istrazivanje trzista v nov 2010.pdf
TRANSCRIPT
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$enje eksperimenata
1. Definicije stava, merenja i mernih skala
2. Skale za merenje rejtinga stavova
3. Op!te smernice za dizajniranje skala
4. Dizajniranje upitnika
• Za!to su stavovi va"ni u MI?
• %ta je stav?
• %ta je merenje i !ta su merne skale?
•
Koje vrste mernih skala za rejting stavovapostoje? – Merne skale sa jednom stavkom
– Merne skale sa vi!e stavki
– Kontinuelne merne skale
• Op!te smernice za dizajn skala
• Ta#nost merenja stavova.
7/23/2019 Istrazivanje trzista V nov 2010.pdf
http://slidepdf.com/reader/full/istrazivanje-trzista-v-nov-2010pdf 2/20
2
•
!ta je stav?
• Koncepti merenja, mernih skala iskaliranja
• Psiholo!ka konstrukcija, na#in konceptualizacijeneopipljivog
– Ne mo"e se direktno posmatrati, ali uti#e na odluke okupovini
•
Mentalna stanja za konstrukciju na#inasagledavanja okru"enja i za usmeravanjereakcije na to okru"enje. Sastoji se iz:1. Kognitivne ili spoznajne komponente,
2. Dopadanja ili afektivne komponente, i
3. Namere ili akcione komponente.
• Svaka komponenta daje razli#it uvid u stav.
• Informacija koju #ovek ima o predmetuposmatranja, a koja uklju#uje:
1. Poznatost predmeta posmatranja – Poznatost bez podse&anja
– Poznatost sa podse&anjem - prepoznavanje
2. Uverenja o svojstvima (karakteristike, atributi)predmeta, i
3. Sudove o relativnom zna#aju svakog svojstva – Eksplicitna pore$enja u okviru odre$enog skupa
– Op!ti sud o sli#nosti.
7/23/2019 Istrazivanje trzista V nov 2010.pdf
http://slidepdf.com/reader/full/istrazivanje-trzista-v-nov-2010pdf 3/20
3
• Daje pregled op!tih ose&anja #oveka u odnosuna predmet, situaciju ili osobu, kao i svojstvo
• Defini!e se na skali – Svi$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$enog simbola i svojstva predmeta
– Pravila pridru"ivanja se mogu ponoviti sa istimrezultatom
• Skaliranje je proces pozicioniranja vrednostisvojstva predmeta posmatranja na mernoj skali, uodnosu na varijable koje se mere.
7/23/2019 Istrazivanje trzista V nov 2010.pdf
http://slidepdf.com/reader/full/istrazivanje-trzista-v-nov-2010pdf 4/20
4
Nominalna skala –
predmeti se pridru"uju me$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
7/23/2019 Istrazivanje trzista V nov 2010.pdf
http://slidepdf.com/reader/full/istrazivanje-trzista-v-nov-2010pdf 5/20
5
Primeri tipova
skala stavova
• Skale s posebnim uputstvima
Pravila za pridru-
"ivanje brojeva
• Postoji smislena (prirodna) nula,
te je mogu&e pore$enjeapsolutnih vrednosti
Tipi#na primena • Prodaja, prihod, proizvedene
jedinice, tro!kovi, godine starosti
Statisti#ki
pokazatelji/testovi
• Sve navedeno kod intervalnih, i
geometrijska i harmonijska sred
• Skale sa jednom stavkom
• Skale sa vi!e stavki
SKALE
STAVOVA
Skale sa
jednomstavkom
Konti-
nuelneskale
Skale sa
vi"estavki
7/23/2019 Istrazivanje trzista V nov 2010.pdf
http://slidepdf.com/reader/full/istrazivanje-trzista-v-nov-2010pdf 6/20
6
Skale sa
jednom stavkom
Skale
razlo#ene po
kategorijama
Q-skale
Redosledne
skale
Slikovne
skale
Kompara-
tivne skale
Skale
pore$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$enje, npr. dati referentnuta#ku u pitanju
• Pitanje odgovaraju&eg broja kategorija odgovora – 2 ili 3 kategorije premalo, vi!e od 9 je previ!e
– Ako postoji neutralan stav, po"eljno je da broj kategorijabude neparan.
7/23/2019 Istrazivanje trzista V nov 2010.pdf
http://slidepdf.com/reader/full/istrazivanje-trzista-v-nov-2010pdf 7/20
7
•
Zahteva se da ispitanici rasporede niz premeta premanekom zajedni#kom kriterijumu, npr.: – Reklame prema tome koliko su interesantne
– Karekteristike proizvoda po tome koliko su zna#ajne
– Koncepte novih proizvoda po spremnosti da se kupi
• 'esto se koristi u anketama jer simulira izbor
• Primorava na izbor koji ne mora biti realan
• Te!ko se rangira vi!e od 5-6 predmeta,
• Kod pore$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.
7/23/2019 Istrazivanje trzista V nov 2010.pdf
http://slidepdf.com/reader/full/istrazivanje-trzista-v-nov-2010pdf 8/20
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 $enim kriterijumom
• Na kraju se poeni saberu za svaki predmet
• Dobri rezultati u smislu preciznosti kriterijuma
• Komplikovana primena
• Vremenom se menja grupa predmeta posmatranja – npr. brendovi, jer se stalno pojavljuju novi.
SKALE
STAVOVA
Skale sa
jednomstavkom
Konti-
nuelneskale
Skale sa
vi"estavki
Skale savi"e stavki
Skale
semanti%kih
diferencijala
Likertove
skale Stapelove
skale
Skale
pridru#ivanja
Turstonove
skale
7/23/2019 Istrazivanje trzista V nov 2010.pdf
http://slidepdf.com/reader/full/istrazivanje-trzista-v-nov-2010pdf 9/20
9
• Ispitanik pokazuje svoj stepen slaganja ili neslaganjasa ve&im brojem izjava u vezi sa stavom ili predmetomposmatranja
• Sastoji se iz dva dela: – Deo u kome se navode stavovi koje treba oceniti
– Spisak kategorija odgovora na skali:
apsolutno se sla"em . . . . . . .apsolutno se ne sla"em
• Sabiraju se pojedina#ne stavke i dobija ukupan skorpo ispitaniku, kao i jednodimenzionalna skala
• Pretpostavlja se da se meri jedinstven sklop
• Metod naizgled-jednakih intervala
• Cilj je dobijanje jednodimezionalne skale sa svojstvimaintervalne. Postupak se sastoji od: – Prikupljanja velikog broja izjava ili prideva o predmetu
– Grupi procenitelja se daje da ocene ove stavke:•
Npr. bipolarna + neutr. 11-stepena skala pozit-negat
•
Intervali izme$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.
7/23/2019 Istrazivanje trzista V nov 2010.pdf
http://slidepdf.com/reader/full/istrazivanje-trzista-v-nov-2010pdf 10/20
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$u ve&eg broja svojstava ili alternativa,
– Ispitanik poznaje samo podskup alternativa,
–
Ograni#ena primena semanti#ko-diferencijalne skale• Podesna kod sekvencionalnog procesa odlu#ivanja
i pra&enja promena relativnih konkurentskih pozicija
• Ne daje odgovor o odnosu razmene potro!a#a kada jedna alternativa ne dominira
• Niski tro!kovi i jednostavna procedura, ali
• Manja validnost predstavljanja tr "i!ne strukture.
7/23/2019 Istrazivanje trzista V nov 2010.pdf
http://slidepdf.com/reader/full/istrazivanje-trzista-v-nov-2010pdf 11/20
11
• Skale sa jednom stavkom
• Skale sa vi!e stavki
• Ta#nost merenja stava
• Skale za rejting stavova su u !irokoj primeni
– Za testiranje efektivnosti alternativnih reklama
– Za testiranje koncepata novih proizvoda
–
Za odre$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
7/23/2019 Istrazivanje trzista V nov 2010.pdf
http://slidepdf.com/reader/full/istrazivanje-trzista-v-nov-2010pdf 12/20
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
7/23/2019 Istrazivanje trzista V nov 2010.pdf
http://slidepdf.com/reader/full/istrazivanje-trzista-v-nov-2010pdf 13/20
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$ivanjem
• Nije apsolutna, ve& pitanje stepena ispunjenosti
7/23/2019 Istrazivanje trzista V nov 2010.pdf
http://slidepdf.com/reader/full/istrazivanje-trzista-v-nov-2010pdf 14/20
14
• Sposobnost da se diferenciraju stavovi u odnosu na
njihove zna#ajne razlike
• Mo"e se posti&i pove&anjem broja kategorija na skali,
ali se time smanjuje pouzdanost
• Manji broj kategorija apsorbuje zna#ajan deovarijabiliteta koji se ne mo"e uo#iti testiranjem i
ponovnim testiranjem
• Isuvi!e veliki broj kategorija u odnosu na brojizdiferenciranih stavova mo"e dovesti do zna#ajne, ali
neopravdane, slu#ajne fluktuacije
• Mogu&nost da se skala lako primeni i protuma#i u
razli#itim situacijama i uslovima istra"ivanja
• Kod skala sa vi!e stavki, mogu&nost uop!tavanja
je odre$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
• Nije apsolutna, ve& pitanje stepena ispunjenosti
• 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
7/23/2019 Istrazivanje trzista V nov 2010.pdf
http://slidepdf.com/reader/full/istrazivanje-trzista-v-nov-2010pdf 15/20
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.
7/23/2019 Istrazivanje trzista V nov 2010.pdf
http://slidepdf.com/reader/full/istrazivanje-trzista-v-nov-2010pdf 16/20
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.
7/23/2019 Istrazivanje trzista V nov 2010.pdf
http://slidepdf.com/reader/full/istrazivanje-trzista-v-nov-2010pdf 17/20
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
7/23/2019 Istrazivanje trzista V nov 2010.pdf
http://slidepdf.com/reader/full/istrazivanje-trzista-v-nov-2010pdf 18/20
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?)
7/23/2019 Istrazivanje trzista V nov 2010.pdf
http://slidepdf.com/reader/full/istrazivanje-trzista-v-nov-2010pdf 19/20
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)
7/23/2019 Istrazivanje trzista V nov 2010.pdf
http://slidepdf.com/reader/full/istrazivanje-trzista-v-nov-2010pdf 20/20
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.