istrazivanje trzista v nov 2010.pdf

7/23/2019 Istrazivanje trzista V nov 2010.pdf

http://slidepdf.com/reader/full/istrazivanje-trzista-v-nov-2010pdf 1/20

1

• Novembar 2010

I. Priroda i obuhvat marketin!kih istra"ivanja

II. Izvori podataka u marketin!kim istra"ivanjima

III. Eksploratorna istra"ivanja

IV. Deskriptivna istra"ivanja

V. Merenje stavova i dizajniranje upitnika

VI. Uzro#na istra"ivanja: Izvo$enje eksperimenata

1. Definicije stava, merenja i mernih skala

2. Skale za merenje rejtinga stavova

3. Op!te smernice za dizajniranje skala

4. Dizajniranje upitnika

• Za!to su stavovi va"ni u MI?

• %ta je stav?

• %ta je merenje i !ta su merne skale?

•

Koje vrste mernih skala za rejting stavovapostoje? – Merne skale sa jednom stavkom

– Merne skale sa vi!e stavki

– Kontinuelne merne skale

• Op!te smernice za dizajn skala

• Ta#nost merenja stavova.



2

•

!ta je stav?

• Koncepti merenja, mernih skala iskaliranja

• Psiholo!ka konstrukcija, na#in konceptualizacijeneopipljivog

– Ne mo"e se direktno posmatrati, ali uti#e na odluke okupovini

•

Mentalna stanja za konstrukciju na#inasagledavanja okru"enja i za usmeravanjereakcije na to okru"enje. Sastoji se iz:1. Kognitivne ili spoznajne komponente,

2. Dopadanja ili afektivne komponente, i

3. Namere ili akcione komponente.

• Svaka komponenta daje razli#it uvid u stav.

• Informacija koju #ovek ima o predmetuposmatranja, a koja uklju#uje:

1. Poznatost predmeta posmatranja – Poznatost bez podse&anja

– Poznatost sa podse&anjem - prepoznavanje

2. Uverenja o svojstvima (karakteristike, atributi)predmeta, i

3. Sudove o relativnom zna#aju svakog svojstva – Eksplicitna pore$enja u okviru odre$enog skupa

– Op!ti sud o sli#nosti.



3

• Daje pregled op!tih ose&anja #oveka u odnosuna predmet, situaciju ili osobu, kao i svojstvo

• Defini!e se na skali – Svi$a mi se – ne svi$a mi se

– Povoljno – nepovoljno (pozitivno – negativno)

• Dopadanje se ispoljava kao izbor jedne u odnosuna vi!e alternativnih mogu&nosti

• Predstavlja dono!enje vrednosnih sudova o: – Op!tim preferencijama predmeta posmatranja, kao i

– O posebnim svojstvima predmeta posmatranja.

• Odnosi se na o#ekivanja u vezi s budu&im

pona!anjem prema predmetu posmatranja

• Namere se obi#no odnose na

– odre$en (ograni#en) vremenski period koji zavisi odkupovnih navika i vremena na koje se planira

• Veliku prednost u pogledu pitanja namera

predstavlja to !to one uklju! uju informacije o

mogu" nostima ili spremnosti ispitanika da zane!to plati, ili da preduzme neku drugu aktivnost.

• Merenje je standardizovan proces pridru"ivanjabrojeva ili drugih simbola odre$enim svojstvimaposmatranog predmeta, a u skladu s nekimprethodno utvr $enim pravilima. Dva uslova:

–

Postojanje jednozna#nog odnosa korespondencijeizme$u odre$enog simbola i svojstva predmeta

– Pravila pridru"ivanja se mogu ponoviti sa istimrezultatom

• Skaliranje je proces pozicioniranja vrednostisvojstva predmeta posmatranja na mernoj skali, uodnosu na varijable koje se mere.



4

Nominalna skala –

predmeti se pridru"uju me$usobno isklju#uju&im,imenovanim kategorijama, ne mora da postoji nikakavredosled ili raspored

Ordinalna ili redosledna skala – predmeti se rangiraju prema nekoj zajedni#koj varijabli, ne

zna se stepen razlike izme$u predmeta posmatranja

Intervalna skala – brojevi koji se koriste za rangiranje predmeta predstavljaju

istovremeno jednaka pove&anja svojstva koje se meri, bez 0

Skala odnosa – specijalna vrsta intervalne skale koja ima prirodnu 0

– jedina skala koja omogu&ava pore$enja apsolutne veli#ine.

Primeri tipova

skala stavova

•

Dihotomne, “da” ili “ne” skale

• Ili npr. brojevi autobusa

Pravila za pridru-

"ivanje brojeva

• Predmeti posmatranja su ili

identi#ni ili su razli#iti

Tipi#na primena • Klasifikacija (prema polu,

geografskom podru# ju,dru!tvenoj klasi)

Statisti#ki

pokazatelji/testovi

• Procenti,

• Modalna vrednost/hi-kvadrat

Primeri tipova

skala stavova

• Komparativna, redosledna,

razlo"enih kategorija,pore$enja po parovima

Pravila za pridru-"ivanje brojeva

•

Predmeti posmatranja su ilive&i ili manji

Tipi#na primena • Rangiranje (preferencije,

dru!tveni polo"aj)

Statisti#ki

pokazatelji/testovi

• Percentili, medijana,

korelacija rangova /Fridmanova ANOVA

Primeri tipova

skala stavova

• Likertova, Turstonova,

Stapelova, pridru"ivanja,semanti#ko-diferencijalna

Pravila za pridru-"ivanje brojeva

•

Intervali izme$u susednihkategorija su jednaki

Tipi#na primena • Indeksni brojevi, temperaturne

skale, mere stavova

Statisti#ki

pokazatelji/testovi

• Sred. vrednost, st. devijacija,

korelacije/t-testovi, ANOVA,regresija, faktorska analiza



5

Primeri tipova

skala stavova

• Skale s posebnim uputstvima

Pravila za pridru-

"ivanje brojeva

• Postoji smislena (prirodna) nula,

te je mogu&e pore$enjeapsolutnih vrednosti

Tipi#na primena • Prodaja, prihod, proizvedene

jedinice, tro!kovi, godine starosti

Statisti#ki

pokazatelji/testovi

• Sve navedeno kod intervalnih, i

geometrijska i harmonijska sred

• Skale sa jednom stavkom

• Skale sa vi!e stavki

SKALE

STAVOVA

Skale sa

jednomstavkom

Konti-

nuelneskale

Skale sa

vi"estavki



6

Skale sa

jednom stavkom

Skale

razlo#ene po

kategorijama

Q-skale

Redosledne

skale

Slikovne

skale

Kompara-

tivne skale

Skale

pore$enja po

parovima

Skale sa

konstantom

sumom

• Tip ordinalne merne skale gde ispitanik bira jednuod ponu$enih kategorija rangiranih odgovora

• Mo"e, a ne mora da ima neutralan stav

• Mo"e a ne mora da ima kategoriju “ne znam”

• Prebacivanje na numeri#ku, uravnote"enu skaluodgovora u rasponu od +n do -n, mogla bi dapomogne da se dobije kvazi-intervalna skala – Empirijski nalazi u vezi sa mogu&nostima primene ove

transformisane skale su pome!ani

– Ipak se #ini da se mo"e posti&i odgovaraju&aaproksimacija intervalne skale.

1. Opis obuhvata kategorije • Sve kategorije su imenovane

• Imenovane su samo krajnje

kategorije

2. Tretman ispitanikove

nesigurnosti ili neznanja

• Prinudan izbor (bez neutralnog

stava)• Dozvoljen neutralan stav• Postoji kategorija „ne znam“

3. Odnos izme$u povoljnih i

nepovoljnih kategorija

• Uravnote"en

• Neuravnote"en

4. Postoji potreba za

pore$enjem

• Da

• Ne

• Jedna verzija skale razlo"ene po kategorijama

• Ne postoji eksplicitno pore$enje, nejasna referentnata#ka, razli#iti ispitanici imaju razli#ite standarde, ilireferentne ta#ke

–

Npr.: Odli#no, vrlo dobro, dobro, dovoljno i slabo• U MI gde se ocenjuju razli#ite alternative treba ugraditi

eksplicitno ili implicitno pore$enje, npr. dati referentnuta#ku u pitanju

• Pitanje odgovaraju&eg broja kategorija odgovora – 2 ili 3 kategorije premalo, vi!e od 9 je previ!e

– Ako postoji neutralan stav, po"eljno je da broj kategorijabude neparan.



7

•

Zahteva se da ispitanici rasporede niz premeta premanekom zajedni#kom kriterijumu, npr.: – Reklame prema tome koliko su interesantne

– Karekteristike proizvoda po tome koliko su zna#ajne

– Koncepte novih proizvoda po spremnosti da se kupi

• 'esto se koristi u anketama jer simulira izbor

• Primorava na izbor koji ne mora biti realan

• Te!ko se rangira vi!e od 5-6 predmeta,

• Kod pore$enja u parovima (koje ne prikazujeadekvatno tr "i!nu situaciju) najvi!e 5 predmeta

• Daje informaciju kako potro!a#i rangiraju alternative.

• Primenjuje se kada postoji veliki broj predmeta ilikarakteristika koje treba oceniti ili rangirati

• Ispitanik raspore$uje razli#ite karakteristike ilipredmete po ure$enim grupama (po stepenupreferisanja)

• Broj predmeta koji je raspore$en po ure$enimgrupama bi trebalo da prati normalan raspored

• Zatim se u slede&oj fazi rangiraju samo oni predmeti ilikarakteristike koji se nalaze u jednoj ili vi!e najvi!erangiranih (najvi!e preferisanih) grupa

• Treba koristiti veliki broj grupa (preko 10).

• Ispitanik treba da jednim konstantnim brojem rejting-poena (npr. 100) oceni ve&i broj predmetaposmatranja ili karakteristika

• Time oni otkrivaju svoju preferenciju u odnosu nasvaki od posmatranih predmeta

• Najprivla#nija karakteristika ove skale je njena kvazi-intervalna priroda koja najstaje kao rezultat ovogpostupka

• Ne postoje jasni empirijski nalazi o tome koliko je ovaskala zaista bliska intervalnoj skali.

• Kategorije na skali su prikazane pomo&u slika

• Ispitanicima se pokazuje neki koncept ili im se pro#itaizjava o stavovima

•

Ispitanici pokazuju stepen slaganja ili zainteresovbiranjem mesta na slikovnoj skali: – Skala na termometru ili skala sme!nih lica

• Kod dizajna formulara je va"no da ga ispitanik razumei da mo"e ta#no da odreaguje

• Slikovne skale se koriste uglavnom kada su ispitanicimala deca ili nepismeni ljudi.



8

• Predmeti posmatranja se porede po parovima – Svaki se poredi sa ta#no jednim od svih ostalih

• Svakom paru se dodeljuje 10 poena kao ocena – koje treba raspodeliti na pojedina#ne predmete u skladu sa

prethodno utvr $enim kriterijumom

• Na kraju se poeni saberu za svaki predmet

• Dobri rezultati u smislu preciznosti kriterijuma

• Komplikovana primena

• Vremenom se menja grupa predmeta posmatranja – npr. brendovi, jer se stalno pojavljuju novi.

SKALE

STAVOVA

Skale sa

jednomstavkom

Konti-

nuelneskale

Skale sa

vi"estavki

Skale savi"e stavki

Skale

semanti%kih

diferencijala

Likertove

skale Stapelove

skale

Skale

pridru#ivanja

Turstonove

skale



9

• Ispitanik pokazuje svoj stepen slaganja ili neslaganjasa ve&im brojem izjava u vezi sa stavom ili predmetomposmatranja

• Sastoji se iz dva dela: – Deo u kome se navode stavovi koje treba oceniti

– Spisak kategorija odgovora na skali:

apsolutno se sla"em . . . . . . .apsolutno se ne sla"em

• Sabiraju se pojedina#ne stavke i dobija ukupan skorpo ispitaniku, kao i jednodimenzionalna skala

• Pretpostavlja se da se meri jedinstven sklop

• Metod naizgled-jednakih intervala

• Cilj je dobijanje jednodimezionalne skale sa svojstvimaintervalne. Postupak se sastoji od: – Prikupljanja velikog broja izjava ili prideva o predmetu

– Grupi procenitelja se daje da ocene ove stavke:•

Npr. bipolarna + neutr. 11-stepena skala pozit-negat

•

Intervali izme$u kategorija se smatraju jednakim

•

Procenitelji ocenjuju svaku stavku objektivno

– Mera svake stavke je medijana ocena svih procenitelja

– Stavke svrstane u vi!e kategorija se odbacuju kaodvosmislene po!to nije postignut konsenzus procenitelja

– Rezultuju&a skala se koristi u anketi u drugoj fazi

– U anketi ispitanik bira izjave koje najbolje odra"avajunjegova ose&anja prema predmetu posmatranja

– Skor stavova ispitanika je prosek pojedina#nih skorova

• Po!to se postupak odvija u dve faze, ova skala

oduzima puno vremena i skupa je• Sama po sebi skala se lako koristi i zahteva minimalna

uputstva

• Nema dijagnosti#ku vrednost po!to ne postoji izri#itodgovor za svaku stavku na skali

• Same vrednosti na skali zavise i od stavova inicijalnihprocenitelja.

• Koriste se za opisivanje skupa uverenja od kojih sesastoji imid" predmeta posmatranja

• Ispitanik treba da oceni svaki predmet na skali: – Na vi!e 5-stepenih ili 7-stepenih rejting-skala

–

Na krajnjim ta#kama su pridevi ili izrazi

– Mogu biti sa jednim polom, ili bipolarne

• Pa"ljiv izbor parova prideva ili izraza

• Rotacija negativnog pola zbog halo-efekta

• Prirast kategorija se posmatra kao na intervalnoj skalipa se mogu izra#unati aritmeti#ke sredine.



10

• Primena semanti#ko-diferencijalne skale

• Vizuelno pore$enje imid"a razli#itih predmeta

• Na grafikonu se crta linija koja spaja aritmeti#kesredine rejtinga za svaki predmet posmatranja nasvakoj skali stava u okviru semanti#ko-diferencijalne skale

• Ne mo"e se posmatrati veliki broj svojstava

• Problem je i kada svojstva nisu me$usobnonezavisna, !to se mo"e re!iti tehnikamamultidimezionalnog skaliranja.

• Pojednostavljena varijanta skale semanti#kih

diferencijala, koja koristi samo jedan pol

• Ispitanici pokazuju svoj stav prema predmetu

posmatranja tako !to

– Biraju odre$enu numeri#ku kategoriju odgovora kao

ocenu tog predmeta,

– Sa stanovi!ta konkretnog pitanja o stavu

– %to je dobijeni (pozitivni) skor vi!i, to odre$eni pridev

bolje opisuju predmet posmatranja

• Lak!e se koristi i konstrui!e jer nije bipolarna.

+3 +3 +3

+2 +2 +2

+1 Ujedna#en +1 Oporo +1

Te!ko –1 kvalitet –1 –1

–2 –2 –2

–3 –3 –3

Coors pivo ima slede" e karakteristike: • Od ispitanika se tra"i da jednu alternativu pove"e sasvakim pitanjem i koristi se kada: – Ispitanik bira izme$u ve&eg broja svojstava ili alternativa,

– Ispitanik poznaje samo podskup alternativa,

–

Ograni#ena primena semanti#ko-diferencijalne skale• Podesna kod sekvencionalnog procesa odlu#ivanja

i pra&enja promena relativnih konkurentskih pozicija

• Ne daje odgovor o odnosu razmene potro!a#a kada jedna alternativa ne dominira

• Niski tro!kovi i jednostavna procedura, ali

• Manja validnost predstavljanja tr "i!ne strukture.



11

• Skale sa jednom stavkom

• Skale sa vi!e stavki

• Ta#nost merenja stava

• Skale za rejting stavova su u !irokoj primeni

– Za testiranje efektivnosti alternativnih reklama

– Za testiranje koncepata novih proizvoda

–

Za odre$ivanje tr

"i!nih segmenata

• Dizajn rejting-skale predstavlja ad hoc vrednosni sud

zasnovan na preferencijama i prethodnim iskustvimasamog istra"iva#a

• Kod dizajniranja oblika i strukture skale istra"iva# mora da donese brojne odluke

• Broj kategorija na skali – Zavisi od ve!tine istra"iva#a, vrste intervjua i prirode

predmeta posmatranja

• Vrste polova koji se koriste na skali

–

Jedan ili dva pola?

• Snaga upori!ta – Intenzitet prideva koji se koristi za fiksiranje skale

– Snaga upori!ta uti#e na oblik raspodele odgovora

• Imenovanje kategorija

• Ravnote"a skale



12

• Pouzdanost i validnost rezultata

• Postizanje jasne razlike izme$u predmeta koji seocenjuje i posledica osetljivosti na podra"aje odreklama ili samih proizvoda

• Neki empirijski nalazi, gde su skale ocenjene na bazislede&ih kriterijuma: – Raspored odgovora (nema preteranog broja odgovora u

krajnjim kategorijama)

– Diskriminacija predmeta posmatranja (brendova)

– Podudaraju&a validnost – koliko je rezultuju&i rejtinguskla$en sa realizovanom prodajom brenda

• Jasno utvrditi !ta se "eli izmeriti (sklop)

• Inicijalno obezbediti !to je mogu&e vi!e stavki

• Zatra"iti od stru#nih lica da ocene inicijalni skup

•

Utvrditi vrstu skale stavova koja &e se koristiti –

%to pre zbog formulacije stavki i prikupljanja podataka

• Uklju#iti stavke za validaciju u skalu

• Oceniti stavke na inicijalnom uzorku

• Proceniti i precizirati stavke

• Kona#no, optimizirati du"inu skale



13

• Merenje stavova mora da bude i ta#no ikorisno

• Aspekti koji doprinose ta#nosti rezultatamarketin!kog istra"ivanja, pa i merenjastavova su:

1. VALIDNOST

2. POUZDANOST

3. OSETLJIVOST

• Mogu&nosti generalizacije

• Relevantnost

• Merenje je validno ako meri ono !to bi i trebalo

• Nominalna ili konsenzualna validnost – Dokaz da merenje nedvosmisleno odra"ava ili predstavlja

razli#ite aspekte odre$ene pojave

• Validnost kriterijuma – Empirijski dokaz da je merenje stavova korelirano sa ostalim

varijablama “kriterijuma”

• Podudaraju&a validnost

• Prediktivna validnost – Dobro predvi$a budu&nost, najva"nije za dono!enje odluka

• Konvergentna validnost – Postoji ako su prisutne nominalna, podudaraju&a i

prediktivna validnost (dokazi o ukupnoj validnosti)

– Mera stava adekvatno predstavlja karakteristiku (varijablu)ukoliko konvergira ka drugim merama iste karakteristike

•

Diskriminatorna validnost – Postoji niska koreliranost izme$u posmatrane i drugih mera

koje se ne odnose na istu karakteristiku ili varijablu

• Validnost sklopa – Preduslov diskriminatorna i konvergentna validnost – Logi#ki argument o sklopu opravdava odre$enu meru

• Nije apsolutna, ve& pitanje stepena ispunjenosti

Xo = Xt + Xs + XrUo#eni skor = stvarni skor + sistem gr + slu# gr

• Uslov pouzdanosti: Xr = 0

• Uslov validnosti: Xo = Xt , t.j. Xs + Xr = 0

• Pouzdanost se i lak!e meri od validnosti:1. Merenje stabilnosti rezultata tokom vremena

•

Putem testiranja i ponovnog testiranja

2. Merenje interne konzistentnosti stava na skali•

Deljenjem uzorka na pola i upore$ivanjem




14

• Sposobnost da se diferenciraju stavovi u odnosu na

njihove zna#ajne razlike

• Mo"e se posti&i pove&anjem broja kategorija na skali,

ali se time smanjuje pouzdanost

• Manji broj kategorija apsorbuje zna#ajan deovarijabiliteta koji se ne mo"e uo#iti testiranjem i

ponovnim testiranjem

• Isuvi!e veliki broj kategorija u odnosu na brojizdiferenciranih stavova mo"e dovesti do zna#ajne, ali

neopravdane, slu#ajne fluktuacije

• Mogu&nost da se skala lako primeni i protuma#i u

razli#itim situacijama i uslovima istra"ivanja

• Kod skala sa vi!e stavki, mogu&nost uop!tavanja

je odre$ena:

– Da li se mo"e primeniti na !irok spektar podataka

prikupljenih na razli#ite na#ine

– Da li se mo"e koristiti za dobijanje podataka od

potpuno razli#itih pojedinaca

– Pod kojim uslovima se skala mo"e tuma#iti


• Relevantnost skale pokazuje koliko je smislena

njena primena za merenje nekog sklopa

Relevantnost = pouzdanost x validnost

•

Ako se pouzdanost i validnost ocenjuju pomo&ukoeficijenata korelacije, implikacije su slede&e:

– Relevantnost skale mo"e da varira od 0 (nije relevantna)

do 1 (apsolutno relevantna)

– Ako su pouzdanost ili validnost male, skala &e posedovatimalu relevantnost

– Za relevantnost su neophodni i pouzdanost i validnost



15

1. Planiranje !ta &e se meriti

2. Odre$ivanje oblika pitanja u upitniku

3. Formulisanje teksta pitanja

4. Odluke o redosledu i rasporedu pitanja i o

izgledu upitnika

5. Predtestiranje i ispravljanje uo#enihnedostataka.

• Preispitajte ciljeve istra"ivanja

• Opredelite se za istra"iva#ke teme koje &eobraditi va! upitnik

•

Pribavite dodatne informacije o istra"iva#kimtemama iz sekundarnih izvora podataka i/ilieksplorativnim istra"ivanjem

• Odlu#ite koja konkretno pitanja bi trebalo postaviti

u okviru istra"iva#kih tema.

• Najte"i korak je precizno utvr $ivanje informacija kojetreba prikupiti od svakog ispitanika,

• Da se ne bi dobili nedovoljno relevantni podaci: – Jasni ciljevi istra"ivanja, uz detaljno obja!njenje vrste

potrebnih informacija, hipoteze i obuhvat istra"ivanja – Eksplorativno istra"ivanje za dodatne va"ne varijable, re#nik

i na#in razmi!ljanja ispitanika

– Iskustvo sa sli#nim istra"ivanjima

– Predtestiranje preliminarnih verzija upitnika

• Prevo$enje ciljeva istra"ivanja u potrebne informacije – Hipoteze igraju posebno zna#ajnu ulogu.



16

• Za svaku istr "iva#ku temu, odredite koji &e biti

sadr "aj svakog pitanja

• Odredite kakav &e biti oblik svakog pitanja

1. Pitanja sa otvorenim odgovorom bez klasifikacije

2. Pitanja sa otvorenim odgovorom gde anketar ima

prethodno kodiranu klasifikaciju za evidentiranje

3. Pitanja sa zatvorenim odgovorima

• U upitniku se mo"e koristiti kombinacija.

• Otvorena pitanja su korisna posebno u slede&im

situacijama:

– Kao upoznavanje sa nekom anketom ili temom

– Kada je va"no izmeriti zna#aj neke teme za ispitanika

– Kada postoji previ!e mogu&ih odgovora, ili se oni ne

mogu predvideti

– Kada ih treba doslovno evidentirati da bi se razumeonjihov duh ili da se navedu kao primer

– Kada je pona!anje koje treba izmeriti osetljivo ili

nepo"eljno.

• Glavni problem je !to iscrpnost odgovora zavisiod: – Artikulisanosti ispitanika ili spremnosti da odgovori

– Sposobnosti anketara da evidentira, tuma#i, ili navede

–

Uticaja o#ekivanja anketara

• Oduzimaju isuvi!e vremena tokom intervjuisanja,kodiranja i tabeliranja odgovora

• Odgovori mogu biti !iri ili u"i od zavisnosti odprostora u upitniku i tipa ispitanika

• Ispitanici koriste razli#ite kriterijume za odgovor.



17

•

Dva osnovna oblika zatvorenih pitanja: – Izbor jednog ili vi!e mogu&ih odgovora sa spiska

– Izbor na osnovu obele"enih kategorija rejting-skale

• Na njih se uvek lak!e odgovara

• Tra"e manje ulaganje truda anketara

• Olak!avaju tabelarni prikaz i analizu

• Potrebno je utro!iti manje vremena nego nasli#na pitanja sa otvorenim odgovorom

• Odgovori ispitanika mogu direktno da se porede(pod uslovom da su isto protuma#ili re#i)

•

Neslaganje u vezi odgovora koje bi trebalo navesti: – Da li treba navesti sredi!nju opciju iako se #esto bira, ili:

1. “Ne znam,” ili 2. Skala za intezitet reakcije (Likertova, semant. dif.)

• Odgovor &e se dobiti iako je nerelevantan• Dobra pitanja se ne formuli!u lako, potreban

eksplorativan rad za sve opcije i kombinacije: – U istra"ivanju kod 3 mogu&nosti, samo 15% bira kombinaciju

– Kada su bile navedene kombinacije, #ak 52% ih je biralo.

• Ako spisak alternativa nudi i odgovore koje ispitanicine bi ni razmatrali biraju “po"eljnu”, ili “ne znam” – Stoga je tada po"eljna kombinacija sa otvorenim odgovorima

(primer prise&anja bez i sa podse&anjem)

• Broj kategorija odgovora (generalno 2stepena –100stepena skala): – Op!te pravilo 5-7 za ve&inu tema (5 #ita anketar; 7-9 je

preciznije ali zbunjuje ispitanika kada se #ita)

–

Pitanja sa vi!estrukim ponu$enim odgovorima•

Kategorije me$usobno isklju#ive, a obuhvataju sve mogu&nosti

•

Kategorija “ostalo” kada se ne mogu navesti sve

• Redosled kategorija odgovora (primer prihoda) – Medijana bila 12.711 “odozdo”, a 17.184 “odozgo”

– U po!tanskim anketama #e!&e biraju sredi!ne kategorije

• Snala#enje u slu%aju nesigurnosti i neznanja.

• Pitanja sa otvorenim odgovorom mogu da se

koriste sa pitanjima sa zatvorenim odgovorima

• Kori!&enje otvorenog pitanja kao nastavka

zatvorenog pitanja naziva se navo$

enjem naodgovor, ili dodatnim ispitivanjem (engl. probe)

– Kombinuju se prednosti otvorenih i zatvorenih pit

– Mogu se koristiti i samo kod podgrupe ljudi koja je na

prethodna pitanja dala odre$eni odgovor

• Dve svrhe: 1. da se prona$u pitanja koja suposebno te!ka, 2. za tuma#enje odgovora



18

• Utvrdite kako &e konkretno pitanje glasiti

• Procenite svako istra"iva#ko pitanje sastanovi!ta mogu&nosti razumevanja, znanja,

sposobnosti, spremnosti i sklonosti tipi#nogispitanika da na njega odgovori

Na# e znanje u pogledu toga kako se formuli # unedvosmislena i nepristrasna pitanja takvo je da je

lak # e razmotriti ono # to ne treba u! initi, nego pru$ iti

gotove recepte.

• Da li je re#nik jednostavan, direktan i blizak ispitaniku?

• Da li neke re#i imaju nejasno ili dvosmislenozna#enje? (npr. #esto, povremeno...)

• Da li ima dvostrukih pitanja?

•

Da li su neka pitanja sugestivna ili pristrasna? – Pristrasnost: 1. nagla!avanjem ili argumentovanjem opcije,

ili 2. kori!&enjem prideva sa emotivnim nabojem

• Da li bi uputstva mogla da zbune ispitanike?

• Da li je pitanje primenljivo na sve ispitanike?

• Tehnika podele pitanja na poduzorke• Da li su pitanja odgovaraju&e du"ine? (20 re#i?)



19

•

Pore$ajte pitanja u skladu sa odgovaraju&imredosledom

• Grupi!ite pitanja u okviru svake u"e teme kako bistedobili jedinstven upitnik

• Dizajnirajte adekvatan izgled i organizaciju upitnikaRedosled ili sekvencioniranje pitanja se utvr % uje nasamom po! etku na bazi potrebe da se uspostavi i odr $ isaradnja sa ispitanikom, kao i da upitnik anketaru bude# to lak # i za kori #" enje.

• Pristrasnost redosleda treba posebno analizirati

• Zapo#eti davanjem obave!tenja, i lakim pitanjem da

se uspostavi odnos i ispitanik stekne samopouzdanje

• Upitnik treba logi#no da prelazi sa jedne na drugu

temu i da te#e glatko (da ne zbune ispitanike i neizazovu neodlu#nost)

• Ve&inu tema treba po#eti !irokim op!tim pitanjima, a

zatim i&i ka konkretnijim

• Osetljiva ili te!ka pitanja ne treba postaviti na po#etku,ve& onda kada ispitanik ve& stekne izvesno poverenje

u anketara i istra"ivanje

• Kad tema nije poznata ili interesantna ispitaniku,prethodna pitanja uti#u na kasnije odgovore

• Priroda prethodnih pitanja uspostavlja referentni okvirkoji ispitanik koristi u odgovoru

•

Onaj ko dizajnira upitnik treba da odlu#i koji okvir imanajve&u validnost, tj najvi!e odgovara na#inurazmi!ljanja koji bi zaista prethodio odluci

• Pristrasnost redosleda i kada jedno pitanje o#iglednouti#e na odgovor na drugo – Npr. porezi i javni rashodi, prihodi “odozdo i odozgo” (a i

dalje se ne zna koji je redosled bolji)



20

•

Pro#itajte ceo upitnik kako biste proverili da li je

logi#an i da li se njime meri ono !to jepredvi$eno da se meri

• Proveriti da li u upitniku ima gre!aka

• Obavite predtestiranje upitnika

• Ispravite uo#ene nedostatke

• Dizajn predtesta (debrief ili protokolarno)

• Predtestiranje posebnih pitanja•

Variranje

•

Zna#enje (ispu!tanje re#i, modifikovanje ispitanika)

•

Te"ina zadatka (da li je izvodivo)

•

Zainteresovanost i pa"nja ispitanika

• Predtestiranje upitnika•

Tok upitnika (logi#ki i konherentan)

•

Preskakanje pitanja

•

Du"ina

•

Zainteresovanost i pa"nja ispitanika.

istrazivanje trzista v nov 2010.pdf

Documents