale me

dhe , edhe Z = paraqet nj shprndarje normale. Nj konvertim q duhet t konvertohet
nga boshti X n boshtin Z quhet konvertimi Z apo standardizimi i ndryshoreve dhe n kt
mnyr boshti horizontal (boshti Z) shprehet nga kushtet e devijimit standard.

Ekzistojn arsye t ndryshme pr prdorimin e madh t shprndarjes normale. Ndr

arsyet kryesore sht se shum ngjarje natyrore shfaqin nj shprndarje t prshtatshme me
shprndarjen normale (p.sh., gjatsit e njerzve t rritur, peshat, aftsit e fmijve, shkalla e
suksesit t nxnsve, fuqia rezistuese e kabllove t elikut etj.), shum shprndarje t ndrprera
t cilat sht e vshtir t kryejn funksione mbi Binom dhe Poisson mund t parashikohen n
nj mnyr t mir me shprndarjen normale, shum probleme n mnyr teorike mund t
zgjedhen vetm nn supozimin e shprndarjes normale dhe vlerat e prfituara nga mostrat e
mdha (30 dhe nga mostra m t mdha) pr shkak t TLQ shfaqin shprndarje normale.

Shprndarja standarde normale sht forma e standardizuar e shprndarjes normale s

prgjithshme. fardo shprndarje normale e cila ka mesatare aritmetike 0, devijim standard dhe

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) =

N fund t konvertimit Z (apo transformimit, ktu Z = ) nga fardo shprndarje e

prgjithshme normale, mund t kalohet n shprndarjen normale standarde. N shprndarjen
normale standarde mund t prcaktohet me lehtsi vlera e Z-s pr fardo zone t kurbs (apo
mundsis), apo mund t prcaktohet mundsia ose zona (P) pr fardo vlere t Z-s nga tabela
e shprndarjes normale standarde. Nj tabel e ktill sht dhn n shtojcn e librit (Shikoni:
Tabela e shprndarjes normale standarde). Gjat zhvillimit t ksaj tabele jan marr integralet
pr vlera t ndryshme t funksionit (densitetit) t shprndarjes normale t msiprme. T japim
nj shembull pr prdorimin e shprndarjes normale standarde. Supozojm se jetgjatsia e
poqeve elektrike t nj brendi t caktuar me nj mesatare aritmetike prej 840 orve dhe devijim
standard prej 40 orve shfaq nj shprndarje normale. Sa do t ishte mundsia q jetgjatsia e
fardo poqi elektrik t jet ndrmjet 800 dhe 880 or? Me fjal t tjera, n shprndarjen e
mposhtme normale, pyetet norma e zons s hijezuar brenda zons totale.

= 40

X
880 = 840 880

Figura 10.5. Shprndarja Normale e Prgjithshme pr Shembullin e Poqit Elektrik

Pr tiu prgjigjur ksaj pyetje, fillimisht shprndarjen e msiprme ta kthejm n

shprndarje standarde normale (0,1). Pr kt, vlerat ti zvendsojm n konvertimin Z (Z =
).

118
 Z1 = -1 dhe Z2 = 1

N kt mnyr, pyetja konvertohet n ekuacionin e norms s zons s hijezuar ndrmjet

devijimeve standarde -1 dhe +1 nn kurbn normale standarde. Me fjal t tjera, pyetja sht kjo:

P (-1 Z +1) = ?

=1

68.26 %

Z
- O

Figura 10.6. Shprndarja Standarde Normale e Shembullit t Poqit Elektrik

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:

P (Z1 Z Z2) = 90%

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

Figura 10.7. Kufinjt e Besueshmris s Mostrs t Poqit Elektrik

Pr kt nga tabela e shprndarjes normale standarde gjenden vlerat e Z-s q gjenden n

zonn e djatht dhe t majt prej 45% (n total 90%) t mesatares (pr shkak q tabela jep
gjysmn e djatht, pr zonn e djatht prej 45% e cila e jep mundsin 0,5 + 0,45 = 0,95 gjendet
vlera e Z-s prej +1,65. Pr shkak q kurba sht simetrike, vlera e Z-s n ann e majt do t
jet -1,65) n vler prej 1,65.

= 40

90 %

X
a = 800 b

Figura 10.8. Kufinjt e Mostrs s Poqit Elektrik

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.

N qoft se e zbatojm konvertimin Z:

Z1 = = -1,65 dhe Z2 = = 1,65

a = 840 1,65 (40) dhe b = 800 + 1,65 (40)

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

2. Llojet e Testeve t Hipotezave: N kt pjes do t shqyrtohen llojet e testeve

parametrike dhe joparametrike m t prdorura n hulumtimet biznesore. Ktu, procesi i cili
duhet t ndjeket n testimin e hipotezave fillimisht do t shpjegohet n mnyr t prgjithshme
dhe pastaj me an t shembullit.

a. Testet Parametrike t Hipotezave: Testet m t prdorura parametrike t hipotezave

n hulumtimet biznesore jan testet e hipotezave n lidhje me mesataren aritmetike t nj
popullsie t vetme, testet e hipotezave n lidhje me normn e nj popullsie t vetme, testet e
hipotezave n lidhje me krahasimin e mesatareve aritmetike t dy popullsive, testet e hipotezave
n lidhje me krahasimin e normave t dy popullsive, testi i mesatereve aritmetike t dy
popullsive me an t mostrave t varura dhe testi i norms s korrelacionit. Tani, ti shpjegojm
ve e ve secilin nga kto lloje t testit.

1) Testi i Hipotezave n Lidhje me Mesataren Aritmetike t nj Popullsie t Vetme:

N kt test t hipotezave testohet nse mesatarja aritmetike e popullsis sht e madhe, e vogl
apo e ndryshme nga nj vler e caktuar brenda nj shkalle t caktuar t rndsis. N nj test t
ktill, pikt e rndsishme t procesit t testit t hipotezave q duhen ndjekur jan kto.

Hipotezat:
H0: = 0 H0: = 0 H0: = 0
ose ose
H1: > 0 H1: < 0 H1: 0

Shkalla e Rndsis: Duke marr parasysh shpjegimet e msiprme, zgjedhet nj nga

vlerat = 0,1; = 0,05 ose = 0,01.

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.

N qoft se n > 30, testi statistikor q prdoret sht: Z =

Ktu, =

N qoft se n 30 dhe nuk dihet varianca e popullsis, testit statistikor q do t prdoret

sht: t =

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.

Brja e llogarive: Vlerat e mostrave t mdha zvendsohen n formuln e testit Z, kurse

vlera pr mostrat e vogla zvendsohen n formuln e testit t dhe bhen llogaritjet e nevojshme.

Vendimi: Duke i aplikuar rezultatet e llogaritjes n kriteret e vendimit prcaktohet

rezultati i testit dhe zgjedhet alternativa e prshtatshme, pra merret vendimi.

Shembull: Menaxhert e nj firme e cila prodhon mallra industrial duhet t vendosin

nse nj produkt i ri duhet apo jo t prfshihet n linjn e prodhimit. Pr kt arsye jan br
analiza t ndryshme rreth shitjeve sezonale t ktij malli dhe n fund sht vendosur q pr
shtimin e ktij produkti n linjn e prodhimit duhet q porosit mujore mesatare t jen m t
mdha se 50 mij brenda 20 ditve t puns. Prpara fillimit t prodhimit t seris s ktij
produkti sht planifikuar q t bhet nj analiz e tregut dhe pas prezantimit t produktit jan
marr porosit e ktij produkti pr 1 muaj (20 dit pune). N fund t muajit sht njehsuar se
totali i porosive mujore sht 58 mij , me nj devijim prej 5 mij . Menaxhert e firms, pr
t marr vendimin pr plasimin e nj produkti t ri, mund t pranojn nj gabim m s shumti
prej 5%. N kt rast, a duhet t prfshihet produkti i ri n linjn e prodhimit?

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

H1: 1> 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=

Kriteri i Vendimit: Ky sht nj test i djatht ansor. Pr shkak q shkalla e rndsis

sht = 0,05 dhe shkalla e liris = n-1 = 19, nga tabela t n shtojc, vlerat pr t0,05;19 sht
1,729. Ather, n qoft se vlera t e cila do t llogaritet sht m e madhe se 1,729, H 0 do t
refuzohet, vlera e llogaritur e t-s nse sht m e vogl se 1,729, H0 do t pranohet. Ta
paraqesim kt me an t grafit (Figura 10.9.).

Llogaritjet: Duke e vendosur vlern e mostrs s dhn n formuln e testit statistikor,

bhen llogaritjet e nevojshme:

X = 58,000 = 50,000 S = 5,000 dhe n = 20

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

Figura 10.9. Shembulli pr Testin e Mesatares Aritmetike s nj Popullsie t Vetme

2) Testi i Norms s nj Popullsie t Vetme: N kt test t hipotezave testohet nse

fardo cilsie e popullsis prfshin ndonj norm t madhe, t vogl apo t ndryshme n nj
nivel t caktuar t rndsis.

N nj test t ktill, pikt e rndsishme t procesit t testit t hipotezave q duhen

ndjekur jan kto.

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.

Nse n > 30, prdoret testi statistikor: Z = . Ktu,

124
 =

Nse n < 30 dhe nuk dihet varianca e popullsis, prdoret:

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.

Brja e Llogaritjeve: sht njjt si te mesatarja aritmetike.

Vendimi: N fund t testit, vendimi merret sipas kritereve dhe rezultateve t llogaritura.

Shembull: Menaxhert e nj firme e cila prodhon mallra konsumi mendojn t bjn nj

ndryshim n mimet e produkteve t firms. Mirpo, q nj ndryshim i till t jet n prputhje
me qllimet dhe politikat e firms, duhet q jo m shum se 5% e myshterinjve t firms t
ankohen pr ndryshimin e br. Pr t kuptuar qndrimet e myshterinjve n kt tem jan
zgjedhur n mnyr t rastsishme 500 myshterinj (konsumator) dhe sht kuptuar se 15 nga
kta konsumator nuk do t miratojn ndryshimin e mimit. Si duhet t vendosin menaxhert e
firms n zbatimin e ndryshimit t mimit nn kto kushte (n shkalln 0,01)?

Pr t zgjedhur kt problem, duhet t prdoret testi i norms s nj popullsie t vetme.

Ky test do t jet n kt mnyr:

Hipotezat:

H0: = 0,05

H1: < 0,05

Ky sht nj test i majt ansor.

Shkalla e rndsis: 1%.

Testi statistikor: Pr shkak q n = 500, do t prdoret testi Z.

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

Llogaritjet: Ti zvendsojm vlerat e mostrs n formuln e testit statistikor.

= 0,05; n = 500, p= = 0,03

Z= = = -2,9

Vendimi: Pr shkak q -2,9 bie n zonn e refuzimit, H0 do t refuzohet dhe H1 do t

pranohet. Me fjal t tjera, norma e konsumatorve t cilt nuk do t jen t knaqur me
ndryshimin e mimit sht m e vogl se 5% n shkalln e rndsis. N kt mnyr,
menaxhert e firms duhet t marrin vendimin pr ndryshimin e mimit pr arsye se nuk ka
ndonj problem t rndsishm n brjen e ktij ndryshimi t mimit.

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.

N qoft se n1> 30 dhe n2> 30, prdoret testi Z =

Ktu =

N qoft se n1 30 dhe n2 30 dhe n qoft se nuk dihen variancat e popullsive, prdoret

testi:

t=

Ktu =

Shkalla e liris sht = n1 + n2 2.

Kriteri i Vendimit: sht njjt si n testet e mparshme.

Llogaritjet: sht njjt si n testet e tjera.

Vendimi: Prsri sht njjt si te t tjert.

Shembull: Firma A e cila prodhon mallra industrial, n kampanjn e reklams t br

n lidhje me kabllot e elikut ka pohuar se fuqia trheqse e kabllove t saj sht m e lart se e
kabllove t tjera n treg. Pr t vrtetuar kt deklarat, jan zgjedhur n mnyr t rastsishme
80 kabllo t elikut t prodhuar nga firma A dhe n kt mostr sht prkufizuar se fuqia
trheqse e telave t elikut sht mesatarisht 1230 kg me nj devijim standart prej 120 kg.
Hulumtuesit po ashtu, n mnyr t rastsishme kan zgjedhur edhe 100 kabllo eliku t
prodhuar nga firmat e tjera dhe n kt mostr sht gjetur se fuqia trheqse mesatare sht

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

H1 = A> firmat tjera

Ky sht nj test i djatht ansor.

Shkalla e rndsis: = 0,05

Testi Statistikor: Pr shkak q nA = 80 dhe nFirmat e tjera = 100, do t prdoret testi Z.

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.).

Llogaritjet: T zvendsojm vlerat e dhna n formuln statistikore:

= 1230 kg = 1190 kg nA = 80 nfirmat e tjera = 100

A = 120 kg dhe firmat e tjera = 90 kg

Z= = = 2,48

128
 = 0,05

Z
O K = 1,65

H0 pranim H0 refuzim

Figura 10.11. Shembulli pr Testin e Mesatareve Aritmetike t dy Popullsive

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.

4) Testi i Hipotezave n Lidhje me Krahasimin e Normave t Dy Popullsive: N kt

lloji t testimit t hipotezave testohet nse dy popullsi t pavarura nga njra-tjetra prfshijn
ndonj cilsi n norma t ndryshme n nj shkall t caktuar t rndsis. Procesi i cili duhet t
pasohet n nj test t ktill sht:

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 =

Shkalla e liris sht n1 + n2 2.

Kriteri i Vendimit: I njjt si n testet e mparshme.

Llogaritjet: T njjta si n testet tjera.

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

Ky sht nj test dy ansor.

Shkalla e rndsis: 10%

Testi statistikor: Pr shkak q n1 = 300 dhe n2 = 300, duhet t prdoret testi Z.

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

H0refuzim H0 pranim H0refuzim

Figura 10.12. Mostra e Testit t Normave t Dy Popullsive

Llogaritjet: N qoft se vlerat e t dhnave vendosen n formulat statistikore dhe bhen

llogaritjet;

P1 = = 0,4; P2 = = 0,45; n1 = 300, n2 = 300

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.

5) Testi i Dallimit t dy Mesatareve Aritmetike n Mostrat e Varura: Deri m tani

sht supozuar se nuk ekziston ndonj varsi e rndsishme ndrmjet individve t mostrave t
pavarura. Mirpo, n disa raste, duke i prdorur mesataret aritmetike t mostrs t llogaritura nga
dy mostra t pavarura mund t jet e nevojshme t krahasohen mesataret aritmetike t dy
popullsive. N raste t ktilla, duhet t prdoret nj test i ktill. N qoft se nga dy mostra
formohet nj dyshe, kto mostra jan t varura nga njra-tjetra. Pr shembull, personat t cilat
marrin pjes n dy mostra mund t iftzohen duke marr pr baz karakteristika si, moshn,
gjinin, t ardhurat etj. N nj test t ktill, procesi i cili duhet t pasohet sht:

Hipotezat:
H0: 1 = 2 H0: 1 = 2 H0: 1 = 2
ose ose
H1: 1> 2 H1: 1< 2 H1: 1 2

Shkalla e rndsis: Prkufizohet si 10%, 5%, 1% apo ndonj vler tjetr.

Testi statistikor: Ktu do t prdoret testi t.

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.

Llogaritjet: Njjt sikur tjerat.

Vendimi: Njjt sikur i testeve tjera.

Shembull: Pr t hulumtuar rritjen e pagave t puntorve t cilt kan karakteristika t

ndryshme (n kt mnyr edhe paga t ndryshme) mbi shpenzimet e konsumit jan zgjedhur n
mnyr t rastsishme 10 puntor q kan karakteristika t ndryshme. Pastaj, m posht, jan
prkufizuar shpenzimet e konsumit mujor t puntorve prpara rritjes s pagave (muaji i par)
dhe pas rritjes s pagave (muaji i dyt). A mund t thuhet se rritja e pagave i ka rritur shpenzimet
e konsumit n shkalln e rndsis 1%?

Puntort Shpenzimet e Konsumit 3. 4.

Muaji i Par Muaji i Dyt d d2
1 500 550 50 2500
2 580 600 20 400
3 620 680 60 3600
4 750 160 10 100
5 610 680 70 4900
6 670 410 40 1600
7 850 950 100 10000
8 900 970 70 4900
9 1050 1000 -50 2500
10 580 690 110 12100

Total 7110 7590 480 42600

Pr tiu prgjigjur ksaj pyetjeje duhet q t krahasohen mesataret aritmetike t dy

popullsive n lidhje me mostrat e varura. N nj test t ktill, duhet t ndiqet ky proces.

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.

Shkalla e rndsis: 1%.

Testi Statistikor:

t= = =

133
 dhe Sd =

Kriteri i Vendimit: N testin e djatht ansor, me shkall t liris 9 [(n-1) = 10-1 = 9]

dhe shkall t rndsis 0,01, vlera t gjendet nga tabela t n shtojc t librit, si t9,0.01 = 2,821. N
kt rast, n qoft se vlera e cila do t llogaritet sht m e madhe se 2,821, H0 do t refuzohet,
n qoft se sht m e vogl, H0 do t pranohet. Ta paraqesim kt n mnyr grafikore (Figura
10.13).

= 0,01

t
O K = 2.821

H0 pranim H0 refuzim

Figura 10.13. Shembulli pr Testin e Dallimeve Ndrmjet Mesatareve Aritmetike t Dy

Mostrave t Varura

Llogaritjet: Pr t llogaritur testin statistikor, n fillim duhet t njehsohet d dhe d2, pr

kt arsye n tabel sht shtuar kolona 3 dhe kolona 4.

Nga kolona e tret dhe e katrt gjenden = 480 dhe = 42600.

= = = 48; Sd = = 44,2

= = = 14,73

Testi Statistikor: t = = = 3.26

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.

6) Testi i Norms s Korrelacionit: N kt test testohet nse norma e fardo

korrelacionit sht e ndryshme (apo kuptimplot) nga zero n nj nivel t rndsishm t
rndsis. Procesi q duhet ndjekur n nj test t till sht kshtu:

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

Ktu r paraqet koeficientin e korrelacionit t llogaritur nga vlerat e mostrs.

Shkalla e liris n kt test sht = (n-2).

Kriteri i Vendimit: N qoft se vlera e llogaritur Z apo t sht m e madhe se vlera

teorike si vler absolute, ather H0 do t refuzohet, n qoft se sht m e vogl, H0 do t
pranohet.

Llogaritjet: T njjta si n testet tjera.

Vendimi: I njjt si te t tjert.

Shembull: Menaxhert e nj firme e cila prodhon materiale t ndrtimit duhet t

vendosin se n cilat zona dhe me far karakteristika duhet t tregtojn materialet e tyre. Pr kt
arsye sht hulumtuar nse ka ndonj lidhje ndrmjet vlerave t ndrtimit dhe niveleve t t
ardhurave mesatare n 26 zona gjeografike dhe sht llogaritur nj koeficient i korrelacionit prej
0,6. Ky koeficient i korrelacionit a sht i rndsishm apo kuptimplot n nivelin e rndsis
5%?

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

Shkalla e rndsis: 5%.

Testi statistikor: Pr shkak q mostra sht e vogl (26<30), do t prdoret testi t.

t=r

Shkalla e liris sht = n 2 = 26 2 = 24.

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

H0refuzim H0 pranim H0refuzim

Figura 10.14. Mostra e Testit t Normave t Dy Popullsive

Llogaritjet: Duke i zvendsuar t dhnat n formula, gjenden t dhnat e mposhtme:

n = 26; r = 0,6

136
 t = 0,6 = 3,66

Vendimi: Pr arsye se vlera e llogaritur t (3,66) sht m e madhe se vlera e tabels

(2,064), H0 do t refuzohet dhe H1 do t pranohet. Me fjal t tjera, ekziston nj lidhje e
rndsishme pozitive ndrmjet nivelit t t ardhurave dhe ndrtesave, n shkalln e rndsis
5%.

b. Testet Joparametrike t Hipotezave: Testet m t prdorura joparametrike n

hulumtimet biznesore jan testet e rastsis, testet e prshtatshmris, testi i pavarsis, testi
Wilcoxon n lidhje me krahasimin e mesatareve aritmetike t dy popullsive t varura etj. Kto
teste t hipotezave do t studiohen n vazhdim n pika t shkurtra.

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:

H0: Xi sht nj ndryshore e rastsishme.

H1: Xi nuk sht nj ndryshore e rastsishme.

Ky sht nj test dy ansor.

Pr njehsimin e vlers statistikore Z n llogaritjet e testit t medians, paraprakisht duhet

t llogaritet mediana dhe pas ksaj duhet t formohet nj seri e re sipas asaj nse do vler sht
m e madhe (A) apo m e vogl (B) sesa mediana. Mediana (mesatarja) sht vlera e cila bie mu
n mes t renditjes s t dhnave, nga m e vogla te m e madhja apo nga m e madhja te m e
vogla.

Pr njehsimin e vlers statstikore Z n testin rendor, paraprakisht duhet t formohet nj

seri e re sipas t dhnave me shenjat + dhe -, pr vlern m t madhe paraprake (+) apo m t
vogl (-).

2) Testet e Prshtatshmris: N kto lloje t testeve hulumtohet nse shprndarja e

vlerave t mostrs prshtatet me shprndarjen e prcaktuar prpara testit n nj nivel t caktuar t
rndsis. N kt mnyr sigurohet edhe nj nga supozimet e rndsishme n lidhje me
prdorimin e teknikave statistikore parametrike, pra mundsia e testimit. N testet e
prshatshmris, mund t prdoren testi Katrori-Ki (x2) (Chi-Square) apo testi Kolmogorov-

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:

H0: Shprndarja e vlerave t mostrs ndjek nj shprndarje t caktuar teorike.

H1: Shprndarja e vlerave t mostrs nuk ndjek ndonj shprndarje t caktuar teorike t
prkufizuar n H0.

Si shprndarje teorike mund t prdoret shprndarja normale, binome, uniforme, poisson

apo ndonj shprndarje tjetr e cila prshtatet me vlerat e mostrs.

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 =

Ktu oi paraqet vlerat e mostrs (apo t vzhgimit),

ei paraqet vlern e pritur apo teorike q llogaritet nn supozimin se hipoteza H0 sht e

sakt.

Shkalla e liris sht = k m 1. k paraqet numrin e vzhgimeve apo rreshtave dhe m

numrin e parametrave q duhet t prcaktohen pr llogaritjen e vlers teorike (ei). m n
shprndarjen uniforme sht 1, n shprndarjen normale sht 2, n shprndarjen poisson sht 1
dhe n shprndarjen binomale sht 1.

Testi Kolmogorov-Smirnov:

D = max. | F0 (X) Sn (X)

Ktu Sn (X) paraqet shprndarjen kumulative t vlerave t vzhgimit,

F0 (X) paraqet nj funksion t caktuar t shprndarjes kumulative nn supozimin se H0

sht e sakt.

Sn (X) =

Ktu, k = X apo paraqet numrin e vzhgimeve m t vogla

N = numrin total t vzhgimeve

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.

Kriteri i Vendimit: Vlera x2 n testin e Katrorit-Ki dhe vlera D n testin Kolmogorov-

Smirnov gjenden nga tabelat prkatse pr vllimin e caktuar t mostrs dhe shkalln e
rndsis. N qoft se vlerat e gjetura x2 dhe D nga llogaritjet sipas vlerave t mostrs jan m t
mdha se vlerat teorike, H0 do t refuzohet, nse jan m t vogla, H0 do t pranohet.

Llogaritjet: Llogaritjet bhen n at mnyr duke i zvendsuar vlerat e mostrs n

formulat e testeve statistikore.

Vendimi: Merret nj vendim duke i vlersuar rezultatet e llogaritjes me kriteret e

vendimit.

Fillimisht, t marrim nj shembull n lidhje me testin e prshtatshmris x2.

Shembull: Pr t testuar qndrueshmrin e nj rezistuesi t caktuar elektrik jan

zgjedhur n mnyr t rastsishme 306 rezitues dhe jan prkufizuar vlerat e vzhgimit n dy
kolonat e par n tabeln e mposhtme. N kt shembull sht gjetur pr 3,65 ohms dhe s =
0,1334 ohms. Kjo shprndarje a vie nga shprndarja normale n shkalln e rndsis 5%?

Pr tiu prgjigjur ksaj pyetjeje duhet q t bhet testi Katrori-Ki (x2) i prshtatshmris.
Procesi i nj testi t ktill sht kshtu:

Hipotezat:

H0: Shprndarja e frekuencave t qndrueshmris s rezistuesve sht e prshtatshme me

shprndarjen normale.

H1: Shprndarja e frekuencave t qndrueshmris s rezistuesve nuk sht e

prshtatshme me shprndarjen normale.

Shkalla e Rndsis: 5%.

Testi Statistikor: Prdoret testi x2.

x2 =

Shkalla e liris ktu sht = k m 1 = 7 2 1 = 4 (m n shprndarjen normale sht

= 2).

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

Kriteri i Vendimit: N shkalln e rndsis 5% dhe shkalln e liris 4, vlera teorike x 2

gjendet nga tabela e x2 nga shtojca si 9,49. Ather, n qoft se vlera e llogaritur x 2 sht m e
madhe se 9,49, H0 do t refuzohet, nse sht m e vogl, H0 do t pranohet. Ta paraqesim kt
n mnyr grafikore (Figura 10.15.).

Llogaritjet: Pr t llogaritur vlern e testit statistikor, n fillim duhet t llogaritet vlera

teorike (ei). Pr t prcaktuar ei duhet t prdoren vlerat X dhe S, si dhe tabelat e shprndarjes
normale standarde. Pr shembull, pr t llogaritur vlern (ei) t rezistuesve n rendin 3,3-3,4,
duhet t ndiqet nj rrug e ktill:

p (3,3 < X < 3,4) = N ( ) N( ) = N (-1,87) N (-2,62) 0,307 0,0044 =

0,0263

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

Figura 10.15. Shembulli pr Testin e Prshtatshmris s Katrorit-Ki

S = 0.1334

P (3.3 < x < 3.4)

X
3.3 3.4 = 3.65 K

Figura 10.16. Shembulli i Testit t Prshtatshmris t Katrorit-Ki

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.

N t njjtn mnyr edhe pr shprndarjet e tjera t mundshme teorike, mund t

aplikohet test i prshtatshmris x2. Pika e vetme me rndsi sht se llogaritja e ei bhet me
prshtatjen me shprndarjen adekuate teorike (t asaj shprndarjeje) duke i prdorur tabelat
teorike71. Tani t marrim nj shembull me testin e prshtatshmris Kolmogorov-Smirnov.

Shembull: Menaxhert e nj firme e cila prodhon mallra konsumi besojn se

shpenzimet e bra t reklams nuk jan t mjaftueshme. Me an t ankets sht hulumtuar nse
kto shpenzime t reklams jan apo jo t mjaftueshme. Pr t rritur vlefshmrin dhe
besueshmrin e prgjigjeve, prgjigjet jan prfituar me mats t ndarjes dimensionale 7
piksor. Me fjal t tjera, shpenzimet e reklams jan matur me nj mats t prcaktuar n
formn se n far shkalle jan t mjaftueshme shpenzimet e reklams dhe jan marr rezultatet
e mposhtme. far mund t thuhet rreth besimeve t menaxherve t firms n shkalln e
rndsis 5%?

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

Pr ti dhn prgjigje pyetjes s msiprme, duhet q t zbatohet testi Kolmogorov-

Smirnov.

Hipotezat:

H0: Shpenzimet e reklams jan gjetur t mjaftueshme nga ana e menaxherve.

H1: Shpenzimet e reklams nuk jan gjetur t mjaftueshme nga ana e menaxherve.

Shkalla e rndsis: 5%.

Testi Statistikor: Testi Kolmogorov-Smirnov

D = max. | F0(X) SN(X) |

SN(X) =

Kuptimi i simboleve sht i njjt si m sipr.

71
Pr informacione m t hollsishme n lidhje me kt tem, shfletoni: Ya-lun Chou, Statistical Analysis, Holt
Rinehart and Winston, New York, 1969, fq. 452-457.

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.

Llogaritjet: Pr t llogaritur vlern e testit statistikor D, duhet q t njehsohen vlerat e

funksionit kumulativ t F0(X) dhe SN(X). Ti llogarisim kto vlera nga rezultatet e hulumtimit.

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

Maksimumi ndrmjet vlerave | F0 (X) - S127 (X) | sht

Ather, gjendet

D = max. | F0 (X) - S127 (X) | = 0,57.

Vendimi: Pr arsye q vlera e llogaritur D (0,57) sht m e madhe se vlera teorike D

(0,12), H0 refuzohet dhe pranohet H1. Me fjal t tjera, shpenzimet e reklams nuk jan gjetur t
mjaftueshme nga menaxhert e firms n shkalln e rndsis 5%. N kt mnyr, mund t
thuhet se gjykimi i menaxherve sht i sakt.

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.

Testi Statistikor: Prdoret testi Katrori-Ki (x2).

143
 x2 =

Ktu, oij paraqet vlerat e mostrs,

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.

Kriteri i vendimit: Vlera teorike x2 gjendet nga tabela x2 n shtojc, n shkalln e

zgjedhur t rndsis dhe shkalln e liris = (c 1) (r 1). N qoft se vlera x2 sht m e
madhe se kjo vler, ather H0 refuzohet, nse sht m e vogl, H0 pranohet.

Llogaritjet: sht njjt si n testet e tjera.

Vendimi: Vendimi merret sipas rezultateve t llogaritura dhe kriterit t vendimit.

Shembull: Menaxhert e nj firme e cila prodhon produkte tualeti pr femra t nj brendi

X dshirojn t hulumtojn nse ekziston ndonj lidhje ndrmjet varsis konsumatorike ndaj
brendit dhe t qenurit introvert apo ekstrovert t konsumatorit. N kt mnyr, hulumtimet e
marketingut t firms duke br nj hulumtim mbi nj mostr prej 200 femrave t zgjedhura n
mnyr t rastsishme, kan prfituar rezultatet e mposhtme.

Tabela Oij

Femrat T varurit nga Ata q e plqejn Ata q nuk e Total

brendi X brendin X plqejn brendin X
Introvert 30 30 20 80
Ekstrovert 30 50 40 120
Total 60 80 60 200

Duke u bazuar n kto t dhna, a mund t gjykohet se ekziston nj lidhje ndrmjet

varsis nga brendi dhe t qenurit e femrave introvert dhe ekstrovert n shkalln e
rndsis 5%?

Pr tiu prgjigjur ksaj pyetjeje, duhet q t zbatohet testi i pavarsis x 2. Ky test do t

jet n kt mnyr:

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).

Shkalla e rndsis: 5%.

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.

Ather, n qoft se vlera e llogaritur x2 sht m e madhe se 5,99, H0 do t refuzohet,

nse sht m e vogl, H0 do t pranohet. Ta paraqesim me an t grafikut kt situat (Figura
10.17.).

=2

= 0.05

X
K = 5.99

H0 pranim H0 refuzim
Figura 10.17. Shembullin pr Testin e Pavarsis t Katrorit-Ki

Llogaritjet: Pr t llogaritur vlern e testit statistikor x2, paraprakisht duhet t llogariten

eij nn supozimin se hipoteza H0 sht e sakt. Nse supozojm se rreshtat apo kolonat jan t
pavarura nga njra-tjetra, probabiliteti q nj femr t jet inverte dhe e varur nga brendi X sht
e barabart me shumzimin e mundsive t secils femr pr t qen n rreshtin e par dhe

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

Femrat T varurit nga Ata q e plqejn Ata q nuk e Total

brendi X brendin X plqejn brendin X
Introvert = 24 = 32 = 24 80
Ekstrovert = 36 = 48 = 36 120
Total 60 80 60 200

Duke i marr pr baz kto vlera, gjendet x2

x2 = + + + + + = 3,87

Vendimi: Pr arsye q vlera e llogaritur x2 (3,87) sht m e vogl se vlera teorike x2

(5,99), n shkalln e rndsis 5%, H0 do t pranohet. Me fjal t tjera, nuk ekziston ndonj
marrdhnie ndrmjet varsis s brendit X dhe t qenurit t konsumatorve femra introvert apo
ekstrovert, n shkalln e rndsis 5%, pra kto dy cilsi jan t pavarura nga njra-tjetra n
shkalln e rndis 5%.

4) Testet Joparametrike n Lidhje me Krahasimin e Mesatareve Aritmetike t dy

Popullsive t Varura (Testi Wilcoxon): N kt test testohet nse mesataret aritmetike t dy
popullsive t varura jan t ndryshme n nj shkall t caktuar t rndsis. Kjo bhet me an t
testit joparametrik Wilcoxon.

5) Testi i Ndryshimeve t Popullsis s Njjt (Testi Joparametrik Mc Nemar): Testi Mc

Nemar ka pr qllim t prcaktoj nse ekziston ndonj dallim i rndsishm apo kuptimplot
ndrmjet matjeve t shumta t bra mbi nj mostr t zgjedhur n mnyr t rastsishme dhe t
pavarur nga nj mostr e vetme. Karakteristika m e rndsishme e ktij testi sht se mund t
zbatohet me lehtsi n t dhnat e matura me mats nominal dhe n serit eksperimentale, matjet
e t cilave jan br para dhe pas. Pr t zbatuar kt test, n fillim duhet t krijohet nj tabel e
ktill:

146
 Pas
- +
Para + A B
- C D

N kt tabel, rreshtat paraqesin matjet prpara se t shfaqet ndryshorja, efekti i s cils

dshirohet t matet; kurse kolonat paraqesin rezultatet e matjes pas paraqitjes s ndryshores. N
kt mnyr A dhe B paraqesin ndryshimet, kurse B dhe C paraqesin rastet e pandryshueshme.
Po ashtu, D paraqet edhe rastin kur rezultati i matjes pas sht m i madh se rezultati i matjes
para, kurse A paraqet t kundrtn, pra rastin kur matja para jep vlera m t larta se matja pas.
Logjika baz e testit Mc Nemar sht q t testohet nse ekziston ndonj dallim i rndsishm n
mnyr statistikore ndrmjet ndryshimeve A dhe D.

6) Krahasimi i Vlerave t m Shum se dy Mostrave (Testi Cochran Q): Ky test i cili

sht nj form m e zhvilluar e testit Mc Nemar, sht nj test joparametrik i analizs s
variancs72. N kt mnyr mund t krahasohen mostrat t cilat jan formuar sipas m shum se
dy parimeve. N kt test testohet nse ekziston ndonj dallim i rndsishm i mostrs apo
ndikimeve ndaj t cilave jan testuar, si dhe pr nga aspekti i tems s hulumtimit. Testi Cochran
Q, ashtu si testi Mc Nemar, mund te zbatohet n t dhnat t cilat jan matur me mats norminal.

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.

Ktu prfundojn shpjegimet n lidhje me testet e hipotezave.

72
Aplikimet joparametrike t analizs s variancs jan testi Kruskal-Wallis dhe Friedman. Shikoni: Sidney Siegel,
op.cit.

147
 PROBLEME

1. Shpjegoni n mnyr t shkurtr se si mund t kontriboj metoda shkencore n

zgjedhjen e problemeve biznesore?

2. Si mund t shpjegoni lidhjen ndrmjet zhvillimit t hipotezave t hulumtimit dhe

aplikimit t metods shkencore?

3. Shpjegoni vendin dhe rndsin e fazs s zhvillimit t hipotezave t hulumtimit me

nj plan t nj hulumtimi shkencor t marketingut?

4. far do t thot standardizimi i ndonj ndryshoreje (Xi)?

5. Nj firm e qumshtit mendon q kutit e xhamit t qumshtit ti kthej n kuti prej

letreje, mirpo ky ndryshim do t bhet me preferencn e s paku 70% t konsumatorve. N nj
hulumtim me 200 persona sht zbuluar se 120 persona preferojn kutit e letrs. N qoft se
pranohet si = 0,05, far duhet t vendos firma e qumshtit?

6. Raportet mjeksore tregojn q ekziston nj lidhje ndrmjet pirjes s duhanit dhe

kancerit t mushkrive. Supozojm se prpara daljes n drit t ktij raporti, prodhuesit e duhanit
kan informuar se konsumatort e rritur mesatarisht n dit konsumojn 10 cigare (me devijim
standart 1,5). Prodhuesit dshirojn q t masin ndikimin e raportit mjeksor n konsumimin e
duhanit nga konsumatort e rritur. Supozojm se pr t br kt, n mnyr t rastsishme sht
zgjedhur nj mostr prej 144 personave dhe sht prcaktuar se mesatarja e konsumimit t
duhanit sht 8,5 cigare pr dit.

a) N kt rast, si do t zhvillohen hipoteza zero dhe alternative?

b) N qoft se = 0,01, far rezultati arrihet sipas hipotezave?

7. Firma A e cila dshiron t mat efektin e reklamave t gazetave, me qllim pr t

hulumtuar kostot pr kok t 1000 lexuesve (q kan par reklamat) t gazets X dhe Y ka
zgjedhur n mnyr t rastsishme 20 kopje t gazets X dhe Y dhe ka gjetur se kostot mesatare
pr 1000 lexues jan 790,000 pr gazetn X dhe 840,000 pr gazetn Y. Varianca pr gazetn
X sht 400,000 dhe pr gazetn Y 625,000 .

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?

a) far mund t konkludoni pr nivelet e rndsis = 0,05 dhe = 0,01.

10. sht e njohur se devijimi standart i rezistimit t telave t nj brendi t caktuar t

elikut sht 0,02 ohm. Nj menaxher fabrike, mendon t blej nga kta tela me nj rezistenc
mesatare t gjatsis s njsive pr 0,4 ohm. N qoft se = 0,05 dhe n = 100,

a) prcaktoni hipotezat e duhura.

b) prcaktoni kriterin e vendimit.

11. Pr planifikimin e hapjes s nj dege t nj dyqani t madh n nj krahin t caktuar,

menaxhert kan prcaktuar kto kritere: n qoft se t ardhurat mesatare familjare t atij qyteti
jan 5,000,000 , t hapet dega e re, n qoft se jan 4,500,000 , t mos hapet.

a) Prcaktoni kriterin e vendimit nse = 0,05, = 0,10 dhe = 90,000 (Shpjegim:

Gjeni vlern kritike dhe madhsin e mostrs).

12. Dshirohet t hulumtohet nse jan t njjta variancat e dy burimeve t lndve t

para t cilat kan karakteristika t njjta. Varianca e nj mostre prej 10 njsive t marr nga
burimi A sht 250, kurse e tjetrs prej 11 njsive t marr nga burimi B sht 195. Hulumtoni
nse varianca e burimit A sht m e madhe se varianca e burimit B n nivelin e rndsis =
0,10.

13. Ligjruesi i Hulumtimeve t Marketingut t Fakultetit t Biznesit n vitin 1974-75

besonte se s paku 50% e studentve q i kryejn detyrat e shtpis do t marrin not m shum se
dhe besonte se vetm me plotsimin e ktij kushti studentt dhe ligjratat do t ishin t
suksesshme. Rezultatet e vlersimit t detyrave t shtpis kan shfaqur q nga 42 studentt 4
student kan marr not m shum se .

a) Prcaktoni hipotezat e duhura q duhet t prdoren n testet e hipotezave.

b) Bni testimin e hipotezave n shkalln e rndsis 5% dhe shnoni vendimin tuaj.

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

a) A sht realizuar pritja e profesorit n shkalln e rndsis 5%?

15. Menaxhert e nj firme e cila prodhon veshje kan prcaktuar shprndarjen e

mposhtme t numrave t veshjeve nga 100 vetat e zgjedhur ndrmjet konsumatorve. A mund
t thuhet se kjo shprndarje sht e prshtatshme me shprndarjen normale?

Numri i Veshjes Numri i

Konsumatorve
1 9
2 19
3 43
4 21
5 8

16. Menaxhert e firms Gamma e cila prodhon mallra t qndrueshm konsumi,

mendojn t bjn nj ndryshim n produktet e prodhuara. Menaxhert brengosen se a do t
pranohet mjaftueshm ky ndryshim nga ana e konsumatorve. Duke i marr parasysh kostot
shtes q do ti ngarkoj ndryshimi firms, duhet q ky ndryshim t krijoj nj rritje prej 10% n
shitje, n mnyr pr t vendosur pr brjen e ktij ndryshimi. Pr t zvogluar rrezikun e ktij
vendimi, jan zgjedhur dy zona (A dhe B) me nga 50,000 shtpi t cilat prngjajn mjaft pr nga
karakteristikat demografike dhe nga secila zon jan zgjedhur n mnyr t rastsishme nga 50
shtpi n mostr. N zonn A, produkti u sht prezantuar individve t mostrs pa br ndonj
ndryshim n t, kurse n zonn B me ndryshimin e br. N fund t vlersimit sht prkufizuar
se nga zona A, 120 shtpi do t blejn produktin e pandryshuar n mnyr t vazhdueshme, kurse
nga zona B, 140 shtpi do t blejn produktin e ndryshuar n myr t vazhdueshme.

a) far duhet t vendosin menaxhert sipas jush? Prse?

b) A sht i prshtatshm nj seri e ktill hulumtimi sipas jush? Prse?

150
151
Kapitulli 11

ANALIZIMI I T DHNAVE

Faza e dhnies kuptim t t dhnave t hulumtimit quhet analizim i t dhnave. N kt

faz bhet prgjithsimi i t dhnave t mbledhura duke i grupuar t dhnat me metoda t
ndryshme dhe bhet analizimi i tyre n mnyr statistikore n prputhje me modelin dhe
hipotezat e hulumtimit. Rezultatet e hulumtimeve kualitative m shum kuptimzohen me an t
analizave prmbajtsore, kurse t dhnat e mbledhura me an t ankets kuptimzohen me an t
analizave statistikore. N kt kapitull do t shqyrtohen analizat statistikore, hyrja e t cilave
sht br shkurtimisht n testet e hipotezave, qllimet e prdorimit, presupozimet dhe kuptimi i
rezultateve.

Analizat statistikore mund t klasifikohen ndrmjet vete prej shum pikpamjeve. Nj

ndr klasifikimet e para sht klasifikimi sipas qllimit t analizave. Statistikat prshkruese
prfshijn analiza t cilat m shum bjn nj prmbledhje t t dhnave. Kto lloje t analizave
nuk jan nxjerrse t nj prfundimi, sado q sigurojn prcaktimin e vlerave themelore t t
dhnave. Frekuencat e vlerave t fardo serie, mesatarja, devijimi standard, varianca, vlera
minimale dhe maksimale etj., japin vlerat prshkruese n lidhje me t dhnat. Sipas llojit t t
dhnave apo qllimit t hulumtimit mund t formulohen si ndryshore teke apo ifte (tabelat
kryqzore).

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.

Analizat e t Dhnave me Nj dhe Dy Ndryshore

Prshkruese Konkluzive Matsi i Lidhjes
Nj Ndryshore Dy Ndryshore Shkak-Pasoj
Mesatarja (Z, t) Mesatarja (Z, t) Regresioni
Norma (Z, t) Norma (Z, t)
Kolmogorov-Smirnov Kolmogorov-Smirnov
Katrori-Ki Katrori-Ki
Rendor (Runs) Rendor (Runs)
Mann-Whitney U
Sign
McNemar
Walsh
Wald-Wolfowitz
Medyan
Moses
Korrelacioni
Korrelacioni Spearmann-
Kendal tau b

Analizat me Shum Ndryshore

Prshkruese Konkluzive Matsi i Lidhjes Shkak-Pasoj
Lidhjet Sipas Numrit t Ndryshoreve
ndrmjet Nj Ndryshore e Ndryshore t Lidhje t
Ndryshoreve Individt Objektet Varur Shumta t shumfishta
Varura-
Pavarura
*Analiza *Grupimi *Matja *Regresioni me *Korrelacioni *Modeli i
faktoriale *SOM Shum Shum Ndryshore Kanonik Ekuacionit
*Korrelacioni Dimensionale *Conjoint *MANOVA Strukturor
*ANOVA *Diskriminuese
*Cochran

(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.

11.1. Analizat 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.

Prej testeve m t njohura t testeve joparametrike zakonisht jan testi i rastsis,

prshtatshmris dhe pavarsis. Disa nga kto analiza jan shqyrtuar n vazhdim t kapitullit.
Disa analiza t cilat prdoren m shum n shkencat shoqrore jan shpjeguar m hollsisht.

11.1.1. Analiza e Katrorit-Ki

Analiza e Katrorit-Ki sht nj nga analizat m t prdorura n hulumtimet biznesore dhe

madje edhe n hulumtimet e shkencave shoqrore. Arsyeja e ksaj sht lehtsia e brjes s
llogaritjeve mbi vlerat e frekuencave. Analiza e Katrorit-Ki mund t aplikohet me lehtsi n t
dhnat joparametrike73 dhe sigurimi i supozimeve t tjera n rastet kur mostra sht e vogl lejon
prdorimin e ksaj analize.

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.

H0: Shprndarja e vlerave t mostrs prshtatet me nj shprndarje teorike t caktuar.

H1: Shprndarja e vlerave t mostrs nuk prshtatet me ndonj shprndarje teorike t

caktuar.

Analiza e Katrorit-Ki prdoret edhe pr t testuar homogjenitetin e grupeve.

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:

H0: Ndryshoret jan t pavarura nga njra-tjetra.

H1: Ndryshoret nuk jan t pavarura nga njra-tjetra.

Presupozimet e analizs s pavarsis (lidhjes) s Katrorit-Ki kan t bjn me vlerat e

vzhguara dhe t pritura. Vlerat e vzhguara, pra t realizuara duhet q t mos jen vlera 0 (zero)
n tabeln e frekuencave dhe 20% apo m shum e vlerave t pritura (pra e ij) duhet t mos jen 5
dhe m t vogla se pes. Nse paraqitet ky rast, zgjedhja bhet me bashkimin e rreshtave me
kolonat. Nse nuk zgjedhet prsri problemi, duhet t zgjedhet ndonj analiz tjetr e cila sht e
prshtatshme pr llojin e t dhnave.

Procesi i analizs s Katrorit-Ki, n fillim ka nevoj pr llogaritjen e vlerave teorike. N

pjesn e llogaritjeve t ktij procesi, llogariten vlerat e vzhguara dhe vlerat teorike apo t
pritura. Duke i krahasuar kto vlera n pjesn e vendimit, pranohet hipoteza H0 ose H1.

Testi i Katrorit-Ki llogaritet me formuln x2 = . Pr arsye se do t merret

katrori i ndryshimeve, vlera do t jet pozitive. Ktu, Oij paraqet vlern e vzhguar, kurse eij
paraqet vlern teorike apo t pritur. N testin e prshatshmris, merret pr baz shprndarja e
supozuar teorike n hipotezn H0 pr llogaritjen e vlers teorike, kurse n testin e pavarsis
supozohet se karakteristikat e kolonave dhe rreshtave t matrics s t dhnave (t supozuar n
hipotezn H0) jan t pavarura nga njra-tjetra.

Nj presupozim tjetr i analizs s Katrorit-Ki sht se hipoteza H0 sht e sakt sepse n

qoft se kto dy ndryshore jan t pavarura nga njra-tjetra, ather sht e mundur q t
llogariten vlerat teorike. Si sht prcaktuar n teorin e probabilitetit74, probabiliteti ngjarjeve
t pavarura A dhe B sht P (A B) = P(A) P(B). N kt mnyr, mundsia q elementi i par
nga tabela e vlerave teorike t bij n ndonjrin nga individt sht ( ). Kurse numri i cili do
t bjer n elementin e par nga totali i C individve sht C ( )= .

Kshtu, vlerat teorike n testin e pavarsis llogariten n kt mnyr. N qoft se merren

totalet e rreshtave dhe kolonave nga matrica e t dhnave, prfitohen vlerat Ai dhe Bi dhe vlera

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

vlerat pr seciln qeliz, kto vlera vendosen n formuln e Katrorit-Ki x2 = . Pa

dyshim q vlerat teorike dhe rreshtat, kolonat dhe totalet e prgjithshme t vlerave t vzhguara
do t jen t barabarta me njra-tjetrn.

Matrica e t Dhnave t Vlerave t Vzhguara (Oij):

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 nj shkall t caktuar t rndis dhe t liris, vlera e gjetur [n testin e pavarsis

(numr i rreshtave 1), (numri i kolonave 1), kurse n testin e prshtatshmris (pr llogaritjen
e vlerave eij numri i parametrave t nevojshm q duhet t llogariten nga numri i rreshtave sht -
1)] t llogaritur n shkalln e liris] krahasohet me vlern e cila do t gjendet nga tabela e
Katrorit-Ki. N qoft se vlera e llogaritur sht m e madhe se vlera nga tabela, hipoteza H1 do
t pranohet (n qoft se n testin e pavarsis ekziston nj lidhje ndrmjet karakteristikave t
rreshtave dhe kolonave, kurse n testin e prshtatshmris n qoft se vlerat e mostrs vijn nga
nj shprndarje e supozuar n hipotezn H0). N t kundrtn, hipoteza H0 do t pranohet.

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

11.1.2. Kolmogorov-Smirnov (K-S)

Testi i prshtatshmris Kolmogorov-Smirnov prdoret pr t testuar prshtatshmrin e

shprndarjeve t frekuencave ndaj nj shprndarjeje t caktuar. Ky test i cili i prngjan testit t
Katrorit-Ki, kryen funksionin prsri duke i marr pr baz shprndarjet e frekuencave, por ktu
nuk sht n pyetje q 20% e vlerave t vzhguara t jen 5 dhe m t vogla se 5, gj q sht nj
nga presupozimet e testit t prshtatshmris t Katrorit-Ki. Testi Kolmogorov-Smirnov
aplikohet mbi t dhnat t cilat jan matur s paku me mats ordinal dhe pr kt arsye sht nj
matje m e fort n krahasim me testin e prshtatshmris s Katrorit-Ki.75 Hipotezat themelohen
n kt mnyr:

H0: Shprndarja e vlerave t mostrs ndjek nj shprndarje t caktuar teorike.

H1: Shprndarja e vlerave t mostrs nuk ndjek nj shprndarje t caktuar teorike.

Pr pranimin apo refuzimin e hipotezs, kriteri i duhur i vendimit llogaritet n formn D

= Max |T - O|. T paraqet vlerat totale t frekuencs pr secilin grup, kurse O paraqet frekuencat e
mostrs (vlerat e vzhguara).

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:

H0: Medianat e mostrave n1 dhe n2 jan t barabarta.

H1: Medianat e mostrave n1 dhe n2 nuk jan t barabarta.

11.1.4. Testi Wilcoxon t

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:

H0: Mesataret e dy ndryshoreve t ndryshme q vijn nga mostra e njjt jan t

barabarta.

H1: Mesataret e dy ndryshoreve t ndryshme q vijn nga mostra e njjt nuk jan t
barabarta.

Mesataret llogariten n form t medians. Me fjal t tjera, teston nse mesatarja e dy

seteve t ndryshme t t dhnave t prfituara nga nj mostr e n njsive sht zgjedhur nga nj
mostr e rastsishme e cila sht e barabart me zero.77

11.1.5. Testi McNemar

Testi McNemar prdoret pr t matur ndryshimin ndrmjet vzhgimeve apo matjeve t

varura nga njra-tjetra pr t dhnat e matura me mats nominal t prfituara nga grupet e varura.

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

sht nj analiz e prshtatshme pr krahasimin joparametrik t matjeve para-prapa t

shpjeguara n serit eksperimentale.

11.1.6. Testi Sign (Shnjues)

Testi Sign prdoret n t dhnat joparametrike pr t matur ndryshimin ndrmjet matjeve

t ndryshme q i prkasin nj mostreje t njjt. Mirpo testi Sign, ndryshe nga madhsia e
njsive, m tepr shqyrton lvizjen pozitive apo negative t ndryshimit. sht nj analiz
joparametrike e prshtatshme pr vlersimin e rastsis s drejtimit t dallimit t ndryshimeve.
sht nj metod e analizs e cila mund t prdoret edhe pr dhnien kuptim t rritjeve apo
zvoglimeve n ndryshim.

11.1.7. Testi Rendor (Runs)

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:

H0: Xi sht nj ndryshore e rastsishme.

H1: Xi nuk sht nj ndryshore e rastsishme.

Mund t prdoret pr t kuptuar nse ndryshimi n rendin e matjeve tregon nj

shprndarje t kuptueshme. sht i prshtatshm pr t dhnat joparametrike.

11.1.8. Testi Kruskal-Wallis

Testi Kruskal-Wallis (H) sht nj analiz joparametrike e variancs nj drejtimshe. Kjo

analiz mund t prdoret n t dhnat joparametrike pr dallimet e mesatareve t m shum se dy
ndryshoreve dhe n mostrat n t cilat nuk sigurohet supozimi i shprndarjes, si dhe n mostrat,

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:

H0: Mesataret e m shum se dy ndryshoreve jan t barabarta.

H1: Mesataret e m shum se dy ndryshoreve nuk jan t barabarta.

N qoft se mesataret e vetm nj rasti nuk jan t barabarta n mnyr t rndsishme,

hipoteza H1 pranohet. N kt rast, sht e rndsishme t prcaktohet se cilat mesatare nuk jan
t barabarta.

11.1.9. Testi Cochran Q

Kjo analiz sht nj analiz joparametrike e prshtatshme pr krahasimin e mostrave t

cilat jan krijuar sipas m shum se dy parimeve t ngjashme. Kjo analiz, pr nga logjika i
ngjan analizs McNemar, mirpo numri i mostrave q mund t krahasohen n matje sht m i
madh se dy. Hipotezat n lidhje me kt analiz, formohen n kt mnyr:

H0: Probabiliteti i gjetjes s nj cilsie t caktuar n t gjitha mostrat sht i barabart. PA

= PB = ...PN

H0: Probabiliteti i gjetjes s nj cilsie t caktuar n t gjitha mostrat nuk sht i

barabart. PA PB ...PN

N qoft se probabilitetet e vetm nj rasti nuk jan t barabarta n shkalln e

kuptueshmris, hipoteza H1 pranohet. N kt rast, sht e rndsishme t prcaktohet se cilat
probabilitete nuk jan t barabarta.

11.1.10. Analiza Kendal Tau b dhe e Korrelacionit t Rendit Spearman

Kto analiza t korrelacionit t cilat do t shpjegohen n detaje n pjesn e analizave

parametrike, jan lloje t analizave q prdoren pr t dhnat joparametrike. Kendal Tau b mund
t aplikohet n t dhnat nominale. Kurse korrelacioni i rendit Spearman sht i prshtatshm pr
t dhnat ordinale. Nuk duhet t harrohet q przgjedhja e analizave bhet sipas fuqis s matsit
i cili bn matje m t dobt nga dy ndryshoret. Edhe pr analizn e korrelacionit, przgjedhja e
njrs nga kto dy metoda varet nga lloji i t dhnave.

N kt pjes u shqyrtuan shkurtimisht disa analiza joparametrike. Prpara aplikimit t

ktyre analizave, rekomandohet q t merren m shum informacione n lidhje me prdorimin e

160
programit q do t prdoret, pr kontrollimin e organizimit t t dhnave dhe supozimeve dhe
temn e hulumtimit.

11.2. Analizat Parametrike

Analizat parametrike jan analiza statistikore t cilat mund t aplikohen n t dhnat e

matura s paku me mats intervalor dhe q madhsia e msotrs sht 30 dhe m e lart. Fuqia
shpjeguese e ktyre analizave sht m e lart. N kt pjes synohet t jepet nj kuptim i
prgjithshm n lidhje me llojet m t prdorura t ktyre analizave n hulumtimet biznesore.
Prpara aplikimit t analizave, rekomandohet q hulumtuesit t bjn studime teorike n lidhje
me temn.

11.2.1. Korrelacioni

Analiza e korrelacionit me nj prshkrim t thjesht sht nj analiz e marrdhnies. Ka

pr qllim q t njoh marrdhnien e s paku t dy ndryshoreve, drejtimin e ksaj marrdhnieje
dhe fuqin e saj. Supozimi m i rndsisshm i analizs sht se marrdhnia ndrmjet
ndryshoreve sht lineare. N kt analiz, pr matjen e shkalls s marrdhnies prdoret
koeficienti i korrelacionit (r). Kurse koeficienti i korrelacionit t popullsis shprehet me .
Koeficienti i korrelacionit merr vlera ndrmjet +1 dhe 1. Pra, 1 ryx +1.

Koeficienti i korrelacionit jep shkalln e marrdhnies ndrmjet ndryshoreve X dhe Y.

Koeficienti i korrelacionit ndrmjet ndryshoreve X dhe Y llogaritet n kt mnyr:

ryx = =

N qoft se ryx = +1, ekziston nj korrelacion i plot pozitiv (linear) ndrmjet X dhe Y.

N qoft se ryx = 1, ekziston nj korrelacion i plot negativ (linear) ndrmjet X dhe Y.

N qoft se ryx = 0, nuk ekziston ndonj marrdhnie (lineare) ndrmjet dy ndryshoreve.

Pr t llogaritur m leht koeficientin e korrelacionit, mund t prdoret kjo formul:

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.

Analiza e korrelacionit duhet t zgjedhet n pajtim me llojin e t dhnave t prdorura.

Korrelacioni Pearson sht i prshtatshm pr t dhnat e matura s paku me mats intervalor.
Korrelacioni rendor Spearman mund t prdoret pr t dhnat ordinale, kurse korrelacioni
Kendal tau b pr t dhnat nominale. Gjat shqyrtimit t asaj se cili korrelacion sht i
prshtatshm pr t dhnat, marrdhnia e tyre e t cilave shikohet, duhet t merret si referenc
lloji m i dobt i matsit. Pra, n qoft se shqyrtohet marrdhnia ndrmjet dy ndryshoreve, ku
njra sht matur me mats proporcional dhe tjetra me mats nominal, duhet t aplikohet analiza
e korrelacionit Kendal tau b.

Korrelacioni Kanonik (Ndrgrupor)

Pr shqyrtimin e marrdhnies ndrmjet dy sete t t dhnave n t cilat gjenden m

shum se nj ndryshore, prdoret analiza e korrelacionit shumndryshoresh. Analiza e
korrelacionit ndrgrupor sht nj teknik statistikore me shum ndryshore apo nj analiz e
marrdhnies e cila ka pr qllim prcaktimin e korrelacionit ndrmjet setit t ndryshoreve
kriteriale dhe setit t ndryshoreve t parashikuara. Me fjal t tjera, analiza ndrgrupore sht nj
lloj analize statistikore e cila studion marrdhnien ndrmjet grupeve. Mund t aplikohet n
rastet kur sht e pamundur t aplikohet korrelacioni i thjesht dhe i shumfisht pr shkak t
ndryshoreve t shumta n do dy grupe t ndryshoreve. Me llogaritjen e komponentve linear t
matrics s t dhnave t dy grupeve t ndryshoreve llogaritet edhe koeficienti i korrelacionit.

Pr t zbatuar kt analiz, duhet q t dhnat dhe seti i t dhnave t prmbushin disa

supozime. Fillimisht duhet q t dhnat t ndjekin shprndarjen normale. Madhsia e mostrs
duhet q t jet s paku 20 her m shum se totali i numrit t ndryshoreve t gjendura n t dy
setet.78 Mirpo nuk sht e nevojshme q numri i ndryshoreve t jet i njjt n t dy setet. Nuk
duhet t ekzistoj ndonj korrelacion i plot (r=1) ndrmjet seteve. Prve ksaj, setet e
ndryshoreve duhet q t jen t matura me mats intervalor apo prderisa ndryshoret e nj seti
mund t jen matur me mats intervalor, ndryshoret e setit tjetr duhet t maten me mats
78
Stevens J., Applied Multivariate Statistics for The Social Sciences, Lawrence Erlbaum Ass. Pub. 1986, London.
Qasja n burim sht br nprmjet Kazm zdamar, Paket Programlar ile statistiksel Veri Analizi, Geniletilmi,
Botimi 5, Kaan Kitapevi, 2004, Eskiehir

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.

11.2.2. Testimi i Besueshmris (Reliability Test)

N shum hulumtime, prpara realizimit t analizave sht e nevojshme q t

testohetnse t dhnat jan t besueshme n shkall t mjaftueshme pr analizim. Besueshmria
sht nj koncept i cili zbulon qndrueshmrin dhe prshtatjen e brendshme t t gjitha
ndryshoreve me njra-tjetrn n nj mats. Koeficienti Cronbach Alfa gjendet nga prqindja e
variancave t t gjitha ndryshoreve t matsit me variancn totale t matsit t prgjithshm.
Koeficienti Cronbach Alfa merr vlera ndrmjet 0 (zero) dhe 1 (nj). Ndryshoret t cilat e
zvoglojn besueshmrin e matsit mund t nxjerren nga matsi. Vlerat Cronbach Alfa krkohet
t jen 70% dhe kjo vler n hulumtimet eksplorative mund t jet edhe n 60%. N rastet kur
vlerat Cronbach Alfa kalojn mbi 80%, ndryshoret t cilat rrisin besueshmrin e matsit nuk
nxirren nga matsi ashtu q t mos shkaktojn humbjen e t dhnave pr sa koh q nuk bien
ndesh me pritjet teorike.80 Prve Cronbach Alfa, besueshmria mund t matet edhe me an t
auditimit t qndrueshmris s rezultateve duke e ndar mostrn mdysh.

11.2.3. Testi T (Dallimi i Mesatareve)

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.

Kjo analiz mund t prdoret pr t kuptuar dallimet e mesatares s mostrs s vetme n

dispozicion me mesataren e matsit, me nj mesatare t pritur apo me nj mesatare t prcaktuar
biznesore.

Testi t i mesatareve t dy grupeve t varura (Paired t-test): Bhet me qllim pr t

krahasuar mesataret e dy mostrave t varura apo mesataret e t dhnave t lidhura, t prfituara
nga e njjta mostr. Hipotezat mund t prkufizohen n kt mnyr:

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.

Testi t i dy grupeve t pavarura (Independent sample t test): Bhet me qllim pr t

krahasuar mesataret e t dhnave t cilat vijn nga dy mostra t ndryshme t pavarura. Hipotezat
mund t formulohen n kt mnyr:

H0: 1 = 2

H1: 1 2

1 dhe 2 paraqesin mesataret e nj ndryshoreje t njjt t dy mostrave t ndryshme,

madhsia e t cilave sht n1 dhe n2. Me kt test testohet nse ekziston ndonj dallim i
rndsishm statistikor ndrmjet ktyre dy mesatareve. N qoft se do t merrnim nj shembull,
pr t testuar nse ekziston ndonj dallim i rndsishm ndrmjet mesatareve t femrave dhe
meshkujve pr nga pikpamja e prceptimit t shrbimeve t banks, me an t ksaj analize

164
bhet krahasimi i ktyre mesatareve. Aplikimi i ksaj analize dhe detajet jan shpjeguar n
kapitullin 10, n testimin e hipotezave.

Testet t marrin mesataret e t gjitha vlerave t njsive t gjendura n mostr dhe pr kt

arsye nuk mund t dallohet se si vlerat e njsive t ndryshme mund t ndikojn n kto mesatare.
N rastet kur sht e nevojshme pr t kuptuar kto dallime, sht e udhs q t prdoret analiza
diskriminuese n vend t testit t.

11.2.4. Analiza e Variancs (ANOVA)

sht nj metod analizimi e cila prdoret pr t krahasuar mesataret e m shum se dy

grupeve. Pr aplikimin e ksaj analize, duhet q t dhnat s paku t jen matur me mats
intervalor, t sigurohet shprndarja normale e madhsis s mostrs dhe mostra t formohet s
paku nga 30 njsi. Prishja e barazis s paku pr nj mesatare, sht e mjaftueshme pr
vrtetimin e H1. Pr t prcaktuar se nga cilat mesatare vijn dallimet, duhet t prdoren testet
post hoc dhe iftet duhet t shqyrtohen ve e ve. Hipotezat mund t formulohen n kt mnyr:

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

Analiza e regresionit sht nj metod statistikore e cila studion marrdhnien ndikuese

ndrmjet s paku dy ndryshoreve. sht nj lloj i analizs e cila prdoret n rastet kur ekziston
nj marrdhnie ndrmjet dy ndryshoreve q me ndryshimin e br mbi nj ndryshore (e
pavarur) shkaktohen ndryshime mbi nj ndryshore tjetr (e varur) dhe e cila ka pr qllim
njohjen e ktij ndikimi.

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

N analizn e regresionit, paraprakisht duhet t matet nse modeli sht i vlefshm (a

mund t prdoret modeli pr parashikim?) dhe n qoft se modeli sht i vlefshm, ather duhet
t testohet nse koeficienti apo koeficientt e korrelacionit t pjesshm byx jan t ndryshm nga
zero n mnyr t rndsishme. Ndryshoret e rndsishme mund t prfshihen n model me an
t ktyre koeficientve t korrelacionit t pjesshm. Koeficienti i prcaktimit (R2) tregon se
ndryshimi i ndodhur n nj apo m shum ndryshore t pavarura sa shpjegon ndryshimin n
ndryshoren e varur. Vlera (R2) e cila shpreh fuqin shpjeguese t modelit krkohet q t jet s
paku 50%. Rndsia e ekuacionit t regresionit bhet me an t testit ANOVA prpara vlersimit
t analizs dhe testimi i do koeficienti t regresionit nse sht i ndryshm nga zero n mnyr
t rndsishme bhet me an t testit t. Llojet e analizs s regresionit, n prgjithsi jan t
prshkruara si m posht:

Regresioni me Nj Ndryshore: sht analiz e regresionit ku ndryshorja e varur

shpjegohet nga ndryshimet e nj ndryshore t vetme t pavarur. Gjenden vetm nj ndryshore X
dhe Y. Prcaktohet se n far mase ndryshimi i ndodhur n ndryshoren e pavarur ndikon n
ndryshoren e varur.

Supozimi i par i analizs s regresionit nga supozimet e prgjithshme sht supozimi i

shprndarjes normale, pra shprndarja e t dhnave duhet t jet normale dhe madhsia e mostrs
duhet t jet m e madhe se 30. Nj tjetr supozim sht q gabimet duhet t jen t pavarura
(autokorrelacion) ndrmjet vete. Supozohet se ndryshoret e pavarura jan t barabarta me
variancat e nn-seteve (varianca e barbabart homoscedasticity). sht e dobishme q prpara
kryerjes s analizs t kontrollohen t gjitha kto supozime.

Regresioni me Shum Ndryshore: Analiza e regresionit e cila shpjegon ndryshoren e

varur nga m shum se nj ndryshore t pavarura quhet analiz e regresionit t shumfisht. N
rastet kur ndryshimi n ndryshoren e varur nuk mund t shpjegohet vetm me nj ndryshore,
sht e dobishme q t bhen analiza pr zbulimin e nj modeli n t cilin m shum se nj

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

Logjika e modelimit e cila sht e vlefshme n analizn e regresionit me nj ndryshore

sht e vlefshme edhe n analizn e regresionit me shum ndryshore. Mirpon kt lloj t
regresionit ku marrin pjes m shum se nj ndryshore e pavarur, duhet t kontrollohet edhe nj
supozim tjetr shtes prve atyre n regresionin me nj ndryshore. Sipas supozimit t lidhjes s
shumfisht lineare (multicollinearity), n modelin e regresionit t shumfisht nuk duhet t
ekzistojn lidhje t thjeshta lineare ndrmjet ndryshoreve t pavarura, pra korrelacioni ndrmjet
tyre duhet t jet zero apo shum afr zeros. Pr kt arsye gjat krijimit t modelit t regresionit
t shumfisht sht e rndsishme t zgjedhen ndryshore t cilat do t shpjegojn n shkall t
lart ndryshoren e varur, mirpo korrelacioni ndrmjet tyre t jet i ult. N rastet kur prjetohet
problemi i lidhjeve t shumta lineare, nj mnyr pr t eleminuar kt problem sht q t
aplikohet analiza faktoriale n ndryshoret e pavarura, pastaj t grupohen ndryshoret t cilat kan
korrelacione t larta ndrmjet vete dhe n fund t prfshihen faktort e krijuar n analizn e
regresionit t shumfisht.

Regresioni Logjistik: sht nj lloj i analizs s regresionit ku ndryshorja e varur sht

nj ndryshore joparametrike. Edhe ndryshoret e pavarura duke u prkufizuar si ndryshore
joparametrike mund t prfshihen n model. Kjo analiz mund ti prngjaj analizs
diskriminuese pr nga aspekti i shfaqjes s karakteristikts joparametrike t ndryshores s varur.

Serit e Kohs: sht nj analiz regresioni e cila ka pr qllim t jap vlersime pr

periudhat e ardhshme duke i vlersuar t dhnat n mnyr t rregullt, t prfituara brenda nj
kohe. Duke u bazuar n vazhdimsin e t dhnave synohet q t krijohet nj model i
parashikimit. T dhnat nuk prfitohen nga njsi t ndryshme, por vetm nga nj burim i vetm.

Regresioni, pr dallim nga analizat e tjera prezanton nj funksion t parashikimit. Kjo

ofron mundsi pr t kuptuar se ndryshorja e varur nga cila ndryshore sht ndikuar/do t
ndikohet m shum si dhe pr t br parashikime me vlerat e dhna. Ashtu si sht e mundur
q t gjejm me an t ekuacionit t prfituar se nga cilat ndryshore t pavarura ndikohet m
shum ndryshorja e varur, po ashtu sht e mundur q t realizojm nj parashikim duke i
vendosur vlerat teorike n vend t ndryshoreve X.

167
 11.2.6. Analiza Faktoriale

Analiza faktoriale sht nj analiz statistikore me shum ndryshore e cila ka t bj me

marrdhniet e ndrsjellta ndrmjet ndryshoreve. Analiza faktoriale sht nj analiz statistikore
me shum ndryshore e cila duke u bazuar n marrdhniet ndrmjet t dhnave siguron
prezantimin e tyre n nj mnyr m t kuptueshme dhe m t prgjithsuar. Pr aplikimin e
analizs faktoriale jan zhvilluar metoda dhe teknika t ndryshme. Pr kt arsye, analiza
faktoriale sht nj grup i teknikave m shum sesa nj metod e caktuar 81. Nj ndr qllimet
m t rndsishme t analizs faktoriale sht hulumtimi i rrnjs s lidhjes reciproke ndrmjet
ndryshoreve82.

Analiza faktoriale, n thelb, ka pr qllim grupimin e ndryshoreve n nj mnyr t

kuptueshme duke marr pr baz marrdhniet ndrmjet tyre dhe n kt mnyr reduktimin e t
dhnave. Qllimi baz i analizs faktoriale sht q t studioj rrnjn e marrdhnieve t
ndrsjellta ndrmjet ndryshoreve. Duke u bazuar n kt marrdhnie, siguron paraqitjen e t
dhnave n nj mnyr m t kuptueshme dhe m t prmbledhur. Grupet e reja t formuara si
rezultat i reduktimit t t dhnave do ti sigurojn hulumtuesit lehtsi n analizat q do t
performohen m von.

Nj ndr supozimet kryesore t analizs faktoriale sht se marrdhnia (korrelacioni)

ndrmjet ndryshoreve sht lineare. T dhnat duhet q s paku t jen matur me mats
intervalor83. N analizn faktoriale, faktort vlera ajgen (eigenvalue) e t cilve sht mbi 1 jan
t rndsishm dhe krkohet q faktort t shpjegojn s paku 60% t ndryshimit (variancs) n
ndryshoret totale. Ekzistojn dy analiza t ndryshme faktoriale.

Analiza Faktoriale Eksploruese: N kt analiz, nuk dihet paraprakisht se n sa grupe

(faktor) do t mbledhen ndryshoret, pr nga aspekti i marrdhnieve ndrmjet tyre. Hulumtuesi
bn emrimin dhe njohjen e faktorve duke i studiuar faktort e krijuar si rezultat i grupimit t
niveleve t marrdhnieve t rndsishme t ndryshoreve pr nga aspekti prmbajtjes dhe fuqis
s tyre. Ktu vlerat ajgen prcaktojn numrin e faktorve q do t krijohet. Prmbajtja e
faktorve duhet t jet n prputhje me teorin dhe sht e rndsishme q kjo prputhje t jet e
qndrueshme. Po ashtu, edhe vlera e variancs s shpjeguar totale krkohet q t jet s paku n
nivelin 60%. Interpretimi i ktyre vlerave numerike nga outputet e marra nga programi SPSS
sht shpjeguar me an t nj shembulli n kapitullin 13.

Analiza Faktoriale Konfirmuese: N analizn faktoriale konfirmuese hulumtuesi i fut t

dhnat n prpunim duke pritur krijimin e nj numri t caktuar faktorsh q burojn nga teoria

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.

Analiza faktoriale i bashkon korrelacionet e t dhnave ve e ve, pra i bashkon pr nga

aspekti i marrdhnies dhe ngjashmrive t tyre. Nga kjo perspektiv, kjo i prngjan analizs s
grupimit. Mirpo, n analizn e grupimit, ndryshoret e grupuara jan njsit q marrin pjes n
hulumtim.

11.2.7. Analiza e Grupimit

Analiza e grupimit sht nj analiz statistikore me shum ndryshore e cila aplikohet me

qllim pr t prcaktuar individt (njsit) apo stimujt t cilt ngjajn n mes vete dhe pr ti
grumbulluar n klastere (apo grupe). Pr dallim nga analiza e diskriminimit, n analizn e
grupimit ashtu si n analizn faktoriale, ndryshoret e parashikuara dhe kriteriale nuk mund t
ndahen n nn grupe. N analizn e grupimit, kihet kujdes mbi klasteret apo grupet e formuara t
cilat dalin n shesh nga vlerat e individve mbi t gjitha ndryshoret e matura n hulumtim. Kjo
analiz performohet duke i marr n konsiderat t dhnat ve e ve t njsive dhe nuk merren
parasysh verat totale apo mesatare.

Qllimi bazik i analizs s grupimit sht grumbullimi i t gjith individve t ngjashm

n grupe apo klastere t cilat marrin pr baz ngjashmrin e ndryshoreve t individve dhe
prshkrimin e ktyre grupeve. Cilsit e grupeve t formuara prcaktohen sipas vlers qendrore.
Si mats t ngjashmris prdoren mats t ndryshm dhe matsi m i prdorur i ngjashmris
sht matsi i distancs Euclid.

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.

Analiza e Grupimit Hierarkik: Analiza e grupimit hierarkik ka pr qllim gjetjen m

optimale t kombinimit t grupeve q mund t krijohen n numr t ndryshm sipas
ngjashmrive t njsive t mostrs ndrmjet n=1 dhe n=n. N kt analiz nuk ekziston ndonj
numr i caktuar q n fillim. Interpretimi i rezultateve t nxjerra shpesh sht i vshtir dhe
krkohen njohuri teknike rreth tems.

Analiza Grupimit Johierarkik (K-means): N kt lloj t analizs s grupimit,

hulumtuesi prcakton numrin e grupeve q dshiron t nxjerr. Interpretimi i rezultateve sht m
i leht, mirpo nuk sht i leht prcaktimi i numrit optimal t grupeve. Hulumtuesi n kt tem
prdor literaturn dhe prvojat e tij.

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.

11.2.8. Analiza Diskriminuese

Analiza e ndarjes sht nj analiz shum ndryshoresh e cila ka t bj me ndarjen e dy

apo m shum grupeve. N analizn e ndarjes e cila ka t bj m ndarjen e dy apo m shum
grupeve, matrica e t dhnave dhe ndryshoret kriteriale ndahen n nn grupe. Analiza
diskriminuese i ngjan analizs s regresionit pr nga aspekti i sigurimit t funksionit t
parashikueshmris. Mirpo, t qenurit kategorik kriteri i ngjarjes bn q analiza diskriminuese
ti ngjaj m shum regresionit logjistik.

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.

Analiza diskriminuese supozon se variancat dhe shprndarjet e grupeve jan t barabarta

njra me tjetrn, grupet q nuk dihen por q jan t barabarta pr nga aspekti i ndryshoreve kan
kovarianc dhe shprndarje t njjta dhe q kto shprndarje jan nj shprndaje normale e
shumfisht. Metoda m e mir e ksaj sht testimi i funksionit mbi nj mostr e cila pritet t
shfaq karakteristika t ngjashme, mirpo t ndryshme me krijimin e funksionit.

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).

11.2.9. Matja Shum Dimensionale

Analiza e matjes shum dimensionale sht nj analiz statistikore me shum ndryshore e

cila prdoret n analizimin e t dhnave t sjelljes, si preferencat personale, qndrimet, trendet,
besimet dhe pritjet etj. Gjetja m e rndsishme viteve t fundit n fushn e matjeve psikologjike
sht zhvillimi i metodave dhe analizave t cilat sigurojn prfaqsimin e t dhnave t sjelljes
ne form t nj boshti me pika shum dimensionale.

Analiza e matjes shum dimensionale ka pr qllim prcaktimin e (1) numrit t

madhsive minimale t grupit, (2) vlerave parashikuese t do stimuji n madhsit e
prcaktuara84 dhe (3) pikave ideale t individve.

N baz, analiza e matjes shum dimensionale synon t prcaktoj pozitat e ndryshoreve

sipas njra-tjetrs duke marr pr baz ngjashmrit dhe superioritetet n prceptimet e
ndryshoreve. Pr shembull, n t dhnat n lidhje me preferencat t cilat pasqyrojn zgjedhjet e
personave rreth individve prdoret marrdhnia e superioritetit (si zgjedhja e A-s ndaj B-s,
zgjedhja e B-s ndaj C-s etj.). Mirpo, n qoft se ekziston mundsia q personat t jen
indiferent n zgjedhjen e individve, ather n kt rast do t jet prdorur edhe marrdhnia e
superioritetit edhe ajo e ngjashmris. Pr aplikimin e analizs, duhet q t dhnat t jen
mbledhur s paku me mats intervalor. Lexuesit t cilt dshirojn t marrin m shum informata
n lidhje me kt tem, do t ken dobi t aplikojn n referencn e dhn m posht n citim85.

11.2.10. Analiza Conjoint

Analiza conjoint sht nj analiz me shum ndryshore e cila ka pr qllim krijimin e

nj grupi t ndryshoreve m t preferurara duke punuar brenda logjiks s ndryshoreve m t
zgjedhura dhe m superiore t vlersuara n krahasim me njra-tjetrn. Pr numr t caktuar t
grupeve t ndryshoreve, kjo analiz ka pr qllim prfitimin e kombinimit m ideal/t preferuar

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

Pr nga aspekti i logjiks punuese, kjo analiz sht regresioni me nj ndryshore t

veant.87 Funksioni performohet duke prcaktuar se cila nga kombinimet e prkufizuara n
fazn e mparshme sht m i preferuari dhe cilat ndryshore ndikojn m shum n zgjedhjen e
ktij kombinimi. Sipas ktij rezultati, kjo situat e ndryshoreve duhet t merret n konsiderat m
s shumti gjat procesit t krijimit optimal t ktij kombinimi dhe n kt mnyr bhet
prcaktimi i karakteristikave m t dshiruara. Lexuesit t cilt dshirojn t marrin informata
m t hollsishme n lidhje me aplikimin e ksaj metode, do t prfitojn me aplikimin e
referencs t dhn n citim.88 Pr performimin e analizs Conjoint, mund t prdoren programet
Sawthooth Software, Qualtrics Survey Software apo programi SAS.89

11.2.11. Modeli i Ekuacionit Strukturor (Structural Equation Modeling SEM)

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

sht nj analiz e cila synon t zbuloj lidhjet ndrmjet ndryshoreve t gjendura n

model si t dhna dhe ndryshoreve t fshehura. Nga kjo perspektiv, dallon prej analizave t tjera
me shum ndryshore.

Modeli i ekuacionit strukturor, n fillim krkon njohjen e modelit t hulumtimit. Duhet q

t prcaktohen ndryshoret dhe t prkufizohet lidhja e supozuar ndrmjet ktyre ndryshoreve.
Pr aplikimin e ksaj analize, disa programe e gjejn t mjaftueshme kt prkufizim, kurse

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

Lexuesit t cilt dshirojn t marrin m shum informata n lidhje me kt tem dhe

aplikimin e saj, rekomandohet t aplikojn n referencat e dhna m posht n fusnot.94 N
aplikimin e modelit t ekuacionit strukturor mund t prdoren programet LISREL dhe AMOS,
mirpo prpara prdorimit t ktyre programeve, rekomandohet t merren informata m t gjera
rreth tyre.95

11.2.12. Minierat e t Dhnave (Data Mining)

Minimi i t dhnave sht nj analiz e t dhnave e cila ka pr qllim t arrij t dhnat

dhe informacionet e nevojshme duke prdorur bazat e t dhnave t krijuara nga kanale t
ndryshme, si bizneset, institucionet shtetrore, kompanit e hulumtimit etj.96 Qllimi sht q t
zbulohen informacione t cilat mund t jen t dobishme pr biznesin duke i shoqruar t dhnat
t cilat gjenden t gatshme n duart e hulumtuesit apo t dhnat t cilat mund t krijohen leht
dhe t cilat sht synuar t prdoren m hert.

Minimi i t dhnave n hulumtimet biznesore, zakonisht aplikohet m shum n t

dhnat si informacionet e konsumatorve, t dhnat e shitjes, t dhnat e inventarit, vlerave t
prodhimit etj. Mirpo shembulli m i rastisur n mesin e ktyre sht minimi i t dhnave i
realizuar me t dhnat e konsumatorve. Qllimi sht q t bhet njohja e informacioneve n
lidhje me konsumatorin, si kartelave t antarsis, faturave t shitjes, formave t porosive etj.

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.

Minimi i t dhnave synon t krijoj grupe kuptimplota nga t dhnat n dispozicion. N

kt proces programet m t prdorura jan programet pyetse (software query). N fazn e
prcaktimit t njsive q kan karakteristika t caktuara mund t kryhet funksioni i pyetjes duke
specifikuar karakteristikat e dshiruara. Prve ktyre programeve, duke i prdorur edhe analizat
e prshkruara m par si, analizn e grupimit, diskriminuese, conjoint, profilet n lidhje me
dallimet e sjelljes s konsumatorve etj., mund t prcaktohen ndryshoret t cilat jan n
marrdhnie me strukturn e konsumimit. Lexuesit q dshirojn t marrin informata m t
hollsishme n lidhje me kt tem, do t mund t prfitojn nga burimi i dhn m posht n
fusnot.97

T gjitha analizat t cilat do t prdoren n pjesn e analizimit t t dhnave t hulumtimit

duhet t jen n prputhje me qllimin, hipotezat dhe modelet e hulumtimit. Duhet t zgjedhen
analizat m t prshtatshme me qllimin e hulumtimit dhe paraprakisht duhet t merren njohuri
t thella n lidhje me aplikimin e analizave.

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

INFORMATA THEMELORE N LIDHJE ME

PRDORIMIN E PROGRAMIT SPSS98

12.1. Informata t Prgjithshme

SPSS-i ofron mundsi pr kryerjen e llogaritjeve dhe funksioneve t ndryshme

statistikore mbi t dhnat e mbledhura duke i konvertuar kto t dhna n form t prshtatshme
pr analizim. Si mund t shihet nga posht, n qoshen e majt t ekranit hyrs t SPSS-it
gjendet Data View(tabela n lidhje me t dhnat) dhe Variable View (tabela n lidhje me
prkufizimin e ndryshoreve).

N programin SPSS, prve komandave q gjenden n pjesn e siprme t programit,

gjenden edhe nn komanda t cilat prdoren plotsisht pr qllime t ndryshme. Shpjegimet n
lidhje me kto komanda jan br n pika t shkurtra duke marr pr baz programin SPSS
17.0.99

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.

Read Text Data: Ofron konvertimin e dosjeve t ruajtura n format t tekstit n nj

format t prshtatshm pr SPSS.

Save: Kjo komand ruan dosjet n t cilat jan br funksione t ndryshme.

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.

EDIT: Funksioni i kopjimit t t dhnave dhe informacioneve, printimi, krkimi etj., t

cilat gjenden n dritaren e t dhnve (syntax) dhe rezultateve (output) realizohet me kt
komand. Disa nga komandat t cilat marrin pjes n grupin e komands Edit jan kto:

Undo: Siguron kthimin n gjendjen e mparshme prpara aplikimit t komands. Kjo

komand aplikohet n dosjen e outputit.

Cut: Kjo komand bn prerjen e t dhnave t skanuara apo t selektuara, pr tu

zhvendosur m von n nj vend tjetr.

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.

Paste: Siguron vendosjen e zons s skanuar apo t selektuar q sht kopjuar.

Clear: Siguron fshirjen e zons s skanuar apo t selektuar.

Options: Me kt komand prcaktohen karakteret e dshiruara t shkrimit, fondit, llojit

t tabels dhe karakteristika t ngjashme.

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.

DATA: Njohja e ndryshoreve, shtuarja e t dhnave n lidhje me ndryshoret, personat

apo fenomenet, marrja e t dhnave t transponuara, funksionet e bashkimit dhe ndarjes kryhen
nga ky grup i komandave. Po ashtu siguron edhe ndarjen e nj pjese t dosjes si nj dosje t re.

Me klikimin dy her n kolonat e Data View ose me klikimin n qoshen e poshtme n

t majt n ekranin hyrs t SPSS 17.0, gjendet pjesa e cila prdoret pr njohjen e ndryshoreve.
Emri i ndryshores shkruhet n pjesn Name. Kurse n pjesn Type prcaktohet forma e t
dhnave si, numrore (numeric), serike (string), dollar, dat etj. Pr kt, duke klikuar n kutizn
... zgjedhet alternativa e prshtatshme. N pjesn Width prcaktohet gjersia e numrave me
an t shigjetave. Kurse n pjesn Decimals prcaktohet prsri me an t shigjetave se sa
numra do t shkruhen pas presjes.

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.

Merge Files: Me kt komand bhet bashkimi i dy dosjeve n qoft se ndryshoret e dy

dosjeve kan llojin e njjt dhe emrat e njjt. Shkruarja ve dhe bashkimi i regjistrimeve t
prditshme t bra realizohet me ndihmn e ksaj komande. Bashkimi i ndryshoreve apo
personave/ngjarjeve prcaktohet nga pjest Add Variables dhe Add Cases.

Aggregate: Me kt komand sht e mundur q t grupohen t dhnat t cilat gjenden

n Data View. Pr shembull, mesataret n lidhje me prceptimet e ulta, t mesme dhe t larta
t femrave dhe meshkujve ve e ve bhet me an t komands Aggregate. Me rastin e
klikimit t komands Aggregate hapet dritarja e rregullimeve q duhen br. N pjesn e majt
t ksaj dritare gjenden ndryshoret t cilat marrin pjes n dosjen e t dhnave. Nga dy dritaret t
cilat marrin pjes n mes, n dritaren lart Break Variables prcaktohen ndryshoret t cilat do
t grupohen, kurse n dritaren Aggregate Variables prcaktohen ndryshoret, mbi grupet e t
cilave do t kryhet funksioni. Me an t Name and Label jipen emrat e ndryshoreve dhe
grupeve t brendshme. Llogaritja e vlerave brenda grupeve kryhet me Function.

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.

TRANSFORM: Me kt komand sht e mundur q t bhen disa konvertime t

nevojshme mbi vlerat e t dhnave.

Compute Variable: Me kt komand mund t krijohen vlera t reja t ndryshoreve

duke i prdorur ndryshoret aktuale. Pr shembull, n qoft se do t bhet nj peshim sipas
alternativave t prgjigjeve, krijohet nj ndryshore e re duke e shumzuar ndryshoren adekuate
me normn e peshs. N pjesn Target Variable prcaktohet emri i ndryshores s re. Lloji dhe
emri i ndryshores s re bhet duke klikuar n kutizn Type & Label. Ndryshoret t cilat marrin
pjes n ann e majt mund t prdoren n llogaritje t reja duke i selektuar pjest Numeric
Expression dhe If. Me an t makins llogaritse e cila gjendet n pjesn e poshtme t dritares
dhe ndihmn e funksioneve mund t krijohen vlera t reja t ndryshoreve. Dritarja e Compute
Variable sht n kt mnyr.

181
 Random Number Generator: Siguron ndrrimin e prodhimit t numrave t rastsishm.
Kjo vler nuk duhet t jet m e madhe se dy miliard.

Count Values Within Cases: Me an t ksaj komande sht e mundur q t krijohet nj

kolon e re duke njehsuar nj ndryshore e cila merr nj vler t caktuar. Me hapjen e ksaj
komande, nga dritarja i jepet emri kolons me Target Variable dhe emri i etikets me Target
Label. N qoshen e majt gjendet lista e ndryshoreve. Ndryshoret e zgjedhura pr tu njehsuar,
transferohen n kutin Variables n mes. N qoft se ekziston ndonj kufizim, duke kaluar n
pjesn If prcaktohen kufizimet n ndryshoret prkatse.

Recode: Me an t ksaj komande, mund t rikodohen disa ndryshore t cilat marrin

pjes n dosje. N qoft se kodimi sht n t njjtn kolon t ndryshores duke i ndryshuar disa
vlera me disa t reja, ather zgjedhet alternativa Into Same Variables. N qoft se t dhnat
dshirohet t ruhen n nj kolon t veant, si nj ndryshore e re, ather zgjedhet alternativa
Into Different Variables. Pr shembull, n qoft se do t bashkohen disa vlera, krkohet q n
vend t vlerave t vjetra q paraqiten me 1, vlerat e reja t shkruhen me 2. Dritarja rregulluese e
Into Same Variables sht n kt form.

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.

Automatic Recode: Kodimi n mnyr automatike bhet nga ktu. N dritaren

rregulluese transferohen ndryshoret ve e ve t cilat dshirohet t kodohen n mnyr
automatike dhe pr seciln ndryshore shkruhet emri i ri n kutin New Name dhe n kt
mnyr transferohet ndryshorja me emr t ri. Duke selektuar Lowest Value apo Highest
Value prcaktohet nse kodimet e reja do t jepen nga m e vogla te m e madhja apo nga m e
madhja te m e vogla.

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.

Replace Missing Values: Funksioni i konvertimit t t dhnave mangu apo t t dhnave

t ln jasht vlersimit n vlera t dshiruara kryhet me kt komand. Pr shembull, duke
marr n konsiderat mesataren e t gjith seris mund t prdoret kjo mesatare n vend t
vlerave mangu.

Run Pending Transforms: Kjo komand prdoret nse dshirohet t bhet ndonj
ndryshim n dosje.

12.3. Analizimi i t Dhnave

ANALYZE: N kt grup t komandave marrin pjes komandat e analizave t cilat do t

realizohen n programin SPSS.

Descriptive Statistics: Me kt komand sht e mundur q t merren tabelat e

shprndarjes s frekuencave dhe tabelat kryqzuese n lidhje me t dhnat, vlerat e Katrorit-Ki
dhe korrelacionit. Duke i transferuar ndryshoret e dshiruara nga tabela e ndryshoreve q
gjenden n pjesn e majt n kutin e rreshtave dhe t tjerat n kutin e kolonave prfitohet
tabela e kryqzimeve. Duke klikuar n butonin Statistics nga dritjara e rregullimeve,
selektohen pjest e Katrorit-Ki dhe korrelacionit dhe n kt mnyr performohen analizat.

Nga dritarja e rregullimeve Crosstabs prcaktohen ndryshoret t cilat do t transferohen

n pjesn e rreshtave dhe kolonave. Duke klikuar n kutizn Statistics, selektohet Chi-
Square dhe duke klikuar Continue paraqiten rezultatet (outputet) e Katrorit-Ki n ekran.

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.

Correlate: Me kt komand llogaritet koeficienti i korrelacionit. N kt grup t

komandave, me zgjedhjen e Bivariate supozohet se vlerat e mostrs vijn nga nj popullsi
normale. Kurse n rastet kur mendohet se nj ndryshore do t ndikohet nga shum faktor,
ather duhet t przgjedhet butoni Partial. Korrelacionit i Pearsonit aplikohet n t dhnat t
cilat jan matur s paku me mats intervalor. Dritarja rregulluese e Bivariate Correlations sht
n kt mnyr.

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.

Nonparametric tests: Analizat e testeve joparametrike realizohen me an t ksaj

komande.

GRAPHS: Me an t ksaj komande sht e mundur vizatimi i grafiqeve t llojeve t

ndryshme t cilt ofrojn zgjidhje t lart apo lehtsi n studimin e t dhnave.

UTILITIES: N kt grup t komandave ofrohen disa mundsi t cilat jan t dobishme

pr prdorimin e prgjithshm t programit. Disa nga komandat n kt grup jan:

Variables: Kjo komand siguron dhnien e informacioneve rreth emrit t etiketimit t

ndryshores, llojit t t dhns, t hyrave gabim dhe etiketimeve tjera.

Define Variable Sets: Me an t ksaj komande krijohen listat e grupeve me t cilat

mund t bhen funksione grupore mbi ndryshoret.

192
Kapitulli 13

MARRDHNIA NDRMJET SJELLJES BLERSE

NGA INTERNETI DHE PRCEPTIMEVE T RISKUT
DHE DOBIS SHEMBULL HULUMTIMI DHE
APLIKIMET N SPSS100

13.1. Tema e Hulumtimit

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.

Tregtia elektronike mund t prkufizohet si prmbushje e nevojave dhe krkesave t

konsumatorve nprmjet furnizimit online. Teknologjit online e kan zhvilluar s teprmi
procesin e marketingut elektronik dhe kjo ka lehtsuar zhvillimin e e-tregtis. Firmat aktuale me
pakic dhe shumic po bjn investime t reja pr t mbajtur ritmin e knaqsis s
konsumatorve, pr t rritur efektshmrin e kanaleve t shprndarjes dhe pr t gjetur ide t reja
pr aktivitetet e reklamave.

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.

Pr shkak q interneti si mjet i tregtis sht nj koncept i ri, ekzistojn paqartsi t

shumta pr nga aspekti i vlers s shrbimit q ofron. Studimet e mparshme kan treguar se
ekziston nj marrdhnie ndrmjet riskut t prceptuar nga nj kanal i ri i shopingut dhe kryerjes
s shopingut duke e prdorur kt rrug. Sado q konsumatort prceptojn nj doz t riskut n
vendimet e tyre t blerjes, prceptimi i riskut n blerjet e bra n mnyr virtuale (pa ekzistuar
nj dyqan n mnyr fizike) sht m i madh. Pr shkak q konsumatort marrin vendimet e tyre
brenda paqartsive tentojn t maksimizojn dobin e pritur nga produktet dhe shrbimet. Sado
t jet i lart risku i prceptimit t konsumatorve n lidhje me blerjen nga interneti, aq sht i
lart prceptimi rreth paqartsis s dobis t ciln pret t prfitoj. N qoft se konsumatori
mendon se risku i blerjes t ciln do ta bj nga interneti sht i lart, krkon q edhe dobia e
pritur nga kjo blerje t jet e lart. Pra, mund t thuhet se risku i prceptuar dhe dobia e
prceptuar pr blerjet e bra nga interneti luajn nj rol t rndsishm n shpjegimin e sjelljeve
t blerjeve online t konsumatorve.

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.

Studimi sht kryer n internet me an t ankets. Arsyeja e brjes n internet sht

mendimi se mundsia e njerzve t cilt e prdorin internetin t bjn blerje nga interneti sht
m e lart.

T gjeturat n fund t hulumtimit do t ndihmojn firmat q t prcaktojn strategjit e

tregtimit t produkteve t tyre n internet.

13.2. Qllimi, Prmbajtja dhe Kufizimet e Hulumtimit

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.

Prve qllimeve t specikuara m lart, mendohet se ky hulumtim do t ofroj

informacione t dobishme studimeve q do t bhen n t ardhmen dhe do t jet i dobishm pr
personat t cilat punojn n kt tem.

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

13.3.1. Modeli i Hulumtimit

Ky hulumtim i cili do t bhet n pajtim me qllimet e hulumtimit, sht aplikuar mbi

prdoruesit e internetit. N hulumtim sht mundur t maten nivelet e prceptimit t riskut dhe
dobis t do konsumatori gjat realizimit t funksionit t blerjes nga interneti.

SJELLJA BLERSE N RISKU I PRCEPTUAR NGA

INTERNET SHOPINGU VIRTUAL
Shuma
Frekuenca DOBIA E PRCEPTUAR NGA
SHOPINGU VIRTUAL

KARAKTERISTIKAT SOCIO-DEMOGRAFIKE

13.3.1.1. Ndryshoret e Hulumtimit

N kt pjes jan paraqitur ndryshoret e hulumtimit me radh.

- Ndryshoret n lidhje me karakteristikat socio-demografike:

Gjinia
Niveli i t ardhurave
Niveli i edukimit
Mosha

- Ndryshoret n lidhje me blerjen nga interneti:

Shuma e blerjes
Frekuencat e blerjes

196
 - Ndryshoret n lidhje me riskun e prceptuar:

Masin riskun e prceptuar t konsumatorve nga shopingu virtual. Risku i prceptuar

sht prcaktuar nga 14 ndryshore. Ndryshoret e mposhtme jan prdorur pr t matur
vlersimet e konsumatorve n lidhje me riskun e prceptuar duke prdorur matsin e 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.

1. Nuk u besoj shitsve n internet.

2. Friksohem se nuk do t m vij produkti t cilin e blej nga shitsit n internet.

3. Arsyeja e vetme dhe m e rndsishme e mosbrjes s shopingut shpesh n internet

sht domosdoshmria pr ti dhn t dhnat e kredit kartels.

4. Prdorimi i kredit kartels n internet sht e besueshme aq sa prdorimi i kredit

kartels n dyqan (e koduar ters).

5. Dhnia e informacioneve t kredit kartels n internet nuk sht m e rrezikshme se

dhnia e informacioneve t kredit kartels me telefon (e koduar ters).

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.

7. N internet sht mundsia m e lart q t faturizohet nj mim m i lart pr nga

shuma e vrtet e produktit t bler.

8. N internet nuk sht e mundur q t shqyrtohet personalisht produkti q do ta blej.

9. N produktet e veshjes matjet e madhsis mund t jen problem.

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.

12. Dhnia e porosis nprmjet internetit sht nj funksion shum i komplikuar.

13. sht e vshtir t gjej uebfaqen e prshtatshme pr t br shopingun q dua.

14. Shkarkimi i informacioneve dhe fotografive n lidhje me produktet q dshiroj t blej

merr koh.

- Ndryshoret n lidhje me dobin e prceptuar:

Masin dobin e prceptuar t konsumatorve nga shopingu virtual. Dobia e prceptuar

sht prcaktuar nga aspekti i 17 ndryshoreve. Ndryshoret e mposhtme jan prdorur pr t
matur vlersimet e konsumatorve n lidhje me dobin e prceptuar duke prdorur matsin e

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.

1. Shitsit n internet ofrojn informacione m t dobishme rreth alternativave n

dispozicion.

2. Funksionet e dhnies s porosis jan m t lehta nprmjet internetit.

3. Anulimi i nj porosie t dhn nprmjet internetit sht m i leht.

4. Shitsit n internet rekomandojn mime m t prshtatshme.

5. sht m e leht pr t krijuar komunikim me shitsit n internet.

6. Shopingu n internet ofron mundsi pr tu qasur n produkte n do vend n bot.

7. N internet ekziston mundsia pr t marr informacione m t hollsishme rreth

produkteve.

8. Shitsit n internet ofrojn nj gam m t gjer t produkteve.

9. Nga interneti mund t qasem n shum brende dhe dyqane.

10. Nuk jam i obliguar t pres pr shrbimin e shitsve.

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.

14. Brja e shopingut nprmjet internetit m bn q t jetoj prvoja t reja.

15. Ardhja e produktit t porositur me kargo m emocionon.

16. Pasi t shoh reklamn dhe me plqen produkti, e bj porosin menjher prmes
internetit edhe n qoft se nuk e kam planifikuar.

17. N shopingun nprmjet internetit mund t prcaktoj vet karakteristikat e produktit

t cilin dshiroj ta blej.

198
 13.3.1.2. Hipotezat e Hulumtimit

Hipotezat e krijuara me qllim pr t testuar qllimet e hulumtimit ton jan:

1. H1: Ekziston nj marrdhnie e rndsishme ndrmjet riskut dhe dobis s prceptuar

nga shopingu virtual dhe sjelljes blerse nga interneti.

H1a: Ekziston nj marrdhnie e rndsishme n nivelin e rndsis = 0,05 ndrmjet

riskut t prceptuar nga shopingu virtual dhe frekuencave s blerjeve t bra n internet.

H1b: Ekziston nj marrdhnie e rndsishme n nivelin e rndsis = 0,05 ndrmjet

riskut t prceptuar nga shopingu virtual dhe shums s harxhuar.

H1c: Ekziston nj marrdhnie e rndsishme n nivelin e rndsis = 0,05 ndrmjet

dobis s prceptuar nga shopingu virtual dhe frekuencave t blerjeve t bra n internet.

H1d: Ekziston nj marrdhnie e rndsishme n nivelin e rndsis = 0,05 ndrmjet

dobis s prceptuar nga shopingu virtual dhe shums s harxhuar.

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.

6. H1: Ekziston nj marrdhnie ndrmjet gjinis s prgjegjsve dhe frekuencave t

blerjeve n internet.

7. H1: Ekziston nj marrdhnie ndrmjet niveleve t edukimit s prgjegjsve dhe

frekuencave t blerjeve n internet.

8. H1: Ekziston nj marrdhnie ndrmjet niveleve t t ardhurave t prgjegjsve dhe

frekuencave t blerjeve n internet.

9. H1: Ekziston nj marrdhnie ndrmjet grup moshave t prgjegjsve dhe frekuencave

t blerjeve n internet.

199
 13.3.1.3. Procesi i Mostrimit

Popullsia e hulumtimit prbhet nga t gjith konsumatort n Turqi t cilt bjn

shoping n internet. Pr shkak t pamundsis pr t arritur plotsisht te popullsia duke marr n
konsiderat faktort e kohs dhe t kostove, sht prcaktuar madhsia e mostrs n kornizn e
prmbajtjes dhe kufizimeve.

Hulumtimi sht br me an t ankets n internet, n uebfaqen www.hilalozen.com.

Plotsuesit e ankets jan persona q vizitojn uebfaqen e shopingut virtual www.e-store.com.tr,
portalet e gazetave www.haberturk.com, www.internethaber.com, www.gazeteoku.com dhe
personat q jan antar n grupet mail (pazarlamavekariyerynetimi, iieimed,
pazarlamaprofesyonelleri, reklamyazlar, managementmarketing, e_turkey, egetekstilliyim,
tekstil_izmir, superistan, pazarlamamaster). Brja e ankets vetm nprmjet internetit sht pr
shkak t mendimit q personat t cilt bjn shoping nprmjet internetit duhet t jen persona t
cilt e prdorin internetin. Kjo metod sht marr referenc nga studimet e bra m par.
Anketa e studimit t Bhatnagar, Misra dhe Rao (2000) sht br nprmjet internetit me an t
Institutit t Teknologjis s Gjeorgjis. N studimin e br nga Bhatnagar dhe Ghose (2004),
anketa sht mbajtur pr 4 jav n uebfaqet e lajmeve dhe po ashtu sht drguar edhe me an t
emailit. Prsri, Forsythe, Liu, Shannon dhe Gardner (2006) e kan drguar anketn e tyre me
an t posts.

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.

Madhsia e mostrs s hulumtimit me e = 0,02 dhe = 0,05 sht llogaritur si m posht.

Pr arsye se n shum raste sht e pamundur t prkufizohen devijimi standart i popullsis dhe
variancat e saj, duhet t bhet parashikimi i tyre. Brja e nj parashikimi t till sht shum e
leht mbi norma sepse edhe n qoft se nuk ekziston asnj informacion rreth ktyre normave,
mund t merret pr baz vlera m e lart (varianca maksimale e binomit) e (1 ) q sht
0,5x0,5=0,25. Pr shkak t gjith ktyre, formula m e prdorur e mostrs n aplikim sht

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

n = 0,5 x 0,5 / (0,02/1,96)2

200
 n = 2400.

Mirpo, duke pasur parasysh se disa anketa mund t jen t pavlefshme sht planifikuar
q t mbushen 2500 anketa.

Linqet e vendosura n internet jan mbajtur n uebfaqe ndrmjet datave 26 Shkurt 14

Mars 2006 dhe n emailet e drguara sht specifikuar data e fundit e pjesmarrjes. Jan kthyer
2910 forma t ankets dhe n fund t eleminimit t anketave me mangsi dhe t mbushura
gabimisht sht prfituar nj madhsi e mostrs e prbr nga 2751 veta. Pr kt arsye, gabimi i
pritur i mostrs ka ndryshuar dhe n qoft se do t llogaritnim prsri e-n, ather gjendet;

2751 = 0,5 x 0,5 / (e/1,96)2

e = 0,018.

13.3.1.4. Metodat dhe Mjetet pr Mbledhjen e t Dhnave

N hulumtim, paraprakisht sht br nj konsultim i literaturs n lidhje me ndryshoret e

hulumtimit. Jan shqyrtuar matsit e prdorur n literatur pr matjen e riskut t prceptuar dhe
dobis s prceptuar nga shopingu virtual. Bhatnagar dhe Ghose pr t matur riskun e prceptuar
kan trajtuar vetm riskun financiar, kurse pr t matur dobin e prceptuar kan trajtuar vetm
lehtsin e shopingut. Prsri, Bhatnagar, Misra dhe Rao kan prdorur vetm riskun financiar
dhe ndryshoren e dobis. Studimi i Forsythe, Liu, Shannon dhe Garndernit sht m i
prditsuari dhe kta e kan realizuar matjen duke trajtuar shum dimensione t riskut dhe
dobis. N studimin ton jan marr pr baz tri dimensionet e riskut (risku financiar, risku i
produktit, risku i kohs/lehtsis) dhe katr dimensionet e dobis (lehtsia, zgjedhja e produktit,
lehtsia e shopingut dhe dobia hedonike) nga Forsythe, Liu, Shannoni dhe Gardneri. Mirpo jan
prfshir edhe deklaratat e prdorura nga Bhatnagar dhe Ghose pr t matur riskun financiar dhe
lehtsin e shopingut.

Anketa e prgatitur sht vendosur n uebfaqen e internetit www.hilalozen.com. N

prcaktimin e ndryshoreve t ankets jan prdorur burimet dytsore t specifikuara m lart. N
uebfaqet e prmendura (estore, haberturk, internethaber, gazeteoku) jan vendosur linqet lidhse
me kt uebfaqe dhe n emailet e drguara sht vendosur linku i cili t drgon n uebfaqe.
Anketa sht aplikuar mbi prdoruesit e internetit brenda kornizs s hulumtimit duke prdorur
mostrn e prshtatshme.

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.

13.3.2. Analizimi i t Dhnave dhe Informacioneve

T dhnat t cilat jan mbledhur n procesin e hulumtimit jan vlersuar me programin

SPSS 13.0.

N analizimin e t dhnave dhe informacioneve jan prdorur analiza diskriminuese, e

korrelacionit dhe e Katrorit-Ki. Pr testimin e hipotezs 1a, 1b, 1c dhe 1d sht prdorur analiza
e korrelacionit kendall, kurse hipotezat 2., 3., 4., dhe 5. jan testuar me analizn diskriminuese.

Kurse n testimin e hipotezave 6., 7., 8., dhe 9. sht aplikuar analiza joparametrike
Katrori-Ki.

202
 FORMA E ANKETS

I Nderuar Pjesmarrs;

Anketa n vazhdim sht pjes e hulumtimit t shopingut nprmjet internetit e br nga

Ar. Grv. Hilal zen, n Universitetin e Stambollit, Fakulteti i Biznesit, Departamenti i
Marketingut.

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.

Pr shkak t kohs suaj t vlefshme q ndat pr t prmbushur anketn, pr do t

pesqindin person do t japim nj dhurat flashdisk 512 mb. Ju faleminderit shum paraprakisht
pr kontributin tuaj.

1) Q sa koh e prdorni internetin? (v1)

( ) M pak se 1 vit
( ) 2-3 vite
( ) 4-5 vite
( ) 6-7 vite
( ) 8-9 vite
( ) Mbi 10 vite

2) Sa shpesh e prdorni internetin? (v2)

( ) do dit
( ) Disa her n jav
( ) Nj her n jav
( ) Disa her n muaj
( ) Nj her n muaj

3) Sa her keni br shoping n internet brenda dymbdhjet muajve t fundit? (v3)

( ) 1-2
( ) 3-4
( ) 5-6
( ) 7-8
( ) 9-10
( ) 11 dhe mbi

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

5) Selektoni ato produkte q keni bler n shopingun e br nprmjet internetit.

(Mund t selektoni m shum se nj produkt)
( ) Kompjuter / Pjes kompjuteri (v501)
( ) Telefon (v502)
( ) CD, VCD, DVD, Kaset (v503)
( ) Libr (v504)
( ) Produkte pr foshnja (v505)
( ) Materiale sportive (v506)
( ) Produkte n lidhje me edukim (v507)
( ) Tekstil pr shtpi (v508)
( ) Mobilje (v509)
( ) Produkte kopshti / aksesuar (v510)
( ) Sigurim (v511)
( ) Elektronik pr shtpi (v512)
( ) Or (v513)
( ) Suvenire (v514)
( ) Pjes pr makina (v515)
( ) Rezervim / Blerje bilete (v516)
( ) Lule (v517)
( ) Material pr zyr / material librarie (v518)
( ) Materiale bukurie / shndeti (v519)
( ) Stoli / Materiale zbukurimi (v520)
( ) Pasuri t patundshme (v521)
( ) Lodra (v522)
Tjetr.(v523)

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.

Aspak nuk Nuk As Pajtohem Plotsisht

pajtohem pajtohem pajtohem pajtohem
as nuk
pajtohem
Shitsit n internet ofrojn
informacione m t dobishme rreth
alternativave n dispozicion (v601)
Funksionet e dhnies s porosis
jan m t lehta nprmjet
internetit (v602)
Anulimi i nj porosie t dhn
nprmjet internetit sht m i
leht (v603)
Shitsit n internet rekomandojn
mime m t prshtatshme (v604)
sht m e leht pr t krijuar
komunikim me shitsit n internet
(v605)
Shopingu n internet ofron
mundsi pr tu qasur n produkte
n do vend n bot (v606)
N internet ekziston mundsia pr
t marr informacione m t
hollsishme rreth produkteve
(v607)
Shitsit n internet ofrojn nj
gam m t gjer t produkteve
(v608)
Nga interneti mund t qasem n
shum brende dhe dyqane (v609)
Nuk jam i obliguar t pres pr
shrbimin e shitsve (v610)
Gjat brjes s shopingut n
internet nuk prjetoj vshtirsi t
cilat burojn nga elementi njeri dhe
fluksi i njerzve (v611)
Gjat brjes s shopingu n
internet, n qoft se nuk e marr
produktin nuk ndihem ngusht si
n dyqan (v612)
N internet nuk ballafaqohem me
ndonj situat t till si linja apo

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

9) Mosha juaj? (v9)

( ) 18-25
( ) 26-33
( ) 34-41
( ) 42-49
( ) 50 dhe mbi

10) T ardhurat tuaja mujore? (v10)

( ) 500 YTL dhe nn
( ) 501 YTL 1000 YTL
( ) 1001YTL 1500 YTL
( ) 1501YTL 2000 YTL
( ) 2001 YTL 2500 YTL
( ) 2501 YTL 3000 YTL
( ) 3001 YTL dhe mbi

11) Gjinia juaj? (v11)

( ) Femr ( ) Mashkull

12) N qoft se fitoni nj nga dhuratat e prmendura m lart, ju lutemi shkruani e-

mail adresn tuaj q tju kontaktojm.

208
 KARAKTERISTIKAT E MOSTRS

Frekuencat (n) Prqindja (%)

Gjinia 2751
Femr 508 18,5
Mashkull 2243 81,5
Mosha 2751
18-25 905 32,9
26-33 1098 39,9
34-41 441 16
42-49 229 8,3
50 dhe mbi 78 2,8
Niveli i Arsimimit 2751
Shkoll fillore 69 2,5
Shkoll e mesme 796 28,9
Universitet 1597 58,1
Master/Doktoratur 289 10,5
T ardhurat 2751
500 YTL dhe m posht 272 9,9
501 YTL 1000 YTL 661 24
1001 YTL 1500 YTL 723 26,3
1501 YTL 2000 YTL 465 26,9
2001 YTL 2500 YTL 228 8,3
2501 YTL 3000 YTL 143 5,2
3001 YTL dhe mbi 259 9,4

13.4. Shembuj Analizash

1. Ndryshoret e hulumtimit Shitsit n internet ofrojn informacione m t dobishme

rreth alternativave n dispozicion (v601) dhe Funksionet e dhnies s porosis jan m t lehta
nprmjet internetit (v602) jan studiuar me testin-t pr t kuptuar ekziston ndonj dallim i
rndsishm ndrmjet tyre dhe piks neutrale t matsit.

Zgjidhja:

SPSS 13 Analyze Compare Means One sample t-test.

Test variables: v601, v602

Test value = 3

H0: Nuk ekziston ndonj 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)

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)

H0: Nuk ekziston ndonj dallim i rndsishm ndrmjet mesatares s prgjigjeve t

deklarats Funksionet e dhnies s porosis jan m t lehta nprmjet internetit dhe piks
neutrale t matsit. (1 = 3)

H1: Ekziston nj dallim i rndsishm ndrmjet mesatares s prgjigjeve t deklarats

Funksionet e dhnies s porosis jan m t lehta nprmjet internetit dhe piks neutrale t
matsit. (1 = 3)

One-Sample Statistics

N Mean Std. Deviation Std. Error Mean

Shitsit n internet ofrojn

informacione m t dobishme rreth 2751 3,5013 1,04128 ,01985
alternativave n dispozicion
Funksionet e dhnies s porosis
2751 3,9651 ,99319 ,01894
jan m t lehta nprmjet internetit

One-Sample Test

Test Value = 0

95% Confidence Interval of the

Mean Difference

t df Sig. (2-tailed) Difference Lower Upper

Shitsit n internet
ofrojn informacione m
t dobishme rreth 25,249 2750 ,000 ,50127 ,4623 ,5402
alternativave n
dispozicion
Funksionet e dhnies s
porosis jan m t lehta 50,967 2750 ,000 ,96510 ,9280 1,0022
nprmjet internetit

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).

2. Pr t testuar nse ekziston ndonj dallim n deklaratn Funksionet e dhnies s

porosis jan m t lehta nprmjet internetit sipas gjinis s prgjegjsve, sht prdorur
analiza e testit-t.

Zgjidhja:

Analyze Compare Means Independent Samples T Test

Test variable: v602; Grouping variable 2: v11- Define Groups, Group 1: 1 (Femr),
Group 2: 2 (Mashkull).

Group Statistics

Gjinia N Mean Std. Deviation Std. Error Mean

Funksionet e dhnies s Femr 508 3,9665 ,90411 ,04011

porosis jan m t lehta Mashkull
2243 3,9648 1,01246 ,02138
nprmjet internetit

Independent Samples Test

Levene's Test
for Equality of
Variances t-test for Equality of Means

95% Confidence

Sig. Mean Interval of the

(2- Differen Std. Error Difference

F Sig. t df tailed) ce Difference Lower Upper

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)

H1: Ekziston nj 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.

3. Duke shqyrtuar analizn e br t Katrorit-Ki, interpretoni nse ekziston ndonj

marrdhnie e rndsishme ndrmjet nivelit t t ardhurave dhe frekuencave t blerjes nga
interneti.

Zgjidhja:

Analyze Descriptive Statistics Crosstabs

Statistics: Chi-Square

Cell: Counts: Observed + Expected

Percentages: Row, Column, Total.

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

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

Value df Asymp. Sig. (2-sided)

a
Pearson Chi-Square 154,009 30 ,000
Likelihood Ratio 154,551 30 ,000
Linear-by-Linear Association 124,116 1 ,000
N of Valid Cases 2751

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.

Sipas rezulultateve t testit t pavarsis s Katrorit-Ki, n nivelin e rndsis Sig. (2-

tailed) = 0,000, H0 sht refuzuar dhe H1 sht pranuar. Sipas ktij rezultati, ekziston nj lidhje
ndrmjet nivelit t t ardhurave dhe shpeshtsis s blerjeve nga interneti.

4. Duke shqyrtuar analizn e br t korrelacionit, interpretoni nse ekziston ndonj

marrdhnie e rndsishme ndrmjet deklarats Nuk u besoj shitsve n internet (v701) dhe
shpeshtsis s blerjeve t bra nga interneti. Cila analiz e korrelacionit duhet t aplikohet n t
dhnat parametrike dhe joparametrike? Specifikoni.

Zgjidhja: SPSS 13

Analyze Correlate Bivariate

Variables v3 v701

Nga Correlation Coefficients selektohen Pearson, Kendalls tau_b dhe Spearman.

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

Sig. (2-tailed) .000

N 2751 2751
**
Frekuencat e blerjes nga interneti n Pearson Correlation -.183 1
vitin e fundit Sig. (2-tailed) .000

N 2751 2751

*. Correlation is significant at the 0.01 level (2-tailed).

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

**. Correlation is significant at the 0.01 level (2-tailed).

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).

Pr t dhnat parametrike sht aplikuar analiza e korrelacionit Pearson.

Kurse pr t dhnat joparametrike sht aplikuar analiza e korrelacionit Spearman n t

dhnat e matura me mats ordinal dhe analiza e korrelacionit Kendalls Tau-b n t dhnat e
matura me mats nominal.

5. far mund t thuhet n lidhje me besueshmrin e ndryshoreve t cilat kan t bjn

me prceptimin e riskut (v701-v714)? Performoni kt funksion sipas metods Alpha. Duke
marr n konsiderat kt mats, far mund t thoni rreth vlefshmris dhe besueshmris s
hulumtimit? Shpjegoni.

Zgjidhje: SPSS 13

Analyze Scale Reliability Analysis.

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

Mean Variance Std. Deviation N of Items

41.8855 71.899 8.47930 14

Me shqyrtimin e vlers Cronbachs Alpha, ndryshoret e koduara v701-v714 jan gjetur t

besueshme n shkall prej 80,1%. Sipas ksaj, qndrueshmria e brendshme e ndryshoreve t
matsit sht e lart.

216
 Item Statistics

Mean Std. Deviation N

Nuk u besoj shitsve n internet 2.7492 .97960 2751

Friksohem se nuk do t m vij produkti t cilin
2.8539 1.12739 2751
e blej nga shitsit n internet
Arsyeja e vetme dhe m e rndsishme e
mosbrjes s shopingut shpesh n internet
3.1858 1.38276 2751
sht domosdoshmria pr ti dhn t dhnat
e kredit kartels
Prdorimi i kredit kartels n internet sht e
besueshme aq sa prdorimi i kredit kartels n 3.1592 1.20307 2751
dyqan
Dhnia e informacioneve t kredit kartels n
internet nuk sht m e rrezikshme se dhnia e 2.6867 1.22042 2751
informacioneve t kredit kartels me telefon
Firma e cila bn shitje n internet nuk i ruan n
mnyr t besueshme t dhnat e kredit 2.8811 1.11259 2751
kartels sime, mund ti shprndaj te t tjert
N internet sht mundsia m e lart q t
faturizohet nj mim m i lart pr nga shuma e 2.4842 1.11926 2751
vrtet e produktit t bler
N internet nuk sht e mundur q t
3.4500 1.19680 2751
shqyrtohet personalisht produkti q do ta blej
N produktet e veshjes matjet e madhsis
3.8048 1.09082 2751
mund t jen problem
N internet nuk kam mundsi ti provoj
4.0502 1.12445 2751
produktet e veshjeve t cilat dua ti blej
Nuk ekziston mundsia e prekjes dhe shqyrtimit
4.0113 1.14330 2751
nga afr e produkteve q dua ti blej
Dhnia e porosis nprmjet internetit sht nj
2.1374 1.08109 2751
funksion shum i komplikuar
sht e vshtir t gjej uebfaqen e
2.2028 1.11467 2751
prshtatshme pr t br shopingun q dua
Shkarkimi i informacioneve dhe fotografive n
2.2290 1.11122 2751
lidhje me produktet q dshiroj t blej merr koh

217
 Item-Total Statistics

Scale Scale
Mean if Variance if Corrected Cronbach's
Item Item Item-Total Alpha if Item
Deleted Deleted Correlation Deleted

Nuk u besoj shitsve n internet 39.1363 62.601 .538 .781

Friksohem se nuk do t m vij produkti t cilin e blej
39.0316 60.652 .568 .777
nga shitsit n internet
Arsyeja e vetme dhe m e rndsishme e mosbrjes
s shopingut shpesh n internet sht
38.6997 58.146 .561 .776
domosdoshmria pr ti dhn t dhnat e kredit
kartels
Prdorimi i kredit kartels n internet sht e
38.7263 65.362 .262 .802
besueshme aq sa prdorimi i kredit kartels n dyqan
Dhnia e informacioneve t kredit kartels n internet
nuk sht m e rrezikshme se dhnia e informacioneve 39.1988 69.087 .065 .818
t kredit kartels me telefon
Firma e cila bn shitje n internet nuk i ruan n mnyr
t besueshme t dhnat e kredit kartels sime, mund ti 39.0044 60.742 .572 .777
shprndaj te t tjert
N internet sht mundsia m e lart q t faturizohet
nj mim m i lart pr nga shuma e vrtet e produktit 39.4013 62.235 .476 .785
t bler
N internet nuk sht e mundur q t shqyrtohet
38.4355 61.302 .489 .783
personalisht produkti q do ta blej
N produktet e veshjes matjet e madhsis mund t
38.0807 63.278 .428 .789
jen problem
N internet nuk kam mundsi ti provoj produktet e
37.8353 64.095 .363 .794
veshjeve t cilat dua ti blej
Nuk ekziston mundsia e prekjes dhe shqyrtimit nga
37.8742 63.474 .391 .791
afr e produkteve q dua ti blej
Dhnia e porosis nprmjet internetit sht nj
39.7481 63.478 .421 .789
funksion shum i komplikuar
sht e vshtir t gjej uebfaqen e prshtatshme pr
39.6827 63.712 .390 .791
t br shopingun q dua
Shkarkimi i informacioneve dhe fotografive n lidhje me
39.6565 63.029 .433 .788
produktet q dshiroj t blej merr koh

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.

N hulumtimet prshkruese, pranohet q besueshmria t jet 70% dhe mbi, kurse n

hulumtimet eksploruese besueshmria pranohet edhe n 60%. N qoft se besueshmria
gjendet n kufi t pranimit, ather sht e prshtatshme q t nxirren ndryshore dhe brenda
mundsive t nxirren sa m pak ndryshore q sht e mundur.

6. Duke marr n konsiderat t dhnat e hulumtimit, me qllim pr ti trajtuar ndryshoret

n lidhje me riskun n tema t veanta, interpretoni rezultatet me rastin e aplikimit t analizs s
nevojshme. Gjat aplikimit t analizs, performoni funksionin duke prdorur metodn e
komponentve themelor dhe rotacionit varimax.

Zgjidhja:

Analyze Data Reduction Factor

Variables: v701, v702, v703, v704, v705, v706, v707, v708, v709, v710, v711, v712,
v713, v714

Descriptives: Selektohen Initial Solution, Coefficients, Significance Levels, KMO and

Barletts Test of Sphericity.

Nga metoda Extraction selektohen: Principal Components, nga metoda Rotation:

Varimax

Scores: Save As Variables, Display Factor Score, Coefficient Matrix

Options: Sorted by size

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .830

Bartlett's Test of Sphericity Approx. Chi-Square 15420.040

df 91

Sig. .000

219
 Communalities

Initial Extraction

Nuk u besoj shitsve n internet 1.000 .490

Friksohem se nuk do t m vij produkti t cilin e
1.000 .509
blej nga shitsit n internet
Arsyeja e vetme dhe m e rndsishme e
mosbrjes s shopingut shpesh n internet sht
1.000 .525
domosdoshmria pr ti dhn t dhnat e kredit
kartels
Prdorimi i kredit kartels n internet sht e
besueshme aq sa prdorimi i kredit kartels n 1.000 .715
dyqan
Dhnia e informacioneve t kredit kartels n
internet nuk sht m e rrezikshme se dhnia e 1.000 .584
informacioneve t kredit kartels me telefon
Firma e cila bn shitje n internet nuk i ruan n
mnyr t besueshme t dhnat e kredit kartels 1.000 .496
sime, mund ti shprndaj te t tjert
N internet sht mundsia m e lart q t
faturizohet nj mim m i lart pr nga shuma e 1.000 .465
vrtet e produktit t bler
N internet nuk sht e mundur q t shqyrtohet
1.000 .513
personalisht produkti q do ta blej
N produktet e veshjes matjet e madhsis mund
1.000 .729
t jen problem
N internet nuk kam mundsi ti provoj produktet e
1.000 .833
veshjeve t cilat dua ti blej
Nuk ekziston mundsia e prekjes dhe shqyrtimit
1.000 .785
nga afr e produkteve q dua ti blej
Dhnia e porosis nprmjet internetit sht nj
1.000 .620
funksion shum i komplikuar
sht e vshtir t gjej uebfaqen e prshtatshme
1.000 .593
pr t br shopingun q dua
Shkarkimi i informacioneve dhe fotografive n
1.000 .574
lidhje me produktet q dshiroj t blej merr koh

Extraction Method: Principal Component Analysis.

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 Transformation Matrix

Component 1 2 3

1 .787 .563 .251

2 -.541 .826 -.157
3 -.296 -.012 .955

Extraction Method: Principal Component Analysis.

Rotation Method: Varimax with Kaiser
Normalization.

221
 a
Component Matrix

Component

1 2 3

Nuk u besoj shitsve n internet .691

Friksohem se nuk do t m vij produkti t cilin e
.686
blej nga shitsit n internet
Arsyeja e vetme dhe m e rndsishme e
mosbrjes s shopingut shpesh n internet sht
.660
domosdoshmria pr ti dhn t dhnat e kredit
kartels
Prdorimi i kredit kartels n internet sht e
besueshme aq sa prdorimi i kredit kartels n .652 .307
dyqan
Dhnia e informacioneve t kredit kartels n
internet nuk sht m e rrezikshme se dhnia e .616
informacioneve t kredit kartels me telefon
Firma e cila bn shitje n internet nuk i ruan n
mnyr t besueshme t dhnat e kredit kartels .600 .391
sime, mund ti shprndaj te t tjert
N internet sht mundsia m e lart q t
faturizohet nj mim m i lart pr nga shuma e .557 -.414 -.305
vrtet e produktit t bler
N internet nuk sht e mundur q t shqyrtohet
.546 -.508
personalisht produkti q do ta blej
N produktet e veshjes matjet e madhsis mund t
.519 -.446 -.353
jen problem
N internet nuk kam mundsi ti provoj produktet e
.467 .783
veshjeve t cilat dua ti blej
Nuk ekziston mundsia e prekjes dhe shqyrtimit nga
.490 .737
afr e produkteve q dua ti blej
Dhnia e porosis nprmjet internetit sht nj
.529 .669
funksion shum i komplikuar
sht e vshtir t gjej uebfaqen e prshtatshme
.795
pr t br shopingun q dua
Shkarkimi i informacioneve dhe fotografive n lidhje
.708
me produktet q dshiroj t blej merr koh

Extraction Method: Principal Component Analysis.

a. 3 components extracted.

222
 a
Rotated Component Matrix

Component

Rreziku i Rreziku i Rreziku

lehtsis produktit financiar

Dhnia e porosis nprmjet internetit sht nj funksion

.780
shum i komplikuar
sht e vshtir t gjej uebfaqen e prshtatshme pr t
.754
br shopingun q dua
Shkarkimi i informacioneve dhe fotografive n lidhje me
.753
produktet q dshiroj t blej merr koh
N internet sht mundsia m e lart q t faturizohet nj
mim m i lart pr nga shuma e vrtet e produktit t .665
bler
Nuk u besoj shitsve n internet .618
Friksohem se nuk do t m vij produkti t cilin e blej nga
.586
shitsit n internet
Firma e cila bn shitje n internet nuk i ruan n mnyr t
besueshme t dhnat e kredit kartels sime, mund ti .574
shprndaj te t tjert
N internet nuk kam mundsi ti provoj produktet e
.910
veshjeve t cilat dua ti blej
Nuk ekziston mundsia e prekjes dhe shqyrtimit nga afr e
.886
produkteve q dua ti blej
N produktet e veshjes matjet e madhsis mund t jen
.851
problem
N internet nuk sht e mundur q t shqyrtohet
.661
personalisht produkti q do ta blej
Prdorimi i kredit kartels n internet sht e besueshme
.843
aq sa prdorimi i kredit kartels n dyqan
Dhnia e informacioneve t kredit kartels n internet nuk
sht m e rrezikshme se dhnia e informacioneve t .733
kredit kartels me telefon
Arsyeja e vetme dhe m e rndsishme e mosbrjes s
shopingut shpesh n internet sht domosdoshmria pr ti .468
dhn t dhnat e kredit kartels

Extraction Method: Principal Component Analysis.

Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 5 iterations.

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.

Sipas rezultateve t analizs faktoriale, ndryshoret e reja (faktort) e shpjegojn 60%

variancn. Pr kt arsye, kemi t bjm me nj humbje t t dhnave prej 40% (Cumulative).

7. Duke marr n konsiderat t dhnat e hulumtimit, shqyrtoni lidhjen ndrmjet

frekuencs s blerjeve online (v3) dhe ndryshoreve t prfituara nga rezultati i analizs faktoriale
(risku i lehtsis, risku i produktit dhe risku financiar) me an t analizs s regresionit sipas
metodave enter dhe stepwise. Interpretoni rezultatet e prfituara.

Zgjidhje: SPSS 13

Analyze Regression Linear.

Dependent: v3; Independent: F1, F2, F3

Method: metodat enter dhe stepwise bhen ndaras.

Statistics: Zgjedhen Estimates, Confidence intervals, R square change.

Metoda Enter:

Model Summary

Change Statistics

R Adjusted R Std. Error of R Square F Sig. F

Model R Square Square the Estimate Change Change df1 df2 Change
a
1 .352 .124 .123 1.74757 .124 129.114 3 2747 .000

a. Predictors: (Constant), Risku Financiar, Risku i Produktit dhe risku i Lehtsis.

a
ANOVA

Model Sum of Squares df Mean Square F Sig.

b
1 Regression 1182.940 3 394.313 129.114 .000

Residual 8389.327 2747 3.054

Total 9572.267 2750

a. Dependent Variable: Frekuencat e blerjes nga interneti n vitin e fundit

b. Predictors: (Constant), Risku Financiar, Risku i Produktit dhe Risku i Lehtsis.

224
 a
Coefficients

Unstandardized Standardized 95.0% Confidence

Coefficients Coefficients Interval for B

Lower Upper
Model B Std. Error Beta t Sig. Bound Bound

1 (Constant) 5.129 .175 29.262 .000 4.785 5.472

Risku i Lehtsis -.368 .048 -.150 -7.744 .000 -.462 -.275

Risku i Produktit .061 .036 .032 1.725 .085 -.008 .131

Risku Financiar -.555 .038 -.276 -14.510 .000 -.630 -.480

a. Dependent Variable: Frekuencat e blerjes nga interneti n vitin e fundit

Ekuacioni i regresionit sht n kt form: y = 5.129 0.15X1 0.276X3. Pr arsye q

koeficienti i ndryshores X2 nuk sht i rndsishm, nuk sht prfshir n ekuacion. Ky
ekuacion sht llogaritur sipas koeficientve t regresionit t standardizuar.

Metoda Stepwise:

Model Summary

Std. Error of Change Statistics

R Adjusted R the R Square F Sig. F

Model R Square Square Estimate Change Change df1 df2 Change
a
1 .323 .350 .104 1.76592 .104 320.537 1 2749 .000
b
2 .350 .123 .122 1.74820 .018 57.021 1 2748 .000
a. Predictors: (Constant), Risku Financiar
b. Predictors: (Constant), Riksu Financiar, Risku i Lehtsis.

a
ANOVA

Model Sum of Squares df Mean Square F Sig.

b
1 Regression 999.585 1 999.585 320.537 .000

Residual 8572.682 2749 3.118

Total 9572.267 2750

c
1 Regression 1173.853 2 586.926 192.045 .000
Residual 8398.414 2748 3.056
Total 9572.267 2750
a. Dependent Variable: Frekuencat e blerjes nga interneti n vitin e fundit
b. Predictors: (Constant), Risku Financiar
c. Predictors: (Constant), Risku Financiar, Risku i Lehtsis

225
 a
Coefficients

Unstandardized Standardized 95.0% Confidence

Coefficients Coefficients Interval for B

Lower Upper
Model B Std. Error Beta t Sig. Bound Bound

1 (Constant) 4.727 .114 41.338 .000 4.503 4.951

Risku financiar -.650 .036 -.323 -17.904 .000 -.721 -.579

1 (Constant) 5.316 .137 38.671 .000 5.047 5.586
Risku Financiar -.552 .038 -.274 -14.444 .000 -.627 -.477
Risku i Lehtsis -.353 .047 -.143 -7.551 .000 -.445 -.261
a. Dependent Variable: Frekuencat e blerjes nga interneti n vitin e fundit

Ekuacioni i regresionit nga modeli 2, mund t shkruhet si m posht:

y = 5,316 0,274X3 0,143X1. Ky ekuacion sht llogaritur sipas koeficientve t

regresionit t standardizuar.

a
Excluded Variables

Collinearity

Partial Statistics

Model Beta In t Sig. Correlation Tolerance

b
1 Risku i Lehtsis -.143 -7.551 .000 -.143 .885
b
Risku i Produktit .005 .258 .796 .005 .987
c
2 Risku i Produktit .032 1.725 .085 .033 .952

a. Dependent Variable: Frekuencat e blerjes nga interneti n vitin e fundit

b. Predictors in the Model: (Constant), Risku Financiar
c. Predictors in the Model: (Constant), Risku Financiar, Risku i Lehtsis

N t dy metodat, koeficienti i korrelacionit sht 0,350. Mirpo, me prdorimin e

metods enter, shihet se koeficienti i korrelacionit t pjesrishm t ndryshorws (Risku i
Produktit) nuk sht i rndsishm (p = 0,085). Kjo mund t buroj nga problemi i lidhjes s
shumfisht lineare.

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

Analyze Compare Means One-way ANOVA

Dependent List: v601, v602; Factor: v9

Post Hoc: Equal Variance Assumed: Scheffe;

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.

Nuk u besoj shitsve n Between Groups 5.835 4 1.459 1.521 .193

internet Within Groups 2633.101 2746 .959

Total 2638.936 2750

Friksohem se nuk do t Between Groups 13.466 4 3.367 2.655 .031
m vij produkti t cilin e Within Groups 3481.790 2746 1.268
blej nga shitsit n internet Total 3495.256 2750

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

Subset for alpha

= 0.05

Mosha N 1

26-33 1098 2.7068

34-41 441 2.7098
50 dhe mbi 78 2.7564
18-25 905 2.8022
42-49 229 2.8079
Sig. .879

Means for groups in homogeneous subsets

are displayed.
a. Uses Harmonic Mean Sample Size =
232.876.
b. The group sizes are unequal. The
harmonic mean of the group sizes is used.
Type I error levels are not guaranteed.

Friksohem se nuk do t m vij produkti

t cilin e blej nga shitsit n internet
a,b
Scheffe

Subset for alpha

= 0.05

Mosha N 1

50 dhe mbi 78 2.7051

42-49 229 2.7162
34-41 441 2.8118
26-33 1098 2.8406
18-25 905 2.9381
Sig. .289

Means for groups in homogeneous subsets

are displayed.
a. Uses Harmonic Mean Sample Size =
232.876.
b. The group sizes are unequal. The
harmonic mean of the group sizes is used.
Type I error levels are not guaranteed.

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.

Ekziston nj dallim ndrmjet prgjigjeve t dhnave deklarats Friksohem se nuk do t

m vij produkti t cilin e blej nga shitsit n internet pr nga aspekti i grupmoshave.

Me shqyrtimin e secilit bashkim me an t Sheffe, mund t vrehet se nuk ekziston

ndonj dallim i rndsishm n nivelin e besueshmrin 95% ndrmjet grupeve pr deklaratn
Friksohem se nuk do t m vij produkti t cilin e blej nga shitsit n internet.

9. Duke marr n konsiderat t dhnat e hulumtimit, bni analizn e grupimit sipas

madhsive t fituara nga analiza faktoriale, risku i lehtsis, risku i produktit dhe risku financiar.
N analizn e grupimit, prdorni metodn e mesatareve-k (k=3). Shqyrtoni nse ekzistojn
dallime t rndsishme ndrmjet grupeve t prfituara dhe faktorve me an t testit LSD (Least
Significance Difference). Bni interpretimin.

Zgjidhje: SPSS 13

Analyze Classify K-Means Cluster

Variables: F1, F2, F3, F4, F5

Number of Cluster: k=3

Selektohen Iterate and Cluster. Iterate: Use Running Means

Save: Cluster Membership; Options: Statistics: Initial Cluster, ANOVA

Analyze Compare Means One-Way ANOVA

Dependent Variables: F1, F2, F3, F4, F5

Factor: QCL1; Post Hoc: LSD; Options: Statistics: Descriptive

Initial Cluster Centers

Cluster

1 2 3

Risku i Lehtsis 4.86 1.00 1.43

Risku i Produktit 5.00 1.00 5.00
Risku Financiar 5.00 4.00 1.00

230
 a
Iteration History

Change in Cluster Centers

Iteration 1 2 3

1 2.524 2.001 1.594

2 .025 .075 .031
3 1.777E-5 .000 3.468E-5
4 1.267E-8 3.443E-7 3.918E-8
5 9.043E-12 7.373E-10 4.427E-11
6 6.951E-15 1.582E-12 5.126E-14
7 .000 3.820E-15 .000
8 .000 .000 .000

a. Convergence achieved due to no or small change

in cluster centers. The maximum absolute coordinate
change for any center is .000. The current iteration is
8. The minimum distance between initial centers is
5.018.

Final Cluster Centers

Cluster

1 2 3

Risku i Lehtsis 2.90 2.33 1.98

Risku i Produktit 4.27 2.19 4.01
Risku Financiar 3.58 3.05 2.10

ANOVA

Cluster Error
Mean Square df Mean Square df F Sig.

Risku i Lehtsis 240.590 2 .401 2748 600.203 .000

Risku i Produktit 788.169 2 .347 .347 2272.789 .000
Risku Financiar 593.018 2 .430 2748 1380.520 .000

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

Sum of Squares df Mean Square F Sig.

Risku i Lehtsis Between Groups 481.181 2 240.590 600.503 .000

Within Groups 1100.980 2748 .401

Total 1582.160 2750

Risku i Produktit Between Groups 1576.339 2 788.169 2272.789 .000
Within Groups 952.965 2748 .347
Total 2529.304 2750
Risku Financiar Between Groups 1186.037 2 593.018 1380.520 .000

Within Groups 1180.435 2748 .430

Total 2366.472 2750

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

*. The mean difference is significant at the 0.05 level.

Rezultati i Qendrs s Grupeve Finale, n prgjithsi i rendit ndryshores sipas rndsis,

me radh 1, 2 dhe 3 (1>2>3).
Pr shkak q vlera m e lart n ANOVA sht vlera e Riskut t Produktit, dallimi n
grup pr nga aspekti i ksaj karakteristike (distanca nga njra-tjetra) sht m e madhe n
krahasim me t tjert.
Nga rezultati n ANOVA mund t shihet q t gjitha grupet jan t ndryshme nga njra-
tjetra pr nga aspekti i nivelit t rndsis p=0,05 (H0 ref: S paku nj ndryshore sht e
ndryshme nga t tjert).
Pr informacione m t hollsishme, duke e br testin LSD, shikohet se cilat grupe jan
t ndryshme n baz t ndryshores.
Si prfundim, mund t konkludohet se mesataret e t gjitha grupeve jan t ndryshme.

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

Analyze Descriptive Crosstabs

Row: CQL1

Column: v8, v9, v10, v11

Statistics: Chi Square

Cell Counts: Observed + Expected

Percentages: Row, Column, Total

N rastet kur nuk mund t aplikohet Katrori-Ki, grupet e t dhnave bashkohen.

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

Cluster Number of Case *

2751 100.0% 0 0.0% 2751 100.0%
Edukimi
Cluster Number of Case *
2751 100.0% 0 0.0% 2751 100.0%
Mosha
Cluster Number of Case *
2751 100.0% 0 0.0% 2751 100.0%
T ardhurat
Cluster Number of Case *
2751 100.0% 0 0.0% 2751 100.0%
Gjinia

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

Asymp. Sig. (2-

Value df sided)
a
Pearson Chi-Square 39.168 6 .000
Likelihood Ratio 39.021 6 .000
Linear-by-Linear Association 1.715 1 .190
N of Valid Cases 2751

a. 0 cells (0.0%) have expected count less than 5. The minimum

expected count is 11.89.

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

Asymp. Sig. (2-

Value df sided)
a
Pearson Chi-Square 11.476 8 .176
Likelihood Ratio 11.100 8 .196
Linear-by-Linear Association .026 1 .871
N of Valid Cases 2751

a. 0 cells (0.0%) have expected count less than 5. The minimum

expected count is 13.44.

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

Asymp. Sig. (2-

Value df sided)
a
Pearson Chi-Square 33.571 12 .001
Likelihood Ratio 34.093 12 .001
Linear-by-Linear Association 21.387 1 .000
N of Valid Cases 2751

a. 0 cells (0.0%) have expected count less than 5. The minimum

expected count is 24.64.

237
 Crosstab

Gjinia

Mashkull Femr Total

Cluster Number of Case 1 Count 294 1097 1391

Expected Count 256.9 1134.1 1391.0

% within Cluster Number of Case 21.1% 78.9% 100.0%

% within Gjinia 57.9% 48.9% 50.6%

% of Total 10.7% 39.9% 50.6%

2 Count 70 404 474

Expected Count 87.5 386.5 474.0

% within Cluster Number of Case 14.8% 85.2% 100.0%

% within Gjinia 13.8% 18.0% 17.2%

% of Total 2.5% 14.7% 17.2%

3 Count 144 742 886

Expected Count 163.6 722.4 886.0

% within Cluster Number of Case 16.3% 83.7% 100.0%

% within Gjinia 28.3% 33.1% 32.2%

% of Total 5.2% 27.0% 32.2%

Total Count 508 2243 2751

Expected Count 508.0 2243.0 2751.0

% within Cluster Number of Case 18.5% 81.5% 100.0%

% within Gjinia 100.0% 100.0% 100.0%

% of Total 18.5% 81.5% 100.0%

Chi-Square Tests

Asymp. Sig. (2-

Value df sided)
a
Pearson Chi-Square 13.773 2 .001
Likelihood Ratio 13.890 2 .001
Linear-by-Linear Association 9.788 2 .002
N of Valid Cases 2751

a. 0 cells (0.0%) have expected count less than 5. The minimum

expected count is 87.53.

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).

11. Duke marr n konsiderat t dhnat e hulumtimit, interpretoni rezultatet e prfituara

nga analiza e diskriminimit pr faktort e prfituar nga rezultati i analizs faktoriale (risku i
lehtsis, risku i produktit dhe risku financiar) sipas gjinis. N baz t ktyre rezultateve,
vlersoni nse norma e parashikimit sht e mjaftueshme duke prdorur metodat enter dhe
stepwise, si dhe interpretoni rezultatet e prfituara.

Zgjidhje: SPSS 13

Analyze Classify Discriminant

Grouping Variable: v11, Define Range: Min 1, Max 2

Independents: F1, F2, F3

Enter Independents Together

Nga Statistics Descriptives selektohet: Mean, Univariate ANOVAs, Boxs M dhe

Function Coefficients: Fishers.

Classify: Prior Probabilities: All groups Equal; Displays: Summary Table dhe Use
Covariance Matrix: Within Groups.

Save: Predicted Group Membership dhe Probabilities of groups membership.

T njjtat funksione realizohen edhe pr metodn Stepwise (Use Stepwise Method).

239
 Group Statistics

Valid N (listwise)

Gjinia Mean Std. Deviation Unweighted Weighted

Femr Risku i Lehtsis 2.5357 .69406 508 508.000

Risku i Produktit 3.9267 .85422 508 508.000

Risku Financiar 3.1345 .85764 508 508.000

Mashkull Risku i Lehtsis 2.4985 .77234 2243 2243.000
Risku i Produktit 3.8070 .98004 2243 2243.000
Risku Financiar 2.9825 .94070 2243 2243.000
Total Risku i Lehtsis 2.5054 .75851 2751 2751.000

Risku i Produktit 3.8291 .95903 2751 2751.000

Risku Financiar 3.0105 .92765 2751 2751.000

Tests of Equality of Group Means

Wilks' Lambda F df1 df2 Sig.

Risku i Lehtsis 1.000 .997 1 2749 .318

Risku i Produktit .998 6.467 1 2749 .011
Risku Financiar .996 11.169 1 2749 .001

Me metodn Enter;

Log Determinants

Log
Gjinia Rank Determinant

Femr 3 -1.563
Mashkull 3 -.846
Pooled within-groups 3 -.964

The ranks and natural logarithms of determinants

printed are those of the group covariance matrices.

240
 Test Results

Box's M 39.506
F Approx. 6.570

df1 6

df2 4876915.326

Sig. .000

Tests null hypothesis of equal

population covariance matrices.

Eigenvalues

Canonical
Function Eigenvalue % of Variance Cumulative % Correlation
a
1 .006 100.0 100.0 .077

a. First 1 canonical discriminant functions were used in the analysis.

Wilks' Lambda

Test of Function(s) Wilks' Lambda Chi-square df Sig.

1 .994 16.219 3 .001

Standardized Canonical
Discriminant Function
Coefficients

Function

Risku i Lehtsis -.153

Risku i Produktit .573
Risku Financiar .817

241
 Structure Matrix

Function

Risku Financiar .828

Risku i Produktit .630
Risku i Lehtsis .247

Pooled within-groups correlations

between discriminating variables
and standardized canonical
discriminant functions
Variables ordered by absolute
size of correlation within function.

Functions at Group
Centroids

Function

Gjinia 1

Femr .162
Mashkull -.037

Unstandardized
canonical discriminant
functions evaluated at
group means

Classification Processing Summary

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

Cases Used in Analysis

Gjinia Prior Unweighted Weighted

Femr .500 508 508.000

Mashkull .500 2243 2243.000
Total 1.000 2751 2751.000

Classification Function Coefficients

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

Fisher's linear discriminant functions

a
Classification Results

Predicted Group Membership

Gjinia Femr Mashkull Total

Original Count Femr 281 227 508

Mashkull 1019 1224 2243

% Femr 55.3 44.7 100.0

Mashkull 45.4 54.6 100.0

a. 54.7% of original grouped cases correctly classified.

243
 Me metodn Stepwise;

Log Determinants

Log
Gjinia Rank Determinant

Femr 2 -.666
Mashkull 2 -.171
Pooled within-groups 2 -.252

The ranks and natural logarithms of determinants

printed are those of the group covariance matrices.

Test Results

Box's M 29.569
F Approx. 9.842

df1 3

df2 1.147E7

Sig. .000

Tests null hypothesis of equal

population covariance matrices.

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.

Variables in the Analysis

Step Tolerance F to Remove Wilks Lambda

1 Risku Financiar 1.000 11.169

2. Risku Financiar .988 9.459 .998
Risku i Produktit .988 4.762 .996

244
 Variables Not in the Analysis

Step Tolerance Min. Tolerance F to Enter Wilks' Lambda

0 Risku i Lehtsis 1.000 1.000 .997 1.000

Risku i Produktit 1.000 1.000 6.467 .998

Risku Financiar 1.000 1.000 11.169 .996

1 Risku i Lehtsis .885 .885 .021 .996

Risku i Produktit .988 .988 4.762 .994

2
Risku i Lehtsis .853 .853 .322 .994

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

a. First 1 canonical discriminant functions were used in the analysis.

Wilks' Lambda

Test of Function(s) Wilks' Lambda Chi-square df Sig.

1 .994 15.900 2 .000

Standardized Canonical
Discriminant Function
Coefficients

Function

1
Risku i Produktit .551
Risku Financiar .776

245
 Structure Matrix

Function

Risku Financiar .837

a
Risku i Produktit .637
a
Risku i Lehtsis .382

Pooled within-groups correlations

between discriminating variables
and standardized canonical
discriminant functions
Variables ordered by absolute
size of correlation ithin function.
a. This variable not used in the
analysis.

Functions at Group
Centroids

Function

Gjinia 1

Femr .160
Mashkull -.036

Unstandardized
canonical discriminant
functions evaluated at
group means

Classification Processing Summary

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

Cases Used in Analysis

Gjinia Prior Unweighted Weighted

Femr .500 508 508.000

Mashkull .500 2243 2243.000
Total 1.000 2751 2751.000

Classification Function Coefficients

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

Predicted Group Membership

Gjinia Femr Mashkull Total

Original Count Femr 289 219 508

Mashkull 1086 1157 2243

% Femr 56.9 43.1 100.0

Mashkull 48.4 51.6 100.0

a. 52.6% of original grouped cases correctly classified.

N metodn Enter, me rastin e testimit t barazis s mesatareve t grupeve, mund t

shihet se mesataret e prgjigjeve t dhnat pr madhsit

Risku financiar (Sig = 0,001 / Wilks Lambda = 0,996)

Risku i produktit (Sig = 0,011 / Wilks; Lambda = 0,998).

jan t ndryshme ndrmjet femrave dhe meshkujve n nivelin e rndsis.

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.

N metodn enter, sipas rezultatit t testit Boxs M, matricat e kovariancave t grupeve

jan t ndryshme nga njra-tjetra (p = 0,000).

N metodn stepwise, sipas rezultatit t testit Boxs M, matricat e kovariancave t

grupeve jan t ndryshme nga njra-tjetra (p = 0,000).

Funksioni i ndarjes kanonike i cili e ka vlern eigen 0,006, n t dy metodat, enter dhe
stepwise, e shpjegon variancn totale 100%.

N meotodn enter, tabela e rezultateve t klasifikimit tregon se n far shkalle ka br

klasifikim t drejt funksioni i ndarjes. Sipas ksaj, funksioni i prfituar i ka klasifikuar femrat
n norm 55,3% n mnyr t sakt (281/508) dhe n norm 54,6% meshkujt n mnyr t sakt
(1224/2243). Kurse n total, klasifikimi i sakt sht 54,7%.

Edhe n meotodn stepwise, tabela e rezultateve t klasifikimit tregon se n far shkalle

ka br klasifikim t drejt funksioni i ndarjes. Sipas ksaj, funksioni i prfituar i ka klasifikuar
femrat n norm 56,9% n mnyr t sakt (289/508) dhe n norm 51,6% meshkujt n mnyr
t sakt (1157/2243). Kurse n total, klasifikimi i sakt sht 52,6%.

12. Duke marr n konsiderat t dhnat e hulumtimit, interpretoni rezultatet e prfituara

nga analiza e diskriminimit sipas tri grupeve t prfituara (QCL1)n baz t faktorvet prfituar
nga rezultati i analizs faktoriale (risku i lehtsis, risku i produktit dhe risku financiar). N baz
t ktyre rezultateve, vlersoni nse norma e parashikimit sht e mjaftueshme duke prdorur
metodat enter, si dhe interpretoni rezultatet e prfituara. N cilat raste duhet t krijohet indeksi i
efektit t prgjithshm n analizn diskriminuese? N qoft se duhet t krijohet nj indeks i
ktill n analizat e tuaja t bra, llogaritni kt indeks.

248
 Zgjidhje: SPSS 13

Analyze Classify Discriminant

Grouping Variable: CQL1, Define Range: Min 1, Max 3; Independents: F1, F2, F3

Enter Independents Together

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)

Cluster Number of Case Mean Std. Deviation Unweighted Weighted

1 Risku i Lehtsis 2.9020 .66938 1391 1391.000

Risku i Produktit 4.2741 .51002 1391 1391.000

Risku Financiar 3.5792 .66818 1391 1391.000

2 Risku i Lehtsis 2.3297 .70992 474 474.000
Risku i Produktit 2.1904 .72829 474 474.000
Risku Financiar 3.0450 .73013 474 474.000
3 Risku i Lehtsis 1.9766 .52052 886 886.000
Risku i Produktit 4.0071 .62030 886 886.000
Risku Financiar 2.0993 .58965 886 886.000
Total Risku i Lehtsis 2.5054 .75851 2751 2751.000

Risku i Produktit 3.8291 .95903 2751 2751.000

Risku Financiar 3.0105 .92765 2751 2751.000

Tests of Equality of Group Means

ilks' Lambda F df1 df2 Sig.

Risku i Lehtsis .696 600.503 2 2748 .000

Risku i Produktit .377 2272.789 2 2748 .000
Risku Financiar .499 1380.520 2 2748 .000

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

The ranks and natural logarithms of determinants printed

are those of the group covariance matrices.

Test Results

Box's M 335.789
F Approx. 27.928

df1 12

df2 1.070E7

Sig. .000

Tests null hypothesis of equal

population covariance matrices.

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

a. First 2 canonical discriminant functions were used in the analysis.

Wilks' Lambda

Test of Function(s) Wilks' Lambda Chi-square df Sig.

1 through 2 .150 5203.201 6 .000

2 .403 2495.828 2 .000

250
 Standardized Canonical Discriminant
Function Coefficients

Function

1 2

Risku i Lehtsis .227 .543

Risku i Produktit .883 -.489
Risku Financiar .283 .819

Structure Matrix

Function

1 2
*
Risku i Lehtsis .938 -.344
* *
Risku i Produktit .347 .736
*
Risku Financiar .322 .422

Pooled within-groups correlations between

discriminating variables and standardized
canonical discriminant functions
Variables ordered by absolute size of
correlation within function.
*. Largest absolute correlation between each
variable and any discriminant function

Functions at Group Centroids

Function

Cluster Number of Case 1 2

1 1.055 .681
2 -2.506 1.252
3 -.316 -1.739

Unstandardized canonical discriminant functions

evaluated at group means

251
 Prior Probabilities for Groups

Cases Used in Analysis

Cluster Number of Cases Prior Unweighted Weighted

1 .506 1391 1391.000

2 .172 474 474.000
3 .322 886 886.000
Total 1.000 2751 2751.000

Classification Function Coefficients

Cluster Number of Case

1 2 3

Risku i Lehtsis 6.239 5.753 3.972

Risku i Produktit 10.618 4.802 10.569
Risku Financiar 7.917 7.019 4.301
(Constant) -47.030 -24.515 -30.748

Fisher's linear discriminant functions

a
Classification Results

Predicted Group Membership

Cluster Number of Case 1 2 3 Total

Original Count 1 1385 0 6 1391

2 36 420 18 474

3 61 0 825 886

% 1 99.6 .0 .4 100.0

2 7.6 88.6 3.8 100.0

3 6.9 .0 93.1 100.0

a. 95.6% of original grouped cases correctly classified.

252
 Me testimin e barazis s mesatareve t grupeve, mund t shihet se mesataret e
prgjigjeve t dhnat pr madhsit

Risku i produktit (Sig. = 0,000 / Wilks Lambda = 0,377),

Risku financiar (Sig. = 0,000 / Wilks Lambda = 0,499) dhe
Risku i lehtsis (Sig. = 0,000 / Wilks Lambda = 0,696)

jan t ndryshme n nivelin e rndsis.

Sipas rezultatit t testit Boxs M, matricat e kovariancave jan t ndryshme nga njra-
tjetra (p = 0,000).

N kt shembull, jan krijuar dy funksione t ndarjes, pr arsye q tri grupet jan

provuar t ndahen. Me rritjen e vlerave eigen, ndryshimi i cili paraqitet n ndryshoren e varur
mund t arsyetohet m shum nga funksioni i krijuar i ndarjes. Vlera eigen e funksionit t par
sht 1,679 dhe arsyeton 53,1% t variancs totale. Vlera eigen e funksionit t dyt sht 1,481
dhe arsyeton 46,9% t variancs totale. Rndsia e vlers eigen t funksionit t krijuar t ndarjes
teston vlern e Wilks Lambda-s. Sipas ksaj, vlera eigen e funksioneve t ndarjes sht e
rndsishme n nivelin e rndsis p = 0,000 dhe prgjigjet e dhna n madhsit e prceptimit
t riskut t prgjegjsve ndryshojn sipas grupeve.

Tabela e rezultateve t klasifikimit, tregon se n far shkall kan br klasifikim t

sakt funksionet e ndarjes. Sipas ksaj, funksionet e prfituara kan br nj klasifikim t sakt
n norm prej 99,6% n grupin e par (1385/1391) dhe 88,6% n grupin e dyt (420/477). Kurse
n grupin e tret, klasifikimi i sakt sht br n norm prej 93,1%. Kurse klasifikim i sakt n
total sht 95,6%.

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.

Mirpo n Analizn e Ndarjeve t Shumta krijohen m shum se nj funksion i ndarjes

dhe nuk sht e mundur q t bhet renditja e grupeve t ndryshoreve sipas fuqis ndarse duke
shikuar vetm n matricn strukturore.

Pr kt arsye, kur sht n pyetje Analiza e Ndarjeve t Shumfishta, katrori i

korrelacioneve t dhna n baz t do funksioni pr do ndryshore n matricn strukturore
mbledhet duke u peshuar me vlerat eigen t do funksioni. Renditja e rezultateve t prfituara do
t jap renditjen e fuqis ndarse t grupeve t ndryshoreve nga njri-tjetri.

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

Vlerat P, t cilat korrespondojn me vlerat Z n kurbn normale

*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

Shkalla e rndsis n testet njansore

Shkalla e rndsis n testet dyansore

df = Shkalla e Liris

*Kjo tabel sht marr nga punimi i Sidney Siegel-it, fq. 248.

289
 Tabela 5*: Vlerat Kritike x2 n Shprndarje

Vlerat x2 t cilat korrespondojn me p

*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