Professional Documents
Culture Documents
=
=
n
i
n
i
fi
xifi
1
1
,
unde: x
i
reprezint caracteristica (n cazul nostru scorurile aferente aprecierilor);
f
i
reprezint frecvena, respectiv numrul de rspunsuri nregistrate pentru fiecare
nivel sau scor.
Astfel, aprecierea medie pentru caracteristica tarifele practicate s-a calculat
astfel:
74 , 2
200
59 1 32 2 37 3 46 4 26 5
=
+ + + +
Cercetri de marketing. Curs universitar
37
Imaginea grafic a aprecierilor consumatorilor cu privire la cele cinci caracteristici
ale serviciului turistic se prezint astfel:
Comportamentul
personalului
Diversitatea serviciilor
oferite
Curenie i igien
Amplasamentul
hotelului
Tarifele practicate
Se poate calcula de asemenea, media tuturor aprecierilor ca o medie aritmetic
simpl, numrul respondenilor fiind acelai pentru toate cele 5 caracteristici:
545 , 3
5
24 , 4 67 , 3 305 , 3 77 , 3 74 , 2
=
+ + + +
Concluzionnd, consumatorii apreciaz n primul rnd comportamentul
personalului, urmat de amplasamentul hotelului i diversitatea serviciilor oferite.
Elementul esenial ce trebuie avut n vedere n definirea principalelor ci de aciune l
reprezint tarifele practicate. n ansamblu situaia este relativ favorabil, media aprecierilor
fiind cuprins ntre valoarea 3 i 4, ceea ce corespunde nivelurilor nici favorabil / nici
nefavorabil i, respectiv, favorabil.
Dac ntreprinderea supune analizei i o alt unitate turistic (B), modalitile de
analiz fiind similare, se pot face comparaii ntre media aprecierilor consumatorilor fa
de cele dou uniti turistice, din punctul de vedere al celor 5 caracteristici supuse
investigaiei.
Demersul fiind similar, n urma centralizrii i prelucrrii informaiilor, mediile
aprecierilor se prezint astfel:
pentru tarife - 3,62;
pentru amplasamentul hotelului 4,21;
pentru curenie i igien 3,33;
Cercetri de marketing. Curs universitar
38
pentru diversitatea serviciilor oferite (de baz i conexe) 3,01;
pentru comportamentul personalului 3,71.
Media total a aprecierilor este 3,576.
Se observ c n cazul unitii turistice B, comparativ cu unitatea A, caracteristica
amplasamentul hotelului este mai apreciat de turiti, iar tarifele practicate sunt
considerate mai avantajoase. Curenia i igiena sunt apreciate relativ identic, iar
diversitatea serviciilor oferite i comportamentul personalului se afl pe o poziie
inferioar comparativ cu unitatea turistic A.
Pentru a stabili pe ce poziii se afl cele dou uniti turistice n funcie de
caracteristicile supuse analizei, se vor compara mediile tuturor aprecierilor. Se poate
observa c unitatea turistic B nregistreaz o valoare mai ridicat dect unitatea A,
diferena dintre cele dou medii (3,545 i, respectiv, 3,576) fiind ns extrem de redus.
2.2.2. Scala lui Likert
Scala lui Likert presupune construirea unui set de propoziii n legtur cu aspectele
cercetate. Subiecilor investigai li se solicit s-i exprime acordul sau dezacordul n
legtur cu enunurile formulate, respectiv s indice pe scala de evaluare una dintre
urmtoarele nivele, corespunztor propriilor opinii:
Enunurile formulate pot avea caracter favorabil sau nefavorabil.
Pentru prelucrarea i interpretarea datelor celor 5 nivele ale scalei li se vor atribui
scoruri dup cum urmeaz:
- pentru enunurile ce au caracter favorabil:
- pentru enunurile ce au caracter nefavorabil:
astfel nct, valori pozitive sau dup caz valori negative s aib semnificaii similare.
acord
total
| acord |
nici acord /
nici dezacord
| dezacord |
dezacord
total
2 | 1 | 0 | -1 | -2
-2 | -1 | 0 | 1 | 2
Cercetri de marketing. Curs universitar
39
Scala lui Likert - aplicaie practic
Un eantion de 1000 persoane, clieni ai unei uniti comerciale cu amnuntul sunt
supui unui studiu cu scopul de a se determina care este imaginea magazinului n rndul
cumprtorilor. Persoanele intervievate sunt solicitate s-i exprime gradul de acord sau de
dezacord n legtur cu patru enunuri, cuantificarea opiniilor fiind realizat cu ajutorul
unei scale cu cinci nivele: de la acord total, la dezacord total.
Rezultatele centralizate se prezint astfel:
Nivele ale scalei (scorul acordat)
Enunuri Acord
total
Acord
Nici acord /
nici
dezacord
Deza-
cord
Dezacord
total
Scoruri
medii
2 1 0 -1 -2 I. Oferta de produse
comercializat este
diversificat.
357 245 210 148 40
0,731
2 1 0 -1 -2 II. Servirea este
corespunztoare. 268 385 210 71 66
0,718
-2 -1 0 1 2 III. Preurile
practicate sunt
nejustificat de mari.
120 127 157 255 341
0,570
2 1 0 -1 -2 IV. Produsele sunt
ntotdeauna foarte
proaspete.
276 210 245 163 106
0,387
Pentru prelucrarea i interpretarea rezultatelor celor cinci nivele ale scalei li se vor
atribui scoruri de la 2 la -2.
Pentru cel de al III-lea enun, ce are un caracter nefavorabil, sistemul de cuantificare
a fost inversat, astfel nct scoruri pozitive evideniaz situaii favorabile, iar scoruri
negative aspecte nefavorabile.
Analiza rezultatelor presupune calculul mediei aritmetice ponderate n vederea
determinrii scorului mediu pentru fiecare dintre cele patru enunuri, dup modelul (pentru
afirmaia Oferta de produse comercializat este diversificat):
731 , 0
1000
) 2 ( 40 ) 1 ( 148 0 210 1 245 2 357
=
+ + + +
Se observ c pe primul loc din punctul de vedere al aprecierilor consumatorilor se
situeaz diversitatea produselor comercializate, urmat de sistemul de servire i preurile
practicate. Dei scorul aferent enunului IV este pozitiv, valoarea este mai apropiat de 0
Cercetri de marketing. Curs universitar
40
dect de 1, atestnd astfel o problem n ceea ce privete prospeimea produselor
comercializate aa cum este apreciat de persoanele investigate.
Imaginea unitii n funcie de toate aspectele supuse investigaiei presupune
determinarea unui scor mediu cu ajutorul mediei aritmetice simple, numrul respondenilor
fiind acelai pentru fiecare din cele 4 enunuri.
602 , 0
4
387 , 0 570 , 0 718 , 0 731 , 0
=
+ + +
Se poate aprecia c magazinul se bucur de o imagine relativ favorabil n rndul
clienilor, scorul mediu final fiind cuprins ntre valorile 0 si 1, ceea ce corespunde nivelelor
nici acord / nici dezacord i acord.
2.2.3. Scala lui Stapel
Scala lui Stapel este o scal cu zece nivele, cinci cu semnul plus i cinci cu semnul
minus, subiecilor investigai solicitndu-li-se s indice nivelul de pe scal care corespunde
cel mai bine opiniei lor cu privire la stimulul investigat.
- 5 -4 -3 -2 -1 Atributul +1 +2 +3 +4 +5
Scala lui Stapel - aplicaie practic
O companie aerian urmrete s identifice aprecierile clienilor cu privire la
principalele caracteristici ale serviciilor oferite:
confortul n timpul zborului;
comportamentul personalului;
tarifele practicate;
diversitatea ofertei de zboruri (trasee, zboruri comerciale, curse charter
etc.).
n acest sens a organizat o cercetare asupra unui eantion de 1500 pasageri.
Cuantificarea aprecierilor respondenilor s-a realizat cu ajutorul unei scale cu 10 nivele, 5
cu semnul plus i 5 cu semnul minus.
Cercetri de marketing. Curs universitar
41
Rezultatele anchetei se prezint astfel:
+5 425 326 451 121
+4 207 241 324 143
+3 215 205 286 205
+2 104 177 125 271
+1 133 143 77 233
Criteriul
de evaluare
Confortul n
timpul zborului
Comportamentul
personalului
Tarifele
practicate
Diversitatea
ofertei de
zboruri
-1 124 171 83 155
-2 105 82 64 163
-3 98 77 45 141
-4 75 65 31 53
-5 14 13 14 15
Scorul
mediu
1,961 1,877 2,797 0,917
Pentru a evalua aprecierile clienilor n legtur cu serviciile oferite de companie,
din punctul de vedere al caracteristicilor analizate, se va determina un scor mediu pentru
fiecare dintre cele patru atribute ca medie aritmetic ponderat cu numrul persoanelor
care au indicat acelai nivel pe scala de evaluare.
Rezultatele atest c pe primul loc n ordinea preferinelor clienilor se situeaz
tarifele practicate, urmate de confortul n timpul zborului i comportamentul personalului.
Dei se situeaz pe locul III din punctul de vedere al aprecierilor clienilor,
comportamentul personalului este foarte apropiat de confortul n timpul zborului. Pe
ultimul loc n aprecierile clienilor se situeaz diversitatea ofertei de zboruri, aceasta
poziionndu-se la o distan apreciabil fa tarifele practicate.
Pe ansamblu compania se bucur de o imagine favorabil n rndul clienilor, fapt
atestat de valoarea scorului mediu determinat n funcie de toate caracteristicile investigate:
888 , 1
4
917 , 0 797 , 2 877 , 1 961 , 1
=
+ + +
Cercetri de marketing. Curs universitar
42
2.2.4. Metoda comparaiilor perechi
Metoda comparaiilor perechi se utilizeaz pentru realizarea de ierarhii ale
stimulilor investigai. Subiecilor cercetai li se prezint doi cte doi stimulii studiai,
solicitndu-li-se s-i indice pe care dintre acetia i apreciaz mai mult.
Numrul comparaiilor realizate va fi: n
.
(n-1)/2, unde n numrul stimulilor
investigai. Dac de exemplu, se urmrete ierarhizarea a 4 produse A, B, C i D vor
rezulta 4
.
(4-1)/2 = 6 comparaii.
Metoda solicit puin subiecii investigai, ns nu se poate aplica cnd numrul de
stimuli este relativ mare datorit efectivului comparaiilor rezultate.
Metoda comparaiilor perechi - aplicaie practic
Pentru a-i elabora planul cu privire la cantitatea ce urmeaz a fi introdus n
fabricaie din fiecare dintre cele 4 sortimente de bere (A, B, C, D) a cror productor este,
o firm a realizat o cercetare supunnd investigaiei un numr de 200 persoane
consumatoare de bere. Respondenilor li s-au prezentat sortimentele de bere, combinate
dou cte dou, fiind solicitai s indice pe care dintre acestea le apreciaz mai mult.
Rezultatele anchetei au fost centralizate (fr a lua n calcul voturile indeciilor)
i se prezint astfel:
"Voturi" obinute de fiecare sortiment
Comparaia
A B C D
A/B 121 45 - -
A/C 79 - 114 -
A/D 133 - - 46
B/C - 79 101 -
B/D - 131 - 61
C/D - - 101 87
Total 333 255 316 194
Locul deinut n ordinea
preferinelor
I III II IV
Ponderea deinut n
producia fizic total (%)
30,3 23,2 28,8 17,7
Prin nsumarea voturilor pentru fiecare sortiment, se observ c pe primul loc, n
ordinea preferinelor clienilor, se situeaz sortimentul A, urmat de sortimentele C i B, iar
Cercetri de marketing. Curs universitar
43
pe ultimul loc se situeaz sortimentul D. Deci, cea mai mare pondere n producia fizic
total o va deine sortimentul A, urmat de sortimentele C, B i D.
n funcie de respectivele voturi, firma poate s-i asigure suportul decizional
pentru stabilirea ponderii fiecrui sortiment n totalul produciei realizate, dup exemplul:
- pentru sortimentul A: % 3 , 30 100
194 316 255 333
333
=
+ + +
2.2.5. Metoda ordonrii rangurilor
Metoda ordonrii rangurilor vizeaz realizarea de ierarhii ale stimulilor cercetai. n
acest sens, subiectului investigat i se prezint toi stimulii i i se solicit s-i ordoneze n
funcie de propriile aprecieri. Metoda se poate aplica i n cazul n care numrul stimulilor
investigai este mai mare (comparativ cu metoda comparaiilor perechi), n schimb este mai
obositoare pentru respondent.
Metoda ordonrii rangurilor - aplicaie practic
O firm productoare de mobilier de birou a supus investigaiei 500 cumprtori,
solicitndu-le realizarea unui clasament al celor cinci caracteristici eseniale aflate la baza
deciziei de cumprare:
design;
pre;
esena lemnului;
serviciile post-vnzare;
modalitile de plat acceptate.
Respondenii au fost solicitai s ordoneze descresctor (de la rangul I la V)
caracteristicile analizate din punctul de vedere al importanei atribuite n luarea deciziei de
cumprare. Pentru prelucrarea informaiilor fiecrui rang i s-a acordat scoruri (de la 5 la 1).
Rezultatele centralizate se prezint astfel:
Cercetri de marketing. Curs universitar
44
Rangul acordat (scorul
atribuit)
I II III IV V
Caracteristica
5 4 3 2 1
Aprecieri
medii
Design 186 124 101 66 23 3.768
Pre 65 145 146 76 68 3.126
Esena lemnului 153 154 73 41 79 3.522
Serviciile post-vnzare 53 51 63 148 185 2.278
Modaliti de plat 43 26 117 169 145 2.306
Ierarhizarea celor cinci caracteristici presupune determinarea scorului mediu cu
ajutorul mediei aritmetice ponderat, dup exemplul:
- pentru design: 768 , 3
500
1 23 2 66 3 101 4 124 5 186
=
+ + + +
Deci, pe primul loc din punctul de vedere al importanei n luarea deciziei de
cumprare se afl designul, urmat de: esena lemnului, pre, modaliti de plat i servicii
post-vnzare; eforturile firmei pentru satisfacerea preferinelor consumatorilor urmnd a fi
dozate n funcie de aceast ierarhie (se vor orienta ndeosebi spre caracteristicile: design i
esena lemnului).
2.2.6. Scala cu sum constant
Avnd, de asemenea, ca scop realizarea de ierarhii, Scala cu sum constant
presupune mprirea de ctre subiectul cercetat a unei anumite sume (n general 10 sau
100) ntre stimulii investigai, corespunztor propriilor aprecieri n legtur cu acetia.
Scala cu sum constant - aplicaie practic
Pentru a cunoate locul pe care marca proprie A l ocup ntre principalele mrci
concurente (B, C, D), o firm productoare de cosmetice a organizat o cercetare asupra
unui eantion de 1000 persoane, selectate din rndul clienilor unui magazin de produse
cosmetice.
Cercetri de marketing. Curs universitar
45
Cei 1000 respondeni au fost solicitai s repartizeze 100 puncte ntre cele 4 mrci
de produse supuse analizei, numrul de puncte acordat fiind proporional cu aprecierea pe
care fiecare persoan o acord respectivelor mrci.
Rezultatele cercetrii, dup ce au fost centralizate, se prezint astfel:
Puncte acordate fiecrei mrci
Numr persoane
A B C D
211 35 30 20 15
344 20 40 15 25
222 35 25 20 20
223 25 35 25 15
Punctaj mediu 27,6 33,4 19,4 19,6
Determinarea punctajului mediu pentru fiecare marc, n funcie de care se
interpreteaz rezultatele finale, presupune calculul mediei aritmetice ponderate, dup
modelul:
6 , 27
1000
25 223 35 222 20 344 35 211
=
+ + +
Marca A deine locul II n ierarhia mrcilor investigate, dup marca B i este
urmat de mrcile D i C. O analiz mai aprofundat presupune determinarea nu numai a
ierarhiei celor 4 mrci, ci i stabilirea distanei dintre acestea. Astfel, fa de marca B aflat
pe locul I, notat convenional cu 100%, marca A se situeaz la o distan apreciabil
( % 4 , 17 100 100
4 , 33
6 , 27
= ); ns mai mic dect distana dintre marca A i mrcile situate
pe locurile III i IV (29% i, respectiv, 29,7%). Fa de marca B, mrcile D i C se situeaz
la distane de: 41,3% i, respectiv, 41,9%.
2.2.7. Modelul Fishbein-Rosenberg
Modelul Fishbein-Rosenberg este o metod de scalare mai complex, ce permite
realizarea de evaluri ale stimulilor investigai innd cont de:
aprecierile subiecilor investigai n ceea ce privete stimulii cercetai din
perspectiva fiecrui criteriu de evaluare;
importana atribuit respectivelor criterii n aprecierea de ansamblu a stimulilor
studiai.
Cercetri de marketing. Curs universitar
46
De exemplu, atitudinea unui individ k fa de un produs j se poate determina
astfel:
ij
h
i
ik jk
xO W P
=
=
1
unde: P
jk
atitudinea individului k pentru produsul j;
W
ik
evaluarea fcut de individul k importanei relative a atributului i
n aprecierea general a produsului studiat (se consider n total h
atribute, suma importanei relative ce le este acordat fiind egal cu 1);
O
ij
aprecierea produsului j prin prisma atributului i, pe o scal de la 0
la 1.
Modelul Fishbein-Rosenberg - aplicaii practice
I. O unitate comercial de alimentaie public A i propune s determine poziia
pe care o deine n raport cu celelalte 4 uniti concurente (I, II, III, IV) situate n zona
central a oraului. n acest sens lanseaz o anchet ncercnd s identifice aprecierile
consumatorilor n legtur cu cele 5 uniti comerciale de alimentaie public din punctul
de vedere al principalelor caracteristici:
calitatea produselor oferite;
ambiana interioar;
diversitatea produselor oferite;
comportamentul personalului;
tariful practicat.
Considernd (pentru exemplificare) c ancheta se administreaz unui singur
individ, acestuia i se solicit s acorde puncte pe o scal de la 0 la 10 importanei pe care o
atribuie fiecreia din cele 5 caracteristici n aprecierea de ansamblu a unitilor de
alimentaie public. De asemenea, a fost solicitat s acorde puncte pe o scal de la 0 la 10,
fiecrei uniti comerciale de alimentaie public din perspectiva celor 5 caracteristici.
Dei modelul Fishbein Rosenberg presupune utilizarea unor scale de la 0 la 1
pentru msurarea gradului n care fiecare unitate satisface individul din punctul
de vedere al fiecrei caracteristici, n construirea instrumentelor de culegere a
rezultatelor vom utiliza scale de la 0 la 10, cu scopul de a ndeplini una dintre
Cercetri de marketing. Curs universitar
47
condiiile ce trebuie avut n vedere n activitatea de scalare, respectiv, scala
trebuie s fie inteligibil pentru subiecii cercetai. Astfel, unui subiect i este
mult mai uor s acorde puncte de la 0 la 10 (datorit utilizrii pe scar larg a
acestui sistem de notare), dect de la 0 la 1. Pentru a ndeplini, ns, condiiile
impuse de model, vom converti, ulterior, valorile msurate pe o scal de la 0 la
10, n valori msurate pe o scal de la 0 la 1, mprind fiecare valoare la 10.
Notele acordate importanei fiecrei caracteristici n aprecierea de ansamblu a
unitilor de alimentaie public sunt supuse unei operaii de normalizare, astfel nct suma
lor s fie 1, conform cerinelor modelului:
- pentru calitatea produselor oferite:
233 , 0
8 9 7 9 10
10
=
+ + + +
Caracteristica studiat
Nota
acordat
Importana relativ atribuit
caracteristicii
Calitatea produselor oferite 10 0,233
Ambiana interioar 9 0,209
Diversitatea sortimental 7 0,163
Comportamentul
personalului 9 0,209
Tarife practicate 8 0,186
Total 1,000
Notele acordate fiecrei uniti de alimentaie public, n funcie de caracteristicile
investigate, exprimnd msura n care unitatea j satisface individul din punctul de vedere
al caracteristicii i se prezint astfel:
Msura n care unitatea j
satisface individul din punctul
de vedere al caracteristicii i
Caracteristica studiat
A I II III IV
Calitatea produselor oferite 9 7 10 9 8
Ambiana interioar 7 9 8 8 8
Diversitatea sortimental 8 7 7 9 7
Comportamentul
personalului 9 8 8 9 9
Tarife practicate 9 8 7 9 9
Cercetri de marketing. Curs universitar
48
Aprecierile referitoare la cele cinci uniti trebuie msurate pe o scal de la 0 la 1,
deci se vor mpri notele acordate la 10. Valorile obinute, precum i importana relativ
atribuit fiecrei caracteristici i sunt prezentate n tabelul urmtor:
Msura n care unitatea j
satisface individul din punctul
de vedere al caracteristicii i
Caracteristica studiat
Importana
relativ atribuit
caracteristicii
A I II III IV
Calitatea produselor oferite 0,233 0,9 0,7 1,0 0,9 0,8
Ambiana interioar 0,209 0,7 0,9 0,8 0,8 0,8
Diversitatea sortimental 0,163 0,8 0,7 0,7 0,9 0,7
Comportamentul
personalului 0,209 0,9 0,8 0,8 0,9 0,9
Tarife practicate 0,186 0,9 0,8 0,7 0,9 0,9
Aprecierea medie a
individului
fa de unitatea j
0,842 0,781 0,812 0,879 0,823
Aprecierile individului (P
jk
) fa de fiecare unitate se determin ca medie aritmetic
a notelor acordate prin prisma caracteristicilor investigate, ponderate cu importana relativ
a fiecrei caracteristici n aprecierea de ansamblu a unitilor de alimentaie public, dup
formula:
ij
h
i
ik jk
xO W P
=
=
1
,
unde: W
ik
= importana relativ atribuit caracteristicii ;
Q
ij
= msura n care unitatea j satisface individul din punctul de vedere al
caracteristicii i, conform exemplului:
- pentru unitatea A: 0,233
.
0,9 + 0,209
.
0,7 + 0,163
.
0,8 + 0,209
.
0,9 + 0,186
.
0,9 = 0,842.
Concluzionnd, unitatea A se afl pe locul doi, dup unitatea III i este urmat de
unitile: IV, II i I.
II. Locul deinut de o unitate fa de principalii concureni nu poate fi estimat pe
baza aprecierilor unui singur individ. Pentru o apreciere corect, unitatea realizeaz
cercetarea (aspectele investigate au fost prezentate n exemplul anterior) asupra unui
eantion reprezentativ de 200 persoane. Demersul fiind asemntor, unitatea va trebui s
determine mai nti punctajul mediu acordat celor cinci caracteristici n aprecierea de
Cercetri de marketing. Curs universitar
49
ansamblu a unitilor de alimentaie public de ctre toi cei 200 respondeni, urmnd ca,
ulterior, s se procedeze la operaia de normalizare a valorilor medii obinute.
Notele acordate de indivizi importanei fiecrei caracteristici n aprecierea unitilor
de alimentaie public, precum i frecvenele de apariie ale acestora, se prezint astfel:
Note atribuite fiecrei
caracteristici n aprecierea
unitilor de alimentaie
public i
frecvenele fiecrei
variante de rspuns
(sunt trecute n capetele
coloanelor)
Caracteristica studiat
67 51 43 39
Punctaj
mediu
Importana
relativ
atribuit
caracteristicii
Calitatea produselor
oferite
9 10 9 10 9,450 0,226
Ambiana interioar 9 9 9 8 8,805 0,210
Diversitatea sortimental 8 7 8 8 7,745 0,185
Comportamentul
personalului
7 8 8 9 7,860 0,188
Tarife practicate 8 8 7 9 7,980 0,191
Punctajul mediu s-a calculat ca medie aritmetic ponderat dup modelul:
- pentru calitatea produselor oferite:
45 , 9
200
10 39 9 43 10 51 9 67
=
+ + +
,
iar importana relativ atribuit caracteristicii i se determin similar ca la aplicaia
precedent.
Pe baza notelor acordate de cei 200 de indivizi celor 5 uniti prin prisma fiecrei
caracteristici, se vor determina punctajele medii pentru fiecare unitate, n mod similar cu
determinarea punctajului mediu pentru importana fiecrei caracteristici n aprecierea
unitilor de alimentaie public.
Notele medii acordate de cei 200 indivizi celor 5 uniti prin prisma fiecrei
caracteristici, msurate pe o scal de la 0 la 10, se prezint astfel:
Cercetri de marketing. Curs universitar
50
Msura n care unitatea j
satisface
indivizii din punctul de vedere al
caracteristicii i
Caracteristica studiat
A I II III IV
Calitatea produselor
oferite
9,121 9,451 9,551 8,444 8,159
Ambiana interioar 7,321 8,123 8,320 8,326 8,446
Diversitatea sortimental 8,124 7,423 7,243 9,545 8,231
Comportamentul
Personalului
9,455 7,561 8,425 9,879 9,498
Tarife practicate 9,121 8,469 7,333 8,452 9,322
Pentru determinarea aprecierilor celor 200 indivizi fa de fiecare unitate se
procedeaz ca n exemplul anterior:
Msura n care unitatea j
satisface indivizii din punctul de
vedere al caracteristicii i
(pe o scal de la 0 la 1)
Caracteristica studiat
Importana
relativ
atribuit
caracteristicii
A I II III IV
Calitatea produselor
oferite
0,226 0,9121 0,9451 0,9551 0,8444 0,8159
Ambiana interioar 0,210 0,7321 0,8123 0,8320 0,8326 0,8446
Diversitatea sortimental 0,185 0,8124 0,7423 0,7243 0,9545 0,8231
Comportamentul
Personalului
0,188 0,9455 0,7561 0,8425 0,9879 0,9498
Tarife practicate 0,191 0,9121 0,8469 0,7333 0,8452 0,9322
Aprecierea medie a
indivizilor
fa de unitatea j
0,8621 0,8254 0,8230 0,8894 0,8706
Pe baza valorilor medii ale aprecierilor indivizilor fa de cele 5 uniti, determinate
similar ca n exemplul anterior, se poate observa c unitatea A se afl pe locul trei, dup
unitatea III i IV i este urmat de unitile I i II. Se constat c, dei pe baza notelor
medii obinute s-a realizat o anumit ierarhizare, diferenele dintre unitile de alimentaie
public sunt foarte mici, insesizabile chiar.
Cercetri de marketing. Curs universitar
51
Tem propus:
Considerai datele centralizate ale unei anchete pentru a cror culegere s-au utilizat
urmtoarele metode de scalare:
Difereniala semantic,
Scala lui Stapel,
Scala lui Likert,
Metoda comparaiilor perechi,
Metoda ordonrii rangurilor,
Scala cu sum constant.
Pentru aceeai cercetare considerai o serie de date centralizate ce pot fi analizate cu
ajutorul Modelului Fishbein-Rosenberg.
Analizai i interpretai rezultatele obinute.
Identificai diferenele dintre informaiile obinute cu ajutorul metodelor comparative fa
de informaiile rezultate din aplicarea celorlalte metode de scalare.
Cercetri de marketing. Curs universitar
52
Cercetri de marketing. Curs universitar
53
CAPITOLUL 3.
METODE DE OBINERE A INFORMAILOR
Cuvinte cheie: Obiectivele nvrii:
Surse de date secundare
Cercetare direct
Observare
Observare personal
Observare mecanic
Anchet
Cercetare calitativ
Colectivitate cercetat
Eantion
Baz de eantionare (de sondaj)
Chestionar
Eroare de sondaj
Eroare aleatoare de reprezentativitate
Interval de ncredere
Validare a eantionului
Redresare a eantionului
Procedeu de eantionare
Eantionare probabilistic (aleatoare)
Eantionare neprobabilistic
(nealeatoare)
Experiment
Variabil explicativ, factorial sau
experimental
Variabil independent din afar
Variabil dependent sau rezultativ
Unitate de observare
Unitate experimental
Unitate de control
Validitate intern
Validitate extern
Schem de proiectare a experimentelor
Proiectare complet aleatoare
Ptrat Latin
Simulare
Model de simulare
Dup parcurgerea acestui capitol va trebui:
- S cunoatei principalele ci de obinere
a informaiilor n cercetarea de marketing;
- S cunoatei caracteristicile, avantajele
i limitele utilizrii principalelor modaliti
de obinere a informaiilor de marketing;
- S fii n msur s proiectai un
chestionar, astfel nct acesta s
contribuie la reuita cercetrii selective;
- S tii s determinai dimensiunea unui
eantion n funcie de restricii de ordin
statistic i organizatoric i, de asemenea,
s fii n msur s validai i, dup caz,
redresai un eantion;
- S fii n msur s alegei cea mai
potrivit metod de eantionare n funcie
de contextul n care se realizeaz
cercetarea;
- S fii n msur s estimai parametrii
colectivitii cercetate pe baza datelor
nregistrate la nivelul eantioanelor
studiate;
- S cunoatei principalele scheme de
proiectare a experimentelor, avantajele i
limitele lor;
- S fii n msur s analizai i interpretai
datele rezultate n urma realizrii
experimentelor ce au la baz schemele
de proiectare: Proiectare complet
aleatoare cu un singur factor i Ptrat
latin.
Cercetri de marketing. Curs universitar
54
Informaiile de marketing pot fi obinute prin urmtoarele patru ci de baz :
investigarea surselor de date secundare;
cercetarea direct;
realizarea de experimente de marketing;
simularea fenomenelor de marketing.
3.1 Investigarea surselor de date secundare
Investigarea surselor de date secundare din interiorul sau exteriorul organizaiei,
trebuie, de fapt, s constituie punctul de pornire n culegerea informaiilor necesare
realizrii obiectivelor oricrei cercetri, datorit avantajelor legate de economia de fonduri
i timp pentru obinerea lor; informaiile ce nu pot fi obinute din astfel de surse, urmnd a
se obine prin alte metodele de cercetare.
In funcie de obiectivele cercetrii, sursele statistice pot asigura o parte important
sau chiar ntreaga informaie necesar realizrii lor. n alegerea surselor de date secundare
trebuie s se in cont de credibilitatea acestora, utilizndu-se cele mai recente informaii,
n legtur cu problematica investigat. De asemenea, este indicat (n msura n care este
posibil) a se consulta sursa de date original.
n afara avantajelor incontestabile pe care le ofer, investigarea surselor de date
secundare prezint o serie de limite generate de faptul c, cel mai frecvent, aceste date se
refer la perioade relativ ndeprtate, nefiind obinute special pentru obiectivele cercetrii;
informaiile nu sunt suficient de detaliate sau au o legtur doar indirect cu problematica
investigat, astfel c, n multe situaii acestea trebuie completate cu informaii obinute prin
cercetri directe. n consecin, investigarea surselor de date secundare constituie, adesea,
o cercetare cu caracter exploratoriu, ocazie cu care este cunoscut mai bine problematica
investigat, sunt formulate ipoteze pentru rezolvarea acesteia. n aceeai ordine de idei,
sursele de date secundare, atunci cnd preced o cercetare direct, ofer informaii necesare:
definirii colectivitii cercetate, alegerii procedeului de eantionare i determinrii
eantionului cercetat, elaborrii instrumentelor de culegere a informaiilor (chestionar, ghid
de interviu).
Cercetri de marketing. Curs universitar
55
3.2 Cercetarea direct
Cercetarea direct este o metod ce presupune culegerea informaiilor direct de la
purttorii ei (consumatori individuali, utilizatori instituionali, productori de bunuri sau
servicii, intermediari etc.), la aceast metod de cercetare apelndu-se, de regul, atunci
cnd informaiile din surse secundare sunt insuficiente (acesta fiind i cazul cel mai
frecvent). Dup gradul de cuprindere, cercetrile directe pot fi att totale ct i selective.
n studierea aspectelor specifice marketingului, cercetrile totale
1
sunt ntlnite
destul de rar datorit costurilor foarte mari pe care le implic, nejustificate n cele mai
multe cazuri. Totui, cercetri totale sunt realizate n situaia n care colectivitatea cercetat
este de dimensiuni mici, cum este cazul cercetrilor ce vizeaz produsele ce sunt desfcute
pe pieele de afaceri, iar la nivelul unitilor colectivitii se nregistreaz o eterogenitate
ridicat, din punctul de vedere al caracteristicilor relevante pentru scopul studiului. De
exemplu, pentru estimarea vnzrilor de cereale se poate realiza o cercetare n rndul
tuturor procesatorilor de astfel de produse.
Pe de alt parte, prin intermediul cercetrilor selective, se poate obine o cantitate
mare de date primare despre problematica supus investigaiei, prin intermediul studierii
unui eantion extras din colectivitatea care face obiectul cercetrii. Spre exemplu, dac
studiem comportamentul de cumprare i consum al populaiei Romniei pentru un anumit
produs de larg consum, nu se justific realizarea unei cercetri totale (datorit numrului
mare al consumatorilor efectivi i poteniali care formeaz colectivitatea cercetat practic
toat populaia Romniei se poate constitui fie n consumatori efectivi, fie poteniali ai unui
anumit produs de larg consum) i, n consecin, se va opta pentru o cercetare selectiv,
care presupune investigarea unui numr relativ redus de indivizi din colectivitatea n cauz.
Metodele concrete de cercetare direct ce pot fi utilizate n cercetarea aspectelor
specifice marketingului sunt foarte variate, n funcie de modul de desfurare n timp,
putnd fi: permanente, periodice sau ocazionale, iar dup locul de desfurare acestea se
pot desfura la domiciliul subiecilor investigai, pe strad, in reeaua comercial sau de
prestri de servicii, la trguri i expoziii interne sau internaionale, n laboratoare de
cercetri.
Cercetri de marketing. Curs universitar
56
n continuare, sunt prezentate modalitile de obinere a datelor specifice cercetrii
directe.
Observarea presupune preluarea informaiei fr antrenarea (solicitarea)
purttorului acesteia, fie direct de ctre cercettor (observare personal), fie prin folosirea
unor aparate de nregistrare (observare mecanic), n teren sau n condiii de laborator. Se
pot, astfel, studia:
anumite dimensiuni ale comportamentului consumatorului (unele care nu
pot / nu se dorete a fi declarate): citirea informaiilor de pe ambalaj,
realizarea de comparaii ntre preurile mai multor produse similare,
asocierea n consum a anumitor produse, mimica, gesturile, expresia facial
n raport de anumii stimuli produse, informaii primite de la personalul de
vnzri etc., cantiti cumprare dintr-un anumit produs etc.;
direcia i intensitatea traficului n anumite zone comerciale sau n interiorul
unitilor de desfacere;
diferite aciuni de marketing ale concurenilor sisteme de pre practicate,
mesaje transmise prin diferite media, aciuni cu caracter promoional,
liniarul la sol sau dezvoltat pentru anumite categorii de produse etc.;
calitatea produselor cnd, adesea, sunt distruse elementele observate;
cunoaterea evoluiei preurilor i determinarea structurii desfacerilor pe
diferite piee etc.
Aceast metod poate fi utilizat ori de cte ori se dorete nregistrarea
comportamentului efectiv i nu al celui declarat i cnd natura problematicii investigate
permite utilizarea acestui sistem de culegerea a datelor. Metoda prezint avantajul de a nu
genera erori rezultate din modul de raportare a datelor, din cauza memoriei sau oboselii
subiectului investigat i nici situaii de refuz din cauza caracterului prea personal al
ntrebrilor.
Ancheta presupune culegerea unor informaii care sunt furnizate de ctre
purttorii lor, utiliznd ca instrument de culegere a datelor chestionarul. Informaiile pot fi
obinute fie pe cale oral, cnd respondenii sunt intervievai (fa n fa sau prin telefon)
de ctre cercettor sau persoane special instruite - operatori de interviu - sau pe cale scris
(direct sau prin pot). n cazul n care cantitatea de informaii ce se dorete a se culege
1
Cercetri totale se realizeaz la nivel naional n Romnia cu ocazia recensmintelor.
Cercetri de marketing. Curs universitar
57
este mare, este indicat a se utiliza comunicarea direct prin operatori de interviu, dei, este
i cea mai costisitoare.
Ancheta se utilizeaz cu succes n studierea oricror probleme despre care se pot
obine informaii direct de la purttorii acestora. De exemplu, se pot studia aspecte ale
comportamentului consumatorului atitudini, ateptri, intenii de cumprare, opinii,
preferine, exigene, frecvena de cumprare, motivele i contextul cumprrii i al
consumului, unitile preferate pentru realizarea de cumprturi, momentul din timpul
zilei, al sptmnii sau al lunii preferate pentru achiziii, criterii avute n vedere n alegerea
produselor, mrcilor, unitilor de desfacere etc. Trebuie avut n vedere ca informaiile
solicitate sa nu aib caracter prea personal, context n care, fiind obinute direct de
respondeni, pot fi afectate de erori. n aceeai ordine de idei, acestea nu trebuie s fie n
cantitate foarte mare, putnd duce la obosirea respondentului i, implicit, la distorsionarea
rspunsurilor. Se vor studia acele dimensiuni raionale ale comportamentului
consumatorului, evitndu-se abordarea unor elemente incontiente, subiective, ce fac
obiectul cercetrilor calitative.
n practica statistic i a cercetrilor de marketing anchetele sunt metodele cele mai
frecvente utilizate pentru culegerea datelor.
De exemplu, deosebit de importante n evaluarea cererii de consum a populaiei
sunt rezultatele Anchetei Bugetelor de Familie - cercetare realizat de ctre Institutul
Naional de Statistic cu o periodicitate trimestrial, pe un eantion reprezentativ de
gospodrii. Aceasta ofer o cantitate mare de informaii despre: distribuia gospodriilor
populaiei dup: statutul ocupaional, vrsta, sexul, nivelul de instruire al capului
gospodriei, mediul de locuit, dimensiunea gospodriei, prezena i numrul copiilor n
gospodrie; nivelul i structura veniturilor, a cheltuielilor totale i de consum - pe grupe de
produse, n termeni fizici i valorici, pe total i pe categorii de gospodrii etc.
1
Modalitile concrete de culegere a datelor n cercetrile directe, n funcie de
gradul lor de structurare, se mpart n:
1. forme structurate de comunicare de exemplu, cele care utilizeaz ca
instrument chestionarul; ntrebrile sunt prestabilite i sunt adresate tuturor
subiecilor n aceeai ordine, fr a suporta reformulri;
1
Rezultatele trimestriale i anuale ale Anchetei Bugetelor de Familie sunt publicate n lucrarea Coordonate
ale nivelului de trai n Romnia. Veniturile i consumul populaiei.
Cercetri de marketing. Curs universitar
58
2. forme parial structurate de exemplu, acelea care utilizeaz ca instrument
ghidul de conversaie sau interviu, aspectele ce urmeaz a fi abordate fiind
prestabilite, ns modul n care sunt formulate i ordinea lor este lsat la
latitudinea cercettorului;
3. forme nestructurate - este las la latitudinea cercettorului formularea
ntrebrilor.
n ceea ce privete consemnarea rspunsurilor, aceasta se poate face fie prin:
autonregistrare (nregistrarea rspunsurilor se realizeaz de ctre subiectul investigat) sau
de ctre operatorul de interviu.
O atenie deosebit trebuie acordat elaborrii instrumentelor de culegere a datelor.
n elaborarea chestionarului se pot utiliza: ntrebri deschise (fr rspunsuri
prestabilite), nchise (cu rspunsuri prestabilite) sau mixte (pe lng rspunsurile
prestabilite, exist i posibilitatea oferirii unui alt rspuns formulat de respondent); factuale
(de exemplu, ntrebri ce se refer la numrul de membrii ai gospodriei din care face parte
individul, frecvena medie de consum a unui anumit produs etc.) i de opinie (de exemplu,
ntrebri care fac referire la importana diferitelor caracteristici ale produselor n luarea
deciziei de cumprare, importana diferitelor criterii n alegerea unitilor din care se
realizeaz aprovizionarea etc.), precum i bifurcate, filtru etc.
Ordinea ntrebrilor n chestionar poate s respecte principiul plniei (de la
general la specific) sau al plniei rsturnate (respectiv, de la specific la general).
n proiectarea chestionarului se va ine cont de structura populaiei investigate n
funcie de diferite criterii relevante, de gradul de instruire, cunotinele n domeniul
investigat etc.; se va folosi un limbaj simplu, clar, care s evite ambiguitatea, evitndu-se
astfel erorile generate de nenelegerea informaiilor solicitate. De asemenea, dimensiunea
chestionarului nu trebuie s fie prea mare pentru a obosi respondenii. Chestionarul
elaborat trebuie testat pe un eantion de dimensiuni reduse pentru a fi depistate din timp
problemele legate de interpretarea greit sau nenelegerea anumitor aspecte, de omiterea
anumitor situaii particulare ce pot fi constatate pe teren etc. i pentru aducerea
mbuntirilor necesare.
Atunci cnd se dorete cercetarea unor aspecte ce depesc limitele raionalului,
intrnd n sfera subiectivului i chiar a incontientului, se utilizeaz cercetrile calitative,
respectiv: reuniunile focalizate de grup (discuii ce au loc n cadrul unui grup n legtur
Cercetri de marketing. Curs universitar
59
cu o anumit problematic i care sunt coordonate de un moderator), interviurile n
profunzime (discuii n profunzime ce au loc ntre operatorul de interviu / cercettor i o
persoan investigat n legtur cu un anumit subiect), tehnicile proiective (tehnici de
studiere a personalitii, care presupun utilizarea unor stimuli ambigui obiecte, desene
etc. - ce sunt prezentai persoanelor investigate, cu scopul ca acestea s proiecteze asupra
lor propriile nevoi, valori, opinii, sentimente etc. de care nu sunt contiente sau pe care nu
doresc s le recunoasc) etc. Astfel, nu de puine ori, se dorete cunoaterea cauzelor ce
genereaz un anumit comportament sau decizie, acestea, adesea, nefiind contientizate nici
de ctre purttorul informaiei. n aceste condiii, cercetrilor calitative le revine rolul de a
ptrunde n psihicul uman i de a gsi rspuns la problemele vizate.
n afara studierii acestor dimensiuni subiective ale comportamentului
consumatorului, cercetrile calitative sunt utilizate n scopuri exploratorii, deci anterior
altor cercetri, pentru o mai bun familiarizare cu problematica investigat, pentru
avansarea anumitor ipoteze ce urmeaz a fi ulterior testate.
n procesul de desfurare a cercetrilor de marketing se urmrete determinarea
unui volum ct mai mare de informaii despre subiecii investigai. Cu toate acestea, se va
evita solicitarea de date suplimentare (ce nu rezult strict din scopul i obiectivele
cercetrii), fapt care ar putea afecta grav calitatea demersului ntreprins, datorit dispersrii
ateniei cercettorului sau, dup caz, obosirii i chiar refuzului persoanei cercetate de a mai
furniza informaii.
3.2.1. Eantionarea
Cercetarea selectiv este una dintre principalele metode de cercetare a
fenomenelor de marketing, cu ajutorul creia se poate obine o cantitate mare de informaii
necesare procesului decizional al organizaiei, prin investigarea unui eantion de uniti
extras din colectivitatea cercetat.
Se numete eantion sau colectivitate de selecie colectivitatea parial ce se
extrage dintr-o populaie numeroas (colectivitatea / populaia cercetat), unitile cuprinse
n colectivitatea parial fiind cele de la care se culeg datele.
Operaia de determinare a unitilor ce urmeaz a fi extrase din populaia cercetat,
att din punctul de vedere al numrului, ct i a structurii lor n funcie de principalele
caracteristici ale colectivitii cercetate, poart denumirea de eantionare.
Cercetri de marketing. Curs universitar
60
Conform teoriei statistice, poart denumirea de sondaj cercetarea unei colectiviti
prin intermediul unui eantion extras din respectiva colectivitate i care este reprezentativ
pentru aceasta, astfel nct, rezultatele obinute din prelucrarea datelor din eantion s
poat fi extinse, conform teoriei probabilitilor, asupra ntregii colectiviti cercetate.
n practica cercetrilor de marketing, se utilizeaz (datorit unor considerente legate de
uurina culegerii datelor, a rapiditii de desfurare a cercetrii, a costului redus etc.) i
o serie de cercetri realizate la nivelul unor eantioane nereprezentative, motiv pentru
care indicatorii calculai pentru eantionul cercetat nu pot fi extini asupra ntregii
colectiviti din care a fost extras eantionul, aceti indicatori avnd doar caracter
orientativ pentru respectiva colectivitate. Astfel de cercetri sunt cele n care extragerea
nu se face aleator, unitile colectivitii cercetate neavnd anse egale de a fi incluse n
eantion. n unele lucrri de specialitate s-a utilizat termenul de sondaj i pentru aceast
categorie de cercetri selective (realizate pe eantioane nereprezentative pentru
colectivitatea din care au fost extrase). n lucrarea de fa am utilizat noiunea de sondaj
numai pentru cercetrile selective desfurate pe eantioane reprezentative. Facem
precizarea c aspectele legate de estimarea parametrilor colectivitii generale,
dimensionarea eantionului dup restricii statistice, precum i cele prezentate n
subcapitolele referitoare la validarea i redresarea acestuia sunt valabile doar n cazul
cercetrilor selective de tip sondaj.
Aa cum am precizat, cercetarea selectiv, care utilizeaz ca instrument pentru
culegerea datelor chestionarul, poart numele de anchet. n cazul studierii unor
eantioane reprezentative aceast cercetare se numete anchet prin sondaj, fiind, de
altfel, i cea mai cunoscut metod de cercetare prin sondaj.
n afara cercetrilor care presupun administrarea unor chestionare unor subieci
selectai din colectivitatea total, cercetrile selective pot viza: studiul calitii produselor,
cnd, adesea, sunt distruse elementele observate; cunoaterea unor aspecte legate de
evoluia preurilor i determinarea structurii desfacerilor pe diferite piee etc. (n cazurile
menionate, de regul, aplicndu-se metoda sondajului). n aceste situaii, se utilizeaz
pentru culegerea datelor instrumente adaptate obiectivelor i particularitilor cercetrii,
nregistrarea datelor realizndu-se de ctre operatori special instruii: fore de teren care
culeg datele de la nivelul pieei, persoane instruite n controlul calitii produselor etc.
n demersul ntreprins pentru organizarea unei cercetri selective una dintre
principalele probleme o constituie determinarea colectivitii de selecie sau a eantionului,
Cercetri de marketing. Curs universitar
61
de dimensiunea i structura acestei colectiviti depinznd, n mod hotrtor, valoarea
tiinific a cercetrii. Eantionul este constituit din uniti aparinnd colectivitii
cercetate (totale), prin studierea caracteristicilor unitilor cuprinse n acesta, urmnd a fi
apreciate caracteristicile colectivitii din care a fost extras. Altfel spus, studierea i
caracterizarea eantionului nu constituie un scop n sine, acest demers avnd ca finalitate
cunoaterea colectivitii totale, respectiv, extinderea determinrilor obinute din studierea
unitilor cuprinse n eantion asupra ntregii colectiviti cercetate. Aa cum am precizat
anterior, extinderea rezultatelor este posibil numai n situaia n care eantionul constituie
o copie fidel a colectivitii din care a fost extras (este reprezentativ), deci, n cazul
cercetrilor de tip sondaj.
De exemplu, se studiaz o populaie de un milion de consumatori ai unui produs
X prin intermediul unui eantion reprezentativ de 1000 persoane, extras din respectiva
populaie. Pe baza investigrii celor 1000 indivizi se obin informaii referitoare la
inteniile de cumprare pentru respectivul produs, pentru urmtorul an. Se poate, astfel,
calcula un nivel mediu al cheltuielilor pe persoan ce se intenioneaz a se realiza de ctre
cei 1000 respondeni. n baza acestui indicator calculat, se va estima nivelul mediu pe
persoan al cheltuielilor ce se intenioneaz a se realiza, n cursul anului urmtor, pentru
achiziionarea produsului X, la nivelul ntregii colectiviti de un milion de consumatori.
ndeosebi cnd eantionul ce urmeaz a se investiga se dorete a fi reprezentativ
pentru populaia cercetat, extragerea unitilor din eantion presupune definirea bazei de
eantionare. O baz de eantionare (de sondaj) reprezint o sistematizare a tuturor
unitilor colectivitii generale prin intermediul listelor, a hrilor, permind, astfel,
selecia aleatoare a unitilor n eantion n funcie de procedeul de eantionare folosit, de
natura cercetrii realizate. Se pot constitui ca baze de eantionare (n funcie de natura
problematicii investigate, de obiectivele cercetrii): lista tuturor agenilor economici
dintr-o anumit arie teritorial, eventual, pe categorii n funcie de obiectul de activitate,
lista cu numerele de telefon i/sau adresele populaiei dintr-o anumit zon etc.
Un criteriu de apreciere a reprezentativitii l constituie concordana dintre
parametrii colectivitii de selecie i cei ai colectivitii generale.
Cercetri de marketing. Curs universitar
62
3.2.2. Estimarea parametrilor colectivitii generale
Prin realizarea unei cercetri selective pe un eantion reprezentativ, se vor
determina o serie de parametri (valori ale variabilelor de marketing cercetate) ce urmeaz a
fi extini la nivelul colectivitii cercetate. ntre valorile variabilelor de marketing ce s-ar
obine dac ar fi investigai toi indivizii din colectivitatea cercetat (cercetare total) i
valorile obinute prin investigarea eantionului, pot exista o serie de diferene. O astfel de
diferen poart denumirea de eroare. Exist:
eroare aleatoare de reprezentativitate. Erorile aleatoare de
reprezentativitate sunt inevitabile n orice cercetare, se produc ntmpltor,
att n plus ct i n minus, compensndu-se pentru un numr suficient de
cazuri nregistrate;
eroare sistematic de eantionare (de sondaj). Erorile sistematice de
eantionare sunt rezultatul nerespectrii principiilor teoriei sondajului,
ducnd la abateri ntr-un singur sens ale valorilor estimate fa de cele reale,
fiind, aadar, foarte periculoase pentru rezultatele cercetrii.
Se consider, n general, reprezentativ un parametru estimat n condiiile n care
eroarea sa fa de parametrul real nu este mai mare de 5%. Bineneles, eroarea maxim
admis este stabilit de ctre cercettor n funcie de particularitile problemei investigate,
putnd fi micorat prin creterea mrimii eantionului selectat.
S-a introdus noiunea de interval de ncredere, definit ca intervalul cuprins ntre
limita inferioar i limita superioar unde este probabil s se ncadreze parametrul cercetat
al colectivitii studiate.
Intervalul de ncredere pentru media colectivitii poate fi scris ( ; ; A + A x x ),
ncadrarea mediei n acest interval fiind garantat cu o anumit probabilitate (P),
unde:
x = media eantionului cercetat;
A = eroarea maxim admis.
A= z
.
x
o ,
Cercetri de marketing. Curs universitar
63
unde:
z
=
N
n N
n
x
o
o
,
sau
n
x
0
o
o =
,
cnd N nu se cunoate sau cnd volumul colectivitii este mare iar volumul eantionului
este, comparativ, mic
|
.
|
\
|
0
N
n
,
unde:
o
0
= abaterea medie ptratic a caracteristicii la nivelul ntregii colectiviti
studiate;
N = efectivul colectivitii studiate;
n = mrimea eantionului extras.
n cele mai multe situaii, o
0
nu este cunoscut, putndu-se estima cu ajutorul
relaiei (estimator al abaterii medii ptratice):
( )
1 1
2
2
=
n
x x
n
n
S
i
o
,
Cercetri de marketing. Curs universitar
64
unde:
o = abaterea medie ptratic a caracteristicii la nivelul eantionului;
x
i
= valorile nregistrate ale caracteristicii la nivelul unitilor din eantion;
x = media eantionului,
Exist lucrri de specialitate n care estimarea abaterii medii ptratice a colectivitii
totale se realizeaz cu formula corectat (S) doar n cazul sondajului de volum redus
(desfurat pe un eantion de pn la 30 - 40 uniti). n lucrarea de fa, vom utiliza
formula corectat pentru estimarea abaterii medii ptratice indiferent de dimensiunea
eantioanelor utilizate.
n cercetrile de marketing o importan deosebit prezint caracteristicile
alternative (binare). Poart denumirea de caracteristic alternativ (binar) acea
variabil care are doar dou variante posibile (prefer / nu prefer produsul, cumprtor /
noncumprtor etc.). n cazul studierii unor astfel de variabile (demersul estimrii
parametrilor unei colectiviti pe baza valorilor obinute prin msurtori la nivelul
eantionului este similar cu cel prezentat anterior), exist, ns, o serie de diferene n ceea
ce privete calculul indicatorilor folosii.
Astfel, media unei caracteristici binare se calculeaz pe baza relaiei:
m
m
p =
,
unde:
m = numrul unitilor care posed caracteristica cercetat;
n = numrul total al unitilor investigate;
iar abaterea medie ptratic se determin pe baza relaiei:
( ) p p = 1 o
.
n cazul n care dispersia la nivelul colectivitii cercetate nu se cunoate,
estimatorul abaterii medii ptratice se determin astfel:
( ) p p
n
n
n
n
S
= 1
1 1
2
o
,
unde:
o = abaterea medie ptratic a caracteristicii la nivelul eantionului;
p = media eantionului.
Cercetri de marketing. Curs universitar
65
Estimarea parametrilor colectivitii generale aplicaii practice
I. Printr-o cercetare asupra unui eantion reprezentativ de 500 persoane extras
dintr-o colectivitate numeroas, s-a demonstrat c, n medie lunar, o persoan realizeaz
cheltuieli de 160.000 u.m. pentru achiziionarea unui anumit produs X. Abaterea de la
medie a fost de 25.000 u.m. Considernd un nivel de semnificaie de 5%, s se determine
intervalul n care, probabil, se vor ncadra cheltuielile medii pe o persoan pentru
achiziionarea produsului X la nivelul ntregii colectiviti studiate.
Intervalul de ncredere n care, probabil, se vor ncadra cheltuielile medii pe o
persoan pentru achiziionarea produsului X la nivelul ntregii colectiviti cercetate,
pentru un nivel de semnificaie o = 5%, respectiv, pentru o probabilitate de garantare a
rezultatelor de 100% 5% = 95% (pentru care valoarea coeficientului z
o
citit din tabelul
funciei Gauss Laplace este 1,96), este:
( ) +
x x
z x z x o o
o o
; (160.000 - 1,96
.
1.119,15; 160.000 + 1,96
.
1.119,15)
(157.806 u.m., 162.194 u.m.), unde:
15 , 119 . 1
500
025 . 25
= = =
n
S
x
o
u.m.,
( )
025 . 25
499
500
000 . 25
1 1
2 2
2
= =
=
n
n
n
x x
S
i
o
u.m.
Dac se estimeaz c populaia supus investigaiei (N) este de 2.500.000 persoane,
se poate garanta cu o probabilitate de 95%, c vnzrile totale din produsul X vor fi
cuprinse n intervalul:
| | + ) ( ; ) (
x x
z x N z x N o o
o o
(2.500.000
.
157.806 , 2.500.000
.
162.194),
respectiv ntre valorile, (394.515 milioane u.m., 405.485 milioane u.m.).
II. Asupra unui eantion reprezentativ de 300 persoane extras dintr-o colectivitate
numeroas, s-a realizat o cercetare pentru a se evidenia preferina pentru un anumit
produs. Dintre cele 300 persoane investigate, 170 prefer produsul cercetat. Considernd o
probabilitate de garantare a rezultatelor de 95%, se dorete s se determine ponderea celor
care prefer produsul la nivelul ntregii colectiviti cercetate.
Cercetri de marketing. Curs universitar
66
Proporia celor care prefer produsul, la nivelul ntregii colectiviti cercetate, se va
ncadra, pentru o probabilitate de garantare a rezultatelor de 95% i, deci, un nivel de
semnificaie o = 5%, pentru care valoarea coeficientului z
o
citit din tabelul funciei Gauss
Laplace este 1,96, n intervalul:
( )
p p
z p z p o o
o o
+ ; (0,5667 - 1,96
.
0,0287; 0,5667 + 1,96
.
0,0287) (0,5105,
0,6228), respectiv, ntre 51,05% i 62,28%, unde:
5667 , 0
300
170
= = =
n
m
p
,
0287 , 0
300
4964 , 0
= = =
n
S
p
o
,
4964 , 0
299
300
) 5667 , 0 1 ( 5667 , 0
1
) 1 ( = =
=
n
n
p p S
.
Dac se aproximeaz c populaia supus investigaiei (N) este de 3.500.000
persoane, se poate garanta, cu o probabilitate de 95%, c numrul persoanelor care prefer
produsul este cuprins n intervalul:
| | + ) ( ; ) (
p p
z p N z p N o o
o o
(3.500.000
.
0,5105, 3.500.000
.
0,6228), respectiv,
ntre 1.786,7 mii persoane i 2.180,0 mii persoane.
3.2.3. Determinarea dimensiunii eantionului
n procesul de organizare a unei cercetri selective o problem ce trebuie rezolvat
o constituie dimensionarea eantionului.
Dimensiunea eantionului depinde de caracteristicile colectivitii din care este
extras, respectiv, de dimensiunea colectivitii (atunci cnd aceasta nu este mare), de
dispersia valorilor caracteristicilor relevante pentru obiectivele cercetrii de la nivelul
colectivitii, de eroarea maxim admis i de probabilitatea cu care se dorete a se garanta
rezultatele, ca restricii de ordin statistic; precum i de o serie de restricii de natur
organizatoric: bugetul i timpul alocat cercetrii, numrul i pregtirea personalului
implicat n realizarea cercetrii, dispersia n teritoriu a unitilor colectivitii,
caracteristicile bazei de sondaj etc.
Cercetri de marketing. Curs universitar
67
Cu ct eantionul este de volum mai mare, cu att sporete precizia rezultatelor
obinute, ns, innd seama de criterii de economicitate este indicat ca acesta s fie ct mai
mic, fr ns a afecta precizia cu care se dorete a se obine rezultatele.
n continuare sunt prezentate formulele de calcul necesare dimensionrii
eantionului (reprezentativ), innd cont strict de restricii de ordin statistic.
Mrimea eantionului se determin, n condiiile n care se cunoate mrimea
colectivitii cercetate i cnd aceasta nu este numeroas, cu ajutorul formulei:
( )
,
1
2
0
2 2
2
0
2
o
o
o
o
+ A
=
z N
z N
n
unde:
N = volumul colectivitii cercetate;
z
o
= coeficientul ce corespunde probabilitii P cu care se garanteaz rezultatele
citit din tabelul funciei Gauss Laplace (Anexa 1);
o
0
= abaterea medie ptratic la nivelul colectivitii cercetate;
A = eroarea maxim admis.
n cele mai multe situaii cercetrile se realizeaz asupra unor colectiviti
numeroase
|
.
|
\
|
0
N
n
, adesea, N nefiind cunoscut; n acest caz, determinarea mrimii
eantionului presupunnd utilizarea formulei:
2
2
0
2
A
=
o
o
z
n
.
n cazul considerrii unei caracteristici binare pentru dimensionarea eantionului se
va ine cont de relaia: ( )
0 0
2
0
1 p p = o ,
unde: p
0
= media caracteristicii binare la nivelul colectivitii cercetate.
Aceste formule se utilizeaz n condiiile n care se cunoate abaterea medie
ptratic la nivelul colectivitii (o
0
). n general, aceste informaii nu sunt disponibile,
situaie n care pentru determinarea mrimii eantionului se va extrage un eantion de
volum redus n (de 30 - 40 uniti), pe baza cruia se va estima abaterea medie ptratic
(S), conform metodologiei prezentate anterior.
Cercetri de marketing. Curs universitar
68
n cazul eantioanelor de volum redus, valoarea coeficientului ce corespunde
probabilitii cu care se garanteaz rezultatele se citete din tabelul cu valorile repartiiei
Student (Anexa 2) i se noteaz cu t.
n consecin, formula de calcul pentru volumul eantionului este:
2
2 2
1 ;
,
A
=
S t
n
n o
,
unde:
n = mrimea eantionului de volum redus, extras n prealabil;
t
o;n-1
= coeficientul ce corespunde probabilitii P cu care se garanteaz rezultatele,
citit din tabelul funciei Student pentru n 1 grade de libertate i un nivel de
semnificaie o = 1 P;
S = estimatorul abaterii medii ptratice.
n cazul unei caracteristici binare, dispersia, care este, de fapt, ptratul abaterii
medii ptratice, nu poate lua o valoare mai mare de 0,25 n condiiile n care jumtate din
unitile colectivitii posed caracteristica cercetat i jumtate nu posed aceast
caracteristic. Astfel, n acest caz, determinarea volumului eantionului se poate realiza
considernd c dispersia este maxim (fr a mai fi necesar ca, n prealabil, s se extrag
un eantion de volum redus). Acest caz este i cel mai nefavorabil posibil n termeni de
consum de timp i bani, mrimea eantionului fiind maxim (pentru o anumit
probabilitate de garantare a rezultatelor i o anumit eroare maxim admis). Deci,
volumul eantionului va fi dat de formula:
( )
2
2
5 , 0 1 5 , 0
A
=
o
z
n
.
Pentru corecta dimensionare a eantionului i, implicit, pentru reuita unei cercetri
de marketing, o problem care se pune este identificarea, n prealabil, a colectivitii ce
urmeaz a fi studiat i alegerea caracteristicii pe baza creia se va calcula mrimea
eantionului.
Astfel, dac o ntreprindere F urmrete realizarea unei cercetri ce are ca
obiectiv identificarea oportunitilor de cretere a vnzrilor pentru un anumit produs A
prin atragerea de noi clieni i creterea vnzrilor ctre cei actuali, colectivitatea cercetat
va fi reprezentat att de firmele care achiziioneaz astfel de produse de la ntreprinderea
F, ct i de firmele ce achiziioneaz produse similare concurente. n condiiile n care se
Cercetri de marketing. Curs universitar
69
dorete creterea vnzrilor doar ctre clienii actuali, colectivitatea cercetat se va limita
doar la acetia. Caracteristica luat n studiu n determinarea dispersiei termenilor i,
implicit, n determinarea mrimii eantionului, poate fi n primul caz valoarea
aprovizionrilor cu produse A i concurente, indiferent de productorul acestora, iar n
cel de al doi-lea caz, valoarea aprovizionrilor cu produse A de la firma F.
Caracteristica pe baza creia urmeaz a fi determinat mrimea eantionului trebuie
aleas, astfel nct, s corespund ct mai bine obiectivelor cercetrii. Alegerea se poate
face n funcie de importana diferitelor caracteristici pentru realizarea obiectivelor sau n
funcie de caracteristica (dintre cele care se doresc a fi studiate) pentru care colectivitatea
cercetat nregistreaz eterogenitatea cea mai mare (populaia cercetat poate fi mai
omogen n funcie de o anumit variabil i mai eterogen n raport de alt variabil
analizat). Pentru a putea realiza comparaii din acest punct de vedere ntre diferitele
caracteristici ce prezint interes pentru cercetare i care pot fi exprimate n uniti de
msur diferite, pentru calculul gradului de eterogenitate se va utiliza coeficientul de
variaie, indicator ce se exprim n procente:
100
x
V
o
=
unde:
o = abaterea medie ptratic a caracteristicii;
x = media aritmetic a valorilor caracteristicii.
Determinarea dimensiunii eantionului aplicaii practice
I. O ntreprindere A productoare de utilaje industriale, organizeaz o cercetare
selectiv asupra unei colectiviti de 1.500 ntreprinderi. Rezultatele cercetrii se doresc a
fi garantate cu o probabilitate de 99% urmnd a fi folosite n elaborarea programului de
producie pentru anul urmtor. Una dintre problemele ce trebuie rezolvate o constituie
determinarea mrimii eantionului, astfel nct, acesta s fie reprezentativ pentru
colectivitatea cercetat. Pentru aceasta se extrage n mod aleator un numr de 40 uniti
pentru care se nregistreaz inteniile privind aprovizionrile pe anul urmtor. Media
aprovizionrilor pe care cele 40 ntreprinderi intenioneaz s le realizeze de la firma A
se cifreaz la 560 milioane u.m., iar abaterea medie ptratic corespunztoare este de 125
milioane u.m. Eroarea maxim acceptat este de 3%.
Cercetri de marketing. Curs universitar
70
Mrimea eantionului se calculeaz astfel:
( )
325
6 , 126 704 , 2 8 , 16 1499
6 , 126 704 , 2 500 . 1
1
2 2 2
2 2
2 2
1 ' ,
2
2 2
1 ' ,
=
+
=
+ A
=
S t N
S t N
n
n
n
o
o
ntreprinderi,
unde:
t
o; n-1
- coeficientul ce corespunde probabilitii de garantare a rezultatelor, pentru
40 1 = 39 grade de libertate i un nivel de semnificaie o = 0,01 citit din tabelul
repartiiei Student;
Nedispunnd de valoarea tabelat a lui t pentru un nivel de semnificaie de 0,01 i
pentru 39 grade de libertate, aceasta a fost citit pentru un nivel de semnificaie de 0,01
i 40 grade de libertate: t
0,01; 40
= 2,704.
6 , 126
1 40
40
125
1
2 2
=
=
n
n
S o
milioane u.m.,
16,8 560 ,03 0 = = A milioane u.m.
II. Dintr-o colectivitate numeroas s-a extras aleator un numr de 30 persoane,
pentru care s-a nregistrat nivelul cheltuielilor pentru servicii. S-a observat c, n medie,
fiecare persoan aloc lunar o sum de 320.000 u.m. pentru servicii, abaterea de la medie
fiind de 120.000 u.m. Se dorete determinarea mrimii eantionului astfel nct acesta s
fie reprezentativ, considerndu-se o eroare maxim acceptat de 3% i o probabilitate cu
care se garanteaz rezultatele de 95%. Necunoscnd mrimea colectivitii cercetate i
aceasta fiind numeroas, pentru dimensionarea eantionului se va utiliza formula:
676
9.600
122.051,4 2,045
2
2 2
2
2 2
1 ' ,
=
=
A
=
S t
n
n o
persoane,
unde:
t
o; n-1
= 2,045 (coeficientul ce corespunde probabilitii de garantare a rezultatelor,
pentru 30 1 = 29 grade de libertate i un nivel de semnificaie o = 0,05, citit din
tabelul repartiiei Student),
4 , 051 . 122
1 30
30
000 . 120
1
S
2 2
=
=
n
n
o u.m.,
9.600 000 . 320 0,03 = = A u.m.
Cercetri de marketing. Curs universitar
71
III. O firm distribuitoare de produse cosmetice intenioneaz s organizeze o
cercetare selectiv de tip sondaj avnd ca obiectiv identificarea preferinelor
consumatorilor fa de anumite mrci comercializate. Rezultatele cercetrii se doresc a se
extinde cu o probabilitate de garantare de 95%. Eroarea maxim admis este de 3%.
Bugetul alocat este de 16.800.000 u.m., timpul mediu necesar unui operator de interviu
pentru completarea unui chestionar este de 30 minute, perioada de realizare a cercetrii
este de o sptmna (de luni pn vineri), timpul de lucru al unui operator este de 8 ore / zi,
salariul brut pe or este de 35.000 u.m.
Pentru a determina mrimea eantionului trebuie s se in cont att de restriciile
de ordin statistic, ct i de cele de ordin organizatoric.
Pentru simplificarea problemei nu s-a inut cont dect de cheltuielile destinate
remunerrii operatorilor de interviu i, de asemenea, nu s-a luat n calcul eventualul
consum de timp dintre completarea a dou chestionare.
Determinarea mrimii eantionului innd cont de restriciile statistice:
( )
067 . 1
03 , 0
25 , 0 96 , 1 1
2
2
2
2
=
=
A
=
p p z
n
o
persoane,
unde:
z
o
= 1,96 (coeficientul ce corespunde probabilitii de garantare a rezultatelor de
95%, citit din tabelul funciei Gauss-Laplace).
Necunoscnd dispersia elementelor din colectivitate, s-a considerat c aceasta este
maxim, adic:
p(1-p) = 0,25
Determinarea mrimii eantionului innd cont de restriciile organizatorice:
Cheltuielile aferente unui operator de interviu:
35.000 u.m./zi
.
8 ore/zi
.
5 zile/sptmn = 1.400.000 u.m.;
Numrul operatorilor:
12
u.m. 000 . 400 . 1
u.m. 000 . 800 . 16
= operatori;
Cercetri de marketing. Curs universitar
72
Mrimea eantionului va fi:
n = 12 operatori
.
5 zile/sptmn
.
8 ore/zi
.
2chestionare/or = 960 persoane.
Deci, eantionul va fi cuprins n intervalul (960, 1067), firma optnd fie pentru
ncadrarea n bugetul alocat i afectarea restriciilor de ordin statistic, fie pentru
suplimentarea bugetului. Aceast alegere se va baza pe o analiz aprofundat a eforturilor
pe care le implic suplimentarea bugetului cercetrii, comparativ cu riscul reducerii
probabilitii de garantare a rezultatelor sau, dup caz, al creterii erorii maxime admise.
Astfel, pentru asigurarea restriciilor statistice se impune o suplimentare a bugetului
cu 1.872.500 u.m.:
- cheltuieli aferente completrii unui chestionar:
or
.
35.000 u.m./ or = 17.500 u.m. / chestionar;
- suplimentul de buget necesar investigrii a 1.067 persoane:
(1.067 960)
.
17.500
=
1.872.500 u.m.
Pe de alt parte, nesuplimentarea bugetului va determina;
- reducerea probabilitii de garantare a rezultatelor la 93,71% (n condiiile
meninerii erorii maxime admise la nivelul de 3%):
86 , 1
25 , 0
03 , 0 960
) 1 (
2 2
=
A
=
p p
n
z
o
,
(valoare ce corespunde, conform tabelului funciei Gauss-Laplace, unei probabiliti de
garantare a rezultatelor de 93,71%);
- sau, dup caz, meninerea probabilitii de garantare a rezultatelor la valoarea de
95% i creterea erorii maxime admise la 3,16%:
%. 16 , 3 00316
960
25 , 0 96 , 1 ) 1 (
2 2
= =
=
= A
n
p p z
o
Cercetri de marketing. Curs universitar
73
3.2.4. Validarea eantionului
n condiiile n care cercetarea s-a organizat pe un eantion reprezentativ pentru
colectivitatea cercetat, se pune problema determinrii msurii n care repartiia
caracteristicilor ce prezint interes pentru obiectivele cercetrii, de la nivelul eantionului,
este similar cu cea nregistrat la nivelul colectivitii totale. Pentru validarea eantionului
este necesar a se cunoate distribuia (i, implicit, valoarea medie a variabilelor cercetate)
la nivelul populaiei totale. Validarea eantionului presupune s se determine cauza abaterii
mediei eantionului de la media real (media colectivitii); respectiv, s se determine dac
aceast diferen este semnificativ (generat de erori de eantionare) sau se datoreaz unor
erori ntmpltoare de selecie, considernd o anumit probabilitate de garantare a
rezultatelor. Pentru aceasta se utilizeaz un test de semnificaie denumit test z, ce studiaz
semnificaia statistic diferenelor dintre medii. Testul presupune calculul valorii teoretice
z
c
, conform formulelor:
x
o
c
x x
z
o
=
, n cazul caracteristicilor nebinare;
p
c
p p
z
o
0
=
, n cazul caracteristicilor binare,
unde:
0
x , p
0
media colectivitii cercetate;
x , p media eantionului extras;
x
o ,
p
o - eroarea medie de selecie.
Se lanseaz ipoteza nul conform creia nu exist diferene semnificative ntre cele
dou valori medii.
Valoarea calculat z
c
se va compara cu valoarea tabelat z
o
(coeficientul z citit din
tabelul funciei Gauss Laplace, pentru o anumit probabilitate de garantare a rezultatelor
P).
Dac z
c
> z
o
, ipoteza nul se respinge - ntre cele dou valori exist diferene
semnificative determinate de greeli de eantionare, eantionul neputnd fi validat pentru
probabilitatea de garantare a rezultatelor P considerat;
Cercetri de marketing. Curs universitar
74
Dac z
c
< z
o
, ipoteza nul se accept - ntre cele dou valori nu exist diferene
semnificative, eantionul putnd fi validat, pentru probabilitatea de garantare a rezultatelor
P.
Pentru eantioanele de volum redus z
o
se nlocuiete cu valoarea t
o; n-1
, care se citete din
tabelul repartiiei Student pentru un nivel de semnificaie o = 1 - P i pentru n - 1 grade
de libertate, unde n dimensiunea eantionului cercetat.
De exemplu, dac n anul 2011 (la 1 iulie) structura pe medii a populaiei pentru un
anumit areal se prezenta astfel: 53,4% populaie urban i 46,6% populaie rural, un
eantion reprezentativ pentru aceast populaie (cel puin din perspectiva caracteristicii
indicate) va trebui s prezinte o distribuie pe medii nesemnificativ diferit.
n aceeai ordine de idei, n cazul unei cercetri, pentru care caracteristica
veniturile populaiei prezint importan, se va testa dac structura i, implicit, media
eantionului n funcie venituri sunt nesemnificativ diferite n raport cu structura i media
nregistrat la nivelul populaiei totale.
Dac structura populaiei cercetate i structura eantionului, n funcie de
variabilele cercetate i, implicit, mediile acestor variabile la nivelul colectivitii i,
respectiv, la nivelul eantionului sunt semnificativ diferite, eantionul nu va fi validat.
Validarea eantionului aplicaie practic
O firm care a lansat pe pia un nou sortiment de cafea, a realizat o cercetare
selectiv de tip sondaj asupra unui eantion de 1.000 persoane (peste 18 ani). Din cele
1.000 persoane incluse n eantion 57% sunt femei, restul de 43%, brbai. Datele statistice
atest c n populaia peste 18 ani ponderea femeilor este de 51%.
Pornind de la aceast diferen se impune determinarea cauzei abaterii mediei
eantionului de la media real, respectiv, s se determine dac aceast diferen este
semnificativ sau se datoreaz unor erori ntmpltoare de selecie. Se consider o
probabilitate de garantare a rezultatelor de 95%.
Se lanseaz ipoteza nul conform creia nu exist diferene semnificative ntre cele
dou valori.
Se va proceda la validarea eantionului, respectiv, se va calcula valoarea z
c
:
Cercetri de marketing. Curs universitar
75
797 , 3
0158 , 0
51 , 0 57 , 0
0
=
=
p
c
p p
z
o
,
unde:
0158 , 0
000 . 1
4999 , 0
0
= = =
n
p
o
o
4999 , 0 ) 51 , 0 1 ( 51 , 0 ) 1 (
0 0 0
= = = p p o
.
Valoarea z
c
= 3,797 > z
\
|
=
= =
= =
.
Variaia total se descompune n:
variaia dintre grupuri sau suma abaterilor ptrate ntre grupuri (S
Tr
), care
exprim influena factorului experimental;
eroarea experimental (S
E
), care msoar influena altor factori neinclui n
model (ntmpltori).
Niveluri ale factorului experimental
1 2 3 j r
y
11
y
12
y
13
y
1j
y
1r
y
21
y
22
y
23
y
2j
y
2r
.
.
.
.
.
.
.
.
.
.
y
i1
y
i2
y
i3
y
ij
y
ir
.
.
.
.
.
.
.
.
.
.
y
n11
y
n22
y
n33
y
njj
y
nrr
Cercetri de marketing. Curs universitar
96
Ele se determin dup cum urmeaz:
=
= = =
|
|
.
|
\
|
|
|
.
|
\
|
=
r
j
n
i
r
j
ij
j
n
i
ij
Tr
n
y
n
y
S
j j
1
2
1 1
2
1
;
S
E
= S
T
S
Tr
.
Verificarea semnificaiei statistice a rezultatelor obinute se face cu ajutorul testului
Fisher. Calculm pentru aceasta valoarea F
c
cu ajutorul urmtoarei relaii:
r n
S
r
S
F
E Tr
c
= :
1
,
unde:
r = numrul de grupuri experimentale;
n = numrul de uniti experimentale.
Valoarea calculat F
c
, se compar cu valoarea tabelat F
o;r-1,n-r
, citit din tabelele
Fisher, pentru r-1 grade de libertate la numrtor i, respectiv, n-r grade de libertate la
numitor i un anumit nivel de semnificaie o, determinat n funcie de probabilitatea cu
care se garanteaz rezultatele (P): o = 1 - P, dac o i P se exprim n coeficieni i,
respectiv, o = 100% - P, dac o i P se exprim n procente.
Dac: F
c
> F
o;r-1,n-r
, ipoteza nul se respinge, factorul experimental are o influen
semnificativ asupra variaiei variabilei dependente, pentru probabilitatea de garantare a
rezultatelor considerat;
F
c
< F
o;r-1,n-r
, ipoteza nul se accept, factorul experimental nu are influen
semnificativ asupra variaiei variabilei dependente, pentru probabilitatea de garantare a
rezultatelor considerat.
Proiectarea complet aleatoare cu un singur factor aplicaie practic
O societate comercial urmrete s testeze efectul pe care reducerile de pre le au
asupra vnzrilor. n acest sens s-au selectat n mod aleator 35 uniti, situate n 4 localiti,
asupra crora urmeaz s se aplice factorul experimental, cu intensiti diferite n fiecare
dintre localitile selectate (n prima localitate nu se acord reduceri de pre, iar n
localitile II, III i IV s-au practicat reduceri de pre cu 10%, cu 20% i, respectiv, cu
30%). Tratamentele experimentale au fost administrate timp de o lun, dup care au fost
Cercetri de marketing. Curs universitar
97
nregistrate vnzrile realizate n cele 35 uniti experimentale. Se consider o probabilitate
de garantare a rezultatelor de 99%.
Rezultatele experimentului se prezint astfel:
Desfaceri realizate ntr-o lun (milioane u.m.)
Nr. crt. al
unitii Localitatea I Localitatea II Localitatea III Localitatea IV
1 24 44 51 56
2 23 23 33 53
3 21 45 64 49
4 34 26 24 32
5 32 31 32 29
6 16 37 31 51
7 11 11 45
8 25 47
9 36 49
10 33
11 26
12 21
13 34
Total 336 217 376 270
Analiznd datele cuprinse n tabel, se observ c exist diferene n ceea ce privete
desfacerile realizate de unitile din cele 4 grupuri experimentale. ns, pentru a putea
aprecia dac acestea sunt semnificative (caz n care rezultatele pot fi extinse la nivelul
ntregii colectiviti din care au fost extrase unitile experimentale, considernd c cele 35
uniti analizate constituie un eantion reprezentativ pentru colectivitatea cercetat),
respectiv, dac nu sunt generate de erori ntmpltoare de selecie, se va proceda la
verificarea semnificaiei statistice a diferenelor dintre grupuri cu ajutorul testului Fisher.
Lansm ipoteza nul conform creia reducerile de pre nu au influen
semnificativ asupra vnzrilor.
69 , 722 . 5 31 , 074 . 41 797 . 46
2
1 1
1 1
2
= =
|
|
.
|
\
|
=
= =
= =
n
y
y S
j
j
n
i
r
j
ij
n
i
r
j
ij T
797 . 46 51 ...... 21 23 24
2 2 2 2
6
1
2
4
9
1
2
3
7
1
2
2
13
1
2
1
1 1
2
= + + + + = + + + =
= = = = = = i
i
i
i
i
i
i
i
n
i
r
j
ij
y y y y y
j
( )
31 , 074 . 41
35
270 376 217 336
2
2
1 1
=
+ + +
=
|
|
.
|
\
|
= =
n
y
j
n
i
r
j
ij
Cercetri de marketing. Curs universitar
98
44 , 195 . 2 31 , 074 . 41 75 , 269 . 43
1
2
1 1
2
1
= =
|
|
.
|
\
|
|
|
.
|
\
|
=
=
= = =
r
j
n
i
r
j
ij
j
n
i
ij
Tr
n
y
n
y
S
j j
75 , 269 . 43
6
270
9
376
7
217
13
336
2 2 2 2
1
2
1
= + + + =
|
|
.
|
\
|
=
=
r
j j
n
i
ij
n
y
j
S
E
= S
T
S
Tr
= 5.722,69 - 2.195,44 = 3.527,25
43 , 6
4 35
25 , 527 . 3
:
1 4
44 , 195 . 2
:
1
=
=
=
r n
S
r
S
F
E Tr
c
Valoarea calculat F
c
se compar cu valoarea tabelat pentru o probabilitate de
garantare a rezultatelor de 99%, respectiv, pentru un nivel de semnificaie o de 1-0,99 =
0,01 i pentru 3 i, respectiv, 31 grade de libertate.
Not: Nedispunnd de valoarea tabelat a lui F pentru 3 i, respectiv, 31 grade de
libertate, aceasta a fost citit pentru 3 i, respectiv, 30 grade de libertate. F
0,01;3,30
=
4,51.
6,43 > 4,51
ipoteza nul se respinge, factorul experimental (reducerile de pre)
are o influen semnificativ asupra vnzrilor realizate, pentru o probabilitate de garantare
a rezultatelor de 99%.
3.3.3. Ptratul latin
Proiectarea experimentelor dup schema ptratelor latine vizeaz izolarea i
msurarea influenei a dou variabile din afar i studierea influenei factorului
experimental asupra variaiei variabilei rezultative. Se pot, de asemenea, determina
influenele a dou variabile factoriale i se izoleaz influena unei variabile din afar sau,
dup caz, se poate studia influena a trei variabile factoriale; ntre variabilele independente
neexistnd, ns, interaciune.
Organizarea datelor n experimentele proiectate cu ajutorul ptratelor latine
presupune construirea unor tabele cu r rnduri i r coloane, existnd r tratamente
experimentale. n capetele rndurilor vor fi nregistrate nivelele uneia dintre variabilele
Cercetri de marketing. Curs universitar
99
controlate, iar n capetele coloanelor nivelele celei de a doua variabile controlate. n
celulele tabelului sunt nregistrate nivelele variabilelor dependente ca rezultat al aplicrii
tratamentelor experimentale. Cele r tratamente experimentale vor fi distribuite n mod
aleator n primul rnd i prima coloan ale tabelului constituit, dup care distribuirea n
celelalte celule se face, astfel nct, acelai tratament experimental s nu apar dect o
singur dat n fiecare rnd i n fiecare coloan.
De exemplu, n cazul n care r = 3, organizarea datelor n tabel se va prezenta
astfel:
Nivele ale variabilei controlate X
2
Nivele ale
variabilei
controlate X
1
1 2 3
1 y
11A
y
12B
y
13C
2 y
21B
y
22C
y
23A
3 y
31C
y
32A
y
33B
dac r = 4, organizarea datelor n tabel se va face astfel:
Nivele ale variabilei controlate X
2
Nivele ale
variabilei
controlate X
1
1 2 3 4
1 y
11A
y
12B
y
13C
y
14D
2 y
21B
y
22C
y
23D
y
24A
3 y
31C
y
32D
y
33A
y
34B
4 y
41D
y
42A
y
43B
y
44C
.a.m.d.
unde:
A, B, C, respectiv, A, B, C, D, constituie tratamentele experimentale;
y
ijk
= nivelul nregistrat al variabilei rezultative sub aciunea nivelului i ( i = r , 1 ) al
variabilei X
1
, nivelului j ( j = r , 1 ) al variabilei X
2
i, respectiv, ca rezultat al
aplicrii nivelului k ( k = r , 1 ) al factorului experimental. (n exemplele prezentate
nivelele k ale factorului experimental au fost notate cu A, B, C, respectiv, A, B, C,
D)
Se lanseaz ipoteza nul conform creia factorul experimental i variabilele
externe controlate nu au influen semnificativ asupra variabilei dependente.
Pentru determinarea semnificaiei influenei factorului experimental i a celor dou
variabile controlate se aplic analiza dispersional. Pentru aceasta se va determina:
variaia total sau suma abaterilor ptrate pe total (S
T
) conform relaiei:
Cercetri de marketing. Curs universitar
100
= = =
= = =
|
|
.
|
\
|
=
r
i
r
j
r
k
r
i
r
j
r
k
ijk
ijk T
r
y
y S
1 1 1
2
2
1 1 1
2
Variaia total se divide n patru componente :
variaia pe rnduri sau suma abaterilor ptrate ntre rnduri, variaie determinat
de variabila din afar X
1
(
R
);
variaia pe coloane sau suma abaterilor ptrate ntre coloane, variaie determinat
de variabila din afar X
2
(S
C
);
variaia generat de factorul experimental (S
Tr
);
eroarea experimental generat de ali factori (ntmpltori) (S
E
).
E Tr C R T
S S S S S + + + = ;
2
2
1 1 1
1
2
1 1
r
y
r
y
S
r
i
r
j
r
k
ijk
r
i
r
j
r
k
ijk
R
|
|
.
|
\
|
|
|
.
|
\
|
=
= = =
=
= =
;
2
2
1 1 1
1
2
1 1
r
y
r
y
S
r
i
r
j
r
k
ijk
r
j
r
i
r
k
ijk
C
|
|
.
|
\
|
|
.
|
\
|
=
= = =
=
= =
;
2
2
1 1 1
1
2
1 1
r
y
r
y
S
r
i
r
j
r
k
ijk
r
k
r
i
r
j
ijk
Tr
|
|
.
|
\
|
|
|
.
|
\
|
=
= = =
=
= =
;
Tr C R T E
S S S S S = .
Pentru testarea semnificaiei statistice a efectului factorului experimental, precum i
a efectelor variabilelor din afar se aplic testul Fisher. Valorile calculate F
c
se
determin cu ajutorul relaiilor:
) 2 )( 1 (
:
1
=
r r
S
r
S
F
E Tr
c
Tr
;
) 2 )( 1 (
:
1
=
r r
S
r
S
F
E R
c
R
;
.
) 2 )( 1 (
:
1
=
r r
S
r
S
F
E C
c
C
Valorile calculate F
c
se compar cu valorile tabelate F pentru r-1 i, respectiv,
(r-1)(r-2) grade de libertate i un anumit nivel de semnificaie o, determinat n funcie de
Cercetri de marketing. Curs universitar
101
probabilitatea cu care se garanteaz rezultatele. Interpretarea rezultatelor se realizeaz
conform metodologiei prezentate anterior, respectiv, n descrierea schemei Proiectarea
complet aleatoare cu un singur factor .
Ptratul latin aplicaie practic
O societate comercial cu amnuntul a organizat un experiment prin care a urmrit
s identifice efectul pe care serviciile post-vnzare le au asupra desfacerilor. Se consider
c att localitatea n care este amplasat unitatea comercial ct i perioada din cursul lunii
pot avea influen asupra rezultatelor cercetrii (pot influena vnzrile). De aceea, s-a
optat pentru o proiectare a experimentelor cu ajutorul ptratului latin, variabilele
independente a cror control se exercit fiind localitatea i timpul. n acest sens au fost
selectate aleator 4 magazine, amplasate n 4 localiti. Experimentul a durat 4 sptmni, n
fiecare sptmn oferindu-se un anumit tip de serviciu post-vnzare (A, B, C sau D) n
magazinele din cele 4 localiti (respectiv, n fiecare magazin s-a oferit, succesiv, fiecare
dintre serviciile post-vnzare testate, acelai serviciu post-vnzare nefiind administrat dect
ntr-un singur magazin n cadrul aceleai sptmni).
Rezultatele experimentului se prezint astfel:
- milioane u.m. -
Sptmna
Localitatea
I II III IV
Total
I 43
(A)
37
(B)
36
(C)
33
(D)
149
II 38
(B)
23
(C)
38
(D)
56
(A)
155
III 27
(C)
32
(D)
49
(A)
41
(B)
149
IV 27
(D)
53
(A)
28
(B)
29
(C)
137
Total 135 145 151 159 590
Lansm ipoteza nul conform creia factorul experimental serviciile post-vnzare
i cele dou variabile externe controlate: localitatea i timpul nu au influen
semnificativ asupra vnzrilor.
75 , 397 . 1 25 , 756 . 21 154 . 23
1 1 1
2
2
1 1 1
2
= =
|
|
.
|
\
|
=
= = =
= = =
r
i
r
j
r
k
r
i
r
j
r
k
ijk
ijk T
r
y
y S
154 . 23 29 28 ...... 36 37 43
2 2 2 2 2
1 1 1
2
= + + + + + =
= = =
r
i
r
j
r
k
ijk
y
Cercetri de marketing. Curs universitar
102
25 , 756 . 21
16
590
2
2
2
1 1 1
= =
|
|
.
|
\
|
= = =
r
y
r
i
r
j
r
k
ijk
75 , 42 25 , 756 . 21 799 . 21
2
2
1 1 1
1
2
1 1
= =
|
|
.
|
\
|
|
|
.
|
\
|
=
= = =
=
= =
r
y
r
y
S
r
i
r
j
r
k
ijk
r
i
r
j
r
k
ijk
R
799 . 21
4
137
4
149
4
155
4
149
2 2 2 2
1
2
1 1
= + + + =
|
|
.
|
\
|
=
= =
r
i
r
j
r
k
ijk
r
y
75 , 76 25 , 756 . 21 833 . 21
2
2
1 1 1
1
2
1 1
= =
|
|
.
|
\
|
|
.
|
\
|
=
= = =
=
= =
r
y
r
y
S
r
i
r
j
r
k
ijk
r
j
r
i
r
k
ijk
C
833 . 21
4
159
4
151
4
145
4
135
2 2 2 2
1
2
1 1
= + + + =
|
.
|
\
|
=
= =
r
j
r
i
r
k
ijk
r
y
25 , 059 . 1 25 , 756 . 21 5 , 815 . 22
2
2
1 1 1
1
2
1 1
= =
|
|
.
|
\
|
|
|
.
|
\
|
=
= = =
=
= =
r
y
r
y
S
r
i
r
j
r
k
ijk
r
k
r
i
r
j
ijk
Tr
( ) ( )
( ) ( )
5 , 815 . 22
4
27 32 38 33
4
29 27 23 36
4
28 41 38 37
4
53 49 56 43
2 2
2 2
1
2
1 1
=
+ + +
+
+ + +
+
+
+ + +
+
+ + +
=
|
|
.
|
\
|
=
= =
r
k
r
i
r
j
ijk
r
y
Tr C R T E
S S S S S = = 1.397,75 - 42,75 - 76,75 - 1.059,25 = 219
67 , 9
) 2 4 )( 1 4 (
219
:
1 4
25 , 059 . 1
) 2 )( 1 (
:
1
=
=
=
r r
S
r
S
F
E Tr
c
Tr
39 , 0
) 2 4 )( 1 4 (
219
:
1 4
75 , 42
) 2 )( 1 (
:
1
=
=
=
r r
S
r
S
F
E R
c
R
70 , 0
) 2 4 )( 1 4 (
219
:
1 4
75 , 76
.
) 2 )( 1 (
:
1
=
=
=
r r
S
r
S
F
E C
c
C
Considernd o probabilitate de garantare a rezultatelor de 95%, valoarea tabelat F
pentru 3 i, respectiv, 6 grade de libertate i un nivel de semnificaie o de 1-0,95 = 0,05,
este 4,76.
Cercetri de marketing. Curs universitar
103
Fc
Tr
= 9,67 >F
0,05; 3, 6
= 4,76 ipoteza nul se respinge, factorul experimental
(serviciile post-vnzare) au o influen semnificativ asupra vnzrilor realizate, n schimb,
localitatea i timpul nu influeneaz semnificativ vnzrile (Fc
R,
= 0,39;
Fc
C,
= 0,70 <
F
0,05; 3, 6
= 4,76).
3.4. Simularea
Simularea constituie o modalitate de obinere a informaiilor utilizat n cercetrile
de marketing, care permite: nelegerea evoluiei fenomenelor de marketing, previzionarea
acestora, identificarea i msurarea relaiilor de cauzalitate dintre variabilele investigate, a
modalitii de desfurare concret a acestor fenomene prin intermediul experimentelor de
marketing.
Respectiv, simularea este o tehnic de realizare a experimentelor cu calculatorul
electronic, care implic utilizarea unor modele matematice i logice care descriu
comportarea unui sistem real de-a lungul unei perioade mari de timp
1
.
..modelul este o reprezentare izomorf a realitii care ofer o imagine intuitiv,
dar riguroas, n sensul structurii logice a fenomenului studiat i permite descoperirea unor
legturi i legiti greu de stabilit pe alte ci.
2
Un sistem tipic de simulare este format din urmtoarele elemente:
modelul;
juctorii (operatorii);
datele de intrare, care sunt reprezentate de
- variabile de intrare care pot fi ntmpltoare sau deterministe -
nregistreaz valori discrete care se schimb n permanen n cadrul
ciclului de simulare;
- parametri de intrare nregistreaz valori constante de-a lungul
ciclului de simulare.
1
Raiu Suciu, C. (2005), Modelarea & simularea proceselor economice Teorie i practic, Ediia a patra,
Editura Economic, Bucureti, p. 38.
2
Raiu Suciu, C. (2005), Modelarea & simularea proceselor economice Teorie i practic, Ediia a patra,
Editura Economic, Bucureti, p. 26.
Cercetri de marketing. Curs universitar
104
datele de ieire sunt variabile care depind de valorile variabilelor i
parametrilor de intrare; dependena dintre acestea fiind ilustrate prin
algoritmul ce st la baza modelului de simulare.
n afara datelor de intrare i de ieire un sistem de simulare mai cuprinde:
- variabile perturbatoare constituie variabile necontrolabile ce genereaz
schimbarea strii unei / unor componente ale sistemului (evenimente).
Apariia acestor evenimente poate fi previzibil sau aleatoare.
- variabile intermediare valori ce atest starea unei componente a
sistemului la un anumit moment dat.
Utilizri ale simulrii de marketing:
cunoaterea i nelegerea interdependenelor dintre variabilele de marketing,
estimarea valorilor anumitor variabile precum i a formei funcionale a
legturilor dintre variabilele modelului;
evaluarea i previzionarea consecinelor diferitelor aciuni (adoptarea anumitor
strategii, tactici de marketing), ns, fr a interveni schimbri n evoluia
sistemului real, pe parcursul experimentrii;
verificarea i / sau demonstrarea ntr-un timp scurt a avantajelor i riscurilor
anumitor aciuni care n condiii reale s-ar produce dup perioade lungi de timp;
determinarea acelor alternative decizionale care duc la soluii optime sau
suboptime (respectiv, care pot duce aproximativ la cea mai bun rezolvare a
problemei decizionale);
studierea fenomenelor de marketing recursive (anumite schimbri ale
fenomenului cercetat au repercusiuni asupra altor fenomene);
studierea efectelor decalate n timp ale anumitor aciuni ntreprinse, ce nu pot fi
exprimate prin intermediul modelelor analitice;
mai buna structurare a problemei cu care se confrunt decidentul i
fundamentarea cilor de rezolvare a acesteia etc.
Cercetri de marketing. Curs universitar
105
Teme propuse:
1. Considernd anumite criterii statistice (dimensiunea colectivitii, eroarea maxim
admis, probabilitatea de garantare a rezultatelor) i anumite restricii organizatorice,
determinai dimensiunea eantionului astfel nct acesta s fie reprezentativ. Se vor avea n
vedere n determinarea eantionului deopotriv o variabil cantitativ i una calitativ,
pentru care se va considera o anumit dispersie / proporie a componentelor n eantion.
2. Considernd dou serii de date rezultate n urma cercetrii unui eantion reprezentativ
una constituind valori ale unei variabile cantitative i cealalt valori ale unei variabile
calitative, determinai intervalele de ncredere pentru media celor doi parametri.
3. Considernd un anumit scop al unei cercetri, definii obiectivele cercetrii, variabilele
din punct de vedere conceptual i operaional si elaborai chestionarul aferent.
4. Considernd datele centralizate rezultate n urma realizrii unui experiment Proiectare
complet aleatoare cu un singur factor, analizai i interpretai rezultatele.
5. Considernd datele centralizate rezultate n urma realizrii unui experiment Ptrat
latin, analizai i interpretai rezultatele.
Cercetri de marketing. Curs universitar
106
Cercetri de marketing. Curs universitar
107
CAPITOLUL 4.
ANALIZA INFORMAIILOR N CERCETRILE DE MARKETING
Cuvinte cheie: Obiectivele nvrii:
Analiz multivariat
Analiz neparametric
Analiz parametric
Grup modal
Semnificaia statistic a unei
legturi
Asociere
Corelaie
Estimare
Interval de ncredere
Dup parcurgerea acestui capitol va trebui:
- S cunoatei unele dintre principalele metode
de analiz a datelor utilizate n cercetrile de
marketing;
- S fii n msur s alegei i s aplicai unele
dintre principalele metode de analiz a
datelor, n concordan cu obiectivele
cercetrii precum i n funcie de numrul
variabilelor i tipul de scal pe care acestea
sunt msurate.
n cercetarea de marketing un loc aparte, datorit importanei sale, l deine analiza
informaiilor. O maxim atenie trebuie acordat alegerii metodelor de analiz a datelor
culese, aceasta depinznd de o serie de factori precum: natura variabilelor de marketing,
obiectivele cercetrii, caracteristicile eantioanelor cercetate etc.
Metodele de analiz pot fi grupate dup diferite criterii.
De exemplu n funcie de tipul de scal utilizat pentru msurarea variabilelor
analizate exist metode specifice scalelor nominale, ordinale, interval sau proporionale.
Metodele de analiz utilizate n cazul variabilelor nominale i ordinale sunt
denumite i metode neparametrice, iar metodele folosite n analiza variabilelor interval i
proporionale, metode parametrice.
n funcie de numrul variabilelor considerate (una, dou, mai mult de dou),
metodele de analiz pot fi: univariate (studierea populaiei investigate n funcie de o
singur variabil) sau bi- i multivariate (luarea n considerare a dou, respectiv, mai multe
variabile).
Procesul de analiz univariat se refer, ndeosebi, la: calculul indicatorilor de
frecven (absolut i relativ), a valorilor centralizate ale caracteristicii, precum i la
Cercetri de marketing. Curs universitar
108
calculul indicatorilor tendinei centrale, a indicatorilor variaiei, asimetriei i concentrrii.
De asemenea, se poate testa semnificaia diferenelor existente ntre diferitele grupe ale
unei colectiviti n funcie de variaia unei variabile de marketing.
De exemplu, dispunnd de informaii referitoare la cheltuielile realizate de ctre un
eantion de persoane pentru achiziionarea unui produs, metodele de analiza univariat ne
permit determinarea nivelului mediu al cheltuielilor pe o persoan, nivelul cheltuielilor
realizat de cei mai muli dintre indivizi, gradul de eterogenitate al eantionului din punctul
de vedere al variabilei studiate, modul n care valorile cheltuielilor individuale se distribuie
de o parte i de alta a mediei etc.
Fenomenele de marketing sunt fenomene complexe a cror evoluie este
determinat de un numr mare de variabile factoriale eseniale i neeseniale, care se afl
ntr-o permanent interdependen. Teoria statistic ofer un bogat arsenal de metode de
cercetare a legitilor ce guverneaz evoluia variabilelor de marketing sub aciunea
factorilor de influen. Legturile existente ntre diferitele variabile de marketing se
manifest sub form de tendin, respectiv, la un numr mare de cazuri individuale, iar
modelarea lor cu ajutorul metodelor statistice se realizeaz, de asemenea, tot sub form de
tendin. Altfel spus, legturile dintre variabile se verific la nivelul ntregului i nu la
nivelul fiecrui caz individual.
De exemplu, cu ajutorul metodelor de analiz bi- i multivariat pot fi studiate
legturile dintre: vnzri i cheltuielile promoionale i / sau nivelul veniturilor populaiei;
preferina pentru un anumit produs i mediul de locuit, nivelul de instruire, statutul
ocupaional etc.; legturi ce se manifest la un numr mare de uniti ale colectivitii
cercetate (puncte de desfacere, consumatori etc.).
Alegerea uneia sau alteia dintre metodele de studiere a legturilor dintre variabilele
de marketing depinde de o serie de factori, i anume:
tipul scalei pe care variabilele sunt msurate: nominal, ordinal, interval,
proporional;
numrul de variabile dependente (una sau mai multe) i numrul variabilelor
independente;
natura relaiilor dintre variabile: de asociere, de dependen, de interdependen.
Studierea legturilor dintre variabilele de marketing se refer la: indicarea
existenei sau, dup caz, a inexistenei legturii, descrierea naturii sale sub aspectul
Cercetri de marketing. Curs universitar
109
direciei, formei, a intensitii, precum i determinarea semnificaiei statistice a acesteia.
Complexitatea metodelor statistice, precum i capacitatea lor de a descrie legturile dintre
variabilele de marketing, crete dinspre metodele specifice scalei nominale ctre metodele
aplicate n cercetarea variabilelor msurate pe scale metrice (interval, proporional). De
asemenea, complexitatea metodelor de cercetare a legturilor este influenat de numrul
variabilelor independente, de forma i natura legturilor dintre variabile, ajungndu-se,
adesea, la imposibilitatea identificrii tuturor factorilor de influen, la izolarea i
msurarea relaiilor existente dintre fenomenul / fenomenele de marketing i fiecare dintre
aceti factori.
Procesul de analiz a legturilor dintre variabilele de marketing impune
identificarea, de la nceput, a variabilei / variabilelor independente (factoriale) i, respectiv,
a celei / celor dependente (rezultative). n situaia n care variabilele se intercoreleaz (sunt
interdependente), pentru prelucrarea datelor se va proceda la considerarea uneia / unora
dintre variabile ca fiind rezultativ(e) i, respectiv, a alteia / altora factorial(e).
Legturile dintre variabilele calitative sau dintre o variabil calitativ i una
cantitativ, frecvent ntlnite n studierea fenomenelor de marketing, poart numele de
legturi de asociere. Legturile dintre variabilele cantitative poart denumirea de legturi
de corelaie.
Dei procesul de analiz a informaiilor de marketing presupune deopotriv analiza
univariat, precum i utilizarea de metode specifice de studiere a legturilor, n
urmtoarele dou subcapitole, respectiv, Modaliti de analiz neparametric i
Modaliti de analiz parametric sunt prezentate doar unele dintre principalele metode
de studiere a asocierii / corelaiei dintre variabile.
4.1. Modaliti de analiz neparametric
4.1.1. Analiza variabilelor nominale
Studierea legturii dintre dou variabile de marketing, pentru a cror msurare s-a
utilizat o scal nominal, se refer la determinarea gradului de asociere ntre cele dou
variabile, precum i la testarea semnificaiei statistice a acestei legturi. Se poate vorbi i n
Cercetri de marketing. Curs universitar
110
cazul asocierilor de dependena unei variabile n funcie de variaia altei variabile
(asociere asimetric) sau, dup caz, exist variabile care sunt interdependente (asociere
simetric).
Arsenalul de metode care pot fi folosite pentru analiza variabilelor de marketing
msurate pe scal nominal, n general, a gradului de asociere dintre acestea, n special,
este relativ redus. Dintre acestea menionm:
tabelul de contingen ofer informaii despre existena sau inexistena
asocierii ntre variabilele analizate, fr ns a oferi i o msur a
gradului de asociere;
coeficientul de asociere Q al lui Yule, coeficientul u, coeficientul u
c
al
lui Cramer, coeficientul de contingen C etc. - ofer informaii cu
privire la intensitatea asocierii dintre variabilele analizate;
testul neparametric _
2
pentru dou variabile testeaz semnificaia
statistic a legturii dintre variabilele studiate, respectiv, a diferenelor
dintre grupurile constituite dup variaia uneia dintre variabilele
cercetate, n funcie de variaia celei de a doua variabile.
4.1.1.1. Coeficientul u
Pentru a msura asocierea dintre dou variabile nominale, ambele avnd doar dou
variante posibile se poate utiliza coeficientul de asociere u.
Valoarea u se determin cu ajutorul formulei:
n
2
_
=
,
unde, n - dimensiunea eantionului cercetat;
_
2
se calculeaz cu ajutorul formulei:
= =
=
r
i
c
j ij
ij ij
A
A O
1 1
2
2
) (
_
,
unde :
Cercetri de marketing. Curs universitar
111
r i c - numrul de rnduri i, respectiv, de coloane ale tabelului de contingen (se
iau n calcul exclusiv acele rnduri i coloane ale tabelului de contingen n care
sunt trecute variantele variabilelor studiate);
O
ij
- frecvenele rndului i i ale coloanei j care rezult din observare;
A
ij
- frecvenele rndului i i ale coloanei j rezultate conform ipotezei nule, potrivit
creia nu exist diferene semnificative ntre grupele constituite dup variaia
variabilei independente n funcie de variaia variabilei dependente (n tabelul de
contingen aceste frecvene sunt trecute n parantez). Valorile A
ij
se determin
conform formulei:
n
n n
A
j i
ij
=
,
unde:
n
i
- nivelul total al frecvenelor asociate categoriei i a variabilei dependente;
n
j
- nivelul total al frecvenelor asociate categoriei j a variabilei independente.
Valorile posibile ale coeficientului u sunt cuprinse n intervalul |0, 1|. Cu ct
valoarea acestuia este mai apropiat de 0, cu att asocierea dintre cele dou variabile este
mai slab i cu ct se apropie mai mult de 1, cu att asocierea este mai puternic.
_
2
este un test de semnificaie care va fi abordat separat n prezentul capitol.
Deocamdat, a fost prezentat doar modalitatea de calcul a valorii calculate _
2
,
necesar determinrii coeficienilor de asociere:
u, u
c
al lui Cramer i coeficientului
de contingen C.
Coeficientul u - aplicaie practic
O societate comercial a organizat o cercetare asupra unui eantion de 1000
persoane avnd ca obiectiv determinarea influenei pe care mediul de reedin
(urban/rural) l are asupra preferinelor pentru un anumit produs X.
Rezultatele centralizate se prezint astfel:
Mediul Manifestarea
preferinei pentru
produsul "X"
Urban Rural
Total
Prefer 371 (272) 156 (255) 527
Nu prefer 146 (245) 327 (228) 473
Total 517 483 1000
Cercetri de marketing. Curs universitar
112
Numrul de variante ale celor dou variabile fiind egal cu doi (tabelul de
contingen are dimensiunea 2x2), se poate utiliza pentru studierea asocierii dintre cele
dou variabile coeficientul u.
397 , 0
000 . 1
5 , 157
2
= = =
n
_
,
unde:
( ) ( ) ( ) ( )
5 , 157
228
228 327
245
245 146
255
255 156
272
272 371
) (
2 2 2 2
1 1
2
2
=
= =
r
i
c
j ij
ij ij
A
A O
_
ceea ce atest c exist o asociere de intensitate relativ medie ntre mediul de reedin i
preferina pentru produsul X.
4.1.1.2. Coeficientul u
c
al lui Cramer
n cazul n care cel puin una dintre variabilele nominale studiate are mai mult de
dou variante posibile, se poate utiliza pentru studierea asocierii dintre acestea coeficientul
de asociere u
c
al lui Cramer.
Valoarea u
c
se determin cu ajutorul formulei:
) 1 )( 1 min( ) 1 )( 1 min(
2 2
=
=
r c n r c
c
_
,
unde:
_
2
- valoarea calculat _
2
conform algoritmului prezentat anterior;
n - dimensiunea eantionului cercetat;
min (c-1)(r-1) - valoarea minim dintre (c-1) i (r-1), unde c reprezint numrul de
coloane i r numrul de rnduri ale tabelului de contingen.
Intervalul de variaie, precum i interpretarea coeficientului u
c
al lui Cramer sunt
similare cu cele specifice coeficientului u.
Cercetri de marketing. Curs universitar
113
Coeficientul u
c
al lui Cramer aplicaie practic
O cercetare desfurat pe un eantion de 1.000 persoane a avut ca obiectiv
determinarea influenei pe care starea civil, dar i prezena copiilor n familie o exercit
asupra cunoaterii unui nou sortiment de ciocolat lansat pe pia.
Rezultatele centralizate dup cele dou variabile se prezint astfel:
Categoria de persoane
Cunoaterea
noului sortiment
de ciocolat
Celibatari
Persoane
cstorite fr
copii
Persoane
cstorite cu
copii
Total
Cunosc 75 120 250 445
Nu cunosc 215 240 100 555
Total 290 360 350 1000
Avnd n vedere c, cel puin pentru una dintre variabile, avem mai mult de dou
variante (tabelul de contingen este de dimensiune 2x3), se poate utiliza pentru studiul
asocierii dintre acestea coeficientul u
c
al lui Cramer.
Se calculeaz valoarea _
2
conform formulei, similar exemplului prezentat anterior.
n urma calculelor a rezultat c valoarea _
2
este de 160,9.
401 , 0
) 1 2 ( 000 . 1
9 , 160
) 1 )( 1 min(
2
=
=
= u
r c n
c
_
,
ceea ce atest o influen relativ medie a caracteristicii starea civil i, respectiv, prezena
copiilor n gospodrie, asupra cunoaterii noului sortiment de ciocolat.
4.1.1.3. Coeficientul de contingen
Un coeficient utilizat, de asemenea, pentru studierea intensitii asocierii dintre
dou variabile nominale este denumit coeficientul de contingen C. Formula de calcul a
acestui coeficient este:
2
2
_
_
+
=
n
C
,
unde, _
2
i n au aceeai semnificaie ca i n cazul coeficienilor prezentai anterior.
Cercetri de marketing. Curs universitar
114
O particularitate i, n acelai timp, un dezavantaj al coeficientului de contingen C
este natura variabil a limitei superioare a intervalului de variaie, aceast limit fiind
dependent de numrul de linii i coloane ale tabelului de contingen. Dac numrul de
linii i de coloane ale tabelului de contingen este egal (r = c), atunci valorile posibile ale
coeficientului C sunt cuprinse n intervalul |0,
c
c 1
|. Cu ct valoarea este mai apropiat de
0, cu att asocierea dintre cele dou variabile este mai redus i cu ct se apropie mai mult
de valoarea
c
c 1
, cu att variabila dependent este influenat ntr-o mai mare msur de
variabila independent (n cazul legturilor asimetrice) sau, dup caz, interdependena
dintre variabile este mai puternic (n cazul legturilor simetrice).
Rezultat al variabilitii limitei superioare a intervalului de variaie, compararea
gradelor de asociere dintre dou perechi de variabile (pentru a cror msurare s-a utilizat
coeficientul de contingen C) nu este posibil, dect dac provin din tabele de contingen
de aceeai mrime. n aceeai ordine de idei, coeficientul de contingen C nu poate fi
comparat cu niciun alt coeficient de asociere.
Coeficientul de contingen - aplicaie practic
O societate comercial a realizat o cercetare pentru a determina gradul de asociere
dintre nivelul de pregtire al populaiei i preferina pentru un nou serviciu X. Cercetarea
s-a realizat asupra unui eantion de 1.200 persoane.
Rezultatele centralizate se prezint astfel:
Nivelul de instruire Manifestarea
preferinei pentru
noul serviciuX
Studii
elementare
Studii medii
Studii
superioare
Total
Nu prefer 272 83 66 421
Sunt indecii 91 214 73 378
Prefer 34 84 283 401
Total 397 381 422 1200
Pentru a determina gradul de asociere dintre cele dou variabile se poate utiliza
coeficientul de contingen.
Valoarea calculat _
2
determinat conform algoritmului cunoscut este 533,3.
555 , 0
200 . 1 3 , 533
3 , 533
2
2
=
+
=
+
=
_
_
n
C
Cercetri de marketing. Curs universitar
115
Numrul de rnduri i de coloane ale tabelului de contingen fiind egal, valoarea
maxim pe care o poate nregistra coeficientul C este:
816 , 0
3
1 3 1
=
c
c
n consecin, valoarea obinut a coeficientului de contingen atest o asociere
relativ medie ntre cele dou variabile studiate (nivelul de instruire are influen relativ
medie asupra preferinelor pentru serviciul X).
4.1.1.4. Testul neparametric _
2
pentru dou variabile
Testul neparametric _
2
studiaz semnificaia diferenelor dintre subeantioane ori
de cte ori acestea au fost constituite dup variaia unor variabile nominale.
n cazul n care grupele sunt constituite dup variaia concomitent a dou
caracteristici de grupare, testul neparametric _
2
pentru dou variabile studiaz, implicit,
semnificaia legturii dintre variabilele studiate. Altfel spus, n situaia n care se constat
c exist diferene semnificative ntre grupele formate dup variaia variabilei independente
din punctul de vedere al variaiei variabilei dependente, nseamn c ntre cele dou
variabile exist o legtur semnificativ. Studierea semnificaiei statistice a legturii este
valabil i pentru cazul n care natura legturii este de interdependen (simetric) i nu
doar n situaia dependenei (legturii asimetrice) ntre variabile.
Aplicarea testului _
2
presupune determinarea valorii calculate _
2
conform
algoritmului prezentat anterior (pentru calculul coeficientului u).
Se lanseaz ipoteza nul, conform creia nu exist diferene semnificative ntre
grupele formate dup variaia variabilei independente din punctul de vedere al variaiei
variabilei dependente, respectiv, asocierea dintre cele dou variabile nu este semnificativ
(diferenele dintre grupe nu sunt reale, ci se datoreaz unor erori ntmpltoare de selecie).
Conform ipotezei nule lansate, repartiia variabilei dependente pe total eantion (a uneia
dintre variabile n cazul legturilor de interdependen) ar trebui s se regseasc i n
cadrul fiecrei grupe formate dup variaia variabilei independente (a celeilalte variabile,
pentru cazul legturilor simetrice).
Se alege un anumit nivel de semnificaie o n funcie de probabilitatea P cu care se
dorete a se extinde rezultatele:
Cercetri de marketing. Curs universitar
116
o=1 - P, dac o i P se exprim n coeficieni i, respectiv,
o=100 - P, dac o i P se exprim n procente.
Valoarea calculat _
2
se compar cu valoarea teoretic citit din tabelele repartiiei
_
2
pentru (r-1)(c-1) grade de libertate i nivelul de semnificaie o, unde r este numrul de
rnduri i c numrul de coloane ale tabelului de contingen.
Dac: _
2
calculat > _
2
teoretic, ipoteza nul se respinge, asocierea dintre cele dou
variabile este semnificativ, pentru probabilitatea P de garantare a rezultatelor;
_
2
calculat < _
2
teoretic, ipoteza nul se accept, asocierea dintre cele dou
variabile nu este semnificativ, pentru probabilitatea P de garantare a rezultatelor.
Aplicarea testului _
2
, presupune respectarea anumitor condiii, dup cum urmeaz:
dimensiunea colectivitii cercetate trebuie s fie de cel puin 40 de uniti; n cazul n care
aceasta este mai mic de 40 uniti, atunci nici una dintre frecvenele A
ij
din tabelul de
contingen nu trebuie s fie mai mic dect 5 i, n consecin, mrimea minim a
eantionului pentru care se poate aplica acest test de semnificaie este n = 20 (n condiiile
n care dimensiunea minim a tabelelor de contingen este de 2x2).
Fiind un test de semnificaie, testul _
2
se aplic numai n cazul datelor obinute din
realizarea cercetrilor selective pe eantioane reprezentative. Studiind semnificaia
asocierii dintre dou variabile nominale, testul _
2
ne ofer rspuns la ntrebarea: este
legtura dintre variabilele cercetate general valabil (pentru o anumit probabilitate de
garantare a rezultatelor) la nivelul ntregii colectiviti din care a fost extras eantionul sau
este o legtur care se verific doar la nivelul unitilor investigate?. n cazul n care se
demonstreaz c legtura dintre cele dou variabile este semnificativ, nseamn c aceast
legtur se extinde cu o anumit probabilitate la nivelul ntregii colectiviti cercetate.
Observaii:
1. Testul _
2
nu trebuie confundat cu nici un coeficient de asociere. Astfel, exist legturi a
cror intensitate este slab, dar care, pentru faptul c au fost observate la un numr
suficient de mare de uniti reprezentative pentru colectivitatea cercetat, acestea pot fi
semnificative. n aceeai ordine de idei, legturi puternice, dar care s-au observat pe un
numr mic de cazuri individuale, pot fi puse pe seama hazardului i, n consecin,
asocierea s nu fie semnificativ pentru respectiva populaie. n concluzie, semnificaia
unei legturi depinde, deopotriv, de intensitatea asocierii dintre variabile, precum i de
numrul de uniti ce au fost supuse investigaiei.
Cercetri de marketing. Curs universitar
117
2. Metodele de studiere a legturilor dintre variabilele nominale (cu excepia tabelului de
contingen aplicabil tuturor variabilelor, indiferent de scala de msurare) se pot utiliza i
n cazul variabilelor msurate pe scal ordinal sau metric, numai dup ce, n prealabil,
acestea au fost transformate n variabile exprimate sub form categorial. Pentru
transformarea unor variabile msurate pe scal superioar din punctul de vedere al
capacitii de msurare n variabile nominale, se pot folosi anumite valori de referin:
valori ce au o anumit importan pentru obiectivele cercetrii sau anumii indicatori:
medii, cuantile etc. De exemplu, veniturile ca variabil proporional, cu o infinitate de
variante posibile, poate fi transformat ntr-o variabil exprimat sub form categorial,
lund drept element de referin venitul mediu. Se constituie, astfel, dou variante ale
acestei variabile sub nivelul mediu al veniturilor i peste nivelul mediu al veniturilor.
Testul neparametric _
2
pentru dou variabile aplicaie practic
O societate comercial a organizat o cercetare selectiv asupra unui eantion
reprezentativ de 1.200 persoane avnd ca obiectiv determinarea aprecierilor cumprtorilor
fa de un nou produs lansat pe pia, respectiv, dac acestea sunt influenate semnificativ
de vrsta respondenilor.
Rezultatele centralizate se prezint astfel:
Grupe de vrst
Aprecieri fa de
noul produs
pn la 30
ani
30-50 ani peste 50 ani
Total
Foarte favorabile 156 (124) 103 (110) 65 (90) 324
Favorabile 141 (137) 126 (121) 89 (98) 356
Neutre 79 (82) 84 (73) 51 (59) 214
Nefavorabile 47 (71) 62 (63) 76 (51) 185
Foarte nefavorabile 38 (46) 32 (41) 51 (33) 121
Total 461 407 332 1200
Din datele prezentate n tabel se observ unele deosebiri ntre aprecierile fa de
noul produs la nivelul grupelor de persoane constituite dup variabila vrst. Avnd n
vedere c este vorba de o cercetare selectiv pe un eantion reprezentativ, se va stabili dac
exist diferene semnificative pe grupe de vrst n funcie de aprecierile pentru noul
produs (respectiv, dac vrsta are o influen semnificativ asupra aprecierilor), utiliznd
testul neparametric _
2
pentru dou variabile.
Lansm ipoteza nul, conform creia vrsta nu are influen semnificativ asupra
aprecierilor pentru noul produs, caz n care repartiia aprecierilor pe total ar trebui s aib
Cercetri de marketing. Curs universitar
118
aceeai distribuie i n cadrul fiecrei grupe de vrst. Frecvenele rezultate conform
acestei ipoteze sunt trecute n tabel, n paranteze.
Valoarea calculat _
2
este:
( ) ( ) ( ) ( )
2 , 53
33
33 51
...
90
90 65
110
110 103
124
124 156
) (
2 2 2 2
1 1
2
2
=
+ +
= =
r
i
c
j ij
ij ij
A
A O
_
Considerm un nivel de semnificaie o de 0,005, corespunztor unei probabiliti
de garantare a rezultatelor de 99,5%.
Valoarea tabelat _
2
pentru (5-1)
.
(3-1) = 8 grade de libertate i nivelul de
semnificaie ales este 21,96
_
2
calculat = 53,2 > 21,96, rezult c se poate garanta cu o probabilitate de 99,5%
c vrsta are influen semnificativ asupra aprecierilor pentru noul produs lansat pe pia.
4.1.2. Analiza variabilelor ordinale
Studierea legturii existente ntre dou variabile ordinale (exprimate prin ranguri
sau numere de ordine), presupune: determinarea existenei / inexistenei legturii (ce se
poate observa cu uurin, fie prin simpla vizualizare a irurilor de valori care se studiaz,
ordonate cresctor sau descresctor dup variaia variabilei independente, fie prin
reprezentarea grafic a acestora), determinarea intensitii acestei legturi, precum i
testarea semnificaiei sale. Exist att metode specifice pentru studierea legturii dintre
variabilele msurate pe scal ordinal, ct i metode aplicabile, deopotriv, studierii
legturilor dintre variabilele ordinale i a acelora dintre variabilele interval sau
proporionale.
Dintre metodele ce se pot utiliza n acest scop menionm:
metoda grafic (corelograma) utilizat pentru determinarea existenei
legturii dintre dou variabile, precum i a direciei acesteia, fr ns a
furniza informaii despre intensitatea legturii;
coeficienii de corelaie a rangurilor ai lui Spearman i Kendall,
utilizai pentru studierea intensitii legturii dintre variabilele cercetate;
Testul H - Kruskal Wallis, utilizat pentru testarea semnificaiei
statistice a legturilor dintre variabile, n situaia n care variabila
dependent este msurat pe scal ordinal.
Cercetri de marketing. Curs universitar
119
4.2. Modaliti de analiz parametric
Metodele de studiere a legturilor specifice variabilelor de marketing msurate pe
scal metric (cu excepia ctorva metode aplicabile i variabilelor nominale sau ordinale:
tabelul de contingen, corelograma) se caracterizeaz printr-un grad mare de complexitate,
comparativ cu metodele neparametrice, avnd n acelai timp i avantajul obinerii unei
cantiti mari de informaii despre forma (i, eventual, direcia), intensitatea i semnificaia
legturilor dintre dou sau mai multe variabile. De asemenea, unele dintre aceste metode
permit estimri ale valorii variabilelor dependente n funcie de valorile nregistrate ale
variabilelor independente.
Dintre metodele parametrice de studiere a legturilor dintre variabile, amintim:
analiza de regresie i corelaie, analiza dispersional i analiza discriminantului liniar.
4.2.1. Analiza variaiei
Analiza variaiei (dispersional) sau ANOVA a fost elaborat de statisticianul
R.A. Fisher i este utilizat n studierea legturilor dintre fenomenele economico-sociale.
Analiza dispersional este utilizat n cercetrile de marketing pentru studierea modului n
care unul sau mai muli factori, precum i diferite combinaii ale acestora influeneaz
variaia unei variabile de marketing, ca variabil rezultativ.
n analiza variaiei variabilele dependente sau rezultative sunt msurate pe scal
metric, iar variabilele factoriale sau independente pot fi msurate, deopotriv, pe scal
metric sau nemetric.
Dup numrul de factori a cror aciune este cercetat, analiza dispersional poate
fi: unifactorial (cu un singur factor); multifactorial (cu doi sau mai muli factori).
n funcie de obiectivele cercetrii, analiza dispersional permite testarea
semnificaiei statistice a influenei factorului/factorilor de grupare i, eventual, a
interaciunii dintre acetia asupra variaiei variabilei de marketing cercetate. n practica
cercetrilor de marketing analiza dispersional se utilizeaz, ndeosebi, n analiza datelor
provenite din experimente.
Dou dintre schemele de proiectare a experimentelor, precum i modul concret de
aplicare a analizei variaiei pentru analiza datelor au fost prezentate n subcapitolul
3.3. al lucrrii.
Cercetri de marketing. Curs universitar
120
4.2.2. Analiza de regresie i corelaie
Metoda regresiei
Metoda statistic utilizat pentru determinarea ecuaiei ce descrie forma legturii
dintre o variabil dependent msurat pe scal metric i una sau mai multe variabile
independente, msurat(e) pe scal metric sau nemetric poart denumirea de metoda
regresiei. Aproximarea formei legturii dintre variabilele cercetate se realizeaz cu
ajutorul unei funcii, denumit funcie de regresie. Exprimarea matematic a funciei de
regresie se prezint astfel:
i
y = f(
i i i i
m
x x x x ......
, 3 , 2 , 1
)+c,
unde:
i
y - variabila dependent sau rezultativ;
i i i i
m
x x x x ......
, 3 , 2 , 1
- variabile independente sau factoriale;
c - eroare aleatoare.
n consecin, funcia de regresie reflect variaia (n termeni cantitativi) a
variabilei dependente y
i
ca rezultat al variaiei variabilelor independente
i i i i
m
x x x x ......
, 3 , 2 , 1
,
considerate ca variabile eseniale. La aceasta se adaug i o constant aleatoare c care
sintetizeaz influena factorilor neluai n calcul n elaborarea modelului. n aceast
categorie pot intra, deopotriv, variabile a cror aciune este neesenial, dar i factori ce
nu pot fi depistai i / sau msurai sau pentru care nu dispunem de informaiile necesare.
Legtura exprimat prin intermediul funciei de regresie este o legtur ce se
verific la nivelul ntregului i nu la nivelul fiecrei uniti individuale.
n funcie de numrul variabilelor independente care sunt luate n analiz,
distingem:
regresie unifactorial sau simpl, caz n care exist o singur variabil
independent;
regresie multifactorial sau multipl, situaie n care n analiz se consider cel
puin dou variabile factoriale.
Parametrii ecuaiei de regresie au coninut de medii putnd fi estimai cu ajutorul
metodei celor mai mici ptrate.
Cercetri de marketing. Curs universitar
121
Metoda corelaiei
Ecuaia de regresie ne arat numai forma legturii dintre variabile. Valorile
empirice ale variabilei dependente se formeaz, ns, sub influena mai multor factori,
inclusiv a factorului nregistrat. De aceea, ntre valorile empirice i cele estimate (cu
ajutorul ecuaiei de regresie) pot s apar abateri mai mari sau mai mici dup cum influena
celorlali factori considerai cu caracter ntmpltor este mai mare sau mai mic.
Pentru studierea intensitii legturilor liniare i curbilinii, unifactoriale i
multifactoriale se utilizeaz indicatorul denumit raport de corelaie, calculat dup
formula:
( )
( )
=
2
2
/
1
y y
Y y
R
i
i i
x y
,
unde:
i
y - valorile reale ale variabilei dependente (obinute din observare);
y - media aritmetic a valorilor reale;
i
Y - valorile teoretice obinute prin nlocuirea n ecuaia de regresie a valorilor
variabilei / variabilelor independente
i
x (pentru cazul legturilor unifactoriale), respectiv,
i i i i
m
x x x x ......
, 3 , 2 , 1
(pentru cazul legturilor multiple).
Raportul de corelaie ia valori ntre 0 i 1. n funcie de valorile lui
x y
R
/
se poate
caracteriza intensitatea legturii dintre variabilele analizate. Respectiv, cu ct valoarea
raportului de corelaie se apropie de 1, cu att legtura este mai puternic i cu ct se
apropie mai mult de 0, cu att legtura dintre variabile este mai slab. Cnd valoarea
raportului de corelaie este egal cu 1 suntem n cazul unei legturi deterministe (variabila
independent este singura / variabilele independente sunt singurele cu influen asupra
variabilei
i
y ) iar cnd raportul de corelaie este 0 suntem n cazul lipsei legturii.
Pe baza raportului de corelaie se poate determina indicatorul denumit coeficient de
determinaie (
x y
R
/
2
). Acest coeficient se exprim n procente i arat ponderea influenei
variaiei variabilei / variabilelor independente asupra variaiei variabilei dependente.
Ponderea influenei altor factori neinclui n model asupra variaiei variabilei
dependente este msurat cu ajutorul coeficientului de nedeterminaie ( x y K /
2
),
x y K /
2
=100 - x y R /
2
.
Cercetri de marketing. Curs universitar
122
Verificarea semnificaiei modelului de regresie se poate face cu ajutorul analizei
dispersionale.
Se lanseaz ipoteza nul conform creia ecuaia de regresie nu este semnificativ.
Pornind de la formulele de calcul ale variaiei factoriale - ( )
y Y
i
2
i ale variaiei
reziduale - ( )
i i
Y y
2
, se pot determina dispersiile corectate cu f i, respectiv, n-f-1 grade
de libertate:
( )
( )
2
2
2
2
2
1
1
=
f n
Y y
S
f
y Y
S
i i
i
unde: f = numrul variabilelor independente;
n = numrul valorilor observate ale caracteristicii y.
Pe baza valorilor dispersiilor corectate cu gradele de libertate se calculeaz
valoarea F
c
:
2
2
2
1
S
S
F
c
= ,
valoare care se compar cu valoarea tabelat, citit din tabelele funciei Fisher, pentru f i,
respectiv, n-f-1 grade de libertate i un anumit nivel de semnificaie o determinat n funcie
de probabilitatea P cu care se dorete a se garanta rezultatele (a se vedea anexele 3, 4, 5).
Dac: F
c
< F tabelat => ipoteza nul se accept, modelul de regresie nu este
semnificativ;
F
c
> F tabelat => ipoteza nul se respinge, modelul de regresie este
semnificativ, putnd fi extins, pentru probabilitatea de garantare a rezultatelor considerat,
la nivelul ntregii colectiviti cercetate.
Cercetri de marketing. Curs universitar
123
Analiza de regresie i corelaie multifactorial (cu doi factori) aplicaie practic
Se cunosc urmtoarele date referitoare la vnzrile realizate, cheltuielile
promoionale precum i efectivul personalului de distribuie, la nivelul celor ase uniti
comerciale ale unei ntreprinderi:
Nr. Crt.
unitate
comercial
Vnzri (mii
u.m.)
Cheltuieli promoionale
realizate (mii u.m.)
Efectivul
personalului de
distribuie (pers.)
I 45 5,2 115
II 52 6,2 122
III 58 6,8 146
IV 64 6,3 143
V 62 8,1 158
VI 78 8,8 162
Se dorete a se cunoate legtura care exist ntre cele trei variabile de marketing.
Reprezentm grafic cu ajutorul corelogramei legtura dintre variabila dependent
(vnzri) i fiecare dintre cele dou variabile independente:
4
5
6
7
8
9
10
40 50 60 70 80
Vanzari (mii u.m.)
C
h
e
l
t
u
i
e
l
i
p
r
o
m
o
t
i
o
n
a
l
e
(
m
i
i
u
.
m
.
)
100
110
120
130
140
150
160
170
40 50 60 70 80
Vanzari (mii u.m.)
E
f
e
c
t
i
v
u
l
p
e
r
s
o
n
a
l
u
l
u
i
(
p
e
r
s
.
)
Prin reprezentarea grafic a variabilei dependente n funcie de cele dou variabile
independente se observ c ambele legturi pot fi aproximate cu ajutorul ecuaiei liniare.
Deci, ecuaia care descrie forma legturii dintre valoarea vnzrilor i cele dou
variabile independente poate fi scris astfel:
i
y =a+
i i
x b x b
2 2 1 1
+ +c,
Valorile parametrilor
2 1
, , b b a se determin cu ajutorul metodei celor mai mici
ptrate:
Cercetri de marketing. Curs universitar
124
( )
0576 , 3
1 , 116 796 . 1 80 , 8
1 , 116 952 796 . 1 5 , 65
2 2
2 1
2
2
2
1
2 1 2
2
2 1
1
=
=
=
i i i i
i i i i i
X X X X
X X y X X y X
b
i i
,
( )
3324 , 0
1 , 116 796 . 1 80 , 8
1 , 116 5 , 65 8 , 8 952
2 2
2 1
2
2
2
1
2 1 1
2
1 2
2
=
=
=
i i i i
i i i i i
X X X X
X X y X X y X
b
i i
,
a =
2 2 1 1
x b x b y = 59,8333 - 3,0576
,
6,9 - 0,3324
,
141 = - 8,1325.
Not: Calculele necesare determinrii parametrilor ecuaiei de regresie sunt prezentate n tabelul de
mai jos.
Nr. Crt. y x
1
x
2
X
1
=
1 1
x x
i
X
2
=
2 2
x x
i
X
1
y X
2
y X
1
2
X
2
2
X
1
X
2
I 45 5,2 115 -1,7 -26 -76,5 -1170 2,89 676 44,2
II 52 6,2 122 -0,7 -19 -36,4 -988 0,49 361 13,3
III 58 6,8 146 -0,1 5 -5,8 290 0,01 25 -0,5
IV 64 6,3 143 -0,6 2 -38,4 128 0,36 4 -1,2
V 62 8,1 158 1,2 17 74,4 1054 1,44 289 20,4
VI 78 8,8 162 1,9 21 148,2 1638 3,61 441 39,9
Total 359 41,4 846 - - 65,5 952 8,80 1796 116,1
141
6
846
9 , 6
6
4 , 41
2
2
1
1
= = =
= = =
n
x
x
n
x
x
i
i
8333 , 59
6
359
= = =
n
y
y
i
Deci ecuaia de regresie este: Y
i
= -8,1325 + 3,0576
i
x
1
+ 0,3324
i
x
2
Conform modelului regresional astfel determinat, se poate aprecia c, n medie, la
creterea cu 1 mie u.m. a cheltuielilor promoionale, vnzrile cresc cu 3,0576 mii u.m., iar
la creterea cu o persoan a efectivului personalului de distribuie, se nregistreaz o
cretere medie cu 0,3324 mii u.m. a vnzrilor.
Pentru a studia intensitatea legturii dintre variabilele analizate utilizm raportul de
corelaie:
Cercetri de marketing. Curs universitar
125
( )
( )
, 9008 , 0
8 , 636
7 , 516
2
2
/
= =
y y
y Y
R
i
i
x y
sau
( )
( )
9008 , 0
8 , 636
1 , 120
1 1
2
2
/
= =
y y
Y y
R
i
i i
x y
.
Not: Toate calculele necesare determinrii celor doi indicatori sunt prezentate n tabelul de mai
jos.
Nr.
Crt.
y x
1
x
2
Y=-8,1325 + 3,0576
i
x
1
+ +0,3324
i
x
2
(Y
i
- y )
2
(y
i
- y )
2
(y
i
-Y
i
)
2
I 45 5,2 115 46,0 191,6 220,0 1,0
II 52 6,2 122 51,4 71,5 61,4 0,4
III 58 6,8 146 61,2 1,8 3,4 10,2
IV 64 6,3 143 58,7 1,4 17,4 28,5
V 62 8,1 158 69,2 86,9 4,7 51,2
VI 78 8,8 162 72,6 163,6 330,0 28,9
Total 359 41,4 846 359,0 516,7 636,8 120,1
Valoarea raportului de corelaie (apropiat de 1) atest o legtur puternic ntre
variaia variabilei dependente, vnzri i variaia simultan a variabilelor independente:
cheltuieli promoionale i efectivul personalului de distribuie.
Pentru a verifica semnificaia modelului de regresie calculm valoarea:
45 , 6
03 , 40
35 , 258
2
2
2
1
= = =
S
S
F
c
, unde:
( )
( )
03 , 40
1 2 6
1 , 120
1
35 , 258
2
7 , 516
2
2
2
2
2
1
=
=
=
= =
f n
Y y
S
f
y Y
S
i i
i
Considerm o probabililitate de garantare a rezultatelor de 95%, pentru care
valoarea tabelat F este 9,55:
F
0,05;
2, 3
= 9,55 > 6,45, deci modelul de regresie nu este semnificativ, neputnd fi
extins, pentru probabilitatea de garantare a rezultatelor considerat, la nivelul ntregii
colectiviti cercetate.
Cercetri de marketing. Curs universitar
126
4.2.3. Analiza discriminantului liniar
Metoda denumit analiz discriminant urmrete s identifice acele caracteristici
ale unitilor supuse investigaiei considerate a fi definitorii pentru mprirea colectivitii
studiate n segmente (grupe, clase, subpopulaii), n funcie de obiectivele cercetrii. Se
determin, astfel, cele mai bune combinaii liniare ce permit separarea unitilor ntr-un
anumit numr de segmente, permind, de asemenea, i determinarea crui segment i
aparine o nou unitate investigat n funcie de valorile nregistrate ale caracteristicilor ce
genereaz diferenierea (predictori).
Analiza discriminant este, de fapt, o metod de cercetare a legturilor dintre o
variabil msurat pe scal nemetric i mai multe variabile msurate pe scal metric.
Aplicarea acestei metode presupune pentru nceput o definire a grupurilor (segmentelor)
respective i, implicit, identificarea diferitelor variante ale variabilei dependente (de ex:
cumprtori noncumprtori; intenioneaz nu intenioneaz s cumpere un anumit
produs etc.).
Se definesc, ulterior, acele variabile care sunt considerate ca avnd influen asupra
variabilei dependente, respectiv, acelea care asigur discriminarea n grupe sau segmente a
colectivitii cercetate (venit, vrst, opinii etc.).
O funcie de discriminant liniar (d) este de forma:
d = c
1
x
1
+ c
2
x
2
+ c
3
x
3
+ + c
i
x
i
++ c
n
x
n
,
unde: c
1
, c
2
, c
3
, c
i
,, c
n
coeficienii funciei discriminat;
x
1
, x
2
, x
3
, x
i
,, x
n
variabile independente.
Se observ c funcia discriminantului liniar seamn cu funcia de regresie liniar
multipl. Singura diferen const n inexistena parametrului liber din ecuaia de regresie.
Ca i n cazul modelelor regresionale prin analiza discriminant se urmrete estimarea
variaiei unei variabile dependente n funcie de variaia mai multor variabile independente.
Pentru determinarea funciei discriminant se pune condiia ca raportul dintre
dispersia dintre grupuri i media dispersiilor din interiorul grupurilor s fie maxim.
Respectiv, grupurile determinate vor fi ct mai omogene n interior i ct mai eterogene
ntre ele.
n cazul n care unitile de msur ale caracteristicilor ce stau la baza discriminrii
(ale variabilelor independente) sunt exprimate n uniti de msur diferite, valorile
Cercetri de marketing. Curs universitar
127
variabilelor vor fi mprite la abaterile standard ale acestora (vor fi standardizate)
asigurnd astfel comparabilitatea coeficienilor determinai. Pe baza valorii coeficienilor
funciei discriminant se poate stabili importana relativ pe care variabilele independente o
au n discriminarea respectivelor grupuri.
Cunoscnd comportamentele (caracteristicile) grupurilor definite, analiza
discriminant permite stabilirea apartenenei unei noi uniti cercetate la grupurile
constituite. Pentru aceasta se msoar nivelurile variabilelor independente nregistrate de
noile uniti cercetate, urmnd ca, n funcie de gradul de asemnare cu comportamentele
subpopulaiilor identificate s se ncadreze n unul dintre grupurile definite.
Analiza discriminant este utilizat pe scar larg n cercetrile de marketing
ndeosebi n studiul segmentrii pieei.
n cazul n care se are n vedere mprirea unei colectiviti n dou grupuri -
cumprtori i noncumprtori - n funcie de variaia a n variabile independente, se poate
proceda la selectarea unui eantion de persoane pentru care se nregistreaz att valorile
variabilelor independente precum i nivelul variabilei dependente (este sau nu este
cumprtor).
Considernd un exemplu simplu, respectiv, un numr de patru variabile
independente (x
1
, x
2
, x
3
, x
4
), pentru a cror msurare se utilizeaz aceeai unitate de
msur, aplicarea analizei discriminante presupune, determinarea coeficienilor funciei
discriminant prin rezolvarea urmtorului sistem de ecuaii:
+ + + =
+ + + =
+ + + =
+ + + =
2
4 4 4 3 3 4 2 2 4 1 1 4
4 3 4
2
3 3 3 2 2 3 1 1 3
4 2 4 3 2 3
2
2 2 2 1 1 2
4 1 4 3 1 3 2 1 2
2
1 1 1
.
X c X X c X X c X X c Dx
X X c X c X X c X X c Dx
X X c X X c X c X X c Dx
X X c X X c X X c X c Dx
unde:
|
|
.
|
\
|
=
n
x x
x x X X
j i
j i j i
,
tori noncumpara i i cumparator i i
x x Dx = .
Dup calculul coeficienilor i definirea funciei discriminant, se va putea
determina valoarea acesteia pentru fiecare grup n parte (cumprtori i noncumprtori)
prin nlocuirea valorilor medii ale fiecrei variabile independente (de la nivelul fiecrui
grup) n ecuaia determinat. Se obine, astfel, cte un indice numeric (d
1
i d
2
) ce descrie
fiecare dintre cele dou grupuri.
Cercetri de marketing. Curs universitar
128
n situaia n care se dorete ncadrarea unui nou individ n unul dintre grupuri se
vor msura nivelurile variabilelor independente ce descriu comportamentul acestuia i se
va determina valoarea funciei discriminant pentru respectivele valori. n funcie de
apropierea valorii astfel obinute de unul dintre cei doi indici numerici determinai,
subiectul investigat se va putea ncadra n grupul cumprtorilor sau, dup caz, n cel al
noncumprtorilor.
Analiza discriminantului liniar aplicaie practic
O societate comercial productoare de produse de curenie i igien a organizat
un studiu n rndul unui efectiv de 15 persoane, cu scopul de a determina care sunt cele
mai importante caracteristici ale unui sortiment de detergent, ce genereaz discriminarea
pieei de referin n cumprtori i noncumprtori. Celor 15 persoane li s-a prezentat
produsul dup care au fost solicitate s-i exprime opinia cu privire la patru caracteristici
ale acestuia: raportul calitate pre, ambalajul, gramajul, parfumul, considerate cu
influen asupra mpririi eantionului cercetat n cele dou categorii. n acest sens a fost
utilizat o scal cu 10 nivele, fiecare individ fiind solicitat s indice pentru fiecare
caracteristic cercetat, nivelul de pe scal ce corespunde cel mai bine opiniei sale. De
asemenea, fiecare individ a fost solicitat s declare dac este cumprtor sau nu al
respectivului sortiment de detergent.
Rezultatele cercetrii se prezint astfel:
Gupe de subieci
Raport
calitate-
pre
(x
1
)
Ambalaj
(x
2
)
Parfum
(x
3
)
Gramaj
(x
4
)
9 8 8 4
10 9 7 5
8 7 5 4
9 6 8 3
9 8 7 3
10 8 6 5
8 7 8 4
Cumprtori
7 8 7 2
3 7 5 3
4 8 4 2
4 6 5 5
5 6 5 6
3 7 6 4
5 8 3 3
Noncumprtori
4 7 4 2
Cercetri de marketing. Curs universitar
129
Se observ c toate caracteristicile sunt msurate n aceeai unitate de msur,
astfel c nu mai trebuie supuse operaiei de standardizare.
Pe baza notelor astfel acordate se determin mediile fiecrei caracteristici ( i x ), la
nivelul fiecrui grup de subieci investigai, precum i diferenele dintre acestea (
i
Dx
).
Gupe de subieci
1 x
2 x
3 x
4 x
Cumprtori 8,7500 7,6250 7,0000 3,7500
Noncumprtori 4,0000 7,0000 4,5714 3,5714
i
Dx
4,7500 0,6250 2,4286 0,1786
Comparnd mediile obinute de ctre fiecare caracteristic la nivelul celor dou
grupuri se observ c raportul calitate pre este variabila care nregistreaz cele mai
mari diferene, ceea ce nseamn c este i cea mai discriminativ. Respectiv, se observ c
note mari atribuite acestei variabile sunt asociate cu calitatea de cumprtor, iar note
mici cu cea de noncumprtor. Dup variabila raport calitate pre, urmeaz, din
punctul de vedere al diferenelor mediilor nregistrate la nivelul celor dou grupe (
i
Dx
),
variabila parfum, ambalaj i gramaj. Rezult c, ndeosebi, persoanele care au o
opinie favorabil n ceea ce privete raportul calitate pre ar trebui s se ncadreze n
grupa cumprtorilor produsului pentru care se realizeaz cercetarea.
n continuare vom determina coeficienii funciei discriminant, pe baza rezolvrii
urmtorului sistem de ecuaii:
+ + + =
+ + + =
+ + + =
+ + + =
2
4 4 4 3 3 4 2 2 4 1 1 4
4 3 4
2
3 3 3 2 2 3 1 1 3
4 2 4 3 2 3
2
2 2 2 1 1 2
4 1 4 3 1 3 2 1 2
2
1 1 1
.
X c X X c X X c X X c Dx
X X c X c X X c X X c Dx
X X c X X c X c X X c Dx
X X c X X c X X c X c Dx
unde:
( )
( )
7333 , 95
15
98
736
2
2
1 2
1
2
1
= = =
n
x
x X
3333 , 13
15
110 98
732
2 1
2 1 2 1
=
= =
n
x x
x x X X
0667 , 40
15
88 98
615
3 1
3 1 3 1
=
= =
n
x x
x x X X
6667 , 10
15
55 98
370
4 1
4 1 4 1
=
= =
n
x x
x x X X
( )
( )
3333 , 11
15
110
818
2
2
2 2
2
2
2
= = =
n
x
x X
Cercetri de marketing. Curs universitar
130
6667 , 1
15
88 110
647
3 2
3 2 3 2
=
= =
n
x x
x x X X
3333 , 3
15
55 110
400
4 2
4 2 4 2
=
= =
n
x x
x x X X
( )
( )
7333 , 35
15
88
552
2
2
3 2
3
2
3
= = =
n
x
x X
3333 , 4
15
55 88
327
4 3
4 3 4 3
=
= =
n
x x
x x X X
( )
( )
3333 , 21
15
55
223
2
2
4 2
4
2
4
= = =
n
x
x X
Not: Toate calculele necesare determinrii acestor termeni sunt prezentate n tabelul de mai jos.
Nr.
crt.
1
x
2
x
3
x
4
x
2
1
x
2 1
x x
3 1
x x
4 1
x x
2
2
x
3 2
x x
4 2
x x
2
3
x
4 3
x x
2
4
x
1. 9 8 8 4 81 72 72 36 64 64 32 64 32 16
2. 10 9 7 5 100 90 70 50 81 63 45 49 35 25
3. 8 7 5 4 64 56 40 32 49 35 28 25 20 16
4. 9 6 8 3 81 54 72 27 36 48 18 64 24 9
5. 9 8 7 3 81 72 63 27 64 56 24 49 21 9
6. 10 8 6 5 100 80 60 50 64 48 40 36 30 25
7. 8 7 8 4 64 56 64 32 49 56 28 64 32 16
8. 7 8 7 2 49 56 49 14 64 56 16 49 14 4
9. 3 7 5 3 9 21 15 9 49 35 21 25 15 9
10. 4 8 4 2 16 32 16 8 64 32 16 16 8 4
11. 4 6 5 5 16 24 20 20 36 30 30 25 25 25
12. 5 6 5 6 25 30 25 30 36 30 36 25 30 36
13. 3 7 6 4 9 21 18 12 49 42 28 36 24 16
14. 5 8 3 3 25 40 15 15 64 24 24 9 9 9
15. 4 7 4 2 16 28 16 8 49 28 14 16 8 4
Total 98 110 88 55 736 732 615 370 818 647 400 552 327 223
Se nlocuiesc valorile calculate n sistemul de ecuaii prezentat anterior:
+ + + =
+ + + =
+ + + =
+ + + =
3333 , 21 3333 , 4 ) 3333 , 3 ( 6667 , 10 1786 , 0
3333 , 4 7333 , 35 6667 , 1 0667 , 40 4286 , 2
) 3333 , 3 ( . 6667 , 1 3333 , 11 3333 , 13 6250 , 0
6667 , 10 0667 , 40 3333 , 13 7333 , 95 7500 , 4
4 3 2 1
4 3 2 1
4 3 2 1
4 3 2 1
c c c c
c c c c
c c c c
c c c c
Rezolvnd acest sistem de 4 ecuaii cu 4 necunoscute, obinem urmtoarea funcie
discriminant:
d = 0,04285
.
x
1
0,00390
.
x
2
+ 0,02230
.
x
3
0,01819
.
x
4
,
Se observ c cele mai mare valori le-au nregistrat coeficienii c
1
i c
3
,
acetia fiind
i singurii care au nregistrat valori pozitive, urmai de c
2
i c
4
, ambii cu valori negative.
Cele mai mari valori ale coeficienilor funciei discriminant corespund, de fapt,
Cercetri de marketing. Curs universitar
131
caracteristicilor care au nregistrat cele mai mari diferene ntre mediile obinute la nivelul
celor dou grupuri (de cumprtori i, respectiv, de noncumprtori). Deci, variabilele cele
mai importante n realizarea discriminrii subiecilor investigai, dup ce au fost luate n
calcul toate interdependenele dintre variabile, sunt raportul calitate pre i parfumul.
Valorile negative ale coeficienilor c
2
i
c
4
se explic, pe de o parte, prin puterea redus de
discriminare a variabilelor corespunztoare (diferenele dintre media cumprtorilor i
cea a noncumprtorilor este relativ mic n cazul variabilelor x
2
i x
4,
comparativ cu x
1
i
x
3
), precum i ca rezultat al interdependenelor dintre variabile.
Valorile funciei discriminant (indicii numerici) pentru grupul de cumprtori (d
1
)
i, respectiv, de noncumprtori (d
2
), sunt:
d
1
= 0,04285
.
8,7500 0,00390
.
7,6250 + 0,02230
.
7,0000 0,01819
.
3,7500 =
0,43309
d
2
= 0,04285
.
4,0000 0,00390
.
7,0000 + 0,02230
.
4,5714 0,01819
.
3,5714
= 0,18108
Considernd ali doi indivizi pentru care se nregistreaz urmtoarele valori ale
variabilelor independente:
Subiectul x
1
x
2
x
3
x
4
1. 4 9 7 4
2. 9 5 6 5
i pentru care calculm valorile funciei discriminant:
pentru subiectul 1: d = 0,04285
.
4 0,00390
.
9 + 0,02230
.
7 0,01819
.
4 =
0,21964
pentru subiectul 2: d = 0,04285
.
9 0,00390
.
5 + 0,02230
.
6 0,01819
.
5 =
0,40900,
putem stabili apartenena fiecruia dintre acetia la grupul cumprtorilor sau, dup caz, la
cel al noncumprtorilor.
Se observ c primul poate fi ncadrat n grupa noncumprtorilor, n timp ce al
doi-lea individ se va ncadra n grupa cumprtorilor, cele dou valori ale funciei
discriminant apropiindu-se, n primul caz, de indicele numeric al grupului de
noncumprtori, iar n al doi-lea caz, de cel al cumprtorilor.
Cercetri de marketing. Curs universitar
132
4.3. Analiza Cluster (metod specific deopotriv variabilelor
neparametrice i parametrice)
Analiza Cluster este o metod utilizat cu scopul gruprii unor uniti (persoane,
obiecte, organizaii) sau a unor variabile, n grupuri omogene n funcie de o serie de
caracteristici avute n vedere. De exemplu, cu ajutorul analizei cluster se pot identifica la
nivelul unei colectiviti de consumatori, grupuri omogene n ceea ce privete preferinele
pentru un produs, atitudinea fa de anumii stimuli etc., ulterior putndu-se realiza profilul
acestora prin prisma diferitelor caracteristici demografice sau psihografice. De asemenea,
Analiza Cluster poate fi utilizat pentru studiul poziionrii diferitelor mrci, putndu-se
identifica grupuri de mrci relativ omogene prin prisma percepiei consumatorilor etc.
Considernd o colectivitate n care s-au identificat mai multe clustere, un cluster
reprezint, de fapt, un grup de uniti relativ omogen prin prisma anumitor criterii de
grupare, dar neomogen n raport de unitile din alte clustere, Analiza cluster este o metod
care asigur minimizarea variaiei n cadrul grupelor (clusterelor) i maximizeaz variaia
ntre grupe.
Variabilele pe baza crora se pot constitui cluster-ele pot fi deopotriv calitative i
cantitative.
Analiza Cluster presupune parcurgerea mai multor etape:
- determinarea variabilelor ce vor sta la baza constituirii cluster-elor. Aceast
etap este esenial din perpectiva rezultatelor cercetrii, impunndu-se selectarea
acelor variabile relevante pentru scopul cerctrii;
- alegerea modalitii de determinare a distanelor dintre uniti. Exist mai
multe astfel de modaliti, alegerea acesteia depinznd de natura variabilelor
studiate, respectiv:
o n cazul variabilelor numerice, se poate utiliza:
Distana euclidian
=
2
,
) (
i i y x
y x d
Distanta Manhattan
=
i i y x
y x d
,
Distanta Chebyshev
i i y x
y x d = max
,
Cercetri de marketing. Curs universitar
133
distanta lui Minkowski
p
p
i i y x
y x d
=
,
, unde p 1
Coeficieni de corelaie: Pearson, Spearman etc;
o n cazul variabilelor categoriale se poate utiliza pentru msurarea
diferenelor dintre uniti coeficientul de disimilaritate (D
x,y
):
y x y x
S D
, ,
1 = , unde S
x,y
reprezint raportul dintre numrul de variabile ce
nregistreaz valori similare la nivelul elementelor x i y i numrul total de
variabile.
De exemplu, considernd dou uniti definite printr-un numr de 6 atribute,
respectiv:
Atributul
Unitatea
A
1
A
2
A
3
A
4
A
5
A
6
U
1
1 0 1 1 1 0
U
2
0 0 0 1 1 0
Coeficientul de disimilaritate va fi:
33 , 0
6
4
1
,
= =
y x
D
- alegerea metodei de grupare a unitilor similare i crearea cluster-elor. Exist
mai multe metode de construire a cluster-elor, dintre care amintim:
o metode de partiionare. Acestea presupun repartizarea elementelor ntr-un
anumit numr de clustere. Sunt stabilite k puncte care constituie centrele
celor k clustere, urmnd ca ulterior celelalte elemente s fie repartizate ntr-
unul din aceste clustere n funcie de distanele fa de acestea. Elementele
pot migra de la un cluster la altul, asigurndu-se n final o omogenitate n
interiorul clusterelor i eterogenitate ntre ele ct mai mari. Aceste metode
prezint avantajul de a permite manipularea unui numr mare de variabile.
Din aceast categorie o metod frecvent folosit este metoda celor k medii
(k-means).
o Metode ierarhice, care sunt de dou categorii:
Aglomerative presupun grupri repetate ale valorilor iniiale, astfel
nct se ajunge, treptat de la n clase (cte nregistrri exist), la
numrul de clustere dorit;
Cercetri de marketing. Curs universitar
134
Divizive presupun considerarea tuturor valorilor iniiale ca
aparinnd unui singur cluster, dup care, acesta se divide
ajungndu-se la numrul de clase dorit.
n cazul metodelor ierarhice nu se cunoate de la nceput numrul clusterelor ce se
vor constiui.
Frecvent n cercetarea de marketing sunt utilizate metodele ierarhice aglomerative,
n cazul gruprilor aglomerative exist mai multe metode de determinare a distanei dintre
un element i un cluster, printre care:
- Metoda celui mai apropiat vecin - distana ntre dou clustere este dat de distana
dintre cele mai apropiate elemente aparinnd celor dou clustere:
Cluster 1 Cluster 2
- Metoda celui mai ndeprtat vecin - distana ntre dou clustere este dat distana
dintre cele mai deprtate elemente aparinnd celor dou clustere:
Cluster 1 Cluster 2
- Metoda legturii medii - distana ntre dou clustere este dat media tuturor
distanelor dintre elementele aparinnd celor dou clustere:
Cercetri de marketing. Curs universitar
135
Cluster 1 Cluster 2
- Metoda distanei dintre centre - distana ntre dou clustere este dat de distana
dintre valorile medii a celor dou clustere etc.:
Cluster 1 Cluster 2
- luarea deciziei cu privire la numrul de clustere ce se vor constitui. Nu exist o
regul general valabil cu privire la numrul de clustere optim, astfel nct acesta
va fi determinat de ctre cercettori funcie de obiectivele i contextul studiului. n
practic se consider c numrul de clustere nu trebuie s fie cuprins ntre 4 i 10,
1
n stabilirea clusterelor deosebit de utile sunt reprezentrile grafice (dendograma).
- definirea i descrierea cluster-elor. Profilul fiecrei grupe identificate se va face
pornind de la valorile medii ale variabilelor ce definesc respectiva grup. Se vor
avea n vedere acele criterii relevante de difereniere ntre grupe. Grupele astfel
definite vor fi descrise prin prisma diferitelor caracteristici.
De exemplu, putem descrie diferite grupe de consumatori n funcie de o serie de
variabile de caracterizare a comportamentului de cumprare. n acest sens, a fost analizat
un eantion de consumatori prin prisma importanei atribuite preului, mrcii i ambalajului
1
Datculescu, Petre (2006), Cercetarea de Marketing. Cum ptrunzi n mintea consumatorului,
cum msori i cum analizezi informaia, IRSOP Market Research & Consulting, Brandbuilders
Group, Bucuresti, p 175.
Cercetri de marketing. Curs universitar
136
n luarea deciziei de cumprare. Au rezultat trei grupe de consumatori, valorile medii ale
variabilelor cercetate pentru fiecare dintre cele 3 grupe fiind redate n continuare:
Grup
(Cluster)
Importana
atribuit
preului
Importana
atribuit
mrcii
Importana
atribuit
ambalajului
I 9 2 3
II 6 5 5
III 2 8 4
Putem astfel defini prima grup ca fiind sensibil la pre i insensibil la marc;
grupa II poate fi descris ca manifestnd o sensibilitate medie att la pre ct i la marc i
grupa III ca fiind insensibil la pre i sensibil la marc. Se constat c variabila
importana atribuit ambalajului nu reprezint un criteriu relevant de difereniere la
nivelul celor 3 grupe, fapt evideniat de valorile medii apropiate nregistrate de aceast
variabil.
n continuare cele 3 grupe de consumatori vor fi descrise prin prisma
caracteristicilor eseniale demografice, economice, sociale, comportamentale etc.
Respectiv, se va realiza profilul fiecrei grupe de consumatori. n cazul caracteristicilor
categoriale se vor indica variantele care dein cea mai mare proporie la nivelul grupei
respective. De exemplu dac unul dintre caracteristicile de descriere a grupelor este mediul
de locuit, iar n clusterul I se nregistreaz 65% persoane din rural, n realizarea profilului
se va indica varianta rural:
Profilul celor 3 grupe de consumatori:
Variabila* Grupa I Grupa II Grupa III
Numr consumatori 8 mil. 3 mil. 4 mil.
Caracteristici socio-demografice i economice
- Gen Brbai Femei Femei
- Vrst 30-50 30-40 Peste 40
- Mediul de locuit Rural Urban Urban
- Nivel de instruire Studii medii Studii superioare Studii medii
- Venit Sub 2000 u.m.
ntre 1500 i 3000
u.m.
Peste 3000 u.m.
Comportament de cumprare
- magazine preferate Toate Magazine specializate Supermarket
- frecvena cumprrii
1,5 ori /
sptmn
1 ori / sptmn 2 ori / sptmn
*Not: pentru exemplificare au fost luate n considerare un numr redus de variabile. n cazul
unei cercetri reale, realizarea profilurilor diferitelor grupe impune luarea n considerare a
tuturor caracteristicilor relevante n descrierea acestora.
Cercetri de marketing. Curs universitar
137
- testarea modelului. Nu exist o metod de grupare care s garanteze obinerea
unor rezultate optime. n consecin metodele de grupare aplicate vor trebui testate.
Exist mai multe variante de testare a acestora, respectiv: utilizarea mai multor
metode de grupare i evaluarea comparativ a rezultatelor, utilizarea mai multor
modaliti de determinare a distanelor etc.
Pentru exemplificarea modului de constituire a cluster-elor, considerm 5 uniti
(U
i
), caracterizate prin 4 criterii (C
j
).
Criteriul / Variabila
Unitatea
C
1
C
2
C
3
C
4
U
1
7 9 8 5
U
2
5 6 7 4
U
3
8 8 7 8
U
4
4 8 6 9
U
5
3 9 8 7
Se va folosi metoda aglomerativ de grupare (respectiv se vor constitui grupuri
pornind de la cele 5 uniti considerate), iar pentru calculul distanei se va utiliza distana
euclidian. Determinarea distanei dintre o unitate i un cluster va avea la baz distana
dintre cele mai apropiate elemente aparinnd celor dou clustere.
Valorile calculate ale distanelor euclidiene dintre cele 5 uniti sunt prezentate n
tabelul de mai jos:
U
1
U
2
U
3
U
4
U
5
U
1
- 3,87 3,46 5,48 4,47
U
2
- 5,39 5,57 4,80
U
3
- 4,24 5,29
U
4
- 3,16
U
5
-
n continuare se va proceda la identificarea acelor uniti ntre care exist
similitudini cu scopul constiturii unor clase ct mai omogene n interior i ct mai
eterogene ntre ele.
Pe baza valorilor obinute ale distanei euclidiene se constat c cele mai apropiate
uniti (unitile ntre care se nregistreaz cea mai mic valoare) sunt U
4
i U
5
. Astfel au
fost obinute 4 clase, dup cum urmeaz: U
1
, U
2
, U
3
, (U
4
,U
5
).
Cercetri de marketing. Curs universitar
138
Dac se dorete diminuarea numrului de clase, se va proceda similar, crendu-se o
nou clas n funcie de unitile cele mai apropiate. Distanele ntre cele 4 clase constituite
se prezint astfel:
U1 U2 U3 (U4, U5)
U1 - 3,87 3,46 4,47*
U2 - 5,39 4,80
U3 - 4,24
(U4, U5) -
*Distana dintre clasa (U4, U5) i celelalte uniti va fi dat de minimul distanelor dintre fiecare
unitate aparinnd respectivei clase i unitatea fa de care se stabilete distana. De exemplu, ntre
U
1
i U
4
este o distan de 5,48, iar ntre U
1
i U
5
de 4,47. Distan dintre clasa U
1
i clasa (U
4
, U
5
)
va fi 4,47.
Pe baza noilor distane se constat c cea mai mare similitudine este ntre U
1
i U
3
.
Vor rezulta aadar 3 clase: (U
1
, U
3
), U
2
, (U
4
, U
5
), ntre care exist urmtoarea distan:
(U
1
, U
3
) U
2
(U
4
U
5
)
(U
1
, U
3
) - 3,87 4,24
U
2
- 4,80
(U
4
U
5
) -
Se pot constitui, n continuare, dou clase - (U
1
, U
3
, U
2
) i (U
4
, U
5
), cu urmtoarele
distane:
U1, U3, U2 U4, U5
U1,U3, U2 - 4,24
U4, U5 -
Aadar, n final cele 5 uniti se pot reuni ntr-o singur clas - (U1, U3, U2, U
4
,
U
5
).
Pe baza distantelor calculate se poate construi dendograma:
U1
U3
U2
U4
U5
1,0 2,0 3,0 4,0
Cercetri de marketing. Curs universitar
139
n cazul n care unitile de msur ale valorilor nregistrate pentru cele 4 criterii
sunt diferite se va proceda la standardizarea acestora n scopul asigurrii comparabilitii
datelor. Operaia de standardizare presupune determinarea valorilor z
i
pentru fiecare dintre
variabilele considerate:
x
i
i
x x
z
o
= , unde:
x
i
= valorile nregistrate ale variabilei x;
x = media valorilor nregistrate ale caracteristicii x;
x
o = abaterea standard a variabilei x,
( )
n
x x
n
i
i
x
=
=
1
2
o
Astfel, n cazul n care cele 4 variabile considerate anterior C
j
ar fi exprimate n
uniti de msur diferite, s-ar fi procedat la operaia de standardizare dup cum urmeaz:
Criteriul / Variabila
Unitatea
C
1
C
2
C
3
C
4
U
1
7 9 8 5
U
2
5 6 7 4
U
3
8 8 7 8
U
4
4 3 6 9
U
5
3 9 8 2
Media 5,40 7,00 7,20 5,60
Abaterea standard 3,55 4,77 1,51 4,78
Valori standardizate
Unitatea
C
1
C
2
C
3
C
4
U
1
0,451 0,419 0,529 -0,126
U
2
-0,113 -0,209 -0,132 -0,335
U
3
0,733 0,209 -0,132 0,502
U
4
-0,395 -0,838 -0,793 0,712
U
5
-0,676 0,419 0,529 -0,753
n continuare, pentru identificarea claselor putndu-se proceda similar ca n exemplul
prezentat anterior.
Cercetri de marketing. Curs universitar
140
Teme propuse:
1. Considernd ntr-un tabel de contingen datele centralizate pentru dou variabile
nominale interdependente / o variabil dependent i una independent), date rezultate n
urma desfurrii unei anchete pe un eantion reprezentativ, analizai-le cu ajutorul
metodelor cunoscute.
2. Considernd pentru un numr de maxim 10 uniti, 3 variabile nregistrate, dintre care
una dependent i dou independente, realizai analiza de regresie i corelaie.
3. Considernd datele nregistrate n urma studierii unui eantion de 20 cumprtori i
noncumprtori ai unui anumit produs, ce pot fi analizate cu ajutorul analizei discriminate,
aplicai metoda i interpretai rezultatele obinute. De asemenea, considernd un alt individ
pentru care se cunosc valorile variabilelor dependente (ce au fost utilizate n determinarea
funciei discriminant), identificai n ce categorie cumprtor sau noncumprtor - se
ncadreaz acesta.
Cercetri de marketing. Curs universitar
141
Anexa 1
Tabel cu valorile funciei Gauss Laplace
z P(z) z P(z) z P(z) z P(z) z P(z)
0,00 0,0000 0,52 0,3969 1,04 0,7017 1,56 0,8812 2,16 0,9692
0,01 0,0080 0,53 0,4039 1,05 0,7063 1,57 0,8836 2,18 0,9707
0,02 0,0160 0,54 0,4108 1,06 0,7109 1,58 0,8859 2,20 0,9722
0,03 0,0239 0,55 0,4177 1,07 0,7154 1,59 0,8882 2,22 0,9734
0,04 0,0319 0,56 0,4245 1,08 0,7199 1,60 0,8904 2,24 0,9749
0,05 0,0399 0,57 0,4313 1,09 0,7243 1,61 0,8926 2,26 0,9762
0,06 0,0478 0,58 0,4331 1,10 0,7287 1,62 0,8948 2,28 0,9774
0,07 0,0558 0,59 0,4448 1,11 0,7330 1,63 0,8969 2,30 0,9786
0,08 0,0638 0,60 0,4515 1,12 0,7375 1,64 0,8990 2,32 0,9797
0,09 0,0717 0,61 0,4581 1,13 0,7415 1,65 0,9011 2,34 0,9807
0,10 0,0797 0,62 0,4647 1,14 0,7457 1,66 0,9031 2,36 0,9817
0,11 0,0876 0,63 0,4713 1,15 0,7499 1,67 0,9051 2,38 0,9827
0,12 0,0955 0,64 0,4778 1,16 0,7540 1,68 0,9070 2,40 0,9836
0,13 0,1034 0,65 0,4843 1,17 0,7560 1,69 0,9090 2,42 0,9845
0,14 0,1113 0,66 0,4907 1,18 0,7620 1,70 0,9109 2,44 0,9853
0,15 0,1192 0,67 0,4971 1,19 0,7660 1,71 0,9127 2,46 0,9861
0,16 0,1271 0,68 0,5035 1,20 0,7699 1,72 0,9146 2,48 0,9869
0,17 0,1350 0,69 0,5098 1,21 0,7737 1,73 0,9164 2,50 0,9876
0,18 0,1428 0,70 0,5161 1,22 0,7775 1,74 0,9181 2,52 0,9883
0,19 0,1507 0,71 0,5223 1,23 0,7813 1,75 0,9199 2,54 0,9889
0,20 0,1585 0,72 0,5285 1,24 0,7850 1,76 0,9216 2,56 0,9895
0,21 0,1663 0,73 0,5346 1,25 0,7887 1,77 0,9233 2,58 0,9901
0,22 0,1741 0,74 0,5407 1,26 0,7923 1,78 0,9249 2,60 0,9907
0,23 0,1819 0,75 0,5467 1,27 0,7959 1,79 0,9265 2,62 0,9912
0,24 0,1897 0,76 0,5527 1,28 0,7995 1,80 0,9281 2,64 0,9917
0,25 0,1974 0,77 0,5587 1,29 0,8030 1,81 0,9297 2,66 0,9922
0,26 0,2051 0,78 0,5646 1,30 0,8064 1,82 0,9312 2,68 0,9926
0,27 0,2128 0,79 0,5705 1,31 0,8098 1,83 0,9328 2,70 0,9931
0,28 0,2205 0,80 0,5763 1,32 0,8132 1,84 0,9342 2,72 0,9935
0,29 0,2282 0,81 0,5821 1,33 0,8165 1,85 0,9357 2,74 0,9939
0,30 0,2358 0,82 0,5878 1,34 0,8198 1,86 0,9371 2,76 0,9942
0,31 0,2434 0,83 0,5935 1,35 0,8230 1,87 0,9385 2,78 0,9946
0,32 0,2510 0,84 0,5991 1,36 0,8262 1,88 0,9399 2,80 0,9949
0,33 0,2586 0,85 0,6047 1,37 0,8293 1,89 0,9412 2,82 0,9952
0,34 0,2661 0,86 0,6102 1,38 0,8324 1,90 0,9426 2,84 0,9955
0,35 0,2737 0,87 0,6157 1,39 0,8355 1,91 0,9439 2,86 0,9958
0,36 0,2812 0,88 0,6211 1,40 0,8385 1,92 0,9454 2,88 0,9960
0,37 0,2886 0,89 0,6265 1,41 0,8415 1,93 0,9464 2,90 0,9962
0,38 0,2961 0,90 0,6319 1,42 0,8444 1,94 0,9476 2,92 0,9965
0,39 0,3035 0,91 0,6372 1,43 0,8478 1,95 0,9488 2,94 0,9967
0,40 0,3108 0,92 0,6424 1,44 0,8501 1,96 0,9500 2,96 0,9969
0,41 0,3182 0,93 0,6476 1,45 0,8529 1,97 0,9512 2,98 0,9971
0,42 0,3255 0,94 0,6528 1,46 0,8557 1,98 0,9523 3,00 0,9973
0,43 0,3328 0,95 0,6579 1,47 0,8584 1,99 0,9534 3,20 0,9986
0,44 0,3401 0,96 0,6629 1,48 0,8611 2,00 0,9545 3,40 0,9993
0,45 0,3473 0,97 0,6680 1,49 0,8638 2,02 0,9566 3,60 0,99968
0,46 0,3545 0,98 0,6729 1,50 0,8664 2,04 0,9587 3,80 0,99986
0,47 0,3626 0,99 0,6778 1,51 0,8690 2,06 0,9606 4,00 0,999938
0,48 0,3688 1,00 0,6827 1,52 0,8715 2,08 0,9625 4,50 0,999993
0,49 0,3759 1,01 0,6875 1,53 0,8740 2,10 0,9643 5,00 0,999999
0,50 0,3829 1,02 0,6923 1,54 0,8764 2,12 0,9660
0,51 0,3899 1,03 0,6970 1,55 0,8789 2,14 0,9676
Cercetri de marketing. Curs universitar
142
Anexa 2
Tabel cu valorile repartiiei Student n funcie de nivelul de semnificaie i numrul f al gradelor de
libertate
Nivel de semnificaie pentru testul bilateral
f
0,50 0,20 0,10 0,05 0,02 0,01 0,002 0,001 0,0001
1 1,000 3,078 6,314 12,706 31,821 63,657 318,309 636,618 6366,198
2 0,816 1,886 2,920 4,303 6,695 9,925 22,327 31,598 99,992
3 0,765 1,638 2,353 3,182 4,541 5,841 10,214 12,924 28,000
4 0,741 1,533 2,132 2,776 3,747 4,604 7,173 8,610 15,544
5 0,727 1,476 2,015 2,571 3,365 4,032 5,893 6,869 11,178
6 0,718 1,440 1,943 2,447 3,143 3,707 5,208 5,959 9,082
7 0,711 1,415 1,895 2,365 2,998 3,499 4,785 5,408 7,885
8 0,706 1,397 1,860 2,306 2,896 3,355 4,501 5,041 7,120
9 0,703 1,383 1,833 2,262 2,821 3,250 4,297 4,781 6,594
10 0,700 1,372 1,812 2,228 2,764 3,169 4,144 4,587 6,211
11 0,697 1,363 1,796 2,201 2,718 3,106 3,025 4,437 5,921
12 0,695 1,356 1,782 2,179 2,681 3,055 3,930 4,318 5,694
13 0,694 1,350 1,771 2,160 2,650 3,102 3,852 4,221 5,513
14 0,692 1,345 1,761 2,145 2,624 2,977 3,787 4,140 5,363
15 0,691 1,341 1,753 2,131 2,602 2,947 3,733 4,073 5,239
16 0,690 1,337 1,746 2,120 2,583 2,921 3,686 4,015 5,134
17 0,689 1,333 1,740 2,110 2,567 2,898 3,646 3,965 5,014
18 0,688 1,330 1,734 2,101 2,552 2,878 3,610 3,922 4,966
19 0,688 1,328 1,729 2,093 2,539 2,861 3,579 3,883 4,897
20 0,687 1,325 1,725 2,086 2,528 2,845 3,552 3,850 4,837
21 0,686 1,323 1,721 2,080 2,518 2,831 3,527 3,819 4,784
22 0,686 1,321 1,717 2,074 2,508 2,819 3,505 3,792 4,736
23 0,685 1,319 1,714 2,069 2,500 2,807 3,485 3,767 4,693
24 0,685 1,318 1,711 2,064 2,492 2,797 3,467 3,745 4,654
25 0,684 1,316 1,708 2,060 2,485 2,787 3,450 3,725 4,619
26 0,684 1,315 1,706 2,056 2,479 2,779 3,435 3,707 4,587
27 0,684 1,314 1,703 2,052 2,472 2,771 3,421 3,690 4,558
28 0,683 1,313 1,701 2,048 2,467 2,763 3,408 3,674 4,530
29 0,683 1,311 1,699 2,045 2,462 2,756 3,396 3,659 4,506
30 0,683 1,310 1,697 2,042 2,457 2,750 3,385 3,646 4,482
35 0,682 1,306 1,690 2,030 2,438 2,724 3,340 3,491 4,389
40 0,681 1,303 1,684 2,021 2,423 2,704 3,307 3,551 4,321
45 0,680 1,301 1,679 2,014 2,412 2,690 3,281 3,520 4,269
50 0,679 1,299 1,676 2,009 2,403 2,678 3,261 3,496 4,228
60 0,679 1,296 1,671 2,000 2,390 2,660 3,232 3,460 4,169
70 0,678 1,294 1,667 1,994 2,381 2,648 3,211 3,435 4,127
80 0,678 1,292 1,664 1,970 2,374 2,639 3,195 3,416 4,096
90 0,677 1,291 1,662 1,987 2,368 2,632 3,183 3,402 4,072
100 0,677 1,290 1,660 1,984 2,364 2,626 3,174 3,390 4,053
120 0,677 1,289 1,658 1,980 2,358 2,617 3,160 3,373 4,025
200 0,676 1,286 1,653 1,972 2,345 2,601 3,131 3,310 3,970
500 0,675 1,283 1,648 1,965 2,334 2,586 3,107 3,310 3,922
1000 0,675 1,282 1,646 1,962 2,330 2,581 3,098 3,300 3,906
0,675 1,282 1,645 1,960 2,326 2,576 3,090 3,290 3,891
0,25 0,10 0,05 0,025 0,01 0,005 0,001 0,0005 0,00005
f
Nivel de semnificaie pentru testul unilateral
Cercetri de marketing. Curs universitar
143
Anexa 3
Valorile raportului dispersiilor F, corespunztoare unui
nivel de semnificaie de 5% sau 0,05 (P = 95% sau 0,95)
i pentru f
1
i, respectiv, f
2
grade de libertate
f
1
f
2
1 2 3 4 5 6 8 12 24
1 161,4 199,5 215,7 224,6 230,2 234,0 238,9 243,9 249,0 254,3
2 18,51 19,00 19,16 19,25 19,30 19,33 19,37 19,41 19,45 19,50
3 10,31 9,55 9,28 9,12 9,01 8,94 8,84 8,74 8,64 8,53
4 7,71 6,94 6,59 6,39 6,26 6,16 6,04 5,91 5,77 5,63
5 6,61 5,79 5,41 5,19 5,05 4,95 4,82 4,68 4,53 4,36
6 5,99 5,14 4,76 4,53 4,39 4,28 4,15 4,00 3,84 3,67
7 5,58 4,74 4,35 4,12 3,97 3,87 3,73 3,57 3,41 3,23
8 5,32 4,46 4,07 3,84 3,69 3,58 3,44 3,28 3,12 2,93
9 5,12 4,26 3,86 3,63 3,48 3,37 3,23 3,07 2,90 2,71
10 4,96 4,10 3,71 3,48 3,33 3,22 3,07 2,91 2,74 2,54
11 4,84 3,98 3,59 3,36 3,20 3,09 2,95 2,79 2,61 2,40
12 4,75 3,88 3,49 3,26 3,11 3,00 2,85 2,69 2,50 2,30
13 4,67 3,80 3,41 3,18 3,02 2,92 2,77 2,60 2,42 2,21
14 4,60 3,74 3,34 3,11 2,96 2,85 2,70 2,53 2,35 2,13
15 4,54 3,68 3,29 3,06 2,90 2,79 2,64 2,48 2,29 2,07
16 4,49 3,63 3,24 3,01 2,85 2,74 2,59 2,42 2,24 2,01
17 4,45 3,59 3,20 2,96 2,81 2,70 2,55 2,38 2,19 1,96
18 4,41 3,55 3,16 2,93 2,77 2,66 2,51 2,34 2,15 1,92
19 4,38 3,52 3,13 2,90 2,74 2,63 2,48 2,31 2,11 1,88
20 4,35 3,49 3,10 2,87 2,71 2,60 2,45 2,28 2,08 1,84
21 4,32 3,47 3,07 2,84 2,68 2,57 2,42 2,25 2,05 1,81
22 4,30 3,44 3,05 2,82 2,66 2,55 2,40 2,23 2,03 1,78
23 4,28 3,42 3,03 2,80 2,64 2,53 2,38 2,20 2,00 1,76
24 4,26 3,40 3,01 2,78 2,62 2,51 2,36 2,18 1,98 1,73
25 4,24 3,38 2,99 2,76 2,60 2,49 2,34 2,16 1,96 1,71
26 4,22 3,37 2,98 2,74 2,59 2,47 2,32 2,15 1,95 1,69
27 4,21 3,35 2,96 2,73 2,57 2,46 2,30 2,13 1,93 1,67
28 4,20 3,34 2,95 2,71 2,56 2,44 2,29 2,12 1,91 1,65
29 4,18 3,33 2,93 2,70 2,54 2,43 2,28 2,10 1,90 1,64
30 4,17 3,32 2,92 2,69 2,53 2,42 2,27 2,09 1,89 1,62
40 4,08 3,23 2,84 2,61 2,45 2,34 2,18 2,00 1,79 1,51
60 4,00 3,15 2,76 2,52 2,37 2,25 2,10 1,92 1,70 1,39
120 3,92 3,07 2,68 2,45 2,29 2,17 2,02 1,83 1,61 1,25
3,84 2,99 2,60 2,37 2,21 2,09 1,94 1,75 1,52 1,00
Cercetri de marketing. Curs universitar
144
Anexa 4
Valorile raportului dispersiilor F, corespunztoare unui
nivel de semnificaie de 1% sau 0,01 (P = 99% sau 0,99)
i pentru f
1
i, respectiv, f
2
grade de libertate
f
1
f
2
1 2 3 4 5 6 8 12 24
1 4052 4999 5403 5625 5764 5859 5981 6106 6234 6366
2 98,49 99,00 99,17 99,25 99,30 99,33 99,36 99,42 99,46 99,50
3 34,12 30,81 29,46 28,71 28,24 27,91 27,49 27,05 26,60 26,12
4 21,20 18,00 16,69 15,98 15,52 15,21 14,80 14,37 13,93 13,46
5 16,26 13,27 12,06 11,39 10,97 10,67 10,27 9,89 9,47 9,02
6 13,74 10,92 9,78 9,15 8,75 8,47 8,10 7,72 7,31 6,88
7 12,25 9,55 8,45 7,85 7,46 7,19 6,84 6,47 6,07 5,65
8 11,26 8,65 7,59 7,01 6,63 6,37 6,03 5,67 5,28 4,86
9 10,56 8,02 6,99 6,42 6,06 5,80 5,47 5,11 4,73 4,31
10 10,04 7,56 6,55 5,99 5,64 5,39 5,06 4,71 4,33 3,91
11 9,65 7,20 6,22 5,67 5,32 5,07 4,74 4,40 4,02 3,60
12 9,33 6,93 5,95 5,41 5,06 4,82 4,50 4,16 3,78 3,36
13 9,07 6,70 5,74 5,20 4,86 4,62 4,30 3,96 3,59 3,16
14 8,86 6,51 5,56 5,03 4,69 4,46 4,14 3,80 3,43 3,00
15 8,68 6,36 5,42 4,89 4,56 4,32 4,00 3,67 3,29 2,87
16 8,53 6,23 5,29 4,77 4,44 4,20 3,89 3,55 3,18 2,75
17 8,40 6,11 5,18 4,67 4,34 4,10 3,79 3,45 3,08 2,65
18 8,28 6,01 5,09 4,58 4,25 4,01 3,71 3,37 3,00 2,57
19 8,18 5,93 5,01 4,50 4,17 3,94 3,63 3,30 2,92 2,49
20 8,10 5,85 4,94 4,43 4,10 3,87 3,56 3,23 2,86 2,42
21 8,02 5,78 4,87 4,37 4,04 3,81 3,51 3,17 2,80 2,36
22 7,94 5,72 4,82 4,31 3,99 3,76 3,45 3,12 2,75 2,31
23 7,88 5,66 4,76 4,26 3,94 3,71 3,41 3,07 2,70 2,26
24 7,82 5,61 4,72 4,22 3,90 3,67 3,36 3,03 2,66 2,21
25 7,77 5,57 4,68 4,18 3,86 3,63 3,32 2,99 2,62 2,17
26 7,72 5,53 4,64 4,14 3,82 3,59 3,29 2,96 2,58 2,13
27 7,68 5,49 4,60 4,11 3,78 3,56 3,26 2,93 2,55 2,10
28 7,64 5,45 4,57 4,07 3,75 3,53 3,23 2,90 2,52 2,06
29 7,60 5,42 4,54 4,04 3,73 3,50 3,20 2,87 2,49 2,03
30 7,56 5,39 4,51 4,02 3,70 3,47 3,17 2,84 2,47 2,01
40 7,31 5,18 4,31 3,83 3,51 3,29 2,99 2,66 2,29 1,80
60 7,08 4,98 4,13 3,65 3,34 3,12 2,82 2,50 2,12 1,60
120 6,85 4,79 3,96 3,48 3,17 2,96 2,66 2,34 1,95 1,38
6,64 4,60 3,78 3,32 3,02 2,80 2,51 2,18 1,79 1,00
Anexa 5
Valorile raportului dispersiilor F, corespunztoare unui
nivel de semnificaie de 0,1% sau 0,001 (P = 99,9% sau 0,999)
i pentru f
1
i, respectiv, f
2
grade de libertate
f
1
f
2
1 2 3 4 5 6 8 12 24
1 405284 500000 540379 562500 576405 585937 598144 610667 623497 636619
2 998,5 999,0 999,2 999,2 999,3 999,3 999,4 999,4 999,5 999,5
3 167,5 148,5 141,1 137,1 134,6 132,8 130,6 128,3 125,9 123,5
4 74,14 61,25 56,18 53,44 51,71 50,53 49,00 47,41 45,77 44,05
5 47,04 36,61 33,20 31,09 29,75 28,84 27,64 26,42 25,14 23,78
6 35,51 27,00 23,70 21,90 20,81 20,03 19,03 17,99 16,89 15,75
7 29,22 21,69 18,77 17,19 16,12 15,52 14,63 13,71 12,73 11,69
8 25,42 18,49 15,83 14,39 13,49 12,86 12,04 11,19 10,30 9,34
9 22,86 16,39 13,90 12,56 11,71 11,13 10,37 9,57 8,72 7,81
10 21,04 14,91 12,55 11,28 10,48 9,92 9,20 8,45 7,64 6,76
11 19,69 13,81 11,56 10,35 9,58 9,05 8,35 7,63 6,85 6,00
12 18,64 12,97 10,80 9,63 8,89 8,38 7,71 7,00 6,25 5,42
13 17,81 12,31 10,21 9,07 8,35 7,86 7,21 6,52 5,78 4,97
14 17,14 11,78 9,73 8,62 7,92 7,43 6,80 6,13 5,41 4,60
15 16,59 11,34 9,34 8,25 7,57 7,09 6,47 5,81 5,10 4,31
16 16,12 10,97 9,00 7,94 7,27 6,81 6,19 5,55 4,85 4,06
17 15,72 10,66 8,73 7,68 7,02 6,56 5,96 5,32 4,63 3,85
18 15,38 10,39 8,49 7,46 6,81 6,35 5,76 5,13 4,45 3,67
19 15,08 10,16 8,28 7,26 6,61 6,18 5,59 4,97 4,29 3,52
20 14,82 9,95 8,10 7,10 6,46 6,02 5,44 4,82 4,15 3,38
21 14,59 9,77 7,94 6,95 6,32 5,88 5,31 4,70 4,03 3,26
22 14,38 9,61 7,80 6,81 6,19 5,76 5,19 4,58 3,92 3,15
23 14,19 9,47 7,67 6,69 6,08 5,65 5,09 4,48 3,82 3,05
24 14,03 9,34 7,55 6,59 5,98 5,55 4,99 4,39 3,74 2,97
25 13,88 9,22 7,45 6,49 5,88 5,46 4,91 4,31 3,66 2,89
26 13,74 9,12 7,36 6,41 5,80 5,38 4,83 4,24 3,59 2,82
27 13,61 9,02 7,27 6,33 5,73 5,31 4,76 4,17 3,52 2,75
28 13,50 8,93 7,19 6,25 5,66 5,24 4,69 4,11 3,46 2,70
29 13,39 8,85 7,12 6,19 5,59 5,18 4,64 4,05 3,41 2,64
30 13,29 8,77 7,05 6,12 5,53 5,12 4,58 4,00 3,36 2,59
40 12,61 8,25 6,60 5,70 5,13 4,73 4,21 3,64 3,01 2,23
60 11,97 7,76 6,17 5,31 4,76 4,37 3,87 3,31 2,69 1,90
120 11,38 7,31 5,79 4,95 4,42 4,04 3,55 3,02 2,40 1,56
10,83 6,91 5,42 4,62 4,10 3,74 3,27 2,74 2,13 1,00
Cercetri de marketing. Curs universitar
146
Anexa 6
Tabel cu valorile distribuiei
2
, n funcie de nivelul de semnificaie
i numrul f al gradelor de libertate
Nivelul de semnificaie
f
0,995 0,990 0,975 0,950 0,900 0,750 0,500 0,250 0,100 0,050 0,025 0,010 0,005
1 0,00 0,00 0,00 0,00 0,02 0,10 0,45 1,32 2,71 3,84 5,02 6,63 7,88
2 0,01 0,02 0,05 0,10 0,21 0,58 1,39 2,77 4,61 5,99 7,38 9,21 10,60
3 0,07 0,11 0,22 0,35 0,58 1,21 2,37 4,11 6,25 7,82 9,35 11,35 12,84
4 0,21 0,30 0,48 0,71 1,06 1,92 3,36 5,39 7,78 9,49 11,14 13,28 14,86
5 0,41 0,55 0,83 1,15 1,61 2,67 4,35 6,63 9,24 11,07 12,83 15,09 16,75
6 0,68 0,87 1,24 1,64 2,20 3,45 5,35 7,84 10,64 12,59 14,45 16,81 18,55
7 0,99 1,24 1,69 2,17 2,83 4,25 6,35 9,04 12,02 14,07 16,01 18,48 20,28
8 1,34 1,65 2,18 2,73 3,49 5,07 7,34 10,22 13,36 15,51 17,54 20,09 21,96
9 1,73 2,09 2,70 3,33 4,17 5,90 8,34 11,39 14,68 16,92 19,02 21,66 23,59
10 2,15 2,56 3,25 3,94 4,87 6,74 9,34 12,55 15,99 18,31 20,48 23,21 25,19
11 2,60 3,05 3,82 4,57 5,58 7,58 10,34 13,70 17,28 19,68 21,92 24,72 26,75
12 3,07 3,57 4,40 5,23 6,30 8,44 11,34 14,85 18,55 21,03 23,34 26,21 28,30
13 3,56 4,11 5,01 5,89 7,04 9,30 12,34 15,98 19,81 22,36 24,74 27,69 29,82
14 4,07 4,66 5,63 6,57 7,79 10,17 13,34 17,12 21,06 23,69 26,12 29,14 31,31
15 4,60 5,23 6,26 7,26 8,55 11,04 14,34 18,25 22,31 25,00 27,49 30,58 32,80
16 5,14 5,81 6,91 7,96 9,31 11,91 15,34 19,37 23,54 26,30 28,85 32,00 34,27
17 5,70 6,41 7,56 8,67 10,09 12,79 16,34 20,49 24,77 27,59 30,19 33,41 35,72
18 6,26 7,01 8,23 9,39 10,86 13,68 17,34 21,60 25,99 28,87 31,53 34,81 37,15
19 6,84 7,63 8,91 10,12 11,65 14,56 18,34 22,72 27,20 30,14 32,85 36,19 38,58
20 7,43 8,26 9,59 10,85 12,44 15,45 19,34 23,83 28,41 31,41 34,17 37,56 40,00
21 8,03 8,90 10,28 11,59 13,24 16,34 20,34 24,93 29,62 32,67 35,48 38,93 41,40
22 8,64 9,54 10,98 12,34 14,04 17,24 21,34 26,04 30,81 33,93 36,78 40,29 42,80
23 9,26 10,19 11,69 13,09 14,85 18,14 22,34 27,14 32,01 35,17 38,08 41,64 44,18
24 9,88 10,86 12,40 13,85 15,66 19,04 23,34 28,24 33,20 36,42 39,37 42,98 45,56
25 10,52 11,52 13,12 14,61 16,47 19,94 24,34 29,34 34,38 37,65 40,65 44,32 46,93
26 11,16 12,20 13,84 15,38 17,29 20,84 25,34 30,43 35,56 38,89 41,92 45,64 48,29
27 11,80 12,88 14,57 16,15 18,11 21,75 26,34 31,53 36,74 40,11 43,20 46,96 49,64
28 12,46 13,56 15,31 16,93 18,94 22,66 27,34 32,62 37,92 41,34 44,46 48,28 50,99
29 13,12 14,26 16,05 17,71 19,77 23,57 28,34 33,71 39,09 42,56 45,72 49,59 52,34
30 13,78 14,95 16,79 18,49 20,60 24,48 29,34 34,80 40,26 43,77 46,98 50,89 53,67
40 20,67 22,14 24,42 26,51 29,06 33,67 39,34 45,61 51,80 55,75 59,34 63,71 66,80
50 27,96 29,68 32,35 34,76 37,69 42,95 49,34 56,33 63,16 67,50 71,42 76,17 79,52
60 35,50 37,46 40,47 43,19 46,46 52,30 59,34 66,98 74,39 79,08 83,30 88,40 91,98
70 43,25 45,42 48,75 51,74 55,33 61,70 69,34 77,57 85,52 90,53 95,03 100,44 104,24
80 51,14 53,52 57,15 60,39 64,28 71,15 79,34 88,13 96,57 101,88 106,63 112,34 116,35
90 59,17 61,74 65,64 69,13 73,29 80,63 89,34 98,65 107,56 113,14 118,14 124,13 128,32
100 67,30 70,05 74,22 77,93 82,36 90,14 99,34 109,14 118,49 124,34 129,56 135,82 140,19
Cercetri de marketing. Curs universitar
147
Bibliografie:
1. Aaker, David A., V. Kumar, George S. Day (1998), Marketing research, 6
th
Edition,
John Wiley & Sons, Inc., New York, .a.
2. Balaure, Virgil (coordonator) (2002), Marketing, Editura Uranus, Bucureti.
3. Boier Leonte, Rodica A. (2001), Cercetri de marketing, Editura Fundaiei
Academice Gh. Zane, Iai.
4. Boier, Rodica, Laura C. imira. (2006), Cercetarea de marketing, Editura
Performantica, Iai.
5. Ctoiu, Iacob, Nicolae Teodorescu (2003), Comportamentul consumatorului,
Editura Uranus, Bucureti.
6. Ctoiu, Iacob (coordonator) (2002), Cercetri de marketing, Editura Uranus,
Bucureti.
7. Ctoiu, Iacob, Carmen Blan, Bogdan Onete, Ioana Cecilia Popescu, Clin Veghe
(1999), Metode i tehnici utilizate n cercetrile de marketing - aplicaii, Editura
Uranus, Bucureti.
8. Ctoiu, Iacob, Carmen Blan, Bogdan Onete, Ioana Cecilia Popescu, Clin Veghe
(1997), Cercetri de marketing - probleme i studii de caz, Editura Uranus,
Bucureti.
9. Dtculescu, Petre (2006), Cercetarea de marketing, Editura Brandbuilders Grup.
10. Demetrescu, M. C. (2000), Metode de analiz n marketing, Editura Teora,
Bucureti.
11. Drgan, J. C., M. C. Demetrescu (1996), Practica prospectrii pieei. Tehnici de
cercetare n marketing, Editura Europa Nova, Bucureti.
12. Harja, Eugenia, Laura C. imira. (2010), Metode statistice utilizate n cercetarea
de marketing, Editura Alma Mater, Bacu.
13. Kotler, Philip, Gary Armstrong, John Saunders, Veronica ONG (1999), Principiile
marketingului. Ediia european, Editura Teora, Bucureti.
14. Kotler, Philip (1997), Managementul marketingului, Editura Teora, Bucureti.
15. Malhotra Naresh K, (2004), Marketing Research, An applied orientation, Pearson
Education, Inc,, Upper Saddle River, New Jersey.
Cercetri de marketing. Curs universitar
148
16. Peter D. Bennett - edit. (1995), Dictionary of Marketing Terms, 2nd Edition,
American Marketing Association, NTC Business Books, Chicago, IL.
17. Pop, Marius D. (2004), Cercetri de marketing, Editura Alma Mater, Cluj Napoca.
18. Pop, Marius D., Adrian G. Pocol, Mihai F. Bcil, Ovidiu I. Moisescu (2004),
Cercetri de marketing: teste aplicaii studii de caz, Editura Alma Mater, Cluj
Napoca.
19. Prutianu, tefan, Bogdan Anastasiei, Tudor Jijie (2005), Cercetarea de marketing.
Studiul pieei pur i simplu, Ediia a II a, Editura Polirom.
20. Raiu Suciu, C. (2005), Modelarea & simularea proceselor economice Teorie i
practic, Ediia a patra, Editura Economic, Bucureti.
21. imira, C. Laura (2007), Tendine n evoluia marketingului agroalimentar n
contextul extinderii Uniunii Europene, Editura EduSoft, Bacu.
Valabil pentru anul universitar 20122013
F 267.08/Ed.02
UNIVERSITATEA VASILE ALECSANDRI DIN BACU
DEPARTAMETUL PENTRU NVMNT LA DISTAN
Domeniul de studii: Marketing
Ciclul de studii: Licen
Forma de nvmnt: ID
Programul de studii/ Calificarea: Marketing
FIA DISCIPLINEI:
CERCETRI DE MARKETING
Cod disciplin UB07MK402S
AT TC AA Total ore semestru
An
studiu
Semestrul
Durata
(sptmni)
Forma
de
evaluare
Numrul ore pe semestru/activiti
Credite Total
ore
Studiu
individual
II 2 11 E 9 24 5 66 33
Total ore din planul de nvmnt Distribuia fondului de timp (Studiu individual)
*
AT TC AA
1 2 3 4 5 6
9 24 22 11
Distribuia fondului de timp*:
1 - Studiul dup manual, suport de curs, bibliografie i notie;
2 Documentare suplimentar n bibliotec, pe platformele electronice de specialitate, pe teren;
3 Pregtire activiti tutoriale/ activiti apicative asistate/ proiect, teme de control, referate, portofolii i eseuri;
4 Tutoriat;
5 - Examinri;
6 Alte activiti.
STATUT DISCIPLIN (se marcheaz cu X)
Obligatorie Opional Facultativ
X
Categorie disciplin (se marcheaz cu X)
Fundamental n domeniu De specialitate Complementar
X
de curriculum Discipline studiate: Marketing
Precondiii de
accesare a disciplinei de competene
Competene asigurate de disciplina Marketing, conform
RNCIS
de desfurare a
activitilor tutoriale
Posibilitate utilizare laptop, videoproiector
Condiii
(dac este cazul)
de desfurare a
activitilor aplicative
asistate
-
Valabil pentru anul universitar 20122013
F 267.08/Ed.02
COMPETENELE SPECIFICE ACUMULATE
Competene
profesionale
Utilizarea adecvat a conceptelor, metodelor, tehnicilor i
instrumentelor de marketing:
- Definirea conceptelor, metodelor, tehnicilor i a instrumentelor
de marketing;
- Explicarea conceptelor, metodelor, tehnicilor i a instrumentelor
de marketing;
- Aplicarea metodelor, tehnicilor i a instrumentelor specifice
activitii de marketing;
- Studierea comparativ i evaluarea critic a metodelor, tehnicilor
i instrumentelor n activitatea de marketing;
- Proiectarea unui studiu de marketing;
Culegerea, analiza i interpretarea informaiilor de marketing privind
organizaia i mediul su:
- Definirea mediului organizaiei, identificarea i descrierea
principalelor variabile ale acestuia;
- Interpretarea impactului variabilelor de mediu asupra activitii
organizaiei;
- Identificarea i selectarea factorilor care influeneaz
funcionarea organizaiei;
- Evaluarea i clasificarea factorilor care influeneaz funcionarea
organizaiei;
- Elaborarea unui proiect de analiz a mediului de marketing al
organizaiei, n funcie de specificul pieei;
Competene
transversale
-
OBIECTIVELE DISCIPLINEI (reieind din grila competenelor specifice acumulate):
Obiectivul general al disciplinei
nsuirea metodelor, procedeelor i tehnicilor specifice cercetrii de marketing.
Obiectivele specifice
Dobndirea cunotinelor necesare utilizrii adecvate a conceptelor, metodelor, tehnicilor i
instrumentelor de marketing, precum i pentru culegerea, analiza i interpretarea informaiilor de
marketing privind organizaia i mediul su.
CONINUTUL DISCIPLINEI
Suportul de curs
PROIECTAREA CERCETRILOR DE MARKETING
1.1. Coninutul, aria, tipologia i sediul cercetrilor de marketing
1.2. Coninutul procesului cercetrii de marketing
MSURAREA SI SCALAREA FENOMENELOR N CERCETRILE DE MARKETING
2.1. Tipuri de scale
2.2. Principalele metode de scalare
METODE DE OBINERE A INFORMAILOR
3.1. Investigarea surselor de date secundare
3.2. Cercetarea direct
3.3. Experimentul
3.4. Simularea
Valabil pentru anul universitar 20122013
F 267.08/Ed.02
ANALIZA INFORMAIILOR N CERCETRILE DE MARKETING
4.1. Modaliti de analiz neparametric
4.2. Modaliti de analiz parametric
4.3. Analiza Cluster (metod specific deopotriv variabilelor neparametrice i parametrice)
Activiti tutoriale
Aplicaii, studii de caz, exemplificri, dezbateri pe marginea aspectelor prezentate n suportul de curs.
Bibliografie
1. imira Laura Ctlina, Cercetri de marketing. Curs universitar, Editura Alma Mater Bacu,
2012;
2. Boier Rodica, imira C. Laura, Cercetarea de marketing, Editura Performantica, Iasi, 2006;
3. Balaure Virgil (coord), Marketing, Ed. Uranus, Bucureti, 2002;
4. Ctoiu Iacob (coord), Cercetri de marketing, Ed. Uranus, Bucureti, 2002;
5. Ctoiu Iacob, Blan Carmen, Onete Bogdan, Popescu Ioana Cecilia, Veghe Clin, Metode i
tehnici utilizate n cercetrile de marketing - aplicaii, Editura Uranus, Bucureti, 1997.
Activiti aplicative asistate/ teme de control
Studenii vor realiza un proiect cu titlul Elaborarea i operaionalizarea programului cercetrilor de
marketing .
Bibliografie
1. imira Laura Ctlina, Cercetri de marketing. Curs universitar, Editura Alma Mater Bacu,
2012;
2. Boier Rodica, imira C. Laura, Cercetarea de marketing, Editura Performantica, Iasi, 2006;
3. imira C. Laura, Evoluia marketingului agroalimentar din Romnia, n contextul extinderii
Uniunii Europene, Editura EduSoft, Bacu, 2007;
4. Balaure Virgil (coord), Marketing, Ed. Uranus, Bucureti, 2002;
5. Ctoiu Iacob (coord), Cercetri de marketing, Ed. Uranus, Bucureti, 2002;
6. Ctoiu Iacob, Blan Carmen, Onete Bogdan, Popescu Ioana Cecilia, Veghe Clin, Metode i
tehnici utilizate n cercetrile de marketing - aplicaii, Editura Uranus, Bucureti, 1997.
Metode de predare
Dezbaterea, problematizarea, exemplificarea
Observaii
-
COROBORAREA CONINUTURILOR DISCIPLINEI CU ATEPTRILE REPREZENTANILOR
COMUNITII EPISTEMICE, ASOCIAIILOR PROFESIONALE I ANGAJATORI
REPREZENTATIVI DIN DOMENIUL AFERENT PROGRAMULUI
Se asigur competene conform prevederilor RNCIS.
Valabil pentru anul universitar 20122013
F 267.08/Ed.02
STABILIREA NOTEI FINALE
Tip de activitate (Examen, Colocviu, Verificare pe parcurs) Examen
Criterii de
evaluare
Metode de
evaluare
Pondere din
nota final
Standard minim de
performan
Activiti tutoriale
Activiti
aplicative asistate/
teme de control
Evaluarea
temelor de
control
Proiect 50% Obinerea notei
minime 5
Examen/Verificare Rspunsuri la
examen
Test (teste gril,
aplicaii)
50% Obinerea notei
minime 5
Condiii minime de promovare
(cum se obine nota 5)
Condiii de obinere a notei maxime
demonstrarea nsuirii i stpnirii unui
minim de cunotine teoretice i practice
prin intermediul proiectului realizat;
nota obinut la evaluarea final s fie 5.
demonstrarea nsuirii i stpnirii ntr-o
foarte bun msur a cunotinelor teoretice i
practice prin intermediul proiectului realizat;
nota obinut la evaluarea final s fie minim
9,5.
Titularul disciplinei
Numele i Prenumele imira Laura Ctlina
Instituia Universitatea Vasile Alecsandri din Bacu
Departament Marketing i Management
Titlul tiinific Doctor, domeniul Marketing
Gradul didactic Confereniar universitar
ncadrarea (norm de baz n Univ./asociat) Norm de baz n Universitate
Titularul activitilor tutoriale/ activitilor aplicative asistate
Numele i Prenumele imira Laura Ctlina
Instituia Universitatea Vasile Alecsandri din Bacu
Departament Marketing i Management
Titlul tiinific Doctor, domeniul Marketing
Gradul didactic Confereniar universitar
ncadrarea (norm de baz n Univ./asociat) Norm de baz n Universitate
Data
completrii
Semntura
titularului de
disciplin
Semntura titularului de
activiti tutoriale/
activiti aplicative
asistate
Data avizrii n
departament
Semntura
directorului de
departament
24.09.2012 08.10.2012
Conf.univ.dr.
Prihoanc Diana