Cercetari De Marketing2012 [623744]

UNIVERSITATEA VASILE ALECSANDRI DIN BAC ǍU
FACULTATEA DE ȘTIINȚE ECONOMICE
DEPARTAMENTUL PENTRU ÎNV ĂȚĂ MÂNT LA DISTAN ȚĂ
SPECIALIZAREA MARKETING

CERCET ĂRI DE MARKETING

– curs universitar –

Laura Cătălina Țimiraș

2012

Cercetări de marketing. Curs universitar
2

Referenți științifici:
Prof. univ. dr. Rodica BOIER, Universitatea Tehnic ă „Gh. Asachi” Ia și;
Prof. univ. dr. Gheorghe EPURAN, Universitatea „Vasile Alecsandri” din Bac ău;
Prof. univ. dr. Eugenia HARJA, Universitatea „Vasile Alecsandri” din Bac ău;

Descrierea CIP a Bibliotecii Na ționale a României
ȚIMIRAȘ, LAURA
Cercet ări de marketing : curs universitar / Țimiraș Laura Cătălina. –
Bacău : Alma Mater, 2012
Bibliogr.
ISBN 978-606-527-222-4

339.138(075.8)

ISBN: 978-606-527-222-4

Cercetări de marketing. Curs universitar
3

I N T R O D U C E R E

Lucrarea Cercetări de marketing. Curs universitar realizeaz ă o prezentare a
principalelor informa ții cu referire la cercetarea de marketing, elementele de natur ă
teoretică fiind combinate cu aspecte practice, prin inserarea a diferite aplica ții și studii de
caz.
După prezentarea rolului cercet ării de marketing pentru buna desf ășurare a
activității organiza țiilor, lucrarea red ă (în capitolul I) întregul demers parcurs pentru
obținerea informa țiilor necesare procesului decizional – de la identificarea scopului,
obiectivelor și ipotezelor cercet ării, până la comunicarea rezultatelor acesteia.
Capitolul II al lucr ării prezint ă tipurile de scale pe care sunt evaluate variabilele de
marketing precum și unele dintre metodele de scalare utilizate în procesul de m ăsurare a
datelor.
Principalele metode de ob ținere a informa țiilor în cercet ările de marketing –
investigarea surselor de date secundare, cercetarea direct ă, experimentul și simularea –
respectiv, avantajele și limitele lor, precum și contextul utiliz ării sunt prezentate în capitolul
III al lucr ării.
Ultimul capitol prezint ă o serie de metode de analiz ă a informa țiilor de marketing,
fiind descrise îndeosebi metode specifice variabilelor nominale, caracteristicile de natur ă
calitativă fiind utilizate frecvent pentru evaluarea diferitelor fenomene de marketing .
Lucrarea ofer ă informa ții necesare studen ților de la specializarea Marketing în
procesul de preg ătire ca viitori profesioni ști în domeniu, dar poate constitui un material util
și pentru studen ții de la alte specializ ări economice, respectiv, pentru mediul de afaceri.

AUTORUL

Bacău, octombrie, 2012

Cercetări de marketing. Curs universitar
4

Cercetări de marketing. Curs universitar
5
CUPRINS

1. PROIECTAREA CERCET ĂRILOR DE MARKETING…………………… 7
1.1. Con ținutul, aria, tipologia și sediul cercet ărilor de marketing…………. 8
1.2. Con ținutul procesului cercet ării de marketing…………………………. 12
2. MĂSURAREA SI SCALAREA FENOMENELOR ÎN CERCET ĂRILE DE
MARKETING……………………………………………………………….. 31
2.1. Tipuri de scale…………………………………………………………… 33
2.2. Principalele metode de scalare………………………………………… 34
2.2.1. Diferen țiala semantic ă…………………………………………….
2.2.2. Scala lui Likert……………………………………………………
2.2.3. Scala lui Stapel…………………………………………………… 2.2.4. Scala cu sum ă constantă…………………………………………..
2.2.5. Metoda ordon ării rangurilor………………………………………
2.2.6. Metoda compara țiilor perechi…………………………………….
2.2.7. Modelul Fishbein – Rosenberg ………………………………….. 35
38
40 42
43
44
45
3. METODE DE OB ȚINERE A INFORMA ȚILOR ………………………….. 53
3.1. Investigarea surselor de date secundare.………………………………… 54
3.2. Cercetarea direct ă……………………………………………………….. 55
3.2.1. E șantionarea………..…………………………………………….
3.2.2. Estimarea parametrilor colectivit ății generale……………………
3.2.3. Determinarea dimensiunii e șantionului …………………….……
3.2.4. Validarea e șantionului ………………………………………..…..
3.2.5. Redresarea e șantionului ………………………………………….
3.2.6. Procedee de e șantionare …………………………………………. 59
62
66
73
75 76
3.3. Experimentul …………………………………………………………… 85
3.3.1. Scheme de proiectare a experimentelor ………………………….
3.3.2. Proiectarea complet aleatoare…………………………………….
3.3.3. Pătratul latin……………………………………………………… 89
94
98
3.4. Simularea ………………………………………………………………… 103

Cercetări de marketing. Curs universitar
64. ANALIZA INFORMA ȚIILOR ÎN CERCET ĂRILE DE MARKETING…. 107
4.1. Modalit ăți de analiz ă neparametric ă……………………………………. 109
4.1.1. Analiza variabilelor nominale…………………………………….
4.1.2. Analiza variabilelor ordinale..……………………………………. 109
118
4.2. Modalit ăți de analiz ă parametric ă………………………………………. 119
4.2.1. Analiza varia ției …………………….…………………………………
4.2.2. Analiza de regresie și corelație ……………………………………
4.2.3. Analiza discriminantului liniar…………………………………… 119
120 126
4.3. Analiza Cluster (metod ă specifică deopotriv ă variabilelor neparametrice
și parametrice)………………………………………………………………………. 132
ANEXE…………………………………………………………………………. 141 Bibliografie …………………………………………………………………… 147

Cercetări de marketing. Curs universitar
7

CAPITOLUL 1.
PROIECTAREA CERCET ĂRILOR DE MARKETING

Cuvinte cheie: Obiectivele înv ățării:
Cercetare de marketing
Problemă de marketing
Ocazie de marketing
Cercetare exploratorie
Cercetare instrumental ă
Cercetare descriptiv ă
Cercetare explicativ ă
Cercetare predictiv ă
Cercetare fundamental ă
Cercetare aplicativ ă
Cercetare permanent ă
Cercetare periodic ă
Cercetare ocazional ă
Cercetare de teren
Cercetare de birou
Procesul cercet ărilor de
marketing
Problemă decizional ă
Scop al cercet ării
Obiectivele cercet ării
Ipoteză
Valoarea cercet ării de
marketing
Surse de informa ții
Unitate de observare
Unitate de raportare
Variabilă
Metodă de culegere a datelor
Instrument de culegere a
datelor
Raport de cercetare
După parcurgerea acestui capitol va trebui:
– Să înțelegeți rolul fundamental al activit ății de
cercetare de marketing în cadrul procesului
decizional al organiza ției;
– Să înțelegeți care este con ținutul cercet ărilor
de marketing;
– Să definiți principalele tipuri de cercet ări de
marketing;
– Să fiți în măsură să alegeți tipul de cercetare
corespunz ător în func ție de natura problemei
decizionale;
– Să cunoașteți ce etape se parcurg în cadrul
procesului complex al cercet ărilor de
marketing .

Cercetări de marketing. Curs universitar
8

1.1. Con ținutul, aria, tipologia
și sediul cercet ărilor de marketing

Cercetarea de marketing constituie un proces complex, ce poate fi definit astfel:
„activitatea formal ă prin intermediul c ăreia, cu ajutorul unor concepte, metode și tehnici
științifice de investigare se realizeaz ă specificarea, m ăsurarea, culegerea, analiza și
interpretarea informa țiilor de marketing, destinate conducerii unit ății economice pentru
cunoașterea mediului în care func ționează, identificarea oportunit ăților, evaluarea
alternativelor ac țiunilor de marketing și a efectelor acestora ”1.
Cercetarea de marketing este declan șată, de fapt, de o problemă de marketing sau
de o ocazie de marketing . De exemplu, o întreprindere care înregistreaz ă o scădere
semnificativ ă a vânzărilor sale va c ăuta să afle cauzele care explic ă fenomenul respectiv
(problemă de marketing). Pe de alt ă parte, când o firm ă încearcă să pătrundă pe o nou ă
piață cu scopul de a- și majora vânz ările, va trebui s ă apeleze din nou la cercetarea de
marketing pentru a vedea în ce context / dac ă poate fi valorificat ă această ocazie (ocazie de
marketing).
Prezentate într-o manier ă extrem de succint ă, principalele domenii de studiu ale
cercetării de marketing sunt urm ătoarele
1:
 firma îns ăși, respectiv, evaluarea corect ă a resurselor umane, materiale,
financiare, ale firmei, ca pacitatea de mobilizare și de adaptare a acestora la
obiectivele urm ărite, calitatea activit ății de conducere;
 studierea pie ței (cel mai important domeniu de studiu) vizeaz ă cunoașterea:
o aspectelor generale ale pie ței: capacitatea, structura și conjunctura
pieței, dimensiunile spa țiale, dinamica fenomenelor de pia ță etc.;
o diferitelor fenomene și categorii ale pie ței: cererea și oferta, pre țurile și
tarifele, importurile și exporturile, cotele de pia ță etc.;
 studierea inciden țelor celorlalte componente al e mediului asupra activit ății de
piață a firmei , cum sunt: evolu ția general ă a economiei și ramurii respective,

1 Iacob Cătoiu (în lucrarea, Balaure, Virgil (coordonator), Marketing , Editura Uranus Bucure ști, 2000, p
118.)

Cercetări de marketing. Curs universitar
9evoluția concuren ței și a politicii de marketing a acesteia, evolu ția mediului
tehnologic, ecologic, social-politic, demografic, cultural etc.
 investigarea nevoilor de consum urmărește cunoașterea modului în care se
formează nevoile de consum, dimensionarea și ierarhizarea lor, raporturile
dintre ele și mai ales modalit ățile de materializare a lor în consum prin
intermediul cererii pe pia ță;
 studierea comportamentului de cump ărare și de consum , domeniu ce de ține
un loc aparte în cercetarea de marketing. Astfel, se studiaz ă: procesul decizional
de cumpărare, factorii determinan ți ai comportamentului de cump ărare și de
consum;
 investigații menite s ă direcționeze politica de marketing-mix în întregul ei și
pe fiecare component ă considerat ă separat (produs, pre ț, distribu ție,
promovare);
 analize și previziuni pe termen scurt, mediu sau lung pentru fundamentarea
programelor și tuturor activit ăților de marketing, pentru evaluarea
performan țelor în acest domeniu.
De fapt, orice aspect specific marketingului face și obiectul cercet ării de marketing.

Datorită complexit ății fenomenelor urm ărite prin cercet ările de marketing, în
ultimii ani au fost dezvoltate multiple tipuri și metode de cercetare , acestea putând fi
grupate dup ă mai multe criterii.
a. În funcție de obiectivele urm ărite se disting:
 Cercetări exploratorii – se utilizeaz ă atunci când:
 gradul de cunoa ștere a fenomenului cercetat este relativ restrâns;
 ipotezele, în cazul în care exist ă, sunt într-un num ăr redus;
 alternativele decizionale și variabilele esen țiale ale cercet ării nu
sunt/sunt insuficient cunoscute.
Metode de investigare utilizate:
 interviuri individuale în profunzime;
 discuții focalizate de grup;
 analiza datelor secundare etc.
Cercet ările exploratorii permit:

1 Balaure, Virgil (coordonator), Marketing , Editura Uranus Bucure ști, 2000, pp. 120-121.

Cercetări de marketing. Curs universitar
10 mai corecta formulare a problemei decizionale și, implicit,
stabilirea priorit ăților cercet ării;
 definirea ipotezelor cercet ării;
 identificarea de noi probleme ce pot face obiectul unor
investigații ulterioare etc.

 Cercetări descriptive – se utilizeaz ă atunci când:
 problema de cercetare este par țial cunoscut ă;
 ipotezele sunt formulate dar nu sunt, adesea, definitive;
 sunt cunoscute, în general, variabilele cercet ării.
Cercetările descriptive permit detalierea informa țiilor despre problema de
cercetare, f ără a se identifica și cauzele ce stau la baza evolu ției sale. Astfel
de cercetări se pot concretiza în: studierea profilului consumatorilor, analiza
piețelor poten țiale, studierea percep țiilor consumatorilor în leg ătură cu
diferite variabile de marketing etc.
Metode de investigare frecvent utilizate:
 analiza datelor secundare;
 ancheta.

 Cercetări explicative (cauzale) – se utilizeaz ă atunci când:
 problema de cercetare este clar definit ă;
 ipotezele cercet ării sunt precis formulate, urmând a fi testate.
Cercet ările explicative permit:
 explicarea cauzelor cu privire la apari ția și evoluția unui
fenomen;
 confirmarea sau infirmarea ipotezelor lansate;
 estimarea formei, direc ției și intensității relațiilor de cauzalitate
dintre variabilele cercetate.
Metoda de investigare cea mai frecvent utilizat ă este experimentul.

Această clasificare nu trebuie în țeleasă în mod rigid, o cercetare putând fi încadrat ă
în una sau alta dintre categoriile enumerate în func ție de preponderen ța elementelor
specifice respectivei metode.

Cercetări de marketing. Curs universitar
11Alte lucr ări de specialitate1 identific ă, de asemenea, în func ție de obiectivele
urmărite următoarele dou ă metode:
 Cercetări instrumentale – prin care se elaboreaz ă, testează și valideaz ă diferite
instrumente și metode de cercetare: chestionare pentru anchete, scale de
evaluare a variabilelor calitative etc.
 Cercetările predictive – se refer ă la metode de previzionare pe termen scurt,
mediu sau lung a fenomenelor de marketing.

Metodele de cercetare prezentate pot avea un caracter de:  cercetare fundamental ă – are ca scop dezvoltarea teoriei marketingului;
 cercetare aplicativ ă – urmărește fundamentarea procesului decizional de la
nivelul organiza ției.

b. În funcție de locul de desf ășurare , cercetările de marketing se pot clasifica în :
 cercetări de teren (anchete, interviuri în profunzime etc.);
 cercetări de birou (analiza datelor statistice sau a altor documente relevante
pentru cercetare).

c. După frecvența desfășurării lor , cercetările de marketing pot fi :
 cercetări permanente – se desfășoară în mod sistematic (de exemplu, panele de
gospodării, panele de magazine, analize ale vânz ărilor și stocurilor la nivelul
propriului sistem de distribu ție utilizând pentru aceasta re țele de calculatoare și
programe informatice adecvate);
 cercetări periodice – se desfășoară la anumite intervale de timp – s ăptămânal,
lunar, trimestrial, semestrial, anual etc. (de exemplu, cercet ările realizate cu
ocazia târgurilor și expozițiilor, studii realizate în rândul principalilor
concurenți asupra nivelului pre țurilor practicate);
 cercetări ocazionale – nu se mai repet ă în timp (de exemplu, cercetarea de pia ță
făcută în vederea p ătrunderii pe o nou ă piață sau cu ocazia lans ării pe pia ță a
unui nou sortiment de produs).

În ceea ce prive ște opțiunea firmelor cu privire la organizarea și executarea
cercetării (sediul cercet ării de marketing ), există trei variate:

1 Balaure, Virgil (coordonator), Marketing , Editura Uranus Bucure ști, 2000, p 122.

Cercetări de marketing. Curs universitar
12 prin forțe proprii;
 apelând la o organiza ție specializat ă;
 de o manier ă mixtă (parțial prin for țe proprii și parțial prin apel la o firm ă
specializat ă).
Opțiunea organiza țiilor în ceea ce prive ște variantele enumerate este determinat ă de
o serie de considerente referitoare la resursele de care aceas ta dispune, precum și
necesitatea asigur ării obiectivit ății (se va prefera o firm ă specializat ă) sau, dup ă caz, a
confidențialității (se va prefera realizarea cercet ării cu forțe proprii) rezultatelor studiului.

1.2. Con ținutul procesului cercet ării de marketing

Procesul cercet ărilor de marketing include o serie de etape, grupate în trei faze1:
 Faza preliminar ă a cercetării;
 Faza de proiectare a cercet ării;
 Faza de realizare a cercet ării.

Faza preliminar ă a cercet ării de marketing se constituie dintr-un ansamblu de
activități care au rolul de a identifica problema cu care se confrunt ă întreprinderea sau dup ă
caz, ocazia pe care firma trebuie s ă o valorifice ( problema decizional ă).
Astfel, decizia de realizare a unei cercet ări de marketing este determinat ă atât de
apariția unor disfunc ționalități la nivelul firmei, care se reflect ă îndeosebi în evolu ția
valorilor înregistrate ale principalilor indicatori economico-financiari, apari ția unor
modificări la nivelul mediului extern al întreprinderii, dar și de dorin ța firmelor de a atinge
anumite obiective impuse prin strategia de marketing a firmei, de dorin ța de a cunoa ște mai
bine mediul în care î și desfășoară activitatea.
Definirea problemei decizionale st ă la baza elabor ării scopului cercet ării, prin
intermediul c ăruia se indic ă informațiile necesare fundament ării procesului decizional,
informații ce sunt precizate la nivel opera țional prin intermediul obiectivelor.

1 Cătoiu, Iacob (coordonator) (2002), Cercetări de marketing , Editura Uranus, Bucure ști, p. 88.

Cercetări de marketing. Curs universitar
13Având la baz ă schema logic ă a teoriei statistice a deciziei, procesul cercet ărilor de
marketing, implic ă în aceast ă primă fază, formularea unui set de ipoteze statistice care
reprezintă, de fapt, anticip ări ale răspunsurilor la problema decizional ă lansată, ipoteze ce
urmează a fi verificate intr-o faz ă ulterioară a demersului realizat.
Faza preliminar ă se finalizeaz ă cu o estimare a valorii informa țiilor obținute din
cercetare, în func ție de care, prin raportare la costurile ocazionate de punerea în aplicare a
cercetării, se ia decizia de continuare sau, dup ă caz, de renun țare la realizarea acesteia.

Definirea problemei decizionale , ca prim ă etapă a procesului cercet ării de
marketing, este de o importan ță majoră, aceasta stând la baza unei corecte definiri a
scopului si obiectivelor cercet ării, reprezentând implicit un factor determinant al succesului
întregului demers ce urmeaz ă a fi realizat.
O definire corect ă a problemei decizionale, presupune o strâns ă colaborare între
executantul și beneficiarul cercet ării, în multe situa ții simpla colaborare dintre ace știa
nefiind suficient ă. Identificarea problemei reale cu care se confrunt ă întreprinderea,
constituie un demers ce se bazeaz ă pe informa ție. Absen ța informa ției necesare, impune
realizarea unor cercetări exploratorii , care sa permit ă identificarea si mai buna în țelegere
a coordonatelor problemei decizionale cu care se confrunt ă întreprinderea.
Lipsa informa țiilor suficiente, superficialitatea manifestat ă de către deciden ți față
de aceast ă etapă a cercetării, lipsa experien ței cercetătorului, dorin ța de a dep ăși într-un
timp cât mai scurt aceast ă primă etapă, sunt factori care pot genera definirea gre șită a
problemei decizionale. În cele mai multe situa ții definirea problemei decizionale se
bazează exclusiv pe o evaluare a simptomelor înregistrate; îns ă, în absen ța unor informa ții
suplimentare, exist ă riscul ca problema astfel definit ă, să nu coincid ă cu problema real ă.

De exemplu, interpretarea gre șită / necunoa șterea nevoilor consumatorilor și
fundamentarea deciziilor pe baze exclusiv subiective a determinat apari ția a ceea ce în
literatura de specialitate a fost denumit ă “miopie de marketing”. Sc ăderea vânz ărilor sau
alte simptome ap ărute la nivelul pie ței sunt puse uneori exclusiv pe seama unor
performan țe tehnice insuficiente. În realitate, simptomele ap ărute la nivelul pie ței pot
reprezenta efecte ale altor probleme legate de oricare dintre componentele ce alc ătuiesc
mixul de marketing sau de schimb ări la nivelul mediului extern al întreprinderii.
Un alt exemplu l-ar putea constitui tendin ța firmelor care, înregistrând o diminuare
a cotei de pia ță, își suplimenteaz ă bugetul promo țional; îns ă această decizie, dac ă nu se

Cercetări de marketing. Curs universitar
14fundamenteaz ă pe o identificare real ă a problemei cu care întreprinderea se confrunt ă, se
poate constitui într-o risip ă de fonduri și timp.

Putem concluziona c ă o definire gre șită a problemei cu care întreprinderea se
confruntă, afecteaz ă întregul proces al cercet ării și, implicit, decizia ce urmeaz ă a se adopta
pe baza rezultatelor studiului, ceea ce justific ă importan ța ce trebuie acordat ă acestei prime
etape a procesului de cercet ări de marketing.

Scopul cercet ării, definit în func ție de problema decizional ă identificat ă, reflectă
într-o form ă sintetică informațiile care trebuie culese pentru selectarea alternativei optime
de acțiune.

De exemplu, o întrepri ndere care se confrunt ă cu scăderea vânz ărilor, ar putea
organiza o cercetare având ca scop – determinarea imaginii produselor proprii la nivelul
pieței țintă.
Lansarea unei campanii promo ționale ar putea fi precedat ă de o cercetare al c ărei
scop l-ar putea constitui – determinarea profilului consumatorilor ce alc ătuiesc segmentul
de piață țintă pentru respectiva întreprindere.

Elaborarea obiectivelor este etapa în care cercet ătorul pornind de la scopul definit,
va identifica concret informa țiile ce vor fi culese, respectiv, acele informa ții care să poată
permită fundamentarea pe baze științifice a deciziei; evitând îns ă dispersarea eforturilor în
vederea culegerii unei cantit ăți cât mai mari de informa ții ce nu au relevan ță pentru scopul
cercetării. Încercarea de a culege cât mai multe informa ții și, implicit, formularea unui
număr mare de obiective, poate avea efecte negative atât în ceea ce prive ște atenția pe care
cercetătorul o va acorda fiec ărui obiectiv, cât și măsura în care purt ătorii informa ției vor fi
dispuși să ofere informa ții reale și complete. Astfel c ă, un volum mare de informa ții
solicitate prin intermediul instrumentelor folosite pentru recoltarea acestora (chestionar, ghid de conversa ție sau interviu, etc.) pot genera refuzul responden ților în a colabora la
realizarea cercet ării sau, dup ă caz, tratarea cu superficialitate a întregului demers organizat.
Având în vedere importan ța obiectivelor definite pentru realizarea scopului
cercetării, acestea se împart în obiective centrale și obiective secundare , ultimele fiind de
o mai mic ă importan ță. Realizarea obiectivele centrale este, îns ă, în multe cazuri,
condiționată de realizarea unor obiective secundare, definite în func ție chiar de obiectivul
central la atingerea c ăruia contribuie.

Cercetări de marketing. Curs universitar
15
De exemplu, o cercetare ce are drept scop determinarea imaginii produselor proprii
la nivelul pie ței țintă, poate avea ca obiective centrale – cunoa șterea unor aspecte precum:
 măsura în care produsele firmei sunt cunoscute;
 măsura în care exist ă o imagine format ă a produselor firmei în percep ția
consumatorilor (se poate vorbi de pozi ționarea produselor firmei în percep ția
consumatorilor);
 imaginea pe care produsele firmei o ar e în rândul consumatorilor (favorabil ă
sau nefavorabil ă);
 percepția cu privire la principalele caracteristici ale produselor cercetate;
 poziționarea produselor firmei în raport cu produsele similare ale principalilor
concurenți etc.;
iar ca obiective secundare:
 determinarea m ăsurii în care produsele firmei sunt cunoscute la nivelul
diferitelor grupuri de consumatori, formate dup ă o serie de variabile ca: vârst ă,
sex, mediu de re ședință, nivel de instruire etc., relevante pentru scopul
cercetării
 determinarea existen ței unei imagini formate a produselor firmei în percep ția
consumatorilor pe categorii în func ție de variabilele enumerate anterior;
 cunoașterea imaginii (favorabil ă sau nefavorabil ă) pe care produsele firmei o
are la nivelul diferitelor grupuri de consumatori, ș.a.m.d.

O cercetare având drept scop determinar ea profilului consumatorilor ce alc ătuiesc
segmentul de pia ță țintă pentru o întreprindere, ar putea avea ca obiective centrale:
 identificarea principalelor caracteristici de segmentare;
 identificarea segmentului de pia ță care asigur ă cel mai mare poten țial pentru
întreprindere;
 cunoașterea profilului consumatorilor ce alc ătuiesc segmentul de pia ță țintă etc.;
iar ca obiective secundare:
 definirea acelor caracteristici de segmentare care ar putea avea influen ță asupra
imaginii întreprinderii în rândul consumatorilor;
 determinarea imaginii întreprinderii la nivelul fiec ărui segment constituit în
funcție de varia ția caracteristicilor identificate;
 determinarea m ăsurii în care imaginea întreprinderii variaz ă în funcție de
fiecare caracteristic ă de segmentare;

Cercetări de marketing. Curs universitar
16 ierarhizarea caracteristicilor în func ție de intensitatea influen ței exercitate
asupra imaginii pe care consumatorii și-au format-o despre întreprindere etc.;
toate aceste obiective secundare stând, de fapt, la baza realiz ării primului obiectiv central –
identificarea principalelor caracteristici de segmentare.

Realizarea obiectivului central – identificarea segmentului de pia ță care asigur ă cel
mai mare poten țial pentru întreprindere – se poate baza pe urm ătoarele obiective
secundare:
 determinarea veniturilor de ținute de segmentele identificate;
 determinarea inten țiilor de a achizi ționa produsele firmei la nivelul fiec ărui
segment identificat;
 ierarhizarea segmentelor de consumatori, în func ție de poten țialul de pia ță oferit
întreprinderii.
Cunoașterea profilului segmentului țintă, se poate realiza prin intermediul unor
obiective secundare ca: identificarea opiniilor, a șteptărilor, dorin țelor, comportamentelor
de cumpărare și consum, principalelor caracteristici socio-demografice ale consumatorilor
ce alcătuiesc respectivul segment.

Tot la acest nivel se impune determinarea gradului de precizie care se așteaptă a se
obține din cercetare, respectiv, probabilitatea cu care se dore ște a se extinde rezultatele la
nivelul întregii colectivit ăți din care se va extrage e șantionul . În func ție de gradul de
precizie dorit se va stabili atât dimensiunea e șantionului, cât și modalitatea de extragere a
unităților cuprinse în e șantion. Bineîn țeles, în situa ția realizării unei cercet ări totale (destul
de rar întâlnit ă în practica cercet ărilor de marketing) nu se poate vorbi de probabilitate de
garantare a rezultatelor, ceea ce nu exclude, îns ă, existența unor posibile erori rezultate din
alte cauze decât nerespectarea principiilor statistice de e șantionare (erori generate de
neînțelegerea de c ătre respondent a sensului întreb ării, erori de înregistrare a r ăspunsurilor,
erori datorate distorsion ării întrebării de către operatorul de interviu sau distorsion ării
deliberate a r ăspunsului de c ătre respondent datorit ă caracterului prea personal al întreb ării
sau din alte cauze, refuzul resp ondentului de a furniza informa ții, omiterea de c ătre
operatorul de interviu a unor întreb ări din neaten ție sau în vederea scurt ării timpului de
completare a chestionarelor și completarea ulterioar ă a acestora, erori rezultate de
prelucrarea, analiza și interpretarea informa țiilor etc. – erori care pot s ă apară în orice tip de
cercetare indiferent de caracterul ei total sau selectiv).

Cercetări de marketing. Curs universitar
17
Elaborarea ipotezelor este etapa în care, pornind de la obiectivele definit se vor
identifica una sau mai multe ipoteze, care reprezint ă de fapt anticip ări ale răspunsurilor la
problema investigat ă.
De exemplu, pornind de la obiectivul – m ăsura în care produsele firmei sunt
cunoscute, se pot defini urm ătoarele ipoteze:
 majoritatea consumatorilor cunosc produsele firmei;
 peste 75% dintre consumatori c unosc produsele firmei, etc.

Elaborarea ipotezelor se bazeaz ă pe experien ța celor care realizeaz ă cercetarea, pe
rezultatele unor cercet ări anterioare sau acolo unde este cazul, pe rezultatele ob ținute din
cercetarea exploratorie realizat ă anterior pentru o mai bun ă cunoaștere a problemei
investigate.
Pentru a verifica corectitudinea ipotezelor lansate se vor utiliza metode statistice
corespunz ătoare. Acestea presupun lansarea ipote zei nule (ex: produsele firmei nu sunt
cunoscute de majoritatea consumatorilor; s ub 75% dintre consumatori cunosc produsele
firmei), urmând ca, în func ție de rezultatele metodei utilizate, aceasta s ă fie acceptat ă sau
respinsă (respectiv, se accept ă ipoteza alternativ ă – ex. majoritatea consumatorilor cunosc
produsele firmei; peste 75% dintre consumatori cunosc produsele firmei).1

 Pe parcursul acestei lucr ări au fost prezentate o serie de metode statistice
utilizate în evaluarea ipotezelor lansate în faza preliminar ă a cercet ării de
marketing.

Estimarea valorii cercet ării de marketing reprezintă ultima etap ă a fazei
preliminare a demersului întreprins. Orice cercetare de marketing implic ă o serie de
cheltuieli mai mari sau mai mici în func ție de însemn ătatea, complexitatea sau amploarea
problemei supuse investiga ției, precum și în funcție de modalit ățile concrete de realizare a
investigației.
Astfel, costurile ocazionate de realizarea unei cercet ări de marketing depind de o
multitudine de factori, dintre care:
 aria teritorial ă în care se realizeaz ă cercetarea: local, regional, na țional,
internațional;

1 Conform teoriei statistice, ipoteza nul ă se noteaz ă cu H0, iar cea alternativ ă cu H1.

Cercetări de marketing. Curs universitar
18 mărimea eșantionului cercetat și modul de extragere a unit ăților cuprinse în
eșantion (determinate în func ție de condi țiile de reprezentativitate impuse), care
influențează cheltuielile legate de: salariile personalului implicat în culegerea și
prelucrarea datelor, cheltuielile lega te de asigurarea instrumentelor și logisticii
necesare desf ășurării cercetării etc.;
 natura instrumentelor necesare pentru desf ășurarea cercet ării;
 tipul de cercetare realizat ă: anchetă, interviu în profunzime, experiment etc.
De asemenea, cheltuielile pe care le implic ă o cercetare de marketing sunt
determinate și de profesionalismul, efortul celor care realizeaz ă studiul, de capacitatea
acestora de a ob ține o cantitate cât mai mare de informa ții de calitate, cu costuri minime.
Estimarea costului ocazionat de cer cetarea de marketing trebuie s ă țină cont nu
numai de cheltuielile ocazionate de organizarea și realizarea cercet ării (salariile
personalului implicat, cheltuielile legate de realizarea materialelor necesare cercet ării:
chestionare, ghiduri de interviu, mape etc., cheltuielile de transport, cheltuielile legate de
prelucrarea, analiza și interpretarea informa țiilor etc.) ci și de faptul c ă în unele cazuri,
informația este ob ținută din surse care solicit ă plata unei anumite sume de bani, sume care
în cele mai multe cazuri nu sunt deloc de neglijat.
Astfel, dac ă cercetarea direct ă realizată în rândul consumatorilor efectivi și/sau
potențiali sau în rândul întreprinderilor, de regul ă, nu presupun plata acestora sau, eventual,
sumele pl ătite sunt modice, cercet ările calitative realizate în rândul exper ților presupun, în
general, recompensarea material ă semnificativ ă a participan ților. De asemenea, exist ă
informații din surse secundare a c ăror utilizare este gratuit ă (ex: informa țiile cuprinse în
diferite publica ții statistice ale organismelor na ționale și internaționale de profil), dar sunt
și informa ții a căror consultare se face contra cost (e x: accesarea bazelor de date ale unor
institute și organisme specializate în realizarea de cercet ări de marketing, oferirea de c ătre
organismele de profil de informa ții suplimentare celor puse la dispozi ție cu titlu gratuit).
Speciali știi în marketing trebuie s ă realizeze o estimare a valorii (beneficiului)
informației obținute și să determine costul informa ției ținând cont de totalitatea
cheltuielilor ocazionate de ob ținerea acesteia; raportul valoare – cost fiind esen țial în
stabilirea metodei / metodelor de cercetare folosite, a amplorii acesteia. Costurile unei
cercetări de marketing sunt u șor de calculat, în timp ce valoarea acesteia este mult mai greu
de estimat. Astfel, valoarea unei cercet ări de marketing depinde atât de corectitudinea
rezultatelor, cât și de măsura în care organele de conducere folosesc aceste informa ții la
elaborarea deciziilor. Pe de alt ă parte, în multe situa ții informa țiile obținute de pe pia ță sunt

Cercetări de marketing. Curs universitar
19corecte, îns ă, nu permit determinarea exact ă a beneficiilor pe care firma le-ar ob ține în
condițiile în care aceste informa ții sunt fructificate în elabor area deciziilor. De exemplu, o
firmă poate realiza o cercetare de pia ță prin care se urm ărește să se estimeze șansele de
succes ale unui nou produs lansat pe pia ță, cercetare în urma c ăreia se ob țin informa ții
referitoare la ponderea sau num ărul celor care prefer ă produsul și, respectiv, și-au
manifestat inten ția de a-l cump ăra. Consumatorul poate s ă aibă motive s ă cumpere
produsul respectiv, s ă-și manifeste preferin ța pentru acesta și chiar inten ția de cump ărare,
dar nu este obligatoriu s ă și achiziționeze produsul, cauzele fiind multiple: existen ța unor
produse substituibile în consum la un pre ț mai mic, atitudinea nefavorabil ă a prietenilor,
existența altor priorit ăți etc.
Se va dispune la realizarea unei cercet ări de marketing numai dup ă o compara ție, în
prealabil, a valorii ce se estimeaz ă a se obține și cheltuielile ocazionate de respectivul
studiu. Pentru estimarea valorii unei cercet ări de marketing se va calcula valoarea brut ă a
informației, care reprezint ă diferența dintre media probabil ă a rezultatelor deciziei
elaborate în condi țiile efectu ării studiului și media probabil ă a rezultatelor deciziei f ără
realizarea acestuia. Dac ă din valoarea brut ă se scad cheltuielile ocazionate de realizarea
cercetării se va estima valoarea net ă a informa ției. În situa ția în care valoarea net ă a
informației este pozitiv ă se justific ă organizarea cercet ării; dacă este negativ ă realizarea
studiului ar implica o pierdere pentru întreprindere și, deci, cercetarea nu se va mai
desfășura.

Estimarea probabilit ăților consecin țelor de ac țiune necesare în calculul valorii
informației se poate face cu ajutorul analizei statistice clasice , deci pe baza datelor din
trecut, dar numai în condi țiile în care se evalueaz ă rezultatele unor ac țiuni care s-au realizat
și într-o perioad ă anterioar ă și pentru care se cunosc probabilit ățile consecin țelor de ac țiune
(situație care este destul de rar întâlnit ă în practic ă). În majoritatea cazurilor scopul
cercetării are caracter de noutate. În astfel de situa ții, pentru estimarea probabilit ăților
consecințelor de ac țiune este indicat a se utiliza statistica bayesian ă, probabilit ățile fiind
estimate de c ătre factorul de decizie sau de c ătre speciali știi compartimentului de
marketing pe baza experien țelor și judecăților proprii.

De exemplu, dac ă o întreprindere urm ărește lansarea unui nou produs pe pia ță, va
stabili oportunitatea realiz ării unei cercet ări. Astfel, se estimeaz ă că vânzările realizate vor
fi de 100 miliarde u.m., iar proba bilitatea de succes asociat ă lansării – probabilitate
estimată de către speciali știi compartimentului de marketing – este de 60% în condi țiile în

Cercetări de marketing. Curs universitar
20care nu se realizeaz ă în prealabil o cercetare și de 80% în condi țiile în care se realizeaz ă
cercetarea. Înaintea dispunerii la realizarea studiului se impune determinarea valorii brute a
informației ca diferen ță între recompensa probabil ă medie în situa ția realizării cercetării și
recompensa probabil ă medie în situa ția nerealiz ării cercetării, după cum urmeaz ă:
100 miliarde u.m. x 80% = 80 miliarde u.m., reprezint ă recompensa probabil ă
medie în situa ția realizării cercetării;
100 miliarde u.m. x 60% = 60 miliarde u.m., reprezint ă recompensa probabil ă
medie în situa ția nerealiz ării cercetării.
Deci valoarea brut ă a informa ției este de 80 miliarde u.m. – 60 miliarde u.m. = 20
miliarde u.m.
Dacă costurile ocazionate de realizarea cercet ării sunt mai mari decât valoarea
brută o informa ției nu se va justifica realizarea cercet ării, iar dac ă cercetarea implic ă o
cheltuială sub valoarea brut ă se va proceda la organizarea studiului.

Modalitatea de determinare a valorii cercet ării este similar ă și în condi țiile în care
există mai multe rezultate alternative. Dac ă rezultatele lans ării fără realizarea unui studiu
de piață sunt estimate de c ătre speciali ști astfel: 50 miliarde u.m., cu o probabilitate de
70%; 20 miliarde u.m., cu o probabilitate de 20% și -25 miliarde u.m., cu o probabilitate de
10%; atunci recompensa probabil ă medie în situa ția nerealiz ării cercetării va fi de:
50 miliarde u.m. x 70% + 20 miliarde u.m. x 20% +(- 25 miliarde u.m.) x 10% =
36,5 miliarde u.m.
În condițiile realiz ării cercetării estimările speciali știlor sunt: 50 miliarde u.m., cu o
probabilitate de 70%; 20 miliarde u.m., cu o probabilitate de 30% ob ținându-se urm ătorul
rezultat :
50 miliarde u.m.  70 %+ 20 miliarde u.m.  30% = 41 miliarde u.m.
Deci valoarea net ă a informa ției este de 41 miliarde u.m.– 36,5 miliarde u.m.= 4,5
miliarde u.m. În condi țiile în care costul cercet ării pentru ob ținerea acestor informa ții este
mai mic de 4,5 miliarde u.m., întreprinderea va realiza cercetarea. În situa ția în care prin
efectuarea studiului se vor efectua cheltuie li de peste 4,5 miliarde u.m., se va renun ța la
efectuarea cercet ării.

În concluzie, realizarea unei cercet ări de marketing implic ă o analiză a cheltuielilor
pe care aceasta le presupune, urm ărindu-se permanent optimizarea raportului efort-efect în
cadrul procesului decizional.

Cercetări de marketing. Curs universitar
21Trebuie men ționat, că nu se poate garanta c ă o decizie adoptat ă pe baza
informațiilor obținute în urma unui studiu, indiferent de amploarea acestuia, de
profesionalismul celor care l-au realizat, de cheltuielile implicate etc., este decizia optim ă;
respectiv, nu se poate garanta c ă nu poate fi g ăsită o altă variantă decizional ă mai bună.

Faza de proiectare a cercet ării de marketing se constituie din activit ăți ce
vizează: identificarea surselor de informa ții, selectarea modalit ății de culegere și
sistematizare a acestora, definirea colectivit ății cercetate, determinarea dimensiunii
eșantionului și alegerea metodei de e șantionare, precum și elaborarea unui program de
desfășurare a cercet ării.

Alegerea surselor de informa ții se bazeaz ă pe obiectivele identificate în faza
anterioară. Cercetătorii au în general la dispozi ție o multitudine de surse de informa ții, care
se pot clasifica dup ă mai multe criterii:
 în funcție de originea lor , sursele de informa ții pot fi:
– interne – din interiorul organiza ției; de exemplu: eviden ța financiar –
contabilă, personalul societ ății, studii, rapoarte, publica ții editate de
către organiza ție;
– externe – din exteriorul organiza ției, respectiv: firme cliente sau
concurente, parteneri de afaceri, firme de consultan ță, consumatorii
efectivi și potențiali, organiza ții profesionale, institu ții de profil,
publicații ale diverselor organisme specializate în furnizarea de
informații etc.;
 în funcție de scopul care a stat la baza ob ținerii informa țiilor, sursele sunt:
– primare – duc la ob ținerea de informa ții special pentru cercetarea
realizată; de exemplu: informa ții obținute prin cercetare direct ă de la
consumatorii efectivi și potențiali, întreprinderi, exper ți, personalul din
interiorul întreprinderii, informa ții obținute prin realizarea de
experimente;
– secundare – se refer ă la surse de informa ții obținute anterior pentru
realizarea altor obiective, dar care pot servi și la atingerea obiectivelor
cercetării în derulare, ca de exemplu: documente din interiorul
întreprinderii, informa ții obținute din diverse publica ții statistice,
rapoarte ale unor organisme de profil;

Cercetări de marketing. Curs universitar
22
Pentru a asigura o baz ă științifică în elaborarea deciziilor de marketing, indiferent
de sursa utilizat ă și modalitatea concret ă de obținere a informa ției, aceasta se evalueaz ă
după o serie de criterii și anume:
 acuratețea – informa ția trebuie s ă descrie corect realitatea;
 actualitatea – informa țiile trebuie s ă fie cât mai recente. Men ționăm că
utilizarea unor informa ții din surse secundare au pe lâng ă o serie de avantaje
legate îndeosebi de economia de timp și bani pentru ob ținerea lor, dezavantajul
unei insuficiente “prospe țimi” a datelor furnizate;
 suficiența – natura și gradul de detaliere a informa țiilor culese trebuie s ă
răspundă necesităților impuse pentru adoptarea deciziei. Îndeplinirea acestui
criteriu este strâns legat ă de obiectivele centrale și secundare definite în faza
preliminar ă a cercetării;
 relevanța – informa ția trebuie s ă fie pertinent ă și aplicabil ă în raport cu
problema decizional ă considerat ă.

Selectarea modalit ății de culegere și sistematizare a informa ției presupune:
 definirea variabilelor care fac obiectul cercet ării;
 determinarea variabilelor dependente și independente, precum și a acelor
variabile între care exist ă o relație de interdependen ță;
 determinarea scalelor cu ajutorul c ărora se vor m ăsura variabilele;
 alegerea metodelor de culegere a informa țiilor;
 elaborarea instrumentelor utilizate în culegerea informa țiilor;
 stabilirea modalit ăților de sistematizare a informa țiilor.

Variabilele , denumite și caracteristici , reprezint ă însușiri sau trăsături ale unit ăților
cercetate, iar formele concrete de manifestare a acestora la nivelul fiec ărei unități poartă
numele de variante sau valori . Există o multitudine de criterii de clasificare a variantelor,
în continuare fiind prezentate acelea care prezint ă un mai mare interes pentru procesul
cercetărilor de marketing:
 după modul de exprimare, exist ă:
– variabile cantitative – sunt exprimate numeric (de exemplu: vârsta,
venitul lunar, desfacerile, cheltuielile cu publicitatea);

Cercetări de marketing. Curs universitar
23- variabile calitative – sunt exprimate prin cuvinte (de exemplu:
aprecierile fa ță de un anumit produs, percep ția cu privire la o anumit ă
organizație, profesia, inten țiile de cump ărare);
 după modul de manifestare, exist ă:
– variabile alternative – au dou ă variante posibile (de exemplu: mediul,
sexul);
– variabile nealternative – au multiple sau o infinitate de variante
posibile (de exemplu: nivelul de instruire, cifra de afaceri, investi țiile,
exporturile);
 în cazul existen ței unei anumite leg ături între variabilele cercetate, se pot
identifica:
– variabile independente – variația lor influen țează variația altei / altor
variabile;
– variabile dependente – variația lor este determinat ă de variația uneia
sau a mai multor variabile independente;
– variabile interdependente – se influen țează reciproc, altfel spus, sunt
variabile între care exist ă o asociere simetric ă.

Definirea variabilelor cercet ării se face atât din punct de vedere conceptual cât și
operațional . De exemplu, considerând variabila – atitudinea fa ță de un anumit produs,
definirea conceptual ă a acesteia ar putea fi – expresia verbal ă a atitudinii, iar la nivel
operațional, variantele:
– foarte favorabil ă;
– favorabilă;
– neutră;
– nefavorabil ă;
– foarte nefavorabil ă.
În cazul desfacerilor realizate de unit ățile distribuitoare ale produselor proprii,
variabila conceptual ă definită ar putea fi – totalitatea sumelor încasate în luna anterioar ă de
unitățile distribuitoare din vânzarea produselor proprii, iar la nivel opera țional, urm ătoarele
variante:
– sub 10 mil. u.m.;
– între 10 și 20 mil. u.m.;
– între 20 și 50 mil. u.m.;

Cercetări de marketing. Curs universitar
24- între 50 și 100 mil. u.m.;
– peste 100 mil. u.m..
Dacă am considera nivelul de instruire, variabila conceptual ă ar fi – ultima școală
absolvită de respondent, iar la nivel opera țional:
– studii elementare;
– studii medii;
– studii superioare;
– studii postuniversitare.

Măsurarea fiecărei variabile se realizeaz ă cu ajutorul unui instrument denumit
scală. Există mai multe tipuri de scale (nemetrice: nominale și ordinale și metrice: interval
și proporționale), alegerea uneia dintre acestea fiind determinat ă de natura variabilelor ce
urmează a se investiga.

 Prezentarea celor patru tipuri de scale, precum și principalele propriet ăți sunt
prezentate în subcapitolul 2.1. al lucr ării.

În funcție de num ărul de caracteristici studiate ale fenomenului cercetat, se poate
opta pentru:
 scală unidimensional ă – măsoară o singur ă caracteristic ă sau proprietate a
fenomenului cercetat;
 scală multidimensional ă – măsoară mai multe caracteristici sau propriet ăți ale
fenomenului cercetat.
Pentru culegerea informa țiilor cercet ătorul poate opta pentru una sau mai multe
metode:
 investigarea surselor de date secundare din interiorul sau exteriorul
organizației. Aceasta ar trebui de fapt s ă constituie punctul de pornire în
culegerea informa țiilor necesare, datorit ă avantajelor legate de economia de
fonduri și timp pentru ob ținerea lor; informa țiile ce nu pot fi ob ținute din astfel
de surse, urmând a se ob ține prin una dintre metodele prezentate în continuare;
 cercetarea direct ă, caz în care informa țiile sunt culese direct de la purt ătorii lor.
În aceast ă categorie se înscriu metode ca: ancheta, observarea, cercet ările
calitative (discu ții focalizate de grup, interviurile în profunzime, tehnicile
proiective etc.). Cercetările directe pot fi atât totale , caz în care cuprind toate

Cercetări de marketing. Curs universitar
25unitățile colectivit ății cercetate, cât și selective realizate asupra unui e șantion
extras din colectivitatea studiat ă. Cercetările totale sunt întâlnite destul de rar în
practică datorită costurilor foarte mari pe care le implic ă, nejustificate în cele
mai multe cazuri. Totu și, acestea se realizeaz ă în situația în care colectivitatea
cercetată este de dimensiuni mici, cum este cazul unor cercet ări ce vizeaz ă
bunurile cu caracter industrial, iar la nivelul unit ăților colectivit ății se
înregistreaz ă o eterogenitate ridicat ă din punctul de vedere al caracteristicilor
relevante pentru obiectivele studiului;
 experimentul utilizat în cazul cercet ărilor cauzale, respectiv când se cerceteaz ă
dependen ța uneia sau a mai multor variabile dependente, în func ție de varia ția
uneia sau a mai multor variabile independente / interdependente;
 simularea ce permite studierea unui sistem, prin intermediul unui sistem
înlocuitor, având la baz ă analogia care exist ă între cele dou ă sisteme.

 Metodele de culegere a datelor enumerate sunt prezentate în capitolul III al lucr ării.

Pentru recoltarea informa țiilor necesare realiz ării obiectivelor stabilite, se utilizeaz ă
o serie de instrumente de culegere a datelor , alegerea unuia sau a altuia dintre acestea
depinzând de metoda aleas ă anterior. Astfel:
 în cazul anchetelor sunt utilizate chestionarele ;
 în cazul reuniunilor focalizate de grup și interviurilor în profunzime se
utilizează ghidul de conversa ție sau de interviu , iar selectarea participan ților se
poate realiza prin intermediul chestionarelor de recrutare, care permit alegerea
acelor persoane ce corespund scopului cercet ării din punct de vedere al unor
criterii prestabilite;
 observarea personal ă realizată prin operatori, presupune utilizarea unor grile
care indic ă variabilele ce urmeaz ă a fi măsurate, iar în cazul observ ării
mecanice, se utilizeaz ă diverse aparate ca: scannere, camere video,
reportofoane, pupilometre, audimetre etc.
Anumite instrumente specifice unei metode de cercetare pot fi utilizate de
asemenea și în cazul altor metode. De exemplu, în cazul cercet ărilor calitative, pentru
înregistrarea cât mai corect ă a informa țiilor se vor utiliza camere video, reportofoane etc.

Cercetări de marketing. Curs universitar
26Tot în aceast ă fază se impune stabilirea modalit ăților concrete prin care vor fi
sistematizate informa țiile, respectiv, se vor elabora machetele de tabele în a căror celule
urmează a se înregistra datele colectate.

Definirea colectivit ății cercetate, determinarea dimensiunii e șantionului și
alegerea metodei de e șantionare
Colectivitatea cercetat ă reprezintă colectivitatea component elor (indivizilor) despre
sau de la care se recolteaz ă informațiile. Aceasta reprezint ă baza (cadrul) de e șantionare și
în același timp popula ția la care se refer ă rezultatele cercet ării.

Tot în aceast ă etapă se definesc: unitatea de observare și unitatea de raportare .
Menționăm faptul c ă unitatea de observare, respectiv, acea unitate la care se refer ă
informațiile culese, o poate constitui:
 individul;
 gospodăria;
 organizația etc.

De exemplu, o cercetare având drept scop, determinarea imaginii unui produs
(adresat femeilor) în rândul segmentului de pia ță vizat, va avea drept unitate de observare –
individul (de ex. persoanele de sex feminin, cu vârsta cuprins ă între 16 și 60 ani); în
schimb, în cazul unui produs destinat dot ării locuinței, unitatea de observare o va constitui
gospodăria. În aceea și ordine de idei, o cercetare realizat ă de o firm ă producătoare în
rândul unit ăților distribuitoare, va avea drept unitate de observare organiza ția.
În unele cazuri, unitatea de observare coincide cu unitatea de raportare (unitatea
care furnizeaz ă informațiile), în alte cazuri acestea difer ă. Astfel, în cazul în care unitatea
de observare este întreprinderea, unitatea de raportare este persoana care furnizeaz ă
informațiile despre respectiva organiza ție. În cazul cercet ărilor ce au drept țintă copii
(aceștia constituind unitatea de observare), informa țiile sunt furnizate de c ătre părinți
(unitatea de raportare). În cercet ările ce au ca unitate de observare – individul, realizate în
rândul persoanelor adulte, capabile s ă ofere informa ții despre sine, unitatea de observare
coincide, de regul ă, cu unitatea de raportare.

 Informații detaliate despre dimensionarea e șantionului și metodele de e șantionare
utilizate în cercetarea de marketing sunt prezen tate în subcapitolul 3.2. al prezentei
lucrări.

Cercetări de marketing. Curs universitar
27Înainte de realizarea efectiv ă a cercet ării este recomandat s ă se procedeze la
organizarea unui studiu pilot (pe un eșantion de dimensiuni reduse) prin intermediul
căruia se verific ă metodologia cercet ării și, dacă este cazul, se procedeaz ă la
modificări/îmbunătățiri ale acesteia.

Elaborarea programului de desf ășurare a cercet ării presupune o ordonare a
activităților ce urmeaz ă a se derula și stabilirea intervalelor de timp în care se vor desf ășura
acestea. Este indicat ca în stabilirea intervalelor de timp s ă se ia în considerare și
posibilitatea apari ției unor disfunc ționalități pe perioada derul ării cercet ării, care pot
genera decalaje ale termenelor stabilite.

Faza de realizare a cercet ării de marketing cuprinde o serie de activit ăți ce
vizează: recoltarea informa țiilor de la purt ătorii lor, prelucrarea, analiza și interpretarea
acestora și realizarea raportului final al cercet ării ce va fi înaintat factorilor decizionali de
la nivelul organiza ției.

Recoltarea informa țiilor se realizeaz ă fie de către cercet ător, în cazul în care sunt
culese de la un num ăr redus de purt ători (de exemplu, în cazul discu țiilor focalizate de grup
când eșantionul este de regul ă de 8-12 persoane) sau de c ătre operatori special instrui ți în
scopul culegerii informa țiilor fie direct de pe teren (cazul cercet ărilor de teren) sau dintr-un
birou (cazul cercet ărilor prin po ștă sau telefon).
Recoltarea informa țiilor presupune realizarea unor ac țiuni ce țin de selec ția
persoanelor ce urmeaz ă a realiza culegerea datelor. Se poate opta, în func ție de:
dimensiunea e șantionului, natura cercet ării, precum și de efectivul, preg ătirea și
caracteristicile personalului de care dispune organiza ția, la utilizarea personalului propriu
sau la angajarea temporar ă a unor operatori. Indiferent de op țiunea firmei din acest punct
de vedere, se impune stabilirea, în prealabil, a tr ăsăturilor pe care trebuie s ă le dețină
personalul implicat în culegerea informa țiilor, selec ția persoanelor fiind realizat ă în
conformitate cu aceste criterii stabilite ini țial.
Personalul selectat va fi instruit în scopul asigur ării uniformit ății în culegerea
datelor. Este indicat ca, înainte de a începe ac țiunea propriu-zis ă de culegere a datelor,
personalul selectat s ă fie supus unei test ări cu scopul de a verifica m ăsura în care sunt
respectate cerin țele privind înregistrarea informa țiilor și pentru a g ăsi din timp solu ții la
eventualele probleme ce pot ap ărea în procesul efectiv de recoltare a datelor.

Cercetări de marketing. Curs universitar
28Se impune a se realiza, în permanen ță, verificarea modului în care se desf ășoară
acțiunea de culegere a datelor, cu scopul de a evita din timp apari ția unor erori grave. De
asemenea, fiecare operator dup ă înregistrarea datelor va proc eda la verificarea acestora
pentru a rezolva eventualele gre șeli sau omisiuni, atât timp cât informa țiile sunt înc ă
proaspete în mintea sa.

În perioada de recoltare a informa țiilor, erorile ce pot ap ărea sunt multiple. Cele
mai frecvente erori pot fi generate de:
 nonrăspunsuri , respectiv, refuzul persoanei cerce tate de a coopera la realizarea
investigației, imposibilitatea de a furniza informa țiile solicitate sau dup ă caz,
imposibilitatea de a fi contactat ă;
 responden ți, prin oferirea unor r ăspunsuri care nu reflect ă realitatea; astfel,
responden ții pot distorsiona deliberat r ăspunsurile oferite (în situa ția în care
consideră întrebarea ca având un caracter mult prea personal sau când oferirea
unui răspuns real este perceput ă ca fiind un risc putând afecta statutul social,
prestigiul sau chiar din dorin ța de a finaliza cât mai repede interviul etc.) sau
neintenționat (datorit ă unor confuzii sau a imposibilit ății de a-și mai aminti
anumite informa ții);
 operator , prin simpla lui prezen ță, mimică, inflexiunile vocii, sugerarea
răspunsurilor, înregistrarea eronat ă a răspunsurilor, completarea fictiv ă a
răspunsurilor sau a întregului chestionar etc.

Prelucrarea, analiza și interpretarea informa țiilor este etapa în care datele
obținute în etapa anterioar ă, sunt verifi cate de către persoane special instruite în acest scop,
sistematizate și centralizate, pentru a putea fi apoi analizate cu ajutorul metodelor
cunoscute. În urma analizei, cercet ătorul poate desprinde concluziile necesare
fundament ării procesului decizional.
Astfel, dup ă completarea chestionarelor sau a altor instrumente utilizate pentru
recoltarea datelor, acestea vor fi verificate de persoane care cunosc bine metodologia
cercetării, vor proceda la rectificarea erorilor ( acolo unde este posibil) sau la eliminarea
instrumentelor de culegere a datelor care sunt afectate de erori grave și a căror rectificare
nu este posibil ă.

Cercetări de marketing. Curs universitar
29Sistematizarea și centralizarea datelor se realizeaz ă cu ajutorul tabelelor elaborate
în faza de proiectare a cercet ării, după care, se procedeaz ă la analiza datelor cu ajutorul
metodelor cunoscute, selectate în func ție de:
 scopul și obiectivele cercet ării;
 tipul de cercetare realizat ă: anchetă, experiment, interviu în profunzime etc.
 reprezentativitatea e șantionului extras pentru colectivitatea cercetat ă (eșantion
reprezentativ sau nereprezentativ), precum și metoda de e șantionare folosit ă;
 tipul variabilelor înregistrate (m ăsurate pe scal ă nominală, ordinală, interval sau
proporțională; alternative sau nealternative etc.), rela țiile dintre ele (dependen ță,
interdependen ță, independen ță) etc.

Procesul de analiz ă a datelor poate viza:
 determinarea tendin ței centrale a caracteristicilor înregistrate;
 determinarea varia ției și a distribu ției acestora;
 studierea leg ăturilor de cauzalitate dintre dou ă sau mai multe variabile și
realizarea de estim ări ale variabilelor dependente în func ție de varia ția
probabilă a variabilelor independente;
 studierea leg ăturilor de interdependen ță dintre variabile;
 realizarea de previziuni ale fenomenelor cercetate;
 determinarea semnifica ției diferen țelor dintre sube șantioanele constituite dup ă
variația uneia sau a mai multor variabile;
 estimarea probabilit ății de apari ție a anumitor valori ale variabilelor cercetate la
nivelul colectivit ății studiate, în func ție de valorile înregistrate la nivelul
eșantionului etc.

 O serie de metode de analiz ă au fost prezentate în capitolul IV al lucr ării.

Rezultatele și concluziile ob ținute din analiza datelor, precum și recomand ările și
limitele cercet ării vor fi prezentate, prin intermediul raportului de cercetare , factorilor de
decizie care au solicitat cercetarea. Acest raport va con ține întregul demers realizat, de la
faza de identificare a problemei decizionale.
Modul de elaborare și prezentare a raportului este de o importan ță majoră pentru
valorificarea optim ă a rezultatelor cercet ării.

Cercetări de marketing. Curs universitar
30Prezentarea raportului de c ătre cercet ător va fi înso țită și de o serie de clarific ări
suplimentare, dac ă sunt solicitate de audien ță; fiind indicat ca, în alegerea variantei optime
de acțiune, factorii de decizie s ă colaboreze cu speciali știi care au realizat cercetarea.
Experiența dobândit ă de către cercetător în urma realiz ării unei astfel de ac țiuni de
amploare, va fi folosit ă în continuare, pentru a îmbun ătăți calitatea cercet ărilor sale
viitoare; în afar ă de experien ță, unui bun cercet ător fiindu-i necesare alte dou ă calități
esențiale: creativitate și intuiție.
Procesul cercet ării de marketing nu se finalizeaz ă odată cu adoptarea deciziei, ci
trebuie să continue cu evaluarea rezultatelor ac țiunilor întreprinse; informa țiile astfel
obținute putând fi de un real folos pentru urm ătoarele demersuri întreprinse de organiza ție
în direcția fundament ării pe baze științifice a procesului decizional.

 Etapele / activit ățile prezentate nu trebuie abordate de o manier ă rigidă, ele putând fi
prezente și, implicit, lipsi în func ție de metoda de cercetare utilizat ă. De asemenea,
procesul de cercetare, în func ție de particularit ățile sale, poate necesita modific ări în
ceea ce prive ște succesiunea respectivelor etape și, uneori, chiar reveniri la etape deja
parcurse.

Temă propusă:
Considerând o anumit ă problemă decizional ă și un anumit scop, descrie ți etapele specifice
procesului cercet ării de marketing.

Cercetări de marketing. Curs universitar
31

CAPITOLUL 2.
MĂSURAREA SI SCALAREA FENOMENELOR ÎN
CERCET ĂRILE DE MARKETING

Cuvinte cheie: Obiectivele înv ățării:
Măsurare
Scalare
Scală nominal ă
Scală ordinală
Scală interval
Scală proporțională
Metodă de scalare După parcurgerea acestui capitol va trebui:
– Să cunoașteți caracteristicile pe care le
posedă cele patru tipuri de scale;
– Să identifica ți tipul scalei pe care este
măsurată o anumit ă variabilă de marketing;
– Să cunoașteți principalele metode de scalare
și să fiți în măsură să le utiliza ți pentru
măsurarea fenomenelor de marketing;
– Să fiți în măsură să alegeți metodele de
scalare corespunz ătoare particularit ăților și
obiectivelor cercet ării.

Măsurarea este un proces prin care se prezint ă într-o form ă simbolic ă, prin litere
sau cifre, gradul în care la nivelul unui obiect sau fenomen se reg ăsește o anumit ă
caracteristic ă / proprietate, urm ărindu-se ca în final s ă se obțină o coresponden ță
concludent ă între simbolurile folosite și intensitatea caracteristicii / propriet ății analizate de
la nivelul respectivului obiect / fenomen.
Măsurarea se realizeaz ă cu un instrument denumit scală. Aceasta poate fi
reprezentat ă de un instrument fizic (pentru m ăsurarea greut ății, lungimii) sau de un
instrument special elaborat pentru culegerea datelor de natur ă calitativ ă (atitudini,
preferințe, imagini etc.)

Scalarea este activitatea de construire a scalelor. O scal ă trebuie s ă îndeplineasc ă
următoarele cerințe:
ș să fie inteligibil ă pentru persoanele de la care se culeg datele;
ș să asigure diferen țierea corespunz ătoare între nivelele de intensitate ale
caracteristicii / propriet ății obiectului sau fenomenului cercetat.

Cercetări de marketing. Curs universitar
32În cercetarea de marketing scalarea este folosit ă pentru a m ăsura aspecte de natur ă
psihologic ă ale indivizilor (clien ți, consumatori, utilizat ori), de tipul preferin țelor,
motivațiilor, percep țiilor, atitudinilor etc.
Dacă în mod normal o anumit ă caracteristic ă permite doar clasificarea stimulilor
investigați, scalarea ofer ă posibilitatea ierarhiz ării acestora din punctul de vedere al
respectivei caracteristici. Simpla ordonare prin atribuirea unor ranguri nu este adesea
suficientă, context în care se va urm ări si măsurarea “distan ței” dintre obiectele sau
fenomenele cercetate. Astfel, se poate m ăsura distan ța psihologic ă dintre fenomene, adic ă
diferențele între reprezent ările mentale ale indivizilor comparate în leg ătură cu una sau mai
multe dimensiuni ale fenomenului investigat
În general nivelul scal elor folosite se exprim ă prin cuvinte, acestea fiind mai bine
percepute de c ătre responden ți, îndeosebi când num ărul de nivele nu este foarte mare (3,
5); însă, pentru a putea prelucra informa țiile obținute în urma cercet ărilor organizate,
acestor nivele li se vor atribui scorur i, interpretarea rezultatelor finale f ăcându-se în func ție
de valoarea scorului final pe care l-a ob ținut fenomenul studiat.
De asemenea, se poate stabili ”punctul ideal”, care reprezint ă cea mai dorit ă
combinație de nivele ale atributelor fenomenelor sau obiectelor investigate, urmând a se
determina „distan ța” celorlal ți stimuli fa ță de acest punct etalon. În majoritatea cazurilor
“punctul ideal” reprezint ă obiectul care de ține cel mai mult din atributele sau
caracteristicile analizate (valoarea lui fiind în acest caz valoarea maxim ă de pe scala de
cuantificare). Conven țional, elementului etalon (“punctul ideal” sau obiectul ce de ține
locul I în ierarhie) i se poate atribui valo area 1 sau 100%, determinându-se la ce distan ță
relativă față de acesta se afl ă celelalte obiecte sau fenomene supuse analizei a șa cum sunt
ele evaluate de responden ți.

 calculul distan ței absolute dintre stimulii investiga ți este posibil în cazul scalelor
interval, iar distan țele relative se pot calcula în cazul scalelor propor ționale, în situa ția
în care rezultate în urma evalu ărilor au acela și semn: “+” sau ”–“. Tipurile de scale
sunt prezentate în continuare.

Cercetări de marketing. Curs universitar
33

2.1. Tipuri de scale

Există mai multe tipuri de scale, fiecare dintre acestea având anumite propriet ăți:
 scale nominale;
 scale ordinale;
 scale interval;
 scale propor ționale.

Scala nominal ă reprezintă cel mai simplu tip de scal ă și permite clasificarea
subiecților investiga ți în grupe (categorii) în func ție de măsura în care posed ă proprietatea
scalată, dar nu permite și ordonarea acestora sau m ăsurarea distan ței dintre ei în func ție de
intensitatea respectivei variabile. Variabile m ăsurate pe scal ă nominală sunt, de exemplu:
genul, vârsta, starea civil ă, mediul de reziden ță, statutul socio-profesional etc.

Scala ordinal ă permite ierarhizarea stimulilor investiga ți în funcție de un anumit
criteriu. De exemplu, aprecierea consumatorilor pentru patru m ărci existente pe pia ță poate
fi evaluată cu ajutorul rangurilor (numerelor de ordine).
Atât valoarea absolut ă a numărului de ordine cât și diferența dintre valorile atribuite
stimulilor nu au semnifica ție. De exemplu, între dou ă mărci situate pe primele locuri în
ierarhia preferin țelor consumatorilor poate fi o “distan ță” foarte mare sau infim ă. De
asemenea, valoarea 2, de exemplu, de pe scal ă arată exclusiv faptul c ă marca ce a ob ținut
această valoare se situeaz ă pe locul II în ierarhia preferin țelor consumatorilor pentru
mărcile studiate; în cazul compar ării sale cu alte m ărci decât cele care fac obiectul
studiului putând ob ține un alt loc.
Scala nominal ă și scala ordinal ă fac parte din categoria scalelor nemetrice .

Scala de interval măsoară distanța dintre stimulii cerceta ți prin prisma
proprietăților investigate. Valorile absolute ale scalei nu au vreo semnifica ție. De exemplu,
valorii de 0 grade Celsius îi corespunde 32 grade pe scala Fahrenheit. Au semnifica ție însă
diferențele comparate. De exemplu, dac ă între anii 1990 și 1995 este o distan ță de 5 ani,
aceeași distanță este și între 2000 și 2005. Opera ția de multiplicare sau înmul țire nu este
permisă în cazul scalei interval. De exempl u, temperatura de 30 grade Celsius nu
reprezintă dublul temperaturii de 15 grade Celsius.

Cercetări de marketing. Curs universitar
34Scala propor țională este cea mai complex ă scală prezentând pe lâng ă proprietățile
scalei interval și “zero unic”/ „origine unic ă” (de exemplu, valorii 0 Lei îi corespunde,
indiferent de moneda în care se face transformarea, aceea și valoare – 0), astfel c ă operația
de multiplicare sau înmul țire este permis ă. Variabile m ăsurate pe scal ă proporțională sunt,
de exemplu: vânz ările, produc ția, numărul de salaria ți etc.
Scala interval și scala propor țională fac parte din categoria scalelor metrice .

Principalele tipuri de scale – prezentare sintetic ă
Caracteristicile pe care le posed ă Tipul
de scală Permite
clasificări Permite ordon ări Are intervale
egale Are origine unic ă
Nominală Da Nu Nu Nu
Ordinală Da Da Nu Nu
Interval Da Da Da Nu
Proporțională Da Da Da Da
Sursa: Adaptare dup ă Virgil Balaure (coordonator), Marketing , Editura Uranus Bucure ști, 2000, p 134.

2.2. Principalele meto de de scalare

O serie de metode de scalare sunt frecvent utilizate în cercet ările de marketing:
 Diferențiala semantic ă;
 Scala lui Likert;
 Scala lui Stapel;
 Scala cu sum ă constantă;
 Metoda ordon ării rangurilor;
 Metoda compara țiilor perechi;
 Modelul Fishbein – Rosenberg.
Aceste metode duc la ob ținerea de informa ții specifice scalelor ordinale sau
interval, dup ă caz, oferind a șadar posibilitatea realiz ării de ierarhii ale obiectelor sau
fenomenelor investigate în func ție de scorurile medii ob ținute și, eventual, calcul ării
“distanțelor” dintre acestea. De asemenea, unele dintre metodele enumerate permit calculul
distanțelor relative ale obiectelor sau fenomenelor cercetate fa ță de „punctul ideal”.
Scala cu sum ă constant ă, Metoda ordon ării rangurilor și Metoda compara țiilor
perechi fac parte din categoria metodelor comparative de scalare .

Cercetări de marketing. Curs universitar
35
2.2.1. Diferen țiala semantic ă

Diferențiala semantic ă este o scal ă cu 3, 5 sau 7 nivele inserate între doi poli.
Subiectului investigat i se solicit ă să indice pe scal ă nivelul ce corespunde intensit ății
opiniei / aprecierilor / preferin țelor în leg ătură cu un anumit stimul.
De exemplu, aprecierea cump ărătorilor cu privire la un anumit produs poate fi
cuantificat ă cu ajutorul unei scale cu 7 nivele inserate între dou ă atribute bipolare: „foarte
favorabilă” – „foarte nefavorabil ă”.

Pentru prelucrarea și interpretarea datelor celor 7 nivele ale scalei li se vor atribui
scoruri dup ă cum urmeaz ă:

Foarte
favorabilă 7 | 6 | 5 | 4 | 3 | 2 | 1 Foarte
nefavorabil ă

Diferențiala semantic ă – aplicație practic ă

O firmă specializat ă în servicii turistice realizeaz ă o cercetare selectiv ă pe un
eșantion de 200 de persoane în vederea determin ării opiniilor consumatorilor cu privire la
serviciile oferite de una dintre unit ățile turistice (A) din administrare (de exemplu, un
hotel). În acest sens au fost supuse analizei urm ătoarele caracteristici:
 tarifele practicate;
 amplasamentul hotelului;
 curățenie și igienă;
 diversitatea serviciilor oferite (de baz ă și conexe);
 comportamentul personalului.

 Aceste caracteristici pot fi detaliate în func ție de scopul și obiectivele cercet ării,
precum și în funcție de condi țiile pieței (concuren ță, caracteristici zonale – zon ă de
tranzit / turistic ă, mediul de afaceri etc.). Astfel, aspectele privind amplasamentul
hotelului, pot fi detaliate în: apropierea de principalele c ăi de comunica ție,
amplasarea într-o zon ă pitoreasc ă sau într-un cartier lini știt / zgomotos etc.
Diversitatea serviciilor oferite – pentru cat egoria servicii conexe – poate fi detaliat ă Foarte
favorabilă – | – | – | – | – | – | – Foarte
nefavorabil ă

Cercetări de marketing. Curs universitar
36astfel: room service, acces Internet în camer ă sau într-un loc public din hotel, sal ă de
conferințe, săli de jocuri, între ținere și înfrumuse țare etc.

Aprecierile consumatorilor sunt cuantificate cu ajutorul unei scale cu cinci nivele
(de la foarte favorabil, la foarte ne favorabil). Respondentul este solicitat s ă indice (s ă
bifeze pe chestionar) caseta care descrie cel mai bine aprecierile sale cu privire la cele cinci
caracteristici supuse analizei.
Pentru a putea fi prelucrate datele, celor cinci nivele ale scalei li se vor atribui
scoruri, de exemplu de la 5 la 1.
Rezultatele centralizate se prezint ă astfel:

Nivele ale scalei (scorul atribuit)
Foarte
favorabil Favorabil Nici favorabil /
nici
nefavorabil Nefavo-
rabil Foarte
nefavorabil Caracteristica
5 4 3 2 1 Aprecieri
medii
Tarifele practicate 26 46 37 32 59 2,740
Amplasamentul
hotelului 75 57 36 11 21 3,770
Curățenie și igienă 21 61 88 18 12 3,305
Diversitatea
serviciilor oferite 41 75 66 13 5 3,670
Comportamentul
personalului 107 56 21 10 6 4,240

Pentru a sintetiza aprecierile cu privire la fiecare caracteristic ă se va utiliza media
aritmetică ponderat ă:


n
in
i
fixifi
11,
unde: xi reprezint ă caracteristica (în cazul nostru scorurile aferente aprecierilor);
fi reprezintă frecvența, respectiv num ărul de răspunsuri înregistrate pentru fiecare
nivel sau scor.
Astfel, aprecierea medie pentru caracter istica “tarifele practicate” s-a calculat
astfel:

74,2200591322 373 464 265

Cercetări de marketing. Curs universitar
37Imaginea grafic ă a aprecierilor consumatorilor cu privire la cele cinci caracteristici
ale serviciului turistic se prezint ă astfel:

Comportamentul
personalului

Diversitatea serviciilor
oferite
Curățenie și igienă
Amplasamentul
hotelului

Tarifele practicate

Se poate calcula de asemenea, media tuturor aprecierilor ca o medie aritmetic ă
simplă, numărul responden ților fiind acela și pentru toate cele 5 caracteristici:

545,3524,4 67,3 305,3 77,3 74,2

Concluzionând, consumatorii apreciaz ă în primul rând comportamentul
personalului, urmat de amplasamentul hotelului și diversitatea serviciilor oferite.
Elementul esen țial ce trebuie avut în vedere în definirea principalelor c ăi de acțiune îl
reprezintă tarifele practicate. În ansamblu situa ția este relativ favorabil ă, media aprecierilor
fiind cuprins ă între valoarea 3 și 4, ceea ce corespunde nivelurilor “nici favorabil / nici
nefavorabil” și, respectiv, “favorabil”.

Dacă întreprinderea supune analizei și o altă unitate turistic ă (B), modalit ățile de
analiză fiind similare, se pot face compara ții între media aprecierilor consumatorilor fa ță
de cele dou ă unități turistice, din punctul de vedere al celor 5 caracteristici supuse
investigației.
Demersul fiind similar, în urma centraliz ării și prelucrării informa țiilor, mediile
aprecierilor se prezint ă astfel:
 pentru tarife – 3,62;
 pentru amplasamentul hotelului – 4,21;
 pentru cur ățenie și igienă – 3,33;

Cercetări de marketing. Curs universitar
38 pentru diversitatea serv iciilor oferite (de baz ă și conexe) – 3,01;
 pentru comportamentul personalului – 3,71.
Media total ă a aprecierilor este 3,576.
Se observ ă că în cazul unit ății turistice B, comparativ cu unitatea A, caracteristica
“amplasamentul hotelului” este mai apreciat ă de turiști, iar “tarifele practicate” sunt
considerate mai avantajoase. “Cur ățenia și igiena” sunt apreciate relativ identic, iar
„diversitatea serviciilor oferite” și „comportamentul personalului” se afl ă pe o pozi ție
inferioară comparativ cu unitatea turistic ă A.
Pentru a stabili pe ce pozi ții se află cele dou ă unități turistice în func ție de
caracteristicile supuse analizei, se vor compara mediile tuturor aprecierilor. Se poate
observa c ă unitatea turistic ă B înregistreaz ă o valoare mai ridicat ă decât unitatea A,
diferența dintre cele dou ă medii (3,545 și, respectiv, 3,576) fiind îns ă extrem de redus ă.

2.2.2. Scala lui Likert

Scala lui Likert presupune construirea unui set de propozi ții în legătură cu aspectele
cercetate. Subiec ților investiga ți li se solicit ă să-și exprime acordul sau dezacordul în
legătură cu enun țurile formulate, respectiv s ă indice pe scala de evaluare una dintre
următoarele nivele, corespunz ător propriilor opinii:

Enunțurile formulate pot avea caracter favorabil sau nefavorabil.
Pentru prelucrarea și interpretarea datelor celor 5 nivele ale scalei li se vor atribui
scoruri dup ă cum urmeaz ă:
– pentru enun țurile ce au caracter favorabil:

– pentru enun țurile ce au caracter nefavorabil:

astfel încât, valori pozitive sau dup ă caz valori negative s ă aibă semnifica ții similare.

acord
total | acord | nici acord /
nici dezacord | dezacord | dezacord
total
2 | 1 | 0 | -1 | -2
-2 | -1 | 0 | 1 | 2

Cercetări de marketing. Curs universitar
39
Scala lui Likert – aplica ție practic ă

Un eșantion de 1000 persoane, clien ți ai unei unit ăți comerciale cu am ănuntul sunt
supuși unui studiu cu scopul de a se determina care este imaginea magazinului în rândul
cumpărătorilor. Persoanele intervievate sunt solicitate s ă-și exprime gradul de acord sau de
dezacord în leg ătură cu patru enun țuri, cuantificarea opiniilor fiind realizat ă cu ajutorul
unei scale cu cinci nivele: de la acord total, la dezacord total.
Rezultatele centralizate se prezint ă astfel:

Nivele ale scalei (scorul acordat)
Enunțuri Acord
total Acord Nici acord /
nici
dezacord Deza-
cord Dezacord
total Scoruri
medii
2 1 0 -1 -2 I. Oferta de produse
comercializat ă este
diversificat ă. 357 245 210 148 40 0,731
2 1 0 -1 -2 II. Servirea este
corespunz ătoare. 268 385 210 71 66 0,718
-2 -1 0 1 2 III. Prețurile
practicate sunt
nejustificat de mari. 120 127 157 255 341 0,570
2 1 0 -1 -2 IV. Produsele sunt
întotdeauna foarte
proaspete. 276 210 245 163 106 0,387

Pentru prelucrarea și interpretarea rezultatelor celor cinci nivele ale scalei li se vor
atribui scoruri de la 2 la -2.

 Pentru cel de al III-lea enun ț, ce are un caracter nefavorabil, sistemul de cuantificare
a fost inversat, astfel încât scoruri pozitive eviden țiază situații favorabile, iar scoruri
negative aspecte nefavorabile.

Analiza rezultatelor presupune calculul me diei aritmetice ponderate în vederea
determinării scorului mediu pentru fiecare dintre cele patru enun țuri, după modelul (pentru
afirmația „Oferta de produse comercializat ă este diversificat ă”):

731,01000)2(40)1( 1480 2101 2452 357

Se observ ă că pe primul loc din punctul de vedere al aprecierilor consumatorilor se
situează diversitatea produselor comercializate, urmat ă de sistemul de servire și prețurile
practicate. De și scorul aferent enun țului IV este pozitiv, valoarea este mai apropiat ă de 0

Cercetări de marketing. Curs universitar
40decât de 1, atestâ nd astfel o problem ă în ceea ce prive ște prospe țimea produselor
comercializate a șa cum este apreciat ă de persoanele investigate.
Imaginea unit ății în func ție de toate aspect ele supuse investiga ției presupune
determinarea unui scor mediu cu ajutorul mediei aritmetice simple, num ărul responden ților
fiind acela și pentru fiecare din cele 4 enun țuri.

602,04387,0 570,0 718,0 731,0

Se poate aprecia c ă magazinul se bucur ă de o imagine relativ favorabil ă în rândul
clienților, scorul mediu final fiind cuprins între va lorile 0 si 1, ceea ce corespunde nivelelor
”nici acord / nici dezacord” și “acord”.

2.2.3. Scala lui Stapel

Scala lui Stapel este o scal ă cu zece nivele, cinci cu semnul plus și cinci cu semnul
minus, subiec ților investiga ți solicitându-li-se s ă indice nivelul de pe scal ă 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 – aplica ție practic ă

O companie aerian ă urmărește să identifice aprecierile clien ților cu privire la
principalele caracteristici ale serviciilor oferite:
 confortul în timpul zborului;
 comportamentul personalului;
 tarifele practicate;
 diversitatea ofertei de zboruri (trasee, zboruri comerciale, curse charter
etc.).
În acest sens a organizat o cercetare asupra unui e șantion de 1500 pasageri.
Cuantificarea aprecierilor responden ților s-a realizat cu ajutorul unei scale cu 10 nivele, 5
cu semnul plus și 5 cu semnul minus.

Cercetări de marketing. Curs universitar
41Rezultatele anchetei se prezint ă 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 în
timpul zboruluiComportamentul
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 clien ților în leg ătură 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 ă ponderat ă cu numărul persoanelor
care au indicat acela și nivel pe scala de evaluare.
Rezultatele atest ă că pe primul loc în ordinea preferin țelor clien ților se situeaz ă
tarifele practicate, urmate de confortul în timpul zborului și comportamentul personalului.
Deși se situeaz ă pe locul III din punctul de vedere al aprecierilor clien ților,
comportamentul personalului este foarte apr opiat de confortul în timpul zborului. Pe
ultimul loc în aprecierile clien ților se situeaz ă diversitatea ofertei de zboruri, aceasta
poziționându-se la o distan ță apreciabil ă față tarifele practicate.
Pe ansamblu compania se bucur ă de o imagine favorabil ă în rândul clien ților, fapt
atestat de valoarea scorului mediu determinat în func ție de toate caracteristicile investigate:

888,14917,0 797,2 877,1 961,1

Cercetări de marketing. Curs universitar
42
2.2.4. Metoda compara țiilor perechi

Metoda compara țiilor perechi se utilizeaz ă pentru realizarea de ierarhii ale
stimulilor investiga ți. Subiec ților cerceta ți li se prezint ă doi câte doi stimulii studia ți,
solicitându-li-se s ă-i indice pe care dintre ace știa îi apreciaz ă mai mult.
Numărul compara țiilor realizate va fi: n.(n-1)/2, unde n – numărul stimulilor
investigați. Dacă de exemplu, se urm ărește ierarhizarea a 4 produse A, B, C și D vor
rezulta 4.(4-1)/2 = 6 compara ții.
Metoda solicit ă puțin subiecții investiga ți, însă nu se poate aplica când num ărul de
stimuli este relativ mare datorit ă efectivului compara țiilor rezultate.

Metoda compara țiilor perechi – aplica ție practic ă

Pentru a- și elabora planul cu privire la cantitatea ce urmeaz ă a fi introdus ă în
fabricație din fiecare dintre cele 4 sortim ente de bere (A, B, C, D) a c ăror produc ător este,
o firmă a realizat o cercetare supunând investiga ției un num ăr de 200 persoane
consumatoare de bere. Responden ților li s-au prezentat sortimentele de bere, combinate
două câte două, fiind solicita ți să indice pe care dintre acestea le apreciaz ă mai mult.
Rezultatele anchetei au fost centralizate (f ără a lua în calcul voturile “indeci șilor”)
și se prezint ă astfel:

"Voturi" ob ținute de fiecare sortiment Compara ția 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 deținut în ordinea
preferințelor I III II IV
Ponderea de ținută în
producția fizică totală (%) 30,3 23,2 28,8 17,7

Prin însumarea “voturilor” pentru fiecare sortiment, se observ ă că pe primul loc, în
ordinea preferin țelor clien ților, se situeaz ă sortimentul A, urmat de sortimentele C și B, iar

Cercetări de marketing. Curs universitar
43pe ultimul loc se situeaz ă sortimentul D. Deci, cea mai mare pondere în produc ția fizică
totală o va deține sortimentul A, urmat de sortimentele C, B și D.
În funcție de respectivele voturi, firma poate s ă-și asigure suportul decizional
pentru stabilirea ponderii fiec ărui sortiment în totalul produc ției realizate, dup ă exemplul:

– pentru sortimentul A: %3,30 100194 316 255 333333

2.2.5. Metoda ordon ării rangurilor

Metoda ordon ării rangurilor vizeaz ă realizarea de ierarhii ale stimulilor cerceta ți. În
acest sens, subiectului investigat i se prezint ă toți stimulii și i se solicit ă să-i ordoneze în
funcție de propriile aprecieri. Metoda se poate aplica și în cazul în care num ărul stimulilor
investigați este mai mare (comparativ cu metoda compara țiilor perechi), în schimb este mai
obositoare pentru respondent.

Metoda ordon ării rangurilor – aplica ție practic ă

O firmă producătoare de mobilier de birou a supus investiga ției 500 cump ărători,
solicitându-le realizarea unui clasamen t al celor cinci caracteristici esen țiale aflate la baza
deciziei de cump ărare:
 design;
 preț;
 esența lemnului;
 serviciile post-vânzare;
 modalitățile de plat ă acceptate.
Responden ții au fost solicita ți să ordoneze descresc ător (de la rangul I la V)
caracteristicile ana lizate din punctul de vedere al importan ței atribuite în luarea deciziei de
cumpărare. Pentru prelucrarea informa țiilor fiecărui rang i s-a acordat scoruri (de la 5 la 1).
Rezultatele centralizate se prezint ă astfel:

Cercetări 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
Preț 65 145 146 76 68 3.126
Esența lemnului 153 154 73 41 79 3.522
Serviciile post-vânzare 53 51 63 148 185 2.278
Modalități de plată 43 26 117 169 145 2.306

Ierarhizarea celor cinci caracteristici pres upune determinarea scorului mediu cu
ajutorul mediei aritmetice ponderat ă, după exemplul:

– pentru design: 768,35001232663 1014 1245 186

Deci, pe primul loc din punctul de vedere al importan ței în luarea deciziei de
cumpărare se afl ă designul, urmat de: esen ța lemnului, pre ț, modalități de plată și servicii
post-vânzare; eforturile firmei pentru satisfacerea preferin țelor consumatorilor urmând a fi
dozate în func ție de aceast ă ierarhie (se vor orienta îndeos ebi spre caracteristicile: design și
esența lemnului).

2.2.6. Scala cu sum ă constant ă

Având, de asemenea, ca scop realizarea de ierarhii, Scala cu sum ă constant ă
presupune împ ărțirea de către subiectul cercetat a unei anumite sume (în general 10 sau
100) între stimulii investiga ți, corespunz ător propriilor aprecieri în leg ătură cu aceștia.

Scala cu sum ă constant ă – aplicație practic ă

Pentru a cunoa ște locul pe care marca proprie “A” îl ocup ă între principalele m ărci
concurente (B, C, D), o firm ă producătoare de cosmetice a organizat o cercetare asupra
unui eșantion de 1000 persoane, selectate din rândul clien ților unui magazin de produse
cosmetice.

Cercetări de marketing. Curs universitar
45 Cei 1000 responden ți au fost solicita ți să repartizeze 100 puncte între cele 4 m ărci
de produse supuse analizei, num ărul de puncte acordat fiind propor țional cu aprecierea pe
care fiecare persoan ă o acordă respectivelor m ărci.
Rezultatele cercet ării, după ce au fost centralizate, se prezint ă astfel:

Puncte acordate fiec ărei mărci Număr 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 ă, în func ție de care se
interpreteaz ă rezultatele finale, presupune calcul ul mediei aritmetice ponderate, dup ă
modelul:

6,27100025 223 35 222 20 344 35 211

Marca A de ține locul II în ierarhia m ărcilor investigate, dup ă marca B și este
urmată de mărcile D și C. O analiz ă mai aprofundat ă presupune determinarea nu numai a
ierarhiei celor 4 m ărci, ci și stabilirea distan ței dintre acestea. Astfel, fa ță de marca B aflat ă
pe locul I, notat ă convențional cu 100%, marca A se situeaz ă la o distan ță apreciabil ă
( %4,17 100 1004,336,27 ); însă mai mică decât distan ța dintre marca A și mărcile situate
pe locurile III și IV (29% și, respectiv, 29,7%). Fa ță de marca B, m ărcile D și C se situeaz ă
la distanțe de: 41,3% și, respectiv, 41,9%.

2.2.7. Modelul Fishbein-Rosenberg

Modelul Fishbein-Rosenberg este o metod ă de scalare mai complex ă, ce permite
realizarea de evalu ări ale stimulilor investiga ți ținând cont de:
 aprecierile subiec ților investiga ți în ceea ce prive ște stimulii cerceta ți din
perspectiva fiec ărui criteriu de evaluare;
 importanța atribuită respectivelor criterii în aprecierea de ansamblu a stimulilor
studiați.

Cercetări de marketing. Curs universitar
46De exemplu, atitudinea unui individ „ k” față de un produs „ j” se poate determina
astfel:

ijh
iik jk xOW P

1

unde: Pjk – atitudinea individului „ k” pentru produsul „ j”;
Wik – evaluarea f ăcută de individul „ k” importan ței relative a atributului „ i”
în aprecierea general ă a produsului studiat (se consider ă în total „ h”
atribute, suma importan ței relative ce le este acordat ă fiind egal ă cu 1);
Oij – aprecierea produsului „ j” prin prisma atributului „ i”, pe o scal ă de la 0
la 1.

Modelul Fishbein-Rosenberg – aplica ții practice

I. O unitate comercial ă de alimenta ție publică “A” își propune s ă determine pozi ția
pe care o de ține în raport cu celelalte 4 unit ăți concurente (I, II, III, IV) situate în zona
centrală a orașului. În acest sens lanseaz ă o anchet ă încercând s ă identifice aprecierile
consumatorilor în leg ătură cu cele 5 unit ăți comerciale de alimenta ție publică din punctul
de vedere al principalelor caracteristici:
 calitatea produselor oferite;
 ambianța interioar ă;
 diversitatea produselor oferite;
 comportamentul personalului;
 tariful practicat.
Considerând (pentru exemplificare) c ă ancheta se administreaz ă unui singur
individ, acestuia i se solicit ă să acorde puncte pe o scal ă de la 0 la 10 importan ței pe care o
atribuie fiec ăreia din cele 5 caracteristici în aprecierea de ansamblu a unit ăților de
alimentație publică. De asemenea, a fost solicitat s ă acorde puncte pe o scal ă de la 0 la 10,
fiecărei unități comerciale de alimenta ție publică din perspectiva celor 5 caracteristici.

 Deși modelul Fishbein – Rosenberg presupune utilizarea unor scale de la 0 la 1
pentru măsurarea gradului în care fiecare unitate satisface individul din punctul
de vedere al fiec ărei caracteristici, în construirea instrumentelor de culegere a
rezultatelor vom utiliza scale de la 0 la 10, cu scopul de a îndeplini una dintre

Cercetări de marketing. Curs universitar
47condițiile ce trebuie avut ă în vedere în activitatea de scalare, respectiv, scala
trebuie să fie inteligibil ă pentru subiec ții cercetați. Astfel, unui subiect îi este
mult mai u șor să acorde puncte de la 0 la 10 (datorit ă utilizării pe scar ă largă a
acestui sistem de notare), decât de la 0 la 1. Pentru a îndeplini, îns ă, condițiile
impuse de model, vom conve rti, ulterior, valorile m ăsurate pe o scal ă de la 0 la
10, în valori m ăsurate pe o scal ă de la 0 la 1, împ ărțind fiecare valoare la 10.

Notele acordate importan ței fiecărei caracteristici în aprecierea de ansamblu a
unităților de alimenta ție publică sunt supuse unei opera ții de normalizare, astfel încât suma
lor să fie 1, conform cerin țelor modelului:
– pentru calitatea produselor oferite:

233,08979 1010
Caracteristica studiat ă Nota
acordată Importan ța relativă atribuită
caracteristicii “ í”
Calitatea produselor oferite 10 0,233
Ambianța interioar ă 9 0,209
Diversitatea sortimental ă 7 0,163
Comportamentul
personalului 9 0,209
Tarife practicate 8 0,186
Total 1,000

Notele acordate fiec ărei unități de alimenta ție publică, în funcție de caracteristicile
investigate, exprimând m ăsura în care unitatea “ j” satisface individul din punctul de vedere
al caracteristicii “ i” se prezint ă astfel:

Măsura în care unitatea “ j”
satisface individul din punctul
de vedere al caracteristicii “ i” Caracteristica studiat ă
A I II III IV
Calitatea produselor oferite 9 7 10 9 8
Ambianța interioar ă 7 9 8 8 8
Diversitatea sortimental ă 8 7 7 9 7
Comportamentul
personalului 9 8 8 9 9
Tarife practicate 9 8 7 9 9

Cercetări de marketing. Curs universitar
48Aprecierile referitoare la cele cinci unit ăți trebuie m ăsurate pe o scal ă de la 0 la 1,
deci se vor împ ărți notele acordate la 10. Valorile ob ținute, precum și importan ța relativă
atribuită fiecărei caracteristici “ i” sunt prezentate în tabelul urm ător:

Măsura în care unitatea “ j”
satisface individul din punctul
de vedere al caracteristicii “ i” Caracteristica studiat ă Importan ța
relativă atribuită
caracteristicii “ í”A I II III IV
Calitatea produselor oferite 0,233 0,9 0,7 1,0 0,9 0,8
Ambianța interioar ă 0,209 0,7 0,9 0,8 0,8 0,8
Diversitatea sortimental ă 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
față de unitatea “ j” 0,842 0,781 0,812 0,879 0,823

Aprecierile individului ( Pjk) față de fiecare unitate se determin ă ca medie aritmetic ă
a notelor acordate prin prisma caracteristi cilor investigate, ponderate cu importan ța relativă
a fiecărei caracteristici în aprecierea de ansamblu a unit ăților de alimenta ție publică, după
formula:

ijh
iik jk xOW P

1,
unde: Wik = importan ța relativă atribuită caracteristicii “ í”;
Q ij = măsura în 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.
Concluzionând, unitatea A se afl ă pe locul doi, dup ă unitatea III și este urmat ă de
unitățile: IV, II și I.

II. Locul de ținut de o unitate fa ță de principalii concuren ți nu poate fi estimat pe
baza aprecierilor unui singur individ. Pentru o apreciere corect ă, unitatea realizeaz ă
cercetarea (aspectele investigate au fost pr ezentate în exemplul anterior) asupra unui
eșantion reprezentativ de 200 persoane. Demersul fiind asem ănător, unitatea va trebui s ă
determine mai întâi punctajul mediu acordat celor cinci caracteristici în aprecierea de

Cercetări de marketing. Curs universitar
49ansamblu a unit ăților de alimenta ție publică de către toți cei 200 responden ți, urmând ca,
ulterior, s ă se procedeze la opera ția de normalizare a valorilor medii ob ținute.
Notele acordate de indivizi importan ței fiecărei caracteristici în aprecierea unit ăților
de alimenta ție publică, precum și frecvențele de apari ție ale acestora, se prezint ă astfel:

Note atribuite fiec ărei
caracteristici în aprecierea
unităților de alimenta ție
publică și
frecvențele fiecărei
variante de r ăspuns
(sunt trecute în capetele
coloanelor) Caracteristica studiat ă
67 51 43 39 Punctaj
mediu Importan ța
relativă
atribuită
caracteristicii
“í”
Calitatea produselor
oferite 9 10 9 10 9,450 0,226
Ambianța interioar ă 9 9 9 8 8,805 0,210
Diversitatea sortimental ă 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 ă ponderat ă după modelul:
– pentru calitatea produselor oferite:

45,92001039943 1051967,

iar importan ța relativă atribuită caracteristicii “ i” se determin ă similar ca la aplica ția
precedent ă.
Pe baza notelor acordate de cei 200 de indivizi celor 5 unit ăți prin prisma fiec ărei
caracteristici, se vor determina punctajele me dii pentru fiecare unitate, în mod similar cu
determinarea punctajului mediu pentru importan ța fiecărei caracteristici în aprecierea
unităților de alimenta ție publică.
Notele medii acordate de cei 200 indivizi celor 5 unit ăți prin prisma fiec ărei
caracteristici, m ăsurate pe o scal ă de la 0 la 10, se prezint ă astfel:

Cercetări de marketing. Curs universitar
50
Măsura în care unitatea “ j”
satisface
indivizii din punctul de vedere al
caracteristicii “ i” Caracteristica studiat ă
A I II III IV
Calitatea produselor
oferite 9,121 9,451 9,551 8,444 8,159
Ambianța interioar ă 7,321 8,123 8,320 8,326 8,446
Diversitatea sortimental ă8,124 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 ță de fiecare unitate se
procedeaz ă ca în exemplul anterior:

Măsura în care unitatea “ j”
satisface indivizii din punctul de
vedere al caracteristicii “ i”
(pe o scal ă de la 0 la 1) Caracteristica studiat ă Importan ța
relativă
atribuită
caracteristicii
“í” A I II III IV
Calitatea produselor
oferite 0,226 0,9121 0,9451 0,9551 0,8444 0,8159
Ambianța interioar ă 0,210 0,7321 0,8123 0,8320 0,8326 0,8446
Diversitatea sortimental ă 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
față de unitatea “ j” 0,8621 0,8254 0,8230 0,8894 0,8706

Pe baza valorilor medii ale aprecierilor indivizilor fa ță de cele 5 unit ăți, determinate
similar ca în exemplul anterior, se poate observa c ă unitatea A se afl ă pe locul trei, dup ă
unitatea III și IV și este urmat ă de unitățile I și II. Se constat ă că, deși pe baza notelor
medii obținute s-a realizat o anumit ă ierarhizare, diferen țele dintre unit ățile de alimenta ție
publică sunt foarte mici, insesizabile chiar.

Cercetări de marketing. Curs universitar
51
Temă propusă:
Considera ți datele centralizate ale unei anchete pentru a c ăror culegere s-au utilizat
următoarele metode de scalare:
 Diferențiala semantic ă,
 Scala lui Stapel,
 Scala lui Likert,
 Metoda compara țiilor perechi,
 Metoda ordon ării rangurilor,
 Scala cu sum ă constantă.
Pentru aceea și cercetare considera ți o serie de date centralizate ce pot fi analizate cu
ajutorul Modelului Fishbein-Rosenberg.
Analizați și interpreta ți rezultatele ob ținute.
Identifica ți diferențele dintre informa țiile obținute cu ajutorul metodelor comparative fa ță
de informa țiile rezultate din aplicarea celorlalte metode de scalare.

Cercetări de marketing. Curs universitar
52

Cercetări de marketing. Curs universitar
53
CAPITOLUL 3.
METODE DE OB ȚINERE A INFORMA ȚILOR

Cuvinte cheie: Obiectivele înv ățării:
Surse de date secundare
Cercetare direct ă
Observare
Observare personal ă
Observare mecanic ă
Anchetă
Cercetare calitativ ă
Colectivitate cercetat ă
Eșantion
Bază de eșantionare (de sondaj)
Chestionar
Eroare de sondaj
Eroare aleatoare de reprezentativitate
Interval de încredere
Validare a e șantionului
Redresare a e șantionului
Procedeu de e șantionare
Eșantionare probabilistic ă (aleatoare)
Eșantionare neprobabilistic ă
(nealeatoare)
Experiment
Variabilă explicativ ă, factorial ă sau
experimental ă
Variabilă independent ă “din afar ă”
Variabilă dependent ă sau rezultativ ă
Unitate de observare
Unitate experimental ă
Unitate de control
Validitate intern ă
Validitate extern ă
Schemă de proiectare a experimentelor
Proiectare complet aleatoare
Pătrat Latin
Simulare
Model de simulare După parcurgerea acestui capitol va trebui:
– Să cunoașteți principalele c ăi de obținere
a informa țiilor în cercetarea de marketing;
– Să cunoașteți caracteristicile, avantajele
și limitele utiliz ării principalelor modalit ăți
de obținere a informa țiilor de marketing;
– Să fiți în m ăsură să proiecta ți un
chestionar, astfel încât acesta s ă
contribuie la reu șita cercet ării selective;
– Să știți să determina ți dimensiunea unui
eșantion în func ție de restric ții de ordin
statistic și organizatoric și, de asemenea,
să fiți în măsură să validați și, după caz,
redresați un eșantion;
– Să fiți în măsură să alegeți cea mai
potrivită metodă de eșantionare în func ție
de contextul în care se realizeaz ă
cercetarea;
– Să fiți în măsură să estimați parametrii
colectivit ății cercetate pe baza datelor
înregistrate la nivelul e șantioanelor
studiate;
– Să cunoașteți principalele scheme de
proiectare a experimentelor, avantajele și
limitele lor;
– Să fiți în măsură să analizați și interpreta ți
datele rezultate în urma realiz ării
experimentelor ce au la baz ă schemele
de proiectare: Proiectare complet
aleatoare cu un singur factor și Pătrat
latin.

Cercetări de marketing. Curs universitar
54
Informațiile de marketing pot fi ob ținute prin urm ătoarele patru căi de bază :
 investigarea surselor de date secundare;
 cercetarea direct ă;
 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 organiza ției,
trebuie, de fapt, s ă constituie punctul de pornire în culegerea informa țiilor necesare
realizării obiectivelor oric ărei cercetări, datorit ă avantajelor legate de economia de fonduri
și timp pentru ob ținerea lor; informa țiile ce nu pot fi ob ținute din astfel de surse, urmând a
se obține prin alte metodele de cercetare.
In funcție de obiectivele cercet ării, sursele statistice pot asigura o parte important ă
sau chiar întreaga informa ție necesar ă realizării lor. În alegerea surselor de date secundare
trebuie să se țină cont de credibilitatea acestora, utilizându-se cele mai recente informa ții,
în legătură cu problematica investigat ă. De asemenea, este indicat (în m ăsura în care este
posibil) a se consulta sursa de date original ă.
În afara avantajelor incontestabile pe care le ofer ă, investigarea surselor de date
secundare prezint ă o serie de limite generate de faptul c ă, cel mai frecvent, aceste date se
referă la perioade relativ îndep ărtate, nefiind ob ținute special pentru obiectivele cercet ării;
informațiile nu sunt suficient de detaliate sau au o leg ătură doar indirect ă cu problematica
investigat ă, astfel că, în multe situa ții acestea trebuie completate cu informa ții obținute prin
cercetări directe. În consecin ță, investigarea surselor de date secundare constituie, adesea,
o cercetare cu caracter exploratoriu, ocazie cu care este cunoscut ă mai bine problematica
investigat ă, sunt formulate ipoteze pentru rezolvarea acesteia. În aceea și ordine de idei,
sursele de date secundare, atunci când preced o cercetare direct ă, oferă informații necesare:
definirii colectivit ății cercetate, alegerii procedeului de e șantionare și determin ării
eșantionului cercetat, elabor ării instrumentelor de culegere a informa țiilor (chestionar, ghid
de interviu).

Cercetări de marketing. Curs universitar
55

3.2 Cercetarea direct ă

Cercetarea direct ă este o metod ă ce presupune culegerea informa țiilor direct de la
purtătorii ei (consumatori individuali, utilizatori institu ționali, produc ători de bunuri sau
servicii, intermediari etc.), la aceast ă metodă de cercetare apelându-se, de regul ă, atunci
când informa țiile din surse secundare sunt insuficiente (acesta fiind și cazul cel mai
frecvent). Dup ă gradul de cuprindere, cercet ările directe pot fi atât totale cât și selective .
În studierea aspectelor specifice marketingului, cercet ările totale1 sunt întâlnite
destul de rar datorit ă costurilor foarte mari pe care le implic ă, nejustificate în cele mai
multe cazuri. Totu și, cercetări totale sunt realizate în situa ția în care colectivitatea cercetat ă
este de dimensiuni mici, cum este cazul cercet ărilor ce vizeaz ă produsele ce sunt desf ăcute
pe piețele de afaceri, iar la nivelul unit ăților colectivit ății se înregistreaz ă o eterogenitate
ridicată, din punctul de vedere al caracteristicilor relevante pentru scopul studiului. De
exemplu, pentru estimarea vânz ărilor de cereale se poate r ealiza o cercetare în rândul
tuturor procesatorilor de astfel de produse.
Pe de altă parte, prin intermediul cercet ărilor selective, se poate ob ține o cantitate
mare de date primare despre problematica supus ă investiga ției, prin intermediul studierii
unui eșantion extras din colectivitatea care face obiectul cercet ării. Spre exemplu, dac ă
studiem comportamentul de cump ărare și consum al popula ției României pentru un anumit
produs de larg consum, nu se justific ă realizarea unei cercet ări totale (datorit ă numărului
mare al consumatorilor efectivi și potențiali care formeaz ă colectivitatea cercetat ă – practic
toată populația României se poate constitui fie în consumatori efectivi, fie poten țiali ai unui
anumit produs de larg consum) și, în consecin ță, se va opta pentru o cercetare selectiv ă,
care presupune investigarea unui num ăr relativ redus de indivizi din colectivitatea în cauz ă.
Metodele concrete de cercetare direct ă ce pot fi utilizate în cercetarea aspectelor
specifice marketingului sunt foarte variate, în func ție de modul de desf ășurare în timp,
putând fi: permanente, periodice sau ocazionale, iar după locul de desf ășurare acestea se
pot desfășura la domiciliul subiec ților investiga ți, pe strad ă, in rețeaua comercial ă sau de
prestări de servicii, la târguri și expoziții interne sau interna ționale, în laboratoare de
cercetări.

Cercetări de marketing. Curs universitar
56
În continuare, sunt prezentate modalit ățile de obținere a datelor specifice cercet ării
directe.

Observarea presupune preluarea informa ției fără antrenarea (solicitarea)
purtătorului acesteia, fie direct de c ătre cercetător (observare personal ă), fie prin folosirea
unor aparate de înregistrare ( observare mecanic ă), în teren sau în condi ții de laborator. Se
pot, astfel, studia:
 anumite dimensiuni ale comportamentului consumatorului (unele care nu
pot / nu se dore ște a fi declarate): citirea informa țiilor de pe ambalaj,
realizarea de compara ții între pre țurile mai multor produse similare,
asocierea în consum a anumitor produse, mimica, gesturile, expresia facial ă
în raport de anumi ți stimuli – produse, informa ții primite de la personalul de
vânzări etc., cantit ăți cumpărare dintr-un anumit produs etc.;
 direcția și intensitatea traficului în anumite zone comerciale sau în interiorul
unităților de desfacere;
 diferite ac țiuni de marketing ale concuren ților – sisteme de pre ț practicate,
mesaje transmise prin diferite media, ac țiuni cu caracter promo țional,
liniarul la sol sau dezvoltat pentru anumite categorii de produse etc.;
 calitatea produselor – când, adesea, s unt distruse elemen tele observate;
 cunoașterea evolu ției prețurilor și determinarea structurii desfacerilor pe
diferite pie țe etc.
Această metodă poate fi utilizat ă ori de câte ori se dore ște înregistrarea
comportamentului efectiv și nu al celui declarat și când natura problematicii investigate
permite utilizarea acestui sistem de culegerea a datelor. Metoda prezint ă avantajul de a nu
genera erori rezultate din modul de raportare a datelor, din cauza memoriei sau oboselii
subiectului investigat și nici situa ții de refuz din cauza caracterului prea personal al
întrebărilor.

Ancheta presupune culegerea unor informa ții care sunt “furnizate” de c ătre
purtătorii lor, utilizând ca instrument de culegere a datelor chestionarul . Informațiile pot fi
obținute fie pe cale oral ă, când responden ții sunt intervieva ți (față în față sau prin telefon)
de către cercetător sau persoane special in struite – operatori de inte rviu – sau pe cale scris ă
(direct sau prin po ștă). În cazul în care cantitatea de informa ții ce se dore ște a se culege

1 Cercetări totale se realizeaz ă la nivel na țional în România cu ocazia recens ămintelor.

Cercetări de marketing. Curs universitar
57este mare, este indicat a se utiliza comunicarea direct ă prin operatori de interviu, de și, este
și cea mai costisitoare.
Ancheta se utilizeaz ă cu succes în studierea oric ăror probleme despre care se pot
obține informa ții direct de la purt ătorii acestora. De exemplu, se pot studia aspecte ale
comportamentului consumatorului – atitudini, a șteptări, intenții de cump ărare, opinii,
preferințe, exigen țe, frecven ța de cump ărare, motivele și contextul cump ărării și al
consumului, unit ățile preferate pentru realizarea de cump ărături, momentul din timpul
zilei, al săptămânii sau al lunii preferate pentru achizi ții, criterii avute în vedere în alegerea
produselor, m ărcilor, unit ăților de desfacere etc. Trebuie avut în vedere ca informa țiile
solicitate sa nu aib ă caracter prea personal, c ontext în care, fiind ob ținute direct de
responden ți, pot fi afectate de erori. În aceea și ordine de idei, acestea nu trebuie s ă fie în
cantitate foarte mare, putând duce la obosirea respondentului și, implicit, la distorsionarea
răspunsurilor. Se vor studia acele dimensiuni ra ționale ale comportamentului
consumatorului, evitându-se abordarea unor elemente incon știente, subiective, ce fac
obiectul cercet ărilor calitative.
În practica statistic ă și a cercetărilor de marketing anchetele sunt metodele cele mai
frecvente utilizate pentru culegerea datelor.

De exemplu, deosebit de importante în evaluarea cererii de consum a popula ției
sunt rezultatele Anchetei Bugete lor de Familie – cercetare realizat ă de către Institutul
Național de Statistic ă cu o periodicitate trimestrial ă, pe un e șantion reprezentativ de
gospodării. Aceasta ofer ă o cantitate mare de informa ții despre: distribu ția gospod ăriilor
populației după: statutul ocupa țional, vârsta, sexul, nivelul de instruire al capului
gospodăriei, mediul de locuit, dimensiunea gospod ăriei, prezen ța și numărul copiilor în
gospodărie; nivelul și structura veniturilor, a cheltuielilor totale și de consum – pe grupe de
produse, în termeni fizici și valorici, pe total și pe categorii de gospod ării etc.1

Modalitățile concrete de culegere a datelor în cercet ările directe, în func ție de
gradul lor de structurare, se împart în:
1. forme structurate de comunicare – de exemplu, cele care utilizeaz ă ca
instrument chestionarul ; întrebările sunt prestabilite și sunt adresate tuturor
subiecților în aceea și ordine, f ără a suporta reformul ări;

1 Rezultatele trimestriale și anuale ale Anchetei Bugetelor de Familie sunt publicate în lucrarea Coordonate
ale nivelului de trai în România. Veniturile și consumul popula ției.

Cercetări de marketing. Curs universitar
582. forme par țial structurate – de exemplu, acelea care utilizeaz ă ca instrument
ghidul de conversa ție sau interviu , aspectele ce urmeaz ă a fi abordate fiind
prestabilite, îns ă modul în care sunt formulate și ordinea lor este l ăsată la
latitudinea cercet ătorului;
3. forme nestructurate – este las ă la latitudinea cercet ătorului formularea
întrebărilor.

În ceea ce prive ște consemnarea r ăspunsurilor, aceasta se poate face fie prin:
autoînregistrare (înregistrarea r ăspunsurilor se realizeaz ă de către subiectul investigat) sau
de către operatorul de interviu.

O atenție deosebit ă trebuie acordat ă elaborării instrumentelor de culegere a datelor.
În elaborarea chestionarului se pot utiliza: întreb ări deschise (fără răspunsuri
prestabilite), închis e (cu răspunsuri prestabilite) sau mixte (pe lâng ă răspunsurile
prestabilite, exist ă și posibilitatea oferirii unui alt r ăspuns formulat de respondent); factuale
(de exemplu, întreb ări ce se refer ă la numărul de membrii ai gospod ăriei din care face parte
individul, frecven ța medie de consum a unui anumit produs etc.) și de opinie (de exemplu,
întrebări care fac referire la importan ța diferitelor caracteristici ale produselor în luarea
deciziei de cump ărare, importan ța diferitelor criterii în alegerea unit ăților din care se
realizează aprovizionarea etc.), precum și bifurcate, filtru etc.
Ordinea întreb ărilor în chestionar poate s ă respecte principiul „pâlniei” (de la
general la specific) sau al „pâlniei r ăsturnate” (respectiv, de la specific la general).
În proiectarea chestionarului se va ține cont de structura popula ției investigate în
funcție de diferite criterii relevante, de gradul de instruire, cuno ștințele în domeniul
investigat etc.; se va folosi un limbaj simplu, clar, care s ă evite ambiguitatea, evitându-se
astfel erorile generate de neîn țelegerea informa țiilor solicitate. De asemenea, dimensiunea
chestionarului nu trebuie s ă fie prea mare pentru a obosi responden ții. Chestionarul
elaborat trebuie testat pe un e șantion de dimensiuni reduse pentru a fi depistate din timp
problemele legate de interpretarea gre șită sau neînțelegerea anumitor aspecte, de omiterea
anumitor situa ții particulare ce pot fi constatate pe teren etc. și pentru aducerea
îmbunătățirilor necesare.

Atunci când se dore ște cercetarea unor aspecte ce dep ășesc limitele ra ționalului,
intrând în sfera subiectivului și chiar a incon știentului, se utilizeaz ă cercetările calitative ,
respectiv: reuniunile focalizate de grup (discuții ce au loc în cadrul unui grup în leg ătură

Cercetări de marketing. Curs universitar
59cu o anumit ă problematic ă și care sunt coordonate de un moderator), interviurile în
profunzime (discuții în profunzime ce au loc între operatorul de interviu / cercet ător și o
persoană investigat ă în legătură cu un anumit subiect), tehnicile proiective (tehnici de
studiere a personalit ății, care presupun utilizarea unor stimuli ambigui – obiecte, desene
etc. – ce sunt prezenta ți persoanelor investigate, cu scopul ca acestea s ă proiecteze asupra
lor propriile nevoi, valori, opinii, sentimente etc. de care nu sunt con știente sau pe care nu
doresc să le recunoasc ă) etc. Astfel, nu de pu ține ori, se dore ște cunoașterea cauzelor ce
generează un anumit comportament sau decizie, acestea, adesea, nefiind con știentizate nici
de către purtătorul informa ției. În aceste condi ții, cercetărilor calitative le revine rolul de a
„pătrunde” în psihicul uman și de a găsi răspuns la problemele vizate.
În afara studierii acestor dimensiuni subiective ale comportamentului
consumatorului, cercet ările calitative sunt utilizate în scopuri exploratorii, deci anterior
altor cercet ări, pentru o mai bun ă familiarizare cu problematica investigat ă, pentru
avansarea anumitor ipoteze ce urmeaz ă a fi ulterior testate.

În procesul de desf ășurare a cercet ărilor de marketing se urm ărește determinarea
unui volum cât mai mare de informa ții despre subiec ții investiga ți. Cu toate acestea, se va
evita solicitarea de date suplimentare (ce nu rezult ă strict din scopul și obiectivele
cercetării), fapt care ar putea afecta grav calitatea demersului întreprins, datorit ă dispersării
atenției cercetătorului sau, dup ă caz, obosirii și chiar refuzului persoanei cercetate de a mai
furniza informa ții.

3.2.1. Eșantionarea

Cercetarea selectiv ă este una dintre principalele metode de cercetare a
fenomenelor de marketing, cu ajutorul c ăreia se poate ob ține o cantitate mare de informa ții
necesare procesului de cizional al organiza ției, prin investigarea unui e șantion de unit ăți
extras din colectivitatea cercetat ă.
Se numește eșantion sau colectivitate de selec ție colectivitatea par țială ce se
extrage dintr-o popula ție numeroas ă (colectivitatea / popula ția cercetat ă), unitățile cuprinse
în colectivitatea par țială fiind cele de la care se culeg datele.
Operația de determinare a unit ăților ce urmeaz ă a fi extrase din popula ția cercetat ă,
atât din punctul de vedere al num ărului, cât și a structurii lor în func ție de principalele
caracteristici ale colectivit ății cercetate, poart ă denumirea de eșantionare.

Cercetări de marketing. Curs universitar
60Conform teoriei statistice, poart ă denumirea de sondaj cercetarea unei colectivit ăți
prin intermediul unui e șantion extras din respectiva colectivitate și care este reprezentativ
pentru aceasta, astfel încât, rezultatele ob ținute din prelucrarea datelor din e șantion să
poată fi extinse, conform teoriei probabilit ăților, asupra întregii colectivit ăți cercetate.

 în practica cercet ărilor de marketing, se utilizeaz ă (datorită unor considerente legate de
ușurința culegerii datelor, a rapidit ății de desfășurare a cercet ării, a costului redus etc.) și
o serie de cercet ări realizate la nivelul unor e șantioane nereprezentative, motiv pentru
care indicatorii calcula ți pentru e șantionul cercetat nu pot fi extin și asupra întregii
colectivități din care a fost extras e șantionul, ace ști indicatori având doar caracter
orientativ pentru respectiva co lectivitate. Astfel de cercet ări sunt cele în care extragerea
nu se face aleator, unit ățile colectivit ății cercetate neavând șanse egale de a fi incluse în
eșantion. În unele lucr ări de specialitate s-a utilizat termenul de sondaj și pentru aceast ă
categorie de cercet ări selective (realizate pe e șantioane nereprezentative pentru
colectivitatea din care au fost extrase). În lucrarea de fa ță am utilizat no țiunea de sondaj
numai pentru cercet ările selective desf ășurate pe e șantioane reprezentative . Facem
precizarea c ă aspectele legate de estimarea parametrilor colectivit ății generale ,
dimensionarea e șantionului dup ă restricții statistice, precum și cele prezentate în
subcapitolele referitoare la validarea și redresarea acestuia sunt valabile doar în cazul
cercetărilor selective de tip sondaj.

Așa cum am precizat, cercetarea selectiv ă, care utilizeaz ă ca instrument pentru
culegerea datelor chestionarul, poart ă numele de anchetă. În cazul studierii unor
eșantioane reprezentative aceast ă cercetare se nume ște anchetă prin sondaj , fiind, de
altfel, și cea mai cunoscut ă metodă de cercetare prin sondaj.

În afara cercet ărilor care presupun administrarea unor chestionare unor subiec ți
selectați din colectivitatea total ă, cercetările selective pot viza: studiul calit ății produselor,
când, adesea, sunt distruse elementele observate; cunoa șterea unor aspecte legate de
evoluția prețurilor și determinarea structurii desfacerilor pe diferite pie țe etc. (în cazurile
menționate, de regul ă, aplicându-se metoda sondajului). În aceste situa ții, se utilizeaz ă
pentru culegerea datelor instrumente adaptate obiectivelor și particularit ăților cercet ării,
înregistrarea datelor realizându-se de c ătre operatori special instrui ți: forțe de teren care
culeg datele de la nivelul pie ței, persoane instruite în controlul calit ății produselor etc.
În demersul întreprins pentru organizarea unei cercet ări selective una dintre
principalele probleme o constituie determinarea colectivit ății de selec ție sau a eșantionului,

Cercetări de marketing. Curs universitar
61de dimensiunea și structura acestei colectivit ăți depinzând, în mod hot ărâtor, valoarea
științifică a cercet ării. Eșantionul este constituit din unit ăți aparținând colectivit ății
cercetate (totale), prin studierea caracteristicilor unit ăților cuprinse în acesta, urmând a fi
apreciate caracteristicile colectivit ății din care a fost extras. Altfel spus, studierea și
caracterizarea e șantionului nu constituie un scop în sine, acest demers având ca finalitate
cunoașterea colectivit ății totale, respectiv, extinderea determin ărilor obținute din studierea
unităților cuprinse în e șantion asupra întregii colectivit ăți cercetate. A șa cum am precizat
anterior, extinderea rezultatelor este posibil ă numai în situa ția în care e șantionul constituie
o copie fidel ă a colectivit ății din care a fost extras (este reprezentativ), deci, în cazul
cercetărilor de tip sondaj.
De exemplu, se studiaz ă o popula ție de un milion de consumatori ai unui produs
„X” prin intermediul unui e șantion reprezentativ de 1000 persoane, extras din respectiva
populație. Pe baza investig ării celor 1000 indivizi se ob țin informa ții referitoare la
intențiile de cump ărare pentru respectivul produs, pentru urm ătorul an. Se poate, astfel,
calcula un nivel mediu al cheltuielilor pe persoan ă ce se inten ționează a se realiza de c ătre
cei 1000 responden ți. În baza acestui indicator calculat, se va estima nivelul mediu pe
persoană al cheltuielilor ce se inten ționează a se realiza, în cursul anului urm ător, pentru
achiziționarea produsului „ X”, la nivelul întregii colectivit ăți de un milion de consumatori.
Îndeosebi când e șantionul ce urmeaz ă a se investiga se dore ște a fi reprezentativ
pentru popula ția cercetat ă, extragerea unit ăților din e șantion presupune definirea bazei de
eșantionare. O bază de eșantionare (de sondaj) reprezint ă o sistematizare a tuturor
unităților colectivit ății generale prin intermediul listelor, a h ărților, permi țând, astfel,
selecția aleatoare a unit ăților în eșantion în func ție de procedeul de e șantionare folosit, de
natura cercet ării realizate. Se pot constitui ca baze de e șantionare (în func ție de natura
problematicii investigate, de obiectivele cercet ării): lista tuturor agen ților economici
dintr-o anumit ă arie teritorial ă, eventual, pe categorii în func ție de obiectul de activitate,
lista cu numerele de telefon și/sau adresele popula ției dintr-o anumit ă zonă etc.
Un criteriu de apreciere a reprezentativit ății îl constituie concordan ța dintre
parametrii colectivit ății de selec ție și cei ai colectivit ății generale.

Cercetări de marketing. Curs universitar
62
3.2.2. Estimarea parametrilor colectivit ății generale

Prin realizarea unei cercet ări selective pe un e șantion reprezentativ, se vor
determina o serie de parametri (valori ale va riabilelor de marketing cercetate) ce urmeaz ă a
fi extinși la nivelul colectivit ății cercetate. Între valorile variabilelor de marketing ce s-ar
obține dacă ar fi investiga ți toți indivizii din colectivitatea cercetat ă (cercetare total ă) și
valorile ob ținute prin investigarea e șantionului, pot exista o serie de diferen țe. O astfel de
diferență poartă denumirea de eroare . Există:
 eroare aleatoare de reprezentativitate . Erorile aleatoare de
reprezentativitate sunt inevitabile în orice cercetare, se produc întâmpl ător,
atât în plus cât și în minus, compensându-se pentru un num ăr suficient de
cazuri înregistrate;
 eroare sistematic ă de eșantionare (de sondaj). Erorile sistematice de
eșantionare sunt rezultatul nerespect ării principiilor teoriei sondajului,
ducând la abateri într-un singur sens ale valorilor estimate fa ță de cele reale,
fiind, așadar, foarte periculoase pentru rezultatele cercet ării.

Se consider ă, în general, reprezentativ un parametru estimat în condi țiile în care
eroarea sa fa ță de parametrul real nu este mai mare de  5%. Bineîn țeles, eroarea maxim ă
admisă este stabilit ă de către cercetător în func ție de particularit ățile problemei investigate,
putând fi mic șorată prin creșterea mărimii eșantionului selectat.

S-a introdus no țiunea de interval de încredere, definit ca intervalul cuprins între
limita inferioar ă și limita superioar ă unde este probabil să se încadreze parametrul cercetat
al colectivit ății studiate.
Intervalul de încredere pentru media colectivit ății poate fi scris ( ; ;x x ),
încadrarea mediei în acest interval fiind garantat ă cu o anumit ă probabilitate ( P),
unde:
x = media e șantionului cercetat;
 = eroarea maxim ă admisă.

= zα .
x,

Cercetări de marketing. Curs universitar
63unde:
zα = coeficientul ce corespunde probabilit ății P c u c a r e s e g a r a n t e a z ă rezultatele,
citit din tabelul func ției Gauss – Laplace (Anexa 1);
x = eroarea medie de sondaj sau de selec ție.

În ceea ce prive ște indicatorul eroarea medie de selec ție, acesta se estimeaz ă pe
baza datelor ob ținute din cercetarea e șantionului în mod diferit în func ție de procedeul de
eșantionare utilizat.

 Procedeele de e șantionare utilizate în cercet ările de marketing sunt prezentate ulterior
în acest capitol.

Când se utilizeaz ă procedeul denumit eșantionare simpl ă aleatoare , precum și
eșantionare mecanic ă sau sistematic ă, adesea utilizate în cercet ările de marketing,
eroarea medie de sondaj se va calcula dup ă formula:

10
NnN
nx ,

sau

nx0 ,
când N nu se cunoa ște sau când volumul colectivit ății este mare iar volumul e șantionului
este, comparativ, mic 

0Nn ,

unde:
0 = abaterea medie p ătratică a caracteristicii la nivelul întregii colectivit ăți
studiate;
N = efectivul colectivit ății studiate;
n = mărimea eșantionului extras.

În cele mai multe situa ții, 0 nu este cunoscut ă, putându-se estima cu ajutorul
relației (estimator al abaterii medii p ătratice ):


1 12
2

nxx
nnSi ,

Cercetări de marketing. Curs universitar
64unde:
 = abaterea medie p ătratică a caracteristicii la nivelul e șantionului;
xi = valorile înregistrate ale caracteristicii la nivelul unit ăților din eșantion;
x= media e șantionului,

 Există lucrări de specialitate în care estimarea abaterii medii p ătratice a colectivit ății
totale se realizeaz ă cu formula corectat ă (S) doar în cazul sondajului de volum redus
(desfășurat pe un e șantion de pân ă la 30 – 40 unit ăți). În lucrarea de fa ță, vom utiliza
formula corectat ă pentru estimarea abaterii medii p ătratice indiferent de dimensiunea
eșantioanelor utilizate.

În cercet ările de marketing o importan ță deosebit ă prezintă caracteristicile
alternative (binare). Poart ă denumirea de caracteristic ă alternativ ă (binară) acea
variabilă care are doar dou ă variante posibile (prefer ă / nu prefer ă produsul, cump ărător /
noncumpărător etc.). În cazul studierii unor astfel de variabile (demersul estim ării
parametrilor unei colectivit ăți pe baza valorilor ob ținute prin m ăsurători la nivelul
eșantionului este similar cu cel prezentat anterior), exist ă, însă, o serie de diferen țe în ceea
ce privește calculul indicatorilor folosi ți.
Astfel, media unei caracteristici binare se calculeaz ă pe baza rela ției:

mmp,
unde:
m = numărul unităților care posed ă caracteristica cercetat ă;
n = numărul total al unit ăților investigate;

iar abaterea medie p ătratică se determin ă pe baza rela ției:

p p 1 .

În cazul în care dispersia la nivelul colectivit ății cercetate nu se cunoa ște,
estimatorul abaterii medii p ătratice se determin ă astfel:

p pnn
nnS  11 12 ,

unde:
 = abaterea medie p ătratică a caracteristicii la nivelul e șantionului;
p = media e șantionului.

Cercetări de marketing. Curs universitar
65
Estimarea parametrilor colectivit ății generale – aplica ții practice

I. Printr-o cercetare asupra unui e șantion reprezentativ de 500 persoane extras
dintr-o colectivitate numeroas ă, s-a demonstrat c ă, în medie lunar, o persoan ă realizeaz ă
cheltuieli de 160.000 u.m. pentru achizi ționarea unui anumit produs “ X”. Abaterea de la
medie a fost de 25.000 u.m. Considerând un nivel de semnifica ție de 5%, s ă se determine
intervalul în care, probabil, se vor încadra cheltuielile medii pe o persoan ă pentru
achiziționarea produsului “ X” la nivelul întregii colectivit ăți studiate.

Intervalul de încredere în care, probabil, se vor încadra cheltuielile medii pe o persoană pentru achizi ționarea produsului “
X” la nivelul întregii colectivit ăți cercetate,
pentru un nivel de semnifica ție  = 5%, respectiv, pentru o probabilitate de garantare a
rezultatelor de 100% – 5% = 95% (pentru care valoarea coeficientului z citit din tabelul
funcției Gauss – Laplace este 1,96), este:

 x xzx zx    ; (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
500025.25
nS
x u.m.,
025.25499500000.251 12 22
 
nn
nxxSi u.m.

Dac ă se estimeaz ă că populația supusă investiga ției (N) este de 2.500.000 persoane,
se poate garanta cu o probabilitate de 95%, c ă vânzările totale din produsul “ X” vor fi
cuprinse în intervalul:
  ) ( ; ) (x xzxN zxN    (2.500.000 . 157.806 , 2.500.000 .162.194),
respectiv între valorile, (394.515 milioane u.m., 405.485 milioane u.m.).

II. Asupra unui e șantion reprezentativ de 300 persoane extras dintr-o colectivitate
numeroas ă, s-a realizat o cercetare pentru a se eviden ția preferin ța pentru un anumit
produs. Dintre cele 300 persoane investigate, 170 prefer ă produsul cercetat. Considerând o
probabilitate de garantare a rezultatelor de 95%, se dore ște să se determine ponderea celor
care prefer ă produsul la nivelul întregii colectivit ăți cercetate.

Cercetări de marketing. Curs universitar
66
Propor ția celor care prefer ă produsul, la nivelul întregii colectivit ăți cercetate, se va
încadra, pentru o probabilitate de garantare a rezultatelor de 95% și, deci, un nivel de
semnifica ție  = 5%, pentru care valoarea coeficientului z citit din tabelul func ției Gauss
– Laplace este 1,96, în intervalul:

 p p zp zp     ;  (0,5667 – 1,96 . 0,0287; 0,5667 + 1,96 . 0,0287)  (0,5105,
0,6228), respectiv, între 51,05% și 62,28%, unde:

5667,0300170nmp ,
0287,0
3004964,0
nS
p ,
4964,0299300) 5667,01( 5667,01) 1(   nnp p S .

Dac ă se aproximeaz ă că populația supusă investiga ției ( N) este de 3.500.000
persoane, se poate garanta, cu o probabilitate de 95%, c ă numărul persoanelor care prefer ă
produsul este cuprins în intervalul:

  ) ( 😉 (p p zpN zpN    (3.500.000 . 0,5105, 3.500.000 . 0,6228), respectiv,
între 1.786,7 mii persoane și 2.180,0 mii persoane.

3.2.3. Determinarea dimensiunii e șantionului

În procesul de organizare a unei cercet ări selective o problem ă ce trebuie rezolvat ă
o constituie dimensionarea e șantionului.
Dimensiunea e șantionului depinde de car acteristicile colectivit ății din care este
extras, respectiv, de dimensiunea colectivit ății (atunci când aceasta nu este mare), de
dispersia valorilor caracteristicilor relevante pentru obiectivele cercet ării de la nivelul
colectivității, de eroarea maxim ă admisă și de probabilitatea cu care se dore ște a se garanta
rezultatele, ca restricții de ordin statistic ; precum și de o serie de restricții de natur ă
organizatoric ă: bugetul și timpul alocat cercet ării, numărul și pregătirea personalului
implicat în realizarea cercet ării, dispersia în teritoriu a unit ăților colectivit ății,
caracteristicile bazei de sondaj etc.

Cercetări de marketing. Curs universitar
67Cu cât eșantionul este de volum mai mare, cu atât spore ște precizia rezultatelor
obținute, însă, ținând seama de criterii de economicitate este indicat ca acesta s ă fie cât mai
mic, fără însă a afecta precizia cu care se dore ște a se obține rezultatele.

În continuare sunt prezentate form ulele de calcul necesare dimension ării
eșantionului (reprezentativ), ținând cont strict de restricții de ordin statistic .
Mărimea eșantionului se determin ă, în condi țiile în care se cunoa ște mărimea
colectivității cercetate și când aceasta nu este numeroas ă, cu ajutorul formulei:


,
12
02 22
02



z NzNn
unde:
N = volumul colectivit ății cercetate;
z = coeficientul ce corespunde probabilit ății P cu care se garanteaz ă rezultatele
citit din tabelul func ției Gauss – Laplace (Anexa 1);
0 = abaterea medie p ătratică la nivelul colectivit ății cercetate;
 = eroarea maxim ă admisă.

În cele mai multe situa ții cercetările se realizeaz ă asupra unor colectivit ăți
numeroase 

0Nn , adesea, N nefiind cunoscut; în acest caz, determinarea m ărimii
eșantionului presupunând utilizarea formulei:

22
02
zn .

În cazul consider ării unei caracteristici binare pentru dimensionarea e șantionului se
va ține cont de rela ția: 0 02
0 1p p ,
unde: p0 = media caracteristicii binare la nivelul colectivit ății cercetate.

Aceste formule se utilizeaz ă în condi țiile în care se cunoa ște abaterea medie
pătratică la nivelul colectivit ății (0). În general, aceste informa ții nu sunt disponibile,
situație în care pentru determinarea m ărimii eșantionului se va extrage un e șantion de
volum redus n’ (de 30 – 40 unit ăți), pe baza c ăruia se va estima abaterea medie p ătratică
(S), conform metodologiei prezentate anterior.

Cercetări de marketing. Curs universitar
68În cazul e șantioanelor de volum redus, valoar ea coeficientului ce corespunde
probabilit ății cu care se garanteaz ă rezultatele se cite ște din tabelul cu valorile reparti ției
Student (Anexa 2) și se noteaz ă cu t.
În consecin ță, formula de calcul pentru volumul e șantionului este:

22 2
1;,

S t
nn ,

unde:
n’ = mărimea eșantionului de volum redus, extras în prealabil;
t;n’-1 = coeficientul ce corespunde probabilit ății P cu care se garanteaz ă rezultatele,
citit din tabelul func ției Student pentru n’ – 1 grade de libertate și un nivel de
semnifica ție  = 1 – P ;
S = estimatorul abaterii medii p ătratice.

În cazul unei caracteristici binare, dispersia, care este, de fapt, p ătratul abaterii
medii pătratice, nu poate lua o valoare mai mare de 0,25 în condi țiile în care jum ătate din
unitățile colectivit ății posedă caracteristica cercetat ă și jumătate nu posed ă această
caracteristic ă. Astfel, în acest caz, determinarea volumului e șantionului se poate realiza
considerând c ă dispersia este maxim ă (fără a mai fi necesar ca, în prealabil, s ă se extrag ă
un eșantion de volum redus). Acest caz este și cel mai nefavorabil posibil în termeni de
consum de timp și bani, m ărimea eșantionului fiind maxim ă (pentru o anumit ă
probabilitate de gara ntare a rezultatelor și o anumit ă eroare maxim ă admisă). Deci,
volumul e șantionului va fi dat de formula:


225,015,0
zn .

Pentru corecta dimensionare a e șantionului și, implicit, pentru reu șita unei cercet ări
de marketing, o problem ă care se pune este identificar ea, în prealabil, a colectivit ății ce
urmează a fi studiat ă și alegerea caracteristicii pe baza c ăreia se va calcula m ărimea
eșantionului.
Astfel, dac ă o întreprindere “ F” urmărește realizarea unei cercet ări ce are ca
obiectiv identificarea oportunit ăților de cre ștere a vânz ărilor pentru un anumit produs “ A”
prin atragerea de noi clien ți și creșterea vânz ărilor către cei actuali, colectivitatea cercetat ă
va fi reprezentat ă atât de firmele care achizi ționează astfel de produse de la întreprinderea
“F”, cât și de firmele ce achizi ționează produse similare concurente. În condi țiile în care se

Cercetări de marketing. Curs universitar
69dorește creșterea vânz ărilor doar c ătre clienții actuali, colectivitatea cercetat ă se va limita
doar la ace știa. Caracteristica luat ă în studiu în determinarea dispersiei termenilor și,
implicit, în determinarea m ărimii eșantionului, poate fi în primul caz valoarea
aprovizion ărilor cu produse “ A” și concurente, indiferent de produc ătorul acestora, iar în
cel de al doi-lea caz, valoarea aprovizion ărilor cu produse “ A” de la firma “ F”.
Caracteristica pe baza c ăreia urmeaz ă a fi determinat ă mărimea eșantionului trebuie
aleasă, astfel încât, s ă corespund ă cât mai bine obiectivelor cercet ării. Alegerea se poate
face în func ție de importan ța diferitelor caracteristici pentru realizarea obiectivelor sau în
funcție de caracteristica (dintre cele care se doresc a fi studiate) pentru care colectivitatea
cercetată înregistreaz ă eterogenitatea cea mai mare (popula ția cercetat ă poate fi mai
omogenă în funcție de o anumit ă variabilă și mai eterogen ă în raport de alt ă variabilă
analizată). Pentru a putea realiza compara ții din acest punct de vedere între diferitele
caracteristici ce prezint ă interes pentru cercetare și care pot fi exprimate în unit ăți de
măsură diferite, pentru calculul gradului de eterogenitate se va utiliza coeficientul de
variație, indicator ce se exprim ă în procente:
100
xV
unde:
 = abaterea medie p ătratică a caracteristicii;
x= media aritmetic ă a valorilor caracteristicii.

Determinarea dimensiunii e șantionului – aplica ții practice

I. O întreprindere “ A” producătoare de utilaje industriale, organizeaz ă o cercetare
selectivă asupra unei colectivit ăți de 1.500 întreprinderi. Rezultatele cercet ării se doresc a
fi garantate cu o probabilitate de 99% urmând a fi folosite în elaborarea programului de
producție pentru anul urm ător. Una dintre problemele ce trebuie rezolvate o constituie
determinarea m ărimii eșantionului, astfel încât, acesta s ă fie reprezentativ pentru
colectivitatea cercetat ă. Pentru aceasta se extrage în mod aleator un num ăr de 40 unit ăți
pentru care se înregistreaz ă intențiile privind aprovizion ările pe anul urm ător. Media
aprovizion ărilor pe care cele 40 întreprinderi inten ționează să le realizeze de la firma ” A”
se cifreaz ă la 560 milioane u.m., iar abaterea medie p ătratică corespunz ătoare este de 125
milioane u.m. Eroarea maxim ă acceptată este de 3%.

Cercetări de marketing. Curs universitar
70 M ărimea eșantionului se calculeaz ă astfel:

 3256,126 704,2 8,16 14996,126 704,2 500.1 12 2 22 2
2 2
1',22 2
1',

S t NS tNn
nn
întreprinderi,

unde:
t; n’-1 – coeficientul ce corespunde probabilit ății de garantare a rezultatelor, pentru
40 – 1 = 39 grade de libertate și un nivel de semnifica ție  = 0,01 citit din tabelul
repartiției Student;

 Nedispunând de valoarea tabelat ă a lui t pentru un nivel de semnifica ție de 0,01 și
pentru 39 grade de libertate, aceasta a fost citit ă pentru un nivel de semnifica ție de 0,01
și 40 grade de libertate: t0,01; 40 = 2,704.

6,1261404012512 2nnS milioane u.m.,
16,8 560,030  milioane u.m.

II. Dintr-o colectivitate numeroas ă s-a extras aleator un num ăr de 30 persoane,
pentru care s-a înregistrat nivelul cheltuielilor pentru servicii. S-a observat c ă, în medie,
fiecare persoan ă alocă lunar o sum ă de 320.000 u.m. pentru servicii, abaterea de la medie
fiind de 120.000 u.m. Se dore ște determinarea m ărimii eșantionului astfel încât acesta s ă
fie reprezentativ, considerându-se o eroare maxim ă acceptată de 3% și o probabilitate cu
care se garanteaz ă rezultatele de 95%. Necunoscând m ărimea colectivit ății cercetate și
aceasta fiind numeroas ă, pentru dimensionarea e șantionului se va utiliza formula:
6769.600122.051,4 2,045
22 2
22 2
1',S tnnpersoane,
unde:
t; n’-1 = 2,045 (coeficientul ce corespunde probabilit ății de garantare a rezultatelor,
pentru 30 – 1 = 29 grade de libertate și un nivel de semnifica ție  = 0,05, citit din
tabelul reparti ției Student),
4,051.12213030000.1201 S2 2nn u.m.,
9.600 000.320 0,03  u.m.

Cercetări de marketing. Curs universitar
71
III. O firmă distribuitoare de produse cosmetice inten ționează să organizeze o
cercetare selectiv ă de tip sondaj având ca obiectiv identificarea preferin țelor
consumatorilor fa ță de anumite m ărci comercializate. Rezultatele cercet ării se doresc a se
extinde cu o probabilitate de garantare de 95%. Eroarea maxim ă admisă 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 cercet ării
este de o s ăptămâna (de luni pân ă vineri), timpul de lucru al unui operator este de 8 ore / zi,
salariul brut pe or ă este de 35.000 u.m.
Pentru a determina m ărimea eșantionului trebuie s ă se țină cont atât de restric țiile
de ordin statistic, cât și de cele de ordin organizatoric.

 Pentru simplificarea problemei nu s-a ținut cont decât de cheltuielile destinate
remunerării operatorilor de interviu și, de asemenea, nu s-a luat în calcul eventualul
consum de timp dintre completarea a dou ă chestionare.

Determinarea m ărimii eșantionului ținând cont de restric țiile statistice:

067.1
03,025,0 96,1 1
22
22

p pzn persoane,

unde:
z = 1,96 (coeficientul ce corespunde probabilit ății de garantare a rezultatelor de
95%, citit din tabelul func ției Gauss-Laplace).

Necunoscând dispersia elementelor di n colectivitate, s-a considerat c ă aceasta este
maximă, adică:

p(1-p) = 0,25

Determinarea m ărimii eșantionului ținând cont de restric țiile organizatorice:
Cheltuielile aferente unui operator de interviu:

35.000 u.m./zi . 8 ore/zi . 5 zile/săptămână = 1.400.000 u.m.;

Num ărul operatorilor:
12u.m.000.400.1u.m. 000.800.16 operatori;

Cercetări de marketing. Curs universitar
72
M ărimea eșantionului va fi:

n = 12 operatori .5 zile/săptămână .8 ore/zi .2chestionare/or ă = 960 persoane.

Deci, e șantionul va fi cuprins în intervalul (960, 1067), firma optând fie pentru
încadrarea în bugetul alocat și afectarea restric țiilor de ordin statistic, fie pentru
suplimentarea bugetului. Aceast ă alegere se va baza pe o analiz ă aprofundat ă a eforturilor
pe care le implic ă suplimentarea bugetului cercet ării, comparativ cu riscul reducerii
probabilit ății de garantare a rezultatelor sau, dup ă caz, al cre șterii erorii maxime admise.
Astfel, pentru asigurarea restric țiilor statistice se impune o suplimentare a bugetului
cu 1.872.500 u.m.:
– cheltuieli aferente complet ării unui chestionar:

½ oră . 35.000 u.m./ or ă = 17.500 u.m. / chestionar;

– suplimentul de buget necesar investig ării a 1.067 persoane:

(1.067 – 960) . 17.500 = 1.872.500 u.m.

Pe de alt ă parte, nesuplimentarea bugetului va determina;
– reducerea probabilit ății de garantare a rezultatelor la 93,71% (în condi țiile
menținerii erorii maxime admise la nivelul de 3%):
86,125,003,0 960
) 1(2 2
p pnz
,
(valoare ce corespunde, conform tabelului func ției Gauss-Laplac e, unei probabilit ăți de
garantare a rezultatelor de 93,71%);

– sau, dup ă caz, men ținerea probabilit ății de garantare a rezultatelor la valoarea de
95% și creșterea erorii maxime admise la 3,16%:

%.16,3 0031696025,0 96,1 ) 1(2 2
np pz

Cercetări de marketing. Curs universitar
73
3.2.4. Validarea e șantionului

În condițiile în care cercetarea s-a organizat pe un e șantion reprezentativ pentru
colectivitatea cercetat ă, se pune problema determin ării măsurii în care reparti ția
caracteristicilor ce prezint ă interes pentru obiectivele cercet ării, de la nivelul e șantionului,
este similar ă cu cea înregistrat ă la nivelul colectivit ății totale. Pentru validarea e șantionului
este necesar a se cunoa ște distribu ția (și, implicit, valoarea medie a variabilelor cercetate)
la nivelul popula ției totale. Validarea e șantionului presupune s ă se determine cauza abaterii
mediei eșantionului de la media real ă (media colectivit ății); respectiv, s ă se determine dac ă
această diferență este semnificativ ă (generată de erori de e șantionare) sau se datoreaz ă unor
erori întâmpl ătoare de selec ție, considerând o anumit ă probabilitate de garantare a
rezultatelor. Pentru aceasta se utilizeaz ă un test de semnifica ție denumit test z, ce studiaz ă
semnifica ția statistic ă diferențelor dintre medii . Testul presupune calculul valorii teoretice
zc, conform formulelor:

xo
cxx
z
 , în cazul caracteristicilor nebinare;
pcppz0 , în cazul caracteristicilor binare,

unde:
0x, p0 – media colectivit ății cercetate;
x, p – media e șantionului extras;
x,p- eroarea medie de selec ție.

Se lanseaz ă ipoteza nul ă conform c ăreia nu exist ă diferențe semnificative între cele
două valori medii.
Valoarea calculat ă zc se va compara cu valoarea tabelat ă z (coeficientul z citit din
tabelul func ției Gauss – Laplace, pentru o anumit ă probabilitate de garantare a rezultatelor
P).
Dacă zc > z, ipoteza nul ă se respinge – între cele dou ă valori exist ă diferențe
semnificative determinate de gre șeli de eșantionare, e șantionul neputând fi validat pentru
probabilitatea de gara ntare a rezultatelor P considerat ă;

Cercetări de marketing. Curs universitar
74Dacă zc < z, ipoteza nul ă se accept ă – între cele dou ă valori nu exist ă diferențe
semnificative, e șantionul putând fi validat, pentru probabilitatea de garantare a rezultatelor
P.

 Pentru eșantioanele de volum redus z se înlocuie ște cu valoarea t; n-1, care se cite ște din
tabelul reparti ției Student pentru un nivel de semnifica ție  = 1 – P și pentru n – 1 grade
de libertate, unde n – dimensiunea e șantionului cercetat.

De exemplu, dac ă în anul 2011 (la 1 iulie) structura pe medii a popula ției pentru un
anumit areal se prezenta astfel: 53,4% popula ție urbană și 46,6% popula ție rurală, un
eșantion reprezentativ pentru aceast ă populație (cel pu țin din perspectiva caracteristicii
indicate) va trebui s ă prezinte o distribu ție pe medii nesemnificativ diferit ă.
În aceeași ordine de idei, în cazul unei cercet ări, pentru care caracteristica
“veniturile popula ției” prezint ă importan ță, se va testa dac ă structura și, implicit, media
eșantionului în func ție venituri sunt nesemnificativ diferite în raport cu structura și media
înregistrat ă la nivelul popula ției totale.
Dacă structura popula ției cercetate și structura e șantionului, în func ție de
variabilele cercetate și, implicit, mediile acestor variabile la nivelul colectivit ății și,
respectiv, la nivelul e șantionului sunt semnificativ diferite, e șantionul nu va fi validat.

Validarea e șantionului – aplica ție practic ă

O firmă care a lansat pe pia ță un nou sortiment de cafea, a realizat o cercetare
selectivă de tip sondaj asupra unui e șantion de 1.000 persoane (peste 18 ani). Din cele
1.000 persoane incluse în e șantion 57% sunt femei, restul de 43%, b ărbați. Datele statistice
atestă că în popula ția peste 18 ani ponderea femeilor este de 51%.
Pornind de la aceast ă diferență se impune determinarea cauzei abaterii mediei
eșantionului de la media real ă, respectiv, s ă se determine dac ă această diferență este
semnificativ ă sau se datoreaz ă unor erori întâmpl ătoare de selec ție. Se consider ă o
probabilitate de garantare a rezultatelor de 95%.

Se lanseaz ă ipoteza nul ă conform c ăreia nu exist ă diferențe semnificative între cele
două valori.
Se va proceda la validarea e șantionului, respectiv, se va calcula valoarea zc:

Cercetări de marketing. Curs universitar
75797,30158,051,0 57,00
pcppz,

unde:

0158,0
000.14999,00 
np
4999,0)51,01(51,0 ) 1(0 0 0  p p .

Valoarea zc = 3,797 > zα = 1,96 (valoare citit ă din tabelul func ției Gauss-Laplace,
pentru o probabilitate de gara ntare a rezultatelor de 95%)  ipoteza nul ă se respinge – între
cele două caracteristici exist ă diferențe semnificative generate de gre șeli de eșantionare,
deci eșantionul nu poate fi validat.

3.2.5. Redresarea e șantionului

În cazul cercet ărilor selective de tip sondaj, când e șantionul nu poate fi validat
datorită diferențelor dintre media de selec ție și media colectivit ății cercetate (diferen țe
care, pentru nivelul de semnifica ție considerat, nu pot fi puse pe seama unor gre șeli
întâmplătoare de selec ție, ci pe seama gre șelilor de e șantionare) se poate proceda la
redresarea e șantionului. Opera ția de redresare presupune modificarea structurii
eșantionului în func ție de caracteristicile cercetate, astfel încât, aceasta s ă fie similar ă cu
structura colectivit ății cercetate, situa ție în care și media variabilei considerate de la nivelul
eșantionului va fi identic ă cu media popula ției cercetate.
În cazul în care o redresare efectiv ă a eșantionului nu se poate face (respectiv, nu se
pot selecta suplimentar alte unit ăți care să posede acele caracteristici necesare elimin ării
diferențelor între structura colectivit ății și cea a eșantionului) se poate proceda la1:
– excluderea (eliminarea din opera țiile de centralizare și prelucrare a datelor) a
unor chestionare din categoria celor suprareprezentate, sau
– multiplicarea (înregistrarea de dou ă ori a datelor) unui anumit num ăr de
chestionare din categoria celor subreprezentate.
Alegerea chestionarelor (din totalul celor completate) ce vor fi excluse /
multiplicate se face aleator. Men ționăm că operațiile indicate, de și îmbunătățesc rezultatele

1 pentru cazul anchetei. Similar se poate proceda și în cazul cercet ărilor ce utilizeaz ă alte instrumente de
culegere a datelor.

Cercetări de marketing. Curs universitar
76care s-ar fi ob ținut prin studierea tuturor chestionarelor, trebuie privite cu anumite rezerve.
În cazul excluderii unui anumit num ăr de chestionare sunt afectate restric țiile statistice
avansate ini țial pentru determinarea dimensiunii e șantionului. De asemenea, în cazul
multiplicării chestionarelor se porne ște de la considerentul c ă persoanele care ar fi trebuit
intervievate suplimentar r ăspund identic la întreb ările din chestionar cu persoanele
investigate, ceea ce poate fi incorect.

3.2.6. Procedee de e șantionare

Dimensionarea e șantionului în func ție de restric ții statistice și/sau organizatorice
reprezintă o primă etapă în determinarea colectivit ății ce urmeaz ă a fi supus ă investiga ției.
Ulterior, se impune g ăsirea unor modalit ăți de selectare a unit ăților în eșantion, alegerea
uneia sau alteia dintre schemele de e șantionare depinzând de m ăsura în care cercet ătorul
cunoaște colectivitatea cercetat ă, de obiectivele cercet ării și de condi țiile concrete de
realizare. Din acest punct de vedere selec ția unităților în eșantion poate avea un caracter
probabilistic (aleator) sau ne probabilistic (nealeator).
O selecție aleatoare (probabilistic ă) presupune ca fiecare unitate a colectivit ății
cercetate s ă aibă aceeași șansă (probabilitate) de a fi inclus ă în eșantion. Caracterul aleator
al selecției se bazeaz ă pe faptul c ă unitățile sunt extrase la întâmplare, context în care
eșantionul constituit devine o reprezentare fidel ă a colectivit ății cercetate. Caracterul
reprezentativ al e șantionului permite extinderea rezultatelor la nivelul colectivit ății din care
a fost extras, calculul intervalelor de încredere (a șa după cum am precizat anterior),
precum și aplicarea testelor de semnifica ție pentru ipotezele statistice avansate. În
consecință metodele de e șantionare probabilistic ă se utilizeaz ă în cazul cercet ărilor
selective de tip sondaj.
O selecție neprobabilistic ă (nealeatoare) presupune alegerea unit ăților ce
urmează a fi incluse în e șantion urm ărindu-se asigurarea unui minim de efort financiar și
de timp. Aceast ă operație este lăsată la latitudinea cercet ătorilor / anchetatorilor.
Selecția neprobabilistic ă are dezavantajul afect ării reprezentativit ății, în contextul
în care nu toate unit ățile din colectivitatea general ă au aceeași șansă de a intra în e șantion.
Caracterul nealeator al extragerii unit ăților din e șantion justific ă utilizarea acesteia,
îndeosebi, în cazul cercet ărilor ce au caracter exploratoriu.

Cercetări de marketing. Curs universitar
77Având la baz ă una dintre tipurile de selec ție prezentate, se disting mai multe
procedee de e șantionare.

3.2.6.1. E șantionarea aleatoare (probabilistic ă)

În practica cercet ărilor de marketing, din categoria procedeelor de e șantionare
aleatoare, se utilizeaz ă frecvent: e șantionarea simpl ă aleatoare, e șantionarea mecanic ă,
eșantionarea stratificat ă, eșantionarea de grup, e șantionarea multistadial ă, eșantionarea
spațială, eșantionarea secven țială.
În funcție de modalitatea de determinare a dimensiunilor e șantionului, se disting
două procedee de e șantionare: eșantionare fix ă și eșantionare secven țială. În primul caz
(eșantionare fix ă), mărimea eșantionului este stabilit ă la începutul cercet ării, în func ție de
criteriile avute în vedere (în aceast ă categorie se încadreaz ă: eșantionarea simpl ă aleatoare,
eșantionarea mecanic ă, eșantionarea stratificat ă, eșantionarea de grup, e șantionarea
multistadial ă, eșantionarea spa țială). Eșantionarea secven țială presupune extragerea, în
mod succesiv, a unor e șantioane; procesul de extragere finalizându-se când se constat ă că
eșantioanele astfel constituite îndeplinesc criteriile stabilite ini țial (de exemplu, o anumit ă
probabilitate de garantar e a rezultatelor cercet ării). Eșantionarea secven țială prezintă
avantajul c ă duce, în general, la un e șantion de dimensiuni mai reduse comparativ cu
eșantionarea fix ă.

 După unii autori, e șantionarea mecanic ă ocupă o pozi ție intermediar ă între
eșantionarea aleatoare și cea nealeatoare, datorit ă utilizării în extragerea unit ăților din
eșantion a unui pas de num ărare, care poate coincide cu anumite periodicit ăți existente
în baza de sondaj, putând, astfel, afecta caracterul aleator al extragerii.

Eșantionarea simpl ă aleatoare (eșantionarea nerestrictiv ă)
Procedeul denumit eșantionare simpl ă aleatoare sau eșantionare nerestrictiv ă
(nu impune nici o restric ție prealabil ă procesului de extragere a unit ăților în eșantion) se
utilizează în cazul unor colectivit ăți relativ omogene, negrupate și presupune extragerea
aleatoare a unit ăților din e șantion pornind de la baza de sondaj. Extragerea unit ăților din
eșantion poate avea la baz ă: procedeul tabelelor cu numere aleatoare (au fost elaborate și
utilizate în statistica matematic ă tabele cu numere aleatoare de c ătre: Kendall, Fisher etc.;
în prezent, putându-se utiliza programe specializate de calculator denumite generatoare de

Cercetări de marketing. Curs universitar
78numere aleatoare), procedeul tragerii la sor ți după principiul schemei cu bil ă nerevenit ă
sau, atunci când dimensiunea colectivit ății o permite (este de dimensiuni reduse),
extragerea în mod aleator a unui e șantion dintr-o list ă a tuturor e șantioanelor posibile.

Eșantionarea mecanic ă (sistematic ă)
O schem ă puțin modificat ă a eșantionării nerestrictive o constituie procedeul
denumit eșantionare mecanic ă sau sistematic ă Această schemă de eșantionare presupune
ordonarea aleatoare a unit ăților în func ție de un anumit criteriu (de exemplu, alfabetic),
încercând prin aceasta includerea întâmpl ătoare a unit ăților în listele ce formeaz ă baza de
sondaj. Criteriul ales pentru ordonarea unit ăților în baza de sondaj nu trebuie s ă aibă
legătură cu valoarea înregistrat ă a variabilelor cercetate la nivelul unit ăților colectivit ății.
Selecția unităților în eșantion se realizeaz ă cu ajutorul unui pas de num ărare, determinat
ca raport între dimensiunea N a colectivit ății generale și efectivul n al eșantionului. Prima
unitate inclus ă în eșantion este selectat ă la întâmplare (prin tragere la sor ți), după care
celelalte unit ăți se adaug ă succesiv la prima, fiecare unitate selectat ă situându-se la o
distanță de nN față de unitatea extras ă anterior.
În cazul în care ordonarea sistematic ă a unităților în baza de sondaj se realizeaz ă
după alte criterii care ar putea afecta caracterul aleator al ordon ării unităților, eșantionarea
mecanică sau sistematic ă își pierde caracterul aleator . De exemplu, ordonarea unit ăților
după criteriul teritorial sau de timp pot afecta caracterul probabilistic al extragerii unit ăților
în eșantion. Astfel, în general, unit ățile situate în apropiere unele de altele sunt mai
asemănătoare decât unit ățile distanțate din punct de vedere teritorial; în aceea și ordine de
idei, fenomenele înregistreaz ă în timp o anumit ă ciclicitate. În acest context, unit ățile a
căror numere de ordine sunt apropiate în cadrul bazei de e șantionare pot fi asem ănătore și,
astfel, în func ție de dimensiunea pasului de num ărare, selec ția unităților în eșantion poate
să-și piardă caracterul aleator.
Schemele de e șantionare simpl ă aleatoare și mecanic ă prezintă avantajul simplit ății,
însă intervalele de încredere ale parametrilor estima ți au limite largi, erorile medii de
selecție și dimensiunea e șantioanelor sunt, de asemenea, mari.

Cercetări de marketing. Curs universitar
79Eșantionarea stratificat ă (tipică)
Când colectivitatea cercetat ă este sau poate fi împ ărțită în grupe în func ție de o
serie de criterii geografice, so cio-demografice, economice etc. se poate utiliza procedeul
denumit eșantionare stratificat ă sau tipică. Criteriile de grupare ale unit ăților
colectivității generale trebuie alese astfel încât s ă se asigure o cât mai mare omogenitate la
nivelul grupelor constituite. Din fiecare grup ă de unități se extrage aleator un anumit
număr de unități, astfel încât, s ă se asigure reprezentativitatea fiec ărei grupe la nivelul
eșantionului.
Eșantionarea stratificat ă poate fi simpl ă, proporțională și tipică optimă.

Extragerea unui num ăr egal de unit ăți din fiecare grup ă, fără a se ține cont de
ponderea pe care aceasta o de ține la nivelul colectivit ății generale (efectivul unit ăților care
se extrag din cadrul fiec ărei grupe este egal cu raportul dintre dimensiunea e șantionului și
numărul grupelor) poart ă denumirea de eșantionare stratificat ă simplă. În practica
cercetărilor de marketing, în cazul popula țiilor stratificate, se opteaz ă, în general, pentru
una dintre celelalte dou ă scheme de e șantionare stratificat ă: proporțională sau tipic ă
optimă.

Extragerea unui num ăr de unități din fiecare grup ă, proporțional cu ponderea pe
care aceasta o de ține la nivelul colectivit ății generale poart ă denumirea de eșantionare
stratificat ă proporțională. Se asigur ă astfel, la nivelul e șantionului, o structur ă pe grupe
identică cu structura colectivit ății totale.

Extragerea unui num ăr de unități din fiecare grup ă ținând cont de ponderea pe care
aceasta o de ține la nivelul colectivit ății generale, precum și de dispersia înregistrat ă la
nivelul unit ăților sale poart ă denumirea de eșantionare tipic ă optimă. Această schemă de
eșantionare asigur ă o mai mare reprezentare la nivelul e șantionului a acelor grupe în care
se înregistreaz ă un grad mai mare de varia ție a valorilor caracteristicii la nivelul unit ăților
cercetate. Mai buna reprezentare a grupelor ce înregistreaz ă o mai mare eterogenitate
crește eficien ța acestei scheme de e șantionare, ducând la minimizarea erorii de selec ție
comparativ cu celelalte scheme de e șantionare stratificat ă.

Cercetări de marketing. Curs universitar
80Eșantionarea de grup
Procedeul denumit eșantionare de grup se utilizeaz ă în situa ția în care
colectivitatea cercetat ă este sau poate fi divizat ă în mai multe grupuri. De exemplu, pot
constitui un grup: membrii unei gospod ării sau ai unei familii, membrii anumitor forma ții
de lucru, persoanele care locuiesc într-un anumit imobil etc. Schema e șantionării de grup
este cu atât mai recomandat ă cu cât gradul de omogenitate dintre grupurile ce constituie
colectivitatea total ă este mai mare; respectiv, cu cât fiecare grup reproduce la scar ă redusă,
într-o măsură cât mai fidel ă, colectivitatea general ă. Totuși, grupurile se constituie nu la
întâmplare ci în procesul dezvolt ării economico – sociale, astfel c ă, în cadrul fiec ărui grup
șansa de a se înregistra o eterogenitate a unit ăților similar ă cu cea înregistrat ă la nivelul
colectivității totale este aproape inexistent ă, motiv pentru care cercetarea unui singur grup
nu este suficient ă. În consecin ță, această schemă de eșantionare presupune extragerea, în
mod aleator, a unor grupuri, toate unit ățile din grupurile extrase fiind incluse în e șantion;
extragerea unui num ăr suficient de grupuri ducând, în final, la asigurarea unui e șantion
reprezentativ pentru colectivitatea general ă.
Această schemă de eșantionare prezint ă avantajul unor costuri reduse, realizarea
cercetării presupunând un consum de timp diminuat datorit ă vecinătății între elementele
grupului.
În practica cercet ărilor de marketing, se utilizeaz ă și o altă formă a schemei de
eșantionare de grup care presupune extragerea în mod aleator a unui anumit num ăr de
unități din cadrul fiec ărui grup. Aceast ă schemă previne riscul reprezent ării în eșantion
doar a anumitor grupuri (locuitorii din anumite imobile, din unele unit ăți administrativ-
teritoriale etc.).

Eșantionarea multistadial ă
Procedeul denumit eșantionare multistadial ă este o metod ă de selecție a unităților
în eșantion care presupune parcurgerea mai multor faze. Astfel, din colectivitatea cercetat ă,
este extras un e șantion (primar) care este supus analizei corespunz ător obiectivelor
cercetării. În baza concluziilor desprinse, dup ă analiza f ăcută, sunt extrase (din e șantionul
primar) alte e șantioane (secundare, ter țiare etc.). Procesul de extragere succesiv ă a
eșantioanelor se finalizeaz ă în momentul când se ob ține un ultim e șantion (eșantionul
cercetării) care îndepline ște condițiile referitoare la dimensiune și structur ă cerute de
obiectivele cercet ării.

Cercetări de marketing. Curs universitar
81Eșantionarea multifaz ă
O altă variantă a eșantionării multistadiale este denumit ă eșantionare multifaz ă.
Procedeul de selec ție a eșantionului cercet ării este relativ similar. În schimb, dac ă în cazul
eșantionării multistadiale analiza e șantioanelor intermediare avea rolul doar de a conduce,
în final, la e șantionul dorit (informa țiile obținute din analiza acestora nu aveau însemn ătate
din perspectiva problematicii investigate), în cazul e șantionării multifaz ă fiecare e șantion
intermediar extras este supus analizei, informa țiile astfel ob ținute contribuind la crearea
unui portret mai am ănunțit asupra problematicii investigate.

Eșantionarea geografic ă (teritorial ă)
Tot în categoria e șantionării multistadiale se încadreaz ă și procedeul denumit
eșantionare geografic ă (teritorial ă). Această schemă de eșantionare presupune folosirea
unor hărți care să permită împărțirea popula ției după criteriul teritorial (popula ția este
împărțită în suprafe țe teritoriale), urmând a fi extrase, în mod succesiv, un anumit num ăr
din unitățile teritoriale delimitate, de unde, în final, se vor selecta unit ățile ce vor fi
investigate.
De exemplu, o cercetare la nivelul pie ței naționale realizat ă conform schemei de
eșantionare geografic ă presupune: extragerea unui anumit num ăr de jude țe, din care,
ulterior, se extrage un anumit num ăr de localit ăți din mediul urban și, respectiv, rural;
selectarea anumitor cartiere, sectoare etc. din cadrul localit ăților urbane; selec ția străzilor, a
arterelor de la nivelul cartierelor/districtelor din mediul urban și, respectiv, din localit ățile
rurale; selec ția locuințelor din cadrul str ăzilor/arterelor extrase și, în final, selectarea, din
cadrul fiec ărei locuin țe a unității/unităților de observare. Toate aceste selec ții repetate
trebuie să îndeplineasc ă condițiile extragerii aleatoare a unit ăților din eșantion.
Eșantionarea geografic ă este utilizat ă, îndeosebi, când: colectivitatea cercetat ă este
dispersată în teritoriu, se dore ște acoperirea unui anumit teritoriu, criteriul geografic
constituie un factor de segmentare la nivelul pie ței cercetate.

Eșantionarea spa țială
Adesea utilizat în cercet ările de marketing, procedeul denumit eșantionare
spațială presupune constituirea e șantionului din unit ățile care se afl ă într-un anumit loc, la
un anumit moment dat. Astfel de cercet ări se realizeaz ă în cadrul magazinelor, a târgurilor
expoziționale etc., e șantionul fiind constituit din persoane care în anumite zile și în
anumite intervale orare intr ă în respectivele spa ții anterior delimitate. În func ție de

Cercetări de marketing. Curs universitar
82obiectivele cercet ării, zilele și intervalele orare în care se va realiza cercetarea se vor alege,
astfel încât, s ă se asigure pe cât posibil o reprezentare corect ă a colectivit ății cercetate la
nivelul e șantionului investigat. În cazul acestui tip de e șantionare exist ă riscul
suprareprezent ării vizitatorilor (clien ților) frecven ți în defavoarea celor ocazionali, motiv
pentru care în alegerea momentelor de înregistra re se vor avea în vede re inclusiv rapoartele
de urmărire a frecven ței de circula ție prin respectivele loca ții. Eșantionul poate fi constituit
din toate persoanele aflate în respectivele spa ții în intervalul de timp determinat sau se
poate proceda (în func ție de dimensiunea e șantionului, de intervalul de timp și traficul din
respectiva loca ție) la includerea în e șantion a fiec ărei a n-a persoan ă care întră în locația și
timpul stabilite. Un e șantion astfel determinat va fi re prezentativ pentru colectivitatea
constituită din clien ții magazinelor în care s-a realizat cercetarea (sau a grupului de
magazine din care, în mod aleator, au fost selectate unit ățile în care s-a realizat efectiv
intervievarea subiec ților), pentru vizitatorii unui târg expozi țional etc.
În cazul în care în alegerea momentului de realizare a interviev ării nu se ține cont
de rapoartele de urm ărire a frecven ței de circula ție și nu se ia în considerare c ă în anumite
zile și în anumite intervale orare vor fi supra sau subreprezentate anumite categorii de
persoane (de exemplu, persoanele ocupate vor fi subreprezentate dac ă cercetarea se va
realiza în zilele lucr ătoare între orele 8 și 16) eșantionul î și va pierde caracterul
reprezentativ, rezultatele ob ținute neputându-se extinde asupra colectivit ății din care a fost
extras.

3.2.6.2. E șantionarea nealeatoare (neprobabilistic ă)

Procedeele de e șantionare neprobabilistic ă se caracterizeaz ă printr-o extragere a
unităților din e șantion dup ă criterii subiective, context în care nu toate unit ățile
colectivității generale au aceea și șansă de a fi selectate. Aplicarea acestor procedee
presupune o corect ă cunoaștere a colectivit ății generale de c ătre cercet ător (anchetator),
astfel încât, s ă fie alese unit ățile, pe cât posibil, cele mai reprezentative pentru
colectivitatea din care sunt extrase. Cu toate acestea, în cazul în care selec ția este lăsată la
latitudinea celor care realizeaz ă cercetarea, nu se mai poate vorbi de o corect ă reprezentare
a populației la nivelul e șantionului și, în consecin ță, rezultatele ob ținute nu pot fi extinse la
nivelul întregii colectivit ăți, nu se pot calcula intervalele de încredere și erorile de sondaj
pentru parametrii colectivit ății cercetate.

Cercetări de marketing. Curs universitar
83Avantajele utiliz ării acestor scheme de e șantionare rezult ă din costurile și consumul
de timp reduse în compara ție cu eforturile ocazionate de realizarea unor investiga ții prin
sondaj și, de asemenea, organizarea cercet ării nu necesit ă existența unei baze de
eșantionare complet ă.
Metodele de e șantionare neprobabilistic ă utilizate frecvent în cercet ările de
marketing sunt: e șantionarea pe cote, e șantionarea prin metoda voluntariatului,
eșantionarea dirijat ă (orientată), eșantionarea concentrat ă.

Eșantionarea pe cote
Procedeul denumit eșantionare pe cote este o form ă de selec ție a unităților în
eșantion care presupune cunoa șterea structurii popula ției cercetate în func ție de o serie de
criterii: socio-demografice, economice, ge ografice (administrativ-teritoriale). Aceast ă
schemă de eșantionare presupune o selec ție a unităților din e șantion având la baz ă o cotă
de selecție. Cotele de selec ție sunt stabilite, în prealabil, în func ție de structura
colectivității cercetate și, bineînțeles, de obiectivele cercet ării. Se vor selecta, astfel, unit ăți
care se încadreaz ă în caracteristicile cotelor stabilite, urm ărindu-se realizarea unui minim
de efort din partea anch etatorilor. Astfel, fiec ărui anchetator i se dau indica ții detaliate cu
privire la tipul de subiec ți ce trebuie intervieva ți (exemplu: 10 persoane de gen feminin,
din localit ăți urbane, cu vârst ă cuprinsă între 20 și 34 ani). Alegerea celor 10 persoane, a
locului în care se realizeaz ă intervievarea este, mai departe, l ăsată la latitudinea
anchetatorului. Se impune, a șadar, ca alegerea criteriilor care stau la baza definirii cotelor
de selecție să țină seama de u șurința identific ării persoanelor ca re se încadreaz ă în
respectivele cote, precum și de cerin țele de ordin psihologic (nu se vor utiliza criterii de
selecție care sunt considerate confiden țiale: de exemplu, nivelul veniturilor).
Acest tip de selec ție prezint ă avantajul unui efort mai redus din partea celor care
realizează cercetarea, anchetatorii lucrând într-un ritm mai rapid în acest caz, comparativ
cu situația selecției probabilistice.
Se observ ă că metoda prezint ă unele similitudini cu schema e șantionării stratificate,
diferența constând în modul de selec ție a unităților în eșantion (în cazul e șantionării
stratificate selec ția se face aleator, comparativ cu caracterul nealeator al selec ției în
eșantionarea pe cote).
În general, num ărul de unit ăți care se extrag în cadrul fiec ărei cote este determinat
astfel încât structura e șantionului extras, din punctul de vedere al criteriilor considerate în
definirea cotelor, s ă fie o copie a structurii colectivit ății generale, caz în care cercet ătorul

Cercetări de marketing. Curs universitar
84trebuie să dispună de date statistice referitoare la popula ția cercetat ă. În cazul în care nu
există date statistice referitoare la structura colectivit ății în func ție de criteriile avute în
vedere, în definirea cotelor de selec ție se poate ține cont de obiectivele cercet ării și de
experiența cercetătorului în domeniul investigat. De asemenea, se poate proceda la
acordarea unei importan țe mai mari anumitor categorii de popula ție (vor de ține o pondere
mai mare în e șantion) sau, dup ă caz, se va extrage un num ăr egal de persoane din fiecare
categorie.

Eșantionarea prin metoda voluntariatului
Constituirea e șantionului investigat din persoanele care r ăspund, în mod voluntar,
la solicitarea cercet ătorilor de a participa la anumite studii, de regul ă anchete, poart ă
denumirea de eșantionare prin metoda voluntariatului. Specificul acestor cercet ări
constă în absența anchetatorului, iar metoda de înregistrare este autoadministrarea . Astfel
de cercetări sunt din ce în ce mai frecvente în rândul cititorilor de pres ă (chestionarele se
publică în paginile revistelor, ale ziarelor), precum și în rândul clien ților magazinelor, ai
hotelurilor, vizitatorilor târgurilor expozi ționale etc. (chestionarele fiind plasate în locuri
accesibile, la dispozi ția celor care intr ă/vizitează respectivele loca ții). În ciuda caracterului
nereprezentativ al e șantionului, astfel de cercet ări oferă, adesea, un volum bogat de
informații privind problematica investigat ă.

Eșantionarea dirijat ă (orientat ă)
Constituirea colectivit ății de selec ție în func ție de un anumit criteriu ales de
cercetător în raport de obiectivele specifice ale cercet ării, poartă denumirea de eșantionare
dirijată (orientat ă). Sunt incluse, astfel, în e șantion unit ățile considerate relevante pentru
cercetare (principalii clien ți ai unei companii, persoanele a c ăror opinie prezint ă importan ță
pentru obiectivele cercet ării) sau unit ăți considerate ca fiind cele mai reprezentative
(unități ale căror valori ale parametrilor studia ți se apropie de media ce trebuie estimat ă).

Eșantionarea concentrat ă
Poartă denumirea de eșantionare concentrat ă procedeul prin care se includ în
eșantion doar acele categorii de subiec ți care constituie majoritatea cazurilor individuale
din punctul de vedere al caracteristicilo r relevante pentru problematica investigat ă.

Cercetări de marketing. Curs universitar
85În consecin ță, utilizarea uneia sau a alteia dintre schemele de e șantionare se
realizează pe baza lu ării în considerare a unor aspecte legate de: tipul, cantitatea și calitatea
informațiilor ce se doresc a se ob ține, criteriile impuse în ceea ce prive ște
reprezentativitatea e șantionului și, implicit, cele legate de extinderea rezultatelor asupra
întregii colectivit ăți cercetate. Se au, de asemenea, în vedere restric țiile de ordin
organizatoric impuse, caracteristicile popula ției investigate din punctul de vedere al
distribuției în teritoriu, al gradului de cunoa ștere a problematicii investigate, al valorii
dispersiei variabilelor ce prezint ă interes pentru cercetare etc.

3.3 Experimentul în cercet ările de marketing

Experimentul constituie o metod ă de studiere a fenomenelor de marketing
capabilă să ofere o cantitate mare de informa ții cu grad ridicat de certitudine și cu costuri
relativ reduse. Utilizat ini țial în domeniul științelor naturii, experimentul a început s ă fie
utilizat pentru ob ținerea de informa ții necesare fundament ării acțiunilor de marketing dup ă
anul 1960. Aceast ă metodă contribuie la eviden țierea legăturilor de cauzalitate dintre una
sau mai multe variabile de mark eting dependente (rezultative) și una sau mai multe
variabile factoriale. Mai exact, experimentul ofer ă informații referitoare la modul în care
variabilele rezultative se modific ă ca rezultat al varia ției variabilelor factoriale, respectiv,
cât din varia ția variabilelor rezultative este generat ă de variația variabilelor factoriale și, de
asemenea, ofer ă posibilitatea determin ării semnifica ției statistice a leg ăturii cauz ă – efect
dintre variabilele analizate.
Experimentul permite determinarea nu doar a influen ței izolate a fiec ărei variabile
factoriale asupra varia ției variabilelor rezultative, ci ofer ă și posibilitatea m ăsurării
modificării acestora sub influen ța interacțiunii dintre variabilele factoriale.
Experimentul constituie o metod ă de cercetare a fenomenelor de marketing
caracterizat ă prin faptul c ă cercetătorul intervine pentru “declan șarea” informa țiilor. Spre
deosebire de observare, în care cercet ătorul are un rol pasiv, în cazul experimentului
cercetătorul controleaz ă în mod con știent modificarea uneia sau a mai multor variabile
factoriale considerate cu ac țiune în evolu ția variabilelor rezultative. În cazul existen ței unei
singure variabile independente, fiecare nivel al acesteia constituie un tratament

Cercetări de marketing. Curs universitar
86experimental . Când sunt controlate mai multe variabile factoriale, orice combina ție ale
diferitelor niveluri ale acestora este denumit ă tratament experimental.
Pe întreaga perioad ă de desfășurare a experimentului, cercet ătorul poate interveni și
în controlul (men ținerea constant ă) a altor variabile independente exogene care nu sunt
supuse experiment ării. Necesitatea controlului asupra acestor variabile independente
nesupuse experiment ării (variabile “din afar ă” sau “externe”) rezult ă din faptul c ă pe
perioada desf ășurării experimentului influen ța variației acestora poate interfera cu influen ța
variației variabilelor factoriale, ceea ce du ce la invalidarea rezultatelor cercet ării. De fapt,
situația ideală este atunci când cercet ătorul are posibilitatea s ă controleze toate variabilele
“din afară”, caz în care întreaga varia ție a variabilelor rezultative este determinat ă strict de
acțiunea variabilelor factoriale. Controlul asupra variabilelor “din afar ă”, respectiv,
menținerea acestora la un nivel constant pe întreaga perioad ă de desf ășurare a
experimentului, este dificil sau, uneori, imposibil de realizat. În aceast ă situație se va
proceda la un control de natur ă statistică, respectiv, prin selec ția complet aleatoare a
unităților cercetate. Selec ția aleatoare a unit ăților cercetate permite, astfel, anularea
diferențelor generate de: caracteristicile diferite ale acestora (ex: diferen țe în ceea ce
privește mărimea și amplasamentul unor magazine ce sunt supuse investiga ției), de
influența neuniform ă a variabilelor independente care nu sunt supuse experiment ării (ex:
apariția unor situa ții conjuncturale neprev ăzute la nivelul pie țelor unde sunt amplasate
unitățile comerciale supuse investiga ției).
În consecin ță, interven ția cercetătorului pentru “provocarea” informa ției se poate
concretiza în:
 controleaz ă (manipuleaz ă) variația variabilelor factoriale;
 controleaz ă variația variabilelor independente ce nu sunt supuse tratamentului
experimental, prin men ținerea lor la un nivel constant sau, dup ă caz, prin
asigurarea unui control de natur ă statistică;
 realizează măsurători în diferite momente ale desf ășurării experimentului cu
scopul identific ării modului în care variabilele rezultative reac ționează la variația
variabilelor factoriale.

Elementele de baz ă ale modelului conceptual al unui experiment sunt:
 variabilele independente;
 unitățile de observare;
 variabilele dependente.

Cercetări de marketing. Curs universitar
87
Variabilele independente sunt de dou ă categorii:
 variabile explicative, factoriale sau experimentale;
 variabile independente “din afar ă” sau “externe”.

Variabilele explicative, factoriale sau experimentale sunt acele variabile
a căror variație genereaz ă modificarea variabilelor rezultative. Tratamentul
experimental se aplic ă doar acestor categorii de variabile.

Variabilele independente “din afar ă” sunt variabile ce nu sunt supuse
tratamentului experimental, dar care sunt controlate de c ătre cercet ător pe
parcursul desf ășurării experimentului pentru a nu afecta rezultatele
cercetării.

Unitățile de observare , care pot fi: indivizi, organiza ții, produse sau loturi de
produse etc., constituie obiectul investiga ției și sunt, de asemenea, de dou ă
categorii:
 unități experimentale;
 unități de control.

Unitățile experimentale formeaz ă grupul de unit ăți care sunt supuse
tratamentului experimental. La nivelul acestor unit ăți sunt m ăsurate
nivelurile variabilelor rezultative, pentru a vedea modul în care acestea s-au
modificat ca rezultat al ac țiunii variabilelor factoriale.

Unitățile de control nu sunt supuse tratamentului experimental, fiind doar
observate și măsurate pentru compara ție cu unitățile experimentale.

Variabilele dependente sunt acele variabile a c ăror variație este influen țată de
variația variabilelor factoriale.

În selecția unităților de observare și repartizarea lor în grupurile experimentale și de
control trebuie s ă se țină cont de necesitatea constituirii unor grupuri reprezentative pentru
colectivitatea cercetat ă, avându-se în vedere, deopotriv ă, dimensiunea cât și structura
acestor grupuri. De asemenea, unit ățile de observare trebuie s ă fie independente între ele,
respectiv, anumite varia ții înregistrate la nivelul uneia s ă nu genereze modific ări la nivelul
altor unități observate.

Cercetări de marketing. Curs universitar
88Fiecare experiment se desf ășoară pe baza unui plan elaborat anterior, într-un anumit
câmp experimental , care se poate constitui într-un laborator sau poate îmbr ăca forma
lumii reale. Distingem astfel:
 experimente de laborator caracterizate prin controlul total al variabilelor
independente. Acestea prezint ă avantajul unor costuri relativ reduse, se realizeaz ă
într-un timp relativ scurt și oferă o cantitate mare de informa ții teoretice.
Validitatea intern ă a rezultatelor este ridicat ă, însă validitatea extern ă este relativ
redusă, tocmai datorit ă cadrului artificial în care aceste experimente se
desfășoară;
 experimente de teren care sunt organizate în cadrul real al activit ății economice:
în magazine, pe strad ă, în organiza ții etc. În acest caz, variabilele independente
“externe” nu pot fi / pot fi par țial controlate, motiv pentru care se exercit ă
controlul statistic al acestora. Spre deosebire de experimentele de laborator, cele
de teren necesit ă costuri mai ridicate, iar timpul necesar pentru ob ținerea
rezultatelor este mai mare. Cadrul real de desf ășurare ofer ă avantajul ob ținerii
unor rezultate cu grad ridicat de validitate extern ă, precum și a unei cantit ăți mari
de informa ții specifice, îns ă validitatea intern ă este relativ redus ă.

Validitatea intern ă a rezultatelor se refer ă la garan ția că variația variabilelor
rezultative este rezultatul strict al varia ției variabilelor explicative.
Validitatea extern ă se referă la posibilitatea extinderii rezultatelor cercet ării la
nivelul întregii popula ții din care au fost extrase unit ățile studiate.

Datorită caracteristicilor pe care le posed ă, se consider ă că experimentele de
laborator sunt mai indicate pentru dezvoltare a teoriei, iar experimentele de teren sunt
indicate pentru cercetarea unor situa ții concrete ale realit ății economice.

De asemenea, în func ție de num ărul factorilor lua ți în studiu, exist ă:
 experimente unifactoriale (simple) , caz în care se studiaz ă influența unui singur
factor asupra varia ției variabilei / variabilelor rezultative;
 experimente multifactoriale (multiple) , respectiv, experimente în care se
studiază influența mai multor factori asupra varia ției variabilei / variabilelor
rezultative, eventual, influen ța interacțiunii dintre ace știa.

Cercetări de marketing. Curs universitar
89În vederea reducerii riscului de apari ție a unor erori sistematice în organizarea și
desfășurarea experimentelor trebuie s ă se țină cont de cerin ța de randomizare a acestora.
Randomizarea experimentelor presupune c ă fiecare tratament experimental are aceea și
șansă de a fi alocat oric ărei unități experimentale. Alocarea aleatoare a tratamentelor nu
este, însă, întotdeauna posibil ă, motiv pentru care metodele care nu respect ă această cerință
sunt denumite metode pseudo-experimentale.
În func ție de obiectivele urm ărite se utilizeaz ă anumite scheme de proiectare a
experimentelor, alegerea uneia sau a alteia dintre sc hemele cunoscute fiind o decizie de
primă importan ță. Schemele de proiectare a experimentelor depind de num ărul de variabile
factoriale considerate precum și de numărul variabilelor “din afar ă” care trebuie controlate.
Analiza datelor rezultate din utilizarea experimentelor, ca metod ă de obținere a
informațiilor în cercet ările de marketing, se realizeaz ă, îndeosebi, cu ajutorul analizei
dispersionale (analiza varia ției sau ANOVA) .

3.3.1. Scheme de proiectare a experimentelor

În literatura de specialitate sunt prezentate multiple scheme de proiectare a
experimentelor care difer ă din mai multe puncte de vedere. Astfel, exist ă scheme de
proiectare care:
 presupun m ăsurarea variabilelor dependente numai dup ă aplicarea tratamentului
experimental și scheme ce presupun realizarea de m ăsurători atât înainte, cât și
după aplicarea tratamentului experimental;
 presupun existen ța unei singure sau a mai multor variabile factoriale;
 implică utilizarea sau neutilizarea grupului / grupurilor de control;
 nu asigur ă sau, dup ă caz, asigur ă controlul variabilelor independente “externe”.
Astfel, în func ție de asigurarea controlului acestor variabile, precum și în funcție
de numărul lor, se disting urm ătoarele categorii de scheme de proiectare:
 proiectări complet aleatoare – nu asigur ă controlul vreunei variabile
independente “externe”;
 proiectări cu ajutorul blocurilor randomizate – asigură controlul unei
singure variabile independente “externe”;
 proiectări de tipul “p ătrate latine” – asigură controlul a dou ă variabile
independente “externe”;

Cercetări de marketing. Curs universitar
90 proiectări de tipul “p ătrate greco-latine” – asigură controlul a trei
variabile independente “externe”;
 unitățile experimentale sunt supuse unei singure sau mai multor m ăsurări.

În continuare sunt prezentate câ teva dintre cele mai utilizate scheme de proiectare
a experimentelor :
Un grup m ăsurat numai dup ă aplicarea tratamentului experimental

Această metodă este extrem de simpl ă și presupune manipularea variabilei
independente X, după care se m ăsoară variabila rezultativ ă Y.

Grupul 1 X Y

Deși metoda prezint ă avantaje legate de u șurința aplicării, precum și de costurile
ocazionate reduse, are multiple limite, atât validitatea intern ă cât și cea extern ă fiind
afectate (nu poate fi determinat ă variația variabilei dependente Y necunoscându-se valoarea
acesteia la începutul experimentului, nu se realizeaz ă niciun fel de control asupra
variabilelor “din afar ă”). Aceast ă schemă poate fi utilizat ă în perioada preexperimental ă
pentru rezolvarea diferitelor aspecte legate de instrumentele utilizate în cercetare.
Schema prezentat ă poate fi aplicat ă și pe un e șantion stratificat, prin m ăsurarea
valorilor variabilei dependente la nivelul dife ritelor straturi, putându-se determina existen ța
sau inexisten ța anumitor diferen țe și, respectiv, extinde rezultatele la nivelul întregii
colectivități cercetate.

Un grup m ăsurat înainte și după aplicarea tratamentului experimental
Aceast ă metodă are meritul de a elimina o serie de limite ale schemei anterioare
prin realizarea de m ăsurări, deopotriv ă, la începutul și la sfârșitul experimentului. Se poate,
astfel, determina diferen ța dintre nivelul variabilei dependente Y la începutul și la sfârșitul
perioadei de aplicare a tratamentului experimental (dup ă manipularea variabilei
independente X).

Grupul 1 Y 1 X Y 2

Limitele acestei metode sunt generate de faptul c ă diferența dintre Y2 (valoarea
variabilei dependente la sfâr șitul experimentului) și Y1 (valoarea variabilei dependente la

Cercetări de marketing. Curs universitar
91începutul experimentului) este pus ă în totalitate pe seama influen ței variabilei factoriale X;
deci, nu se ține cont de influen ța altor factori (nu se asigur ă controlul variabilelor “din
afară”). De asemenea, rezultatele pot fi afectate și de efectele pretest ării, modelul prezentat
neoferind posibilitatea evalu ării impactului acesteia.

Două grupuri, unul experimental și unul de control m ăsurate dup ă aplicarea
tratamentului experimental
Aceast ă metodă presupune constituirea a dou ă grupuri omogene (unit ățile aparțin
aceleași populații statistice și sunt repartizate aleator în cele dou ă grupuri), din care unul
experimental și unul de control; primul grup fiind supus tratamentului experimental. Dup ă
aplicarea tratamentului experimental, sunt m ăsurate nivelurile variabilei dependente, atât în
grupul experimental ( Y1), cât și în grupul de control ( Y2).

Grupul 1 (experimental) X Y1
Grupul 2 (de control) Y2

Diferența dintre Y1 și Y2 este pus ă în totalitate pe seama influen ței variabilei
factoriale X; deci, s-a pornit de la considerentul c ă nivelul variabilei dependente Y, ar fi
fost egal în cele dou ă grupuri înaintea aplic ării tratamentului experimental, ceea ce nu este
întotdeauna real.

Două grupuri, unul experimental și unul de control m ăsurate înainte și după
aplicarea tratamentului experimental
Aceast ă schemă presupune constituirea a dou ă grupuri omogene: unul experimental
și unul de control, primul grup fiind supus trat amentului experimental. Nivelurile variabilei
independente sunt m ăsurate în ambele grupuri, atât la începutul cât și la sfârșitul
tratamentului experimental.

Grupul 1 (experimental) Y1 X Y2
Grupul 2 (de control) Y3 Y4

Efectul tratamentului experimental este dat de rela ția: (Y2 – Y1) – (Y4 – Y3).
Realizarea m ăsurărilor în ambele grupuri, atât înainte cât și după aplicarea
tratamentului experimental, ofer ă un control asupra efectelor pe care pretestarea le-ar fi
putut avea (influen ța acesteia este aceea și în ambele grupuri). De asemenea, se realizeaz ă

Cercetări de marketing. Curs universitar
92și un control asupra altor factori de influen ță, diferența dintre Y4 și Y3 reprezentând o
măsură atât a efectelor pretest ării cât și a influen ței altor factori. O surs ă de invaliditate o
constituie inexisten ța unei m ăsuri a efectelor pe care interac țiunea dintre pretestare și
tratamentul experimental ar putea-o avea asupra rezultatelor cercet ării.

Patru grupuri, dintre care dou ă experimentale și două de control
Aceast ă metodă presupune constituirea a patru grupuri omogene, dintre care dou ă
sunt supuse tratamentului experimental și două nu. Un grup experimental (grupul 1) și unul
de control (grupul 2) sunt m ăsurate atât la începutul cât și la sfâr șitul perioadei
experimentale; iar celelalte dou ă grupuri (grupul 3 și grupul 4) sunt m ăsurate numai la
sfârșitul respectivei perioade.

Grupul 1 (experimental) Y1 X Y2
Grupul 2 (de control) Y3 Y4
Grupul 3 (experimental) X Y5
Grupul 4 (de control) Y6

Aplicarea acestei scheme de proiectare a experimentelor este relativ costisitoare,
dar spre deosebire de toate metodele prezentate pân ă acum ofer ă rezultatele cele mai bune,
eliminând, astfel, sursele de invaliditate întâlnite anterior.
Astfel, prin m ăsurările realizate în câte un grup experimental și unul de control la
începutul perioadei experimentale și, respectiv, în toate grupurile, la sfâr șitul perioadei, se
poate estima (pe lâng ă efectele generate de aplicarea tratamentului experimental) efectul pe
care l-a avut pretestarea, influen ța pe care factorii necontrolabili (variabilele “din afar ă”)
le-au avut asupra varia ției variabilei Y, precum și efectele generate de interac țiunea
pretestare – tratament experimental.
Estimarea acestor influen țe se bazeaz ă pe următoarele rela ții:

Y2 – Y 1=T+P+A+I
Y4 – Y 3=P+A
Y5 – ½(Y 1+ Y 3)=T+A
Y6 – ½(Y 1+ Y 3)=A,

unde: T – influen ța tratamentului experimental;
P – influen ța pretestării;
A – influen ța variabilelor “din afar ă”;

Cercetări de marketing. Curs universitar
93 I – influen ța interacțiunii pretestare – tratament experimental.

Un grup cu multiple m ăsurări înainte și după aplicarea tratamentului
experimental
Aceast ă metodă presupune realizarea mai multor m ăsurări (la anumite intervale de
timp) ale variabilei dependente Y, la nivelul unui grup experimental ( panel ) atât la
începutul cât și la sfârșitul perioadei experimentale.

Grupul 1 Y 1 Y 2 …. Y n X Y n+1 Y n+2 …. Y n+m

Această metodă se utilizeaz ă în cazul seriilor dinamice, în care factorul timp
influențează evoluția variabilei cercetate. Scopul multiplelor m ăsurări ale variabilei
rezultative de la începutul perioadei experimentale este acela de a determina dac ă unitățile
observate sunt într-o stare relativ stabil ă și de a eviden ția tendin ța de evolu ție a
fenomenului cercetat.
Comparând nivelurile variabilei Y înregistrate înaintea aplic ării tratamentului
experimental, cu cele ob ținute ulterior dup ă eliminarea influen ței tendin ței, se poate
evidenția, deopotriv ă, efectul factorului experimental, precum și dacă acesta persist ă în
timp.
Această metodă de proiectare a experimentelor prezint ă, în general, limitele
specifice schemei de proiectare “un grup m ăsurat înainte și după aplicarea tratamentului
experimental”, descris ă anterior (tocmai datorit ă similitudinilor existente între cele dou ă
metode).
Schema de proiectare prezentat ă permite, îns ă, realizarea de m ăsurări și pe
eșantioane diferite , cu condi ția ca acestea s ă fie selectate aleator din aceea și populație
statistică, caz în care sunt eliminate efectele pe care pretestarea le-ar putea avea asupra
rezultatelor studiului.

Două grupuri, unul experimental și unul de control, cu multiple m ăsurări
înainte și după aplicarea tratamentului experimental
Aceast ă metodă presupune realizarea mai multor m ăsurări (la anumite intervale de
timp) ale variabilei dependente Y, atât la începutul cât și la sfâr șitul perioadei
experimentale, la nivelul a dou ă grupuri: experimental și de control.

Cercetări de marketing. Curs universitar
94
Grupul 1(experimental) Y 1 Y 2 …. Y n X Y n+1 Y n+2 …. Y n+m
Grupul 2 (de control) Y n+m+1 Yn+m+2 …. Y 2n+m Y 2n+m+1 Y 2n+m+2 …. Y 2n+2m

Schema de proiectare a experimentelor prezentat ă se aplică în acelea și condiții ca și
schema anterioar ă, însă, prezintă avantajul c ă, prin utilizarea grupului de control, se pot
evidenția efectele pe care pretestarea le-ar putea avea asupra rezultatelor cercet ării,
realizându-se, implicit, și controlul variabilelor “din afar ă”. O surs ă de invaliditate o
constituie, ca și în cazul schemei “dou ă grupuri, unul experimental și unul de control
măsurate înainte și după aplicarea tratamentului experimental” inexisten ța unei măsuri a
efectelor pe care interac țiunea pretestare – tratament experimental ar putea-o avea asupra
rezultatelor cercet ării.

3.3.2. Proiectarea complet aleatoare

Proiectarea complet aleatoare presupune repartizarea aleatoare a unit ăților
experimentale în fiecare grup experimental. Fiec ărui grup experimental i se administreaz ă
un anumit nivel (combina ție de nivele) a factorului experimental (ale factorilor
experimentali), ob ținându-se, astfel, informa ții referitoare la modul în care variabila
rezultativ ă variază sub influen ța variației variabilei factoriale (variabilelor factoriale,
respectiv, a interac țiunii dintre acestea).
De asemenea, o caracteristic ă a “proiect ărilor complet aleatoare” o constituie și
nerealizarea niciunui control al variabilelor independente “din afar ă”.
În “proiect ările complet aleatoare” num ărul unităților repartizate în cadrul fiec ărui
grup experimental este, în general, egal. Îns ă, această cerință nu este absolut obligatorie,
motiv pentru care, în continuare, va fi prezentat ă o schemă de proiectare în care num ărul
unităților repartizate în cadrul fiec ărui grup experimental nu este egal (model aplicabil,
deopotriv ă, în cazul egalit ății sau inegalit ății numărului unit ăților repartizate în cadrul
grupurilor experimentale).
Proiectările complet aleatoare pot fi cu un singur factor sau cu mai mul ți factori. În
cazul în care se studiaz ă influența a cel pu țin doi factori, precum și a interac țiunii dintre
aceștia, se utilizeaz ă și denumirea de experimente factoriale (cu doi sau mai mul ți
factori).

Cercetări de marketing. Curs universitar
95
Proiectarea complet aleatoar e cu un singur factor

În cazul proiect ării complet aleatoare cu un singur factor datele care se recolteaz ă
în urma desf ășurării experimentului se pot organiza conform tabelului de mai jos :

Fiecare coloan ă j cuprinde nj unități experimentale c ărora li se aplic ă nivelul j al
factorului experimental.

yij – reprezint ă nivelul variabilei dependente înregistrat la unitatea experimental ă i
(i = jn,1) căreia i se aplic ă nivelul j al factorului experimental ( j = r,1) .

Cu ajutorul analizei varia ției se poate determina dac ă factorul experimental are
influență semnificativ ă asupra variabilei rezultative.
Se lanseaz ă ipoteza nul ă conform c ăreia factorul experimental nu are influen ță
semnificativ ă asupra variabilei dependente.
Aplicarea metodei presupune determinarea variației totale înregistrate de toate
unitățile cercetate, respectiv, determinarea sumei abaterilor p ătrate ale valorilor înregistrate
ale variabilei rezultative fa ță de media lor aritmetic ă (ST):

ny
y Sj
jn
ir
jij n
ir
jij T2
11
112



 

.

Varia ția totală se descompune în:
 variația dintre grupuri sau suma abaterilor p ătrate între grupuri ( STr), care
exprimă influența factorului experimental;
 eroarea experimental ă (SE), care măsoară influența altor factori neinclu și în
model (întâmpl ători). Niveluri ale factorului experimental
1 2 3 … j … r
y11 y 12 y 13 … y 1j … y 1r
y21 y 22 y 23 … y 2j … y 2r
.
. .
. .
. .
. .
.
yi1 y i2 y i3 … y ij … y ir
. . .
. .
. .
. .
.
yn11 y n22 y n33 … y njj … y nrr

Cercetări de marketing. Curs universitar
96Ele se determin ă după cum urmeaz ă:

 







r
jn
ir
jij
jn
iij
Trny
ny
Sj j
12
112
1;
SE = S T –S Tr .

Verificarea semnifica ției statistice a rezultatelor ob ținute se face cu ajutorul testului
Fisher . Calculăm pentru aceasta valoarea Fc cu ajutorul urm ătoarei rela ții:

rnS
rSFE Tr
c :1,

unde:
r = numărul de grupuri experimentale;
n = numărul de unit ăți experimentale.

Valoarea calculat ă Fc, se compar ă cu valoarea tabelat ă F;r-1,n-r , citită din tabelele
Fisher, pentru r-1 grade de libertate la num ărător și, respectiv, n-r grade de libertate la
numitor și un anumit nivel de semnifica ție , determinat în func ție de probabilitatea cu
care se garanteaz ă rezultatele ( P):  = 1 – P, dacă  și P se exprim ă în coeficien ți și,
respectiv,  = 100% – P, dacă  și P se exprim ă în procente.
Dacă: Fc > F;r-1,n-r , ipoteza nul ă se respinge, factorul experimental are o influen ță
semnificativ ă asupra varia ției variabilei dependente, pentru probabilitatea de garantare a
rezultatelor considerat ă;
Fc < F;r-1,n-r , ipoteza nul ă se accept ă, factorul experimental nu are influen ță
semnificativ ă asupra varia ției variabilei dependente, pentru probabilitatea de garantare a
rezultatelor considerat ă.

Proiectarea complet aleatoare cu un singur factor – aplica ție practic ă

O societate comercial ă urmărește să testeze efectul pe care reducerile de pre ț le au
asupra vânz ărilor. În acest sens s-au selectat în mod aleator 35 unit ăți, situate în 4 localit ăți,
asupra cărora urmeaz ă să se aplice factorul experimental, cu intensit ăți diferite în fiecare
dintre localit ățile selectate (în prima localitate nu se acord ă reduceri de pre ț, iar în
localitățile II, III și IV s-au practicat reduceri de pre ț cu 10%, cu 20% și, respectiv, cu
30%). Tratamentele experimentale au fost administrate timp de o lun ă, după care au fost

Cercetări de marketing. Curs universitar
97înregistrate vânz ările realizate în cele 35 unit ăți experimentale. Se consider ă o probabilitate
de garantare a rezultatelor de 99%.
Rezultatele experimentului se prezint ă astfel:

Desfaceri realizate într-o lun ă (milioane u.m.) Nr. crt. al
unității 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

Analizând datele cuprinse în tabel, se observ ă că există diferențe în ceea ce prive ște
desfacerile realizate de unit ățile din cele 4 grupuri experimentale. Îns ă, pentru a putea
aprecia dac ă acestea sunt semnificative (caz în care rezultatele pot fi extinse la nivelul
întregii colectivit ăți din care au fost extrase unit ățile experimentale, considerând c ă cele 35
unități analizate constituie un e șantion reprezentativ pentru colectivitatea cercetat ă),
respectiv, dac ă nu sunt generate de erori întâmpl ătoare de selec ție, se va proceda la
verificarea semnifica ției statistice a diferen țelor dintre grupuri cu ajutorul testului Fisher.
Lansăm ipoteza nul ă conform c ăreia reducerile de pre ț nu au influen ță
semnificativ ă asupra vânz ărilor.
69,722.5 31,074.41 797.462
11
112 



 

 ny
y Sj
jn
ir
jij n
ir
jij T
797.46 51 …… 21 23 242 2 2 26
12
49
12
37
12
213
12
1
112 
     ii
ii
ii
iin
ir
jij y y y y yj
31,074.4135270 376 217 33622
11




nyjn
ir
jij

Cercetări de marketing. Curs universitar
9844,195.2 31,074.41 75,269.43
12
112
1  








 r
jn
ir
jij
jn
iij
Trny
ny
Sj j

75,269.436270
9376
7217
133362 2 2 2
12
1




r
j jn
iij
nyj

SE = ST – S Tr = 5.722,69 – 2.195,44 = 3.527,25

43,64 3525,527.3:1444,195.2:1 rnS
rSFE Tr
c

Valoarea calculat ă Fc se compar ă cu valoarea tabelat ă pentru o probabilitate de
garantare a rezultatelor de 99%, respectiv, pentru un nivel de semnifica ție  de 1-0,99 =
0,01 și pentru 3 și, respectiv, 31 grade de libertate.

Notă: Nedispunând de valoarea tabelat ă a lui F pentru 3 și, respectiv, 31 grade de
libertate, aceasta a fost citit ă pentru 3 și, respectiv, 30 grade de libertate. F0,01;3,30 =
4,51.

6,43 > 4,51  ipoteza nul ă se respinge, factorul expe rimental (reducerile de pre ț)
are o influen ță semnificativ ă asupra vânz ărilor realizate, pentru o probabilitate de garantare
a rezultatelor de 99%.

3.3.3. Pătratul latin

Proiectarea experimentelor dup ă schema p ătratelor latine vizeaz ă izolarea și
măsurarea influen ței a dou ă variabile “din afar ă” și studierea influen ței factorului
experimental asupra varia ției variabilei rezultative. Se pot, de asemenea, determina
influențele a două variabile factoriale și se izoleaz ă influența unei variabile “din afar ă” sau,
după caz, se poate studia influen ța a trei variabile factoriale; între variabilele independente
neexistând, îns ă, interacțiune.
Organizarea datelor în experimentele proiectate cu ajutorul p ătratelor latine
presupune construirea unor tabele cu r rânduri și r coloane, existând r tratamente
experimentale. În capetele rândurilor vor fi înregistrate nivelele uneia dintre variabilele

Cercetări de marketing. Curs universitar
99controlate, iar în capetele coloanelor nivelele celei de a doua variabile controlate. În
celulele tabelului sunt înregistrate nivelele variabilelor dependente ca rezultat al aplic ării
tratamentelor experimentale. Cele r tratamente experimentale vor fi distribuite în mod
aleator în primul rând și prima coloan ă ale tabelului constituit, dup ă care distribuirea în
celelalte celule se face, astfel încât, acela și tratament experimental s ă nu apară decât o
singură dată în fiecare rând și în fiecare coloan ă.
De exemplu, în cazul în care r = 3, organizarea datelor în tabel se va prezenta
astfel:
Nivele ale variabilei controlate X2 Nivele ale
variabilei
controlate X1 1 2 3
1 y11A y 12B y 13C
2 y21B y 22C y 23A
3 y31C y 32A y 33B

dacă r = 4, organizarea datelor în tabel se va face astfel:

Nivele ale variabilei controlate X2 Nivele ale
variabilei
controlate X1 1 2 3 4
1 y11A y 12B y 13C y 14D
2 y21B y 22C y 23D y 24A
3 y31C y 32D y 33A y 34B
4 y41D y 42A y 43B y 44C
ș.a.m.d.

unde:
A, B, C , respectiv, A, B, C, D , constituie tratamentele experimentale;
yijk= nivelul înregistrat al variabilei rezultative sub ac țiunea nivelului i ( i = r,1) a l
variabilei X1, nivelului j ( j = r,1) al variabilei X2 și, respectiv, ca rezultat al
aplicării nivelului k ( k = r,1 ) al factorului experiment al. (În exemplele prezentate
nivelele k ale factorului experimental au fost notate cu A, B, C , respectiv, A, B, C,
D)

Se lanseaz ă ipoteza nul ă conform c ăreia factorul experimental și variabilele
“externe” controlate nu au influen ță semnificativ ă asupra variabilei dependente.
Pentru determinarea semnifica ției influen ței factorului experimental și a celor dou ă
variabile controlate se aplic ă analiza dispersional ă. Pentru aceasta se va determina:
 variația totală sau suma abaterilor p ătrate pe total ( ST) conform rela ției:

Cercetări de marketing. Curs universitar
100




 r
ir
jr
kr
ir
jr
kijk
ijk Try
y S
11122
111 2

Varia ția totală se divide în patru componente :
 variația pe rânduri sau suma abaterilor p ătrate între rânduri , variație determinat ă
de variabila “din afar ă” X1 (ȘR);
 variația pe coloane sau suma abaterilor p ătrate între coloane, varia ție determinat ă
de variabila “din afar ă” X2 (SC);
 variația generat ă de factorul experimental (STr);
 eroarea experimental ă generată de alți factori (întâmpl ători) ( SE).

E Tr C R T S S S S S  ;
22
111
12
11
ry
ry
Sr
ir
jr
kijkr
ir
jr
kijk
R










;
22
111
12
11
ry
ry
Sr
ir
jr
kijkr
jr
ir
kijk
C









;
22
111
12
11
ry
ry
Sr
ir
jr
kijkr
kr
ir
jijk
Tr










;
Tr C R T E S S S S S  .

Pentru testarea semnifica ției statistice a efectului factorului experimental, precum și
a efectelor variabilelor “din afar ă” se aplic ă testul Fisher . Valorile calculate Fc se
determină cu ajutorul rela țiilor:

)2 )(1(:1 r rS
rSFE Tr
cTr;
)2 )(1(:1 r rS
rSFE R
cR;
.)2 )(1(:1 r rS
rSFE C
cC

Valorile calculate Fc se compar ă cu valorile tabelate F pentru r-1 și, respectiv,
(r-1)(r-2) grade de libertate și un anumit nivel de semnifica ție , determinat în func ție de

Cercetări de marketing. Curs universitar
101probabilitatea cu care se garanteaz ă rezultatele. Interpretare a rezultatelor se realizeaz ă
conform metodologiei prezentate anterior, respectiv, în descrierea schemei Proiectarea
complet aleatoare cu un singur factor .

Pătratul latin – aplica ție practic ă

O societate comercial ă cu amănuntul a organizat un experiment prin care a urm ărit
să identifice efectul pe care serviciile post-vânzare le au asupra desfacerilor. Se consider ă
că atât localitatea în care este amplasat ă unitatea comercial ă cât și perioada din cursul lunii
pot avea influen ță asupra rezultatelor cercet ării (pot influen ța vânzările). De aceea, s-a
optat pentru o proiectare a experimentelor cu ajutorul p ătratului latin, variabilele
independente a c ăror control se exercit ă fiind “localitatea” și “timpul”. În acest sens au fost
selectate aleator 4 magazine, amplasate în 4 localit ăți. Experimentul a durat 4 s ăptămâni, în
fiecare săptămână oferindu-se un anumit tip de serviciu post-vânzare ( A, B, C sau D) în
magazinele din cele 4 localit ăți (respectiv, în fiecare magazin s-a oferit, succesiv, fiecare
dintre serviciile post -vânzare testate, acela și serviciu post-vânzare nefiind administrat decât
într-un singur magazin în cadrul acelea și săptămâni).
Rezultatele experimentului se prezint ă astfel:

– milioane u.m. –
Săptămâna 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

Lansăm ipoteza nul ă conform c ăreia factorul experimental – serviciile post-vânzare
și cele dou ă variabile “externe” controlate: “localitatea” și “timpul” nu au influen ță
semnificativ ă asupra vânz ărilor.

75,397.125,756.21 154.23
11122
111 2 



 
r
ir
jr
kr
ir
jr
kijk
ijk Try
y S
154.23 29 28 …… 36 37 432 2 2 2 2
1112
r
ir
jr
kijky

Cercetări de marketing. Curs universitar
10225,756.21165902
22
111




ryr
ir
jr
kijk

75,42 25,756.21 799.2122
111
12
11 











ry
ry
Sr
ir
jr
kijkr
ir
jr
kijk
R
799.214137
4149
4155
41492 2 2 2
12
11




r
ir
jr
kijk
ry

75,76 25,756.21 833.2122
111
12
11 










ry
ry
Sr
ir
jr
kijkr
jr
ir
kijk
C
833.214159
4151
4145
41352 2 2 2
12
11



r
jr
ir
kijk
ry

25,059.125,756.215,815.2222
111
12
11  











ry
ry
Sr
ir
jr
kijkr
kr
ir
jijk
Tr
 
 5,815.22427 323833
429 2723 3642841 38 37
45349 5643
2 22 2
12
11





r
kr
ir
jijk
ry

Tr C R T E S S S S S  = 1.397,75 – 42,75 – 76,75 – 1.059,25 = 219

67,9)24)(14(219:1425,059.1
)2 )(1(:1r rS
rSFE Tr
cTr
39,0)24)(14(219:1475,42
)2 )(1(:1r rS
rSFE R
cR
70,0)24)(14(219:1475,76.)2 )(1(:1r rS
rSFE C
cC

Considerând o probabilitate de garantare a rezultatelor de 95%, valoarea tabelat ă F
pentru 3 și, respectiv, 6 grade de libertate și un nivel de semnifica ție  de 1-0,95 = 0,05,
este 4,76.

Cercetări de marketing. Curs universitar
103FcTr = 9,67 >F 0,05; 3, 6 = 4,76  ipoteza nul ă se respinge, factorul experimental
(serviciile post-vânzare) au o influen ță semnificativ ă asupra vânz ărilor realizate, în schimb,
“localitatea” și “timpul” nu influen țează semnificativ vânz ările ( FcR, = 0,39; FcC, = 0,70 <
F0,05; 3, 6 = 4,76).

3.4. Simularea

Simularea constituie o modalitate de ob ținere a informa țiilor utilizat ă în cercetările
de marketing, care permite: în țelegerea evolu ției fenomenelor de marketing, previzionarea
acestora, identificarea și măsurarea rela țiilor de cauzalitate dintre variabilele investigate, a
modalității de desf ășurare concret ă a acestor fenomene prin intermediul experimentelor de
marketing.
Respectiv, „ simularea este o tehnic ă de realizare a experimentelor cu calculatorul
electronic, care implic ă utilizarea unor modele matematice și logice care descriu
comportarea unui sistem real de-a lungul unei perioade mari de timp”1.
„..modelul este o reprezentare izomorf ă a realității care ofer ă o imagine intuitiv ă,
dar riguroas ă, în sensul structurii logice a fenomenului studiat și permite descoperirea unor
legături și legități greu de stabilit pe alte c ăi.”2

Un sistem tipic de simulare este format din urm ătoarele elemente:
 modelul ;
 jucătorii (operatorii) ;
 datele de intrare , care sunt reprezentate de
 variabile de intrare care pot fi întâmplătoare sau deterministe –
înregistreaz ă valori discrete care se schim b ă în permanen ță în cadrul
ciclului de simulare;
 parametri de intrare – înregistreaz ă valori constante de-a lungul
ciclului de simulare.

1 Rațiu – Suciu, C. (2005), Modelarea & simularea proceselor economice – Teorie și practică, Ediția a patra,
Editura Economic ă, București, p. 38.
2 Rațiu – Suciu, C. (2005), Modelarea & simularea proceselor economice – Teorie și practică, Ediția a patra,
Editura Economic ă, București, p. 26.

Cercetări de marketing. Curs universitar
104 datele de ie șire sunt variabile care depind de valorile variabilelor și
parametrilor de intrare; dependen ța dintre acestea fiind ilustrate prin
algoritmul ce st ă la baza modelului de simulare.

În afara datelor de intrare și de ieșire un sistem de simulare mai cuprinde:
 variabile perturbatoare – constituie variabile necontrolabile ce genereaz ă
schimbarea st ării unei / unor componente ale sistemului (evenimente).
Apariția acestor evenimente poate fi previzibil ă sau aleatoare.
 variabile intermediare – valori ce atest ă starea unei componente a
sistemului la un anumit moment dat.

Utilizări ale simul ării de marketing:
 cunoașterea și înțelegerea interdependen țelor dintre variabilele de marketing,
estimarea valorilor anumitor variabile precum și a formei func ționale a
legăturilor dintre variabilele modelului;
 evaluarea și previzionarea consecin țelor diferitelor ac țiuni (adoptarea anumitor
strategii, tactici de marketing), îns ă, fără a interveni schimb ări în evolu ția
sistemului real, pe parcursul experiment ării;
 verificarea și / sau demonstrarea într-un timp scurt a avantajelor și riscurilor
anumitor ac țiuni care în condi ții reale s-ar produce dup ă perioade lungi de timp;
 determinarea acelor alternative decizionale care duc la solu ții optime sau
suboptime (respectiv, care pot duce aproximativ la cea mai bun ă rezolvare a
problemei decizionale);
 studierea fenomenelor de marketing recursive (anumite schimb ări ale
fenomenului cercetat au repercus iuni asupra altor fenomene);
 studierea efectelor decalate în timp ale anumitor ac țiuni întreprinse, ce nu pot fi
exprimate prin intermediul modelelor analitice;
 mai buna structurare a problemei cu care se confrunt ă decidentul și
fundamentarea c ăilor de rezolvare a acesteia etc.

Cercetări de marketing. Curs universitar
105
Teme propuse:
1. Considerând anumite criterii statistice (dimensiunea colectivit ății, eroarea maxim ă
admisă, probabilitatea de garantare a rezultatelor) și anumite restric ții organizatorice,
determina ți dimensiunea e șantionului astfel încât acesta s ă fie reprezentativ. Se vor avea în
vedere în determinarea e șantionului deopotriv ă o variabil ă cantitativ ă și una calitativ ă,
pentru care se va considera o anumit ă dispersie / propor ție a componentelor în e șantion.

2. Considerând dou ă serii de date rezultate în urma cercet ării unui eșantion reprezentativ –
una constituind valori ale unei variabile cantitative și cealaltă valori ale unei variabile
calitative, determina ți intervalele de încredere pentru media celor doi parametri.

3. Considerând un anumit scop al unei cercet ări, definiți obiectivele cercet ării, variabilele
din punct de vedere conceptual și operațional si elabora ți chestionarul aferent.

4. Considerând datele centralizate rezultate în urma realiz ării unui experiment – Proiectare
complet aleatoare cu un singur factor , analizați și interpreta ți rezultatele.

5. Considerând datele centralizate rezultate în urma realiz ării unui experiment – Pătrat
latin, analizați și interpreta ți rezultatele.

Cercetări de marketing. Curs universitar
106

Cercetări de marketing. Curs universitar
107

CAPITOLUL 4.
ANALIZA INFORMA ȚIILOR ÎN CERCET ĂRILE DE MARKETING

Cuvinte cheie: Obiectivele înv ățării:
Analiză multivariat ă
Analiză neparametric ă
Analiză parametric ă
Grup modal
Semnifica ția statistic ă a unei
legături
Asociere
Corelație
Estimare
Interval de încredere După parcurgerea acestui capitol va trebui:
– Să cunoașteți unele dintre principalele metode
de analiz ă a datelor utilizate în cercet ările de
marketing;
– Să fiți în măsură să alegeți și să aplicați unele
dintre principalele metode de analiz ă a
datelor, în concordan ță cu obiectivele
cercetării precum și în func ție de num ărul
variabilelor și tipul de scal ă pe care acestea
sunt măsurate.

În cercetarea de marketing un loc aparte, datorit ă importan ței sale, îl de ține analiza
informațiilor. O maxim ă atenție trebuie acordat ă alegerii metodelor de analiz ă a datelor
culese, aceasta depinzând de o serie de factori precum: natura variabilelor de marketing,
obiectivele cercet ării, caracteristicile e șantioanelor cercetate etc.

Metodele de analiz ă pot fi grupate dup ă diferite criterii.
De exemplu în func ție de tipul de scal ă utilizat pentru m ăsurarea variabilelor
analizate există metode specifice scalelor nominale, ordinale, interval sau propor ționale.
Metodele de analiz ă utilizate în cazul variabilelor nominale și ordinale sunt
denumite și metode neparametrice , iar metodele folosite în analiza variabilelor interval și
proporționale, metode parametrice .

În funcție de numărul variabilelor considerate (una, dou ă, mai mult de dou ă),
metodele de analiz ă pot fi: univariate (studierea popula ției investigate în func ție de o
singură variabilă) sau bi- și multivariate (luarea în considerare a dou ă, respectiv, mai multe
variabile).
Procesul de analiză univariat ă se referă, îndeosebi, la: calculul indicatorilor de
frecvență (absolută și relativă), a valorilor centralizate ale caracteristicii, precum și la

Cercetări de marketing. Curs universitar
108calculul indicatorilor tendin ței centrale, a indicatorilor varia ției, asimetriei și concentr ării.
De asemenea, se poate testa semnifica ția diferen țelor existente între diferitele grupe ale
unei colectivit ăți în funcție de varia ția unei variabile de marketing.

De exemplu, dispunând de informa ții referitoare la cheltuielile realizate de c ătre un
eșantion de persoane pentru achizi ționarea unui produs, metodele de analiza univariat ă ne
permit determinarea nivelului mediu al cheltuielilor pe o persoan ă, nivelul cheltuielilor
realizat de cei mai mul ți dintre indivizi, gradul de eterogenitate al e șantionului din punctul
de vedere al variabilei studiate, modul în care valorile cheltuielilor individuale se distribuie
de o parte și de alta a mediei etc.
Fenomenele de marketing sunt fenomene complexe a c ăror evolu ție este
determinat ă de un num ăr mare de variabile factoriale esen țiale și neesențiale, care se afl ă
într-o permanent ă interdependen ță. Teoria statistic ă oferă un bogat arsenal de metode de
cercetare a legit ăților ce guverneaz ă evoluția variabilelor de marketing sub ac țiunea
factorilor de influen ță. Legăturile existente între diferitele variabile de marketing se
manifestă sub form ă de tendin ță, respectiv, la un num ăr mare de cazuri individuale, iar
modelarea lor cu ajutorul metodelor statistice se realizeaz ă, de asemenea, tot sub form ă de
tendință. Altfel spus, leg ăturile dintre vari abile se verific ă la nivelul întregului și nu la
nivelul fiec ărui caz individual.
De exemplu, cu ajutorul metodelor de analiz ă bi- și multivariat ă pot fi studiate
legăturile dintre: vânz ări și cheltuielile promo ționale și / sau nivelul veniturilor popula ției;
preferința pentru un anumit produs și mediul de locuit, nivelul de instruire, statutul
ocupațional etc.; leg ături ce se manifest ă la un num ăr mare de unit ăți ale colectivit ății
cercetate (puncte de desfacere, consumatori etc.).

Alegerea uneia sau alteia dintre metodele de studiere a leg ăturilor dintre variabilele
de marketing depinde de o serie de factori, și anume:
 tipul scalei pe care variabilele sunt m ăsurate: nominal ă, ordinală, interval,
proporțională;
 numărul de variabile dependente (una sau mai multe) și numărul variabilelor
independente;
 natura rela țiilor dintre variabile: de asociere, de dependen ță, de interdependen ță.

Studierea leg ăturilor dintre variabilel e de marketing se refer ă la: indicarea
existenței sau, dup ă caz, a inexisten ței legăturii, descrierea naturii sale sub aspectul

Cercetări de marketing. Curs universitar
109direcției, formei, a intensit ății, precum și determinarea semnifica ției statistice a acesteia.
Complexitatea metodelor statistice, precum și capacitatea lor de a descrie leg ăturile dintre
variabilele de marketing, cre ște dinspre metodele specifice scalei nominale c ătre metodele
aplicate în cercetarea variabilelor m ăsurate pe scale metrice (interval, propor țională). De
asemenea, complexitatea metodelor de cercetare a leg ăturilor este influen țată de numărul
variabilelor independente, de forma și natura leg ăturilor dintre variabile, ajungându-se,
adesea, la imposibilitatea identific ării tuturor factorilor de influen ță, la izolarea și
măsurarea rela țiilor existente dintre fenomenul / fenomenele de marketing și fiecare dintre
acești factori.
Procesul de analiz ă a legăturilor dintre variabilele de marketing impune
identificarea, de la început, a variabilei / variabilelor independente (factoriale) și, respectiv,
a celei / celor dependente (rezultative). În situa ția în care variabilele se intercoreleaz ă (sunt
interdependente), pentru prelucrarea datelor se va proceda la considerarea uneia / unora
dintre variabile ca fiind rezultativ ă(e) și, respectiv, a alteia / altora factorial ă(e).
Legăturile dintre variabilele calitative sau dintre o variabil ă calitativ ă și una
cantitativă, frecvent întâlnite în studierea fenomenelor de marketing, poart ă numele de
legături de asociere. Legăturile dintre variabilele cantitative poart ă denumirea de legături
de corela ție.

 Deși procesul de analiz ă a informa țiilor de marketing presupune deopotriv ă analiza
univariată, precum și utilizarea de metode specifice de studiere a leg ăturilor, în
următoarele dou ă subcapitole, respectiv, Modalități de analiz ă neparametric ă și
Modalități de analiz ă parametric ă sunt prezentate doar unele dintre principalele metode
de studiere a asocierii / corela ției dintre variabile.

4.1. Modalit ăți de analiz ă neparametric ă

4.1.1. Analiza variabilelor nominale

Studierea leg ăturii dintre dou ă variabile de marketing, pentru a c ăror măsurare s-a
utilizat o scal ă nominală, se refer ă la determinarea gradului de asociere între cele dou ă
variabile, precum și la testarea semnifica ției statistice a acestei leg ături. Se poate vorbi și în

Cercetări de marketing. Curs universitar
110cazul asocierilor de “dependen ța” unei variabile în func ție de varia ția altei variabile
(asociere asimetric ă) sau, dup ă caz, exist ă variabile care sunt interdependente ( asociere
simetrică).
Arsenalul de metode care pot fi folosite pentru analiza variabilelor de marketing
măsurate pe scal ă nominală, în general, a gradului de asociere dintre acestea, în special,
este relativ redus. Dintre acestea men ționăm:
 tabelul de contingen ță – oferă informații despre existen ța sau inexisten ța
asocierii între variabilele analizate, f ără însă a oferi și o măsură a
gradului de asociere;
 coeficientul de asociere Q al lui Yule, coeficientul , coeficientul c al
lui Cramer, coeficientul de contingen ță C etc. – ofer ă informații cu
privire la intensitatea asocierii dintre variabilele analizate;
 testul neparametric 2 pentru dou ă variabile – testeaz ă semnifica ția
statistică a legăturii dintre variabilele st udiate, respectiv, a diferen țelor
dintre grupurile constituite dup ă variația uneia dintre variabilele
cercetate, în func ție de varia ția celei de a doua variabile.

4.1.1.1. Coeficientul 

Pentru a m ăsura asocierea dintre dou ă variabile nominale, ambele având doar dou ă
variante posibile se poate utiliza coeficientul de asociere .
Valoarea  se determin ă cu ajutorul formulei:

nΦ2 ,

unde, n – dimensiunea e șantionului cercetat;
2 se calculeaz ă cu ajutorul formulei:


r
ic
j ijij ij
AA O
112
2) ( ,

unde :

Cercetări de marketing. Curs universitar
111r și c – numărul de rânduri și, respectiv, de coloane ale tabelului de contingen ță (se
iau în calcul exclusiv acele rânduri și coloane ale tabelului de contingen ță în care
sunt trecute variantele variabilelor studiate);
Oij – frecven țele rândului i și ale coloanei j care rezult ă din observare;
Aij – frecven țele rândului i și ale coloanei j rezultate conform ipotezei nule, potrivit
căreia nu exist ă diferențe semnificative între grupele constituite dup ă variația
variabilei independente în func ție de varia ția variabilei dependente (în tabelul de
contingen ță aceste frecven țe sunt trecute în parantez ă). Valorile Aij se determin ă
conform formulei:

nnnAj i
ij ,
unde:
ni – nivelul total al frecven țelor asociate categoriei “ i” a variabilei dependente;
nj – nivelul total al frecven țelor asociate categoriei “ j” a variabilei independente.

Valorile posibile ale coeficientului  sunt cuprinse în intervalul 0, 1. Cu cât
valoarea acestuia este mai apropiat ă de 0, cu atât asocierea dintre cele dou ă variabile este
mai slabă și cu cât se apropie mai mult de 1, cu atât asocierea este mai puternic ă.

 2 este un test de semnifica ție care va fi abordat se parat în prezentul capitol.
Deocamdat ă, a fost prezentat ă doar modalitatea de calcul a valorii calculate 2,
necesară determin ării coeficien ților de asociere: , c al lui Cramer și coeficientului
de contingen ță C.

Coeficientul  – aplicație practic ă

O societate comercial ă a organizat o cercetare asupra unui e șantion de 1000
persoane având ca obiectiv determinarea influen ței pe care mediul de re ședință
(urban/rural) îl are asupra preferin țelor pentru un anumit produs “X”.
Rezultatele centralizate se prezint ă astfel:

Mediul Manifestarea
preferinței pentru
produsul " X" Urban Rural Total
Preferă 371 (272) 156 (255) 527
Nu preferă 146 (245) 327 (228) 473
Total 517 483 1000

Cercetări de marketing. Curs universitar
112
Numărul de variante ale celor dou ă variabile fiind egal cu doi (tabelul de
contingen ță are dimensiunea 2×2), se poate utiliza pentru studierea asocierii dintre cele
două variabile coeficientul .

397,0000.15,1572
nΦ,

unde:

 5,157228228 327
245245 146
255255 156
272272 371 ) (2 2 2 2
112
2
r
ic
j ijij ij
AA O

ceea ce atest ă că există o asociere de intensitate relativ medie între mediul de re ședință și
preferința pentru produsul “X”.

4.1.1.2. Coeficientul c al lui Cramer

În cazul în care cel pu țin una dintre variabilele nominale studiate are mai mult de
două variante posibile, se poate utiliza pentru studierea asocierii dintre acestea coeficientul
de asociere c al lui Cramer .
Valoarea c se determin ă cu ajutorul formulei:

)1 )(1 min( )1 )(1 min(2 2
r c n r cΦΦc,

unde:
2 – valoarea calculat ă 2 conform algoritmului prezentat anterior;
n – dimensiunea e șantionului cercetat;
min (c-1)(r-1) – valoarea minim ă dintre (c-1) și (r-1) , unde c reprezint ă numărul de
coloane și r numărul de rânduri ale tabelului de contingen ță.

Intervalul de varia ție, precum și interpretarea coeficientului c al lui Cramer sunt
similare cu cele specifice coeficientului .

Cercetări de marketing. Curs universitar
113
Coeficientul c al lui Cramer – aplica ție practic ă

O cercetare desf ășurată pe un e șantion de 1.000 persoane a avut ca obiectiv
determinarea influen ței pe care starea civil ă, dar și prezența copiilor în familie o exercit ă
asupra cunoa șterii unui nou sortiment de ciocolat ă lansat pe pia ță.
Rezultatele centralizate dup ă cele două variabile se prezint ă astfel:

Categoria de persoane Cunoașterea
noului sortiment
de ciocolat ă Celibatari Persoane
căsătorite fără
copii Persoane
căsătorite cu
copii Total
Cunosc 75 120 250 445
Nu cunosc 215 240 100 555
Total 290 360 350 1000

Având în vedere c ă, cel puțin pentru una dintre variabile, avem mai mult de dou ă
variante (tabelul de contingen ță este de dimensiune 2×3), se poate utiliza pentru studiul
asocierii dintre acestea coeficientul c al lui Cramer.
Se calculeaz ă valoarea 2 conform formulei, similar exemplului prezentat anterior.
În urma calculelor a rezultat c ă valoarea 2 este de 160,9.

401,0)12(000.19,160
)1 )(1 min(2
r c nc,

ceea ce atest ă o influen ță relativ medie a caracteristicii starea civil ă și, respectiv, prezen ța
copiilor în gospod ărie, asupra cunoa șterii noului sortiment de ciocolat ă.

4.1.1.3. Coeficientul de contingen ță

Un coeficient utilizat, de asemenea, pentru studierea intensit ății asocierii dintre
două variabile nominale este denumit coeficientul de contingen ță C. Formula de calcul a
acestui coeficient este:

22


nC ,

unde, 2 și n au aceeași semnifica ție ca și în cazul coeficien ților prezenta ți anterior.

Cercetări de marketing. Curs universitar
114O particularitate și, în acela și timp, un dezavantaj al coeficientului de contingen ță C
este natura variabil ă a limitei superioare a intervalului de varia ție, aceast ă limită fiind
dependent ă de numărul de linii și coloane ale tabelului de contingen ță. Dacă numărul de
linii și de coloane ale tabelului de contingen ță este egal ( r = c ), atunci valorile posibile ale
coeficientului C sunt cuprinse în intervalul 0,
cc1. Cu cât valoarea este mai apropiat ă de
0, cu atât asocierea dintre cele dou ă variabile este mai redus ă și cu cât se apropie mai mult
de valoarea
cc1, cu atât variabila dependent ă este influen țată într-o mai mare m ăsură de
variabila independent ă (în cazul leg ăturilor asimetrice) sau, dup ă caz, interdependen ța
dintre variabile este mai puternic ă (în cazul leg ăturilor simetrice).
Rezultat al variabilit ății limitei superioare a intervalului de varia ție, compararea
gradelor de asociere dintre dou ă perechi de variabile (pentru a c ăror măsurare s-a utilizat
coeficientul de contingen ță C) nu este posibil ă, decât dac ă provin din tabele de contingen ță
de aceeași mărime. În aceea și ordine de idei, coeficientul de contingen ță C nu poate fi
comparat cu niciun alt coeficient de asociere.

Coeficientul de contingen ță – aplicație practic ă

O societate comercial ă a realizat o cercetare pentru a determina gradul de asociere
dintre nivelul de preg ătire al popula ției și preferința pentru un nou serviciu “X”. Cercetarea
s-a realizat asupra unui e șantion de 1.200 persoane.
Rezultatele centralizate se prezint ă astfel:

Nivelul de instruire Manifestarea
preferinței pentru
noul serviciu “X” Studii
elementare Studii medii Studii
superioare Total
Nu preferă 272 83 66 421
Sunt indeci și 91 214 73 378
Preferă 34 84 283 401
Total 397 381 422 1200

Pentru a determina gradul de asociere dintre cele dou ă variabile se poate utiliza
coeficientul de contingen ță.
Valoarea calculat ă 2 determinat ă conform algoritmului cunoscut este 533,3.
555,0200.13,5333,533
22

nC

Cercetări de marketing. Curs universitar
115 Num ărul de rânduri și de coloane ale tabelului de contingen ță fiind egal, valoarea
maximă pe care o poate înregistra coeficientul C este:
816,0313 1
cc

În consecin ță, valoarea ob ținută a coeficientului de contingen ță atestă o asociere
relativ medie între cele dou ă variabile studiate (nivelul de instruire are influen ță relativ
medie asupra preferin țelor pentru serviciul “X”).

4.1.1.4. Testul neparametric 2 pentru dou ă variabile

Testul neparametric 2 studiază semnifica ția diferen țelor dintre sube șantioane ori
de câte ori acestea au fost constituite dup ă variația unor variabile nominale.
În cazul în care grupele sunt constituite dup ă variația concomitent ă a două
caracteristici de grupare, testul neparametric 2 pentru dou ă variabile studiaz ă, implicit,
semnifica ția legăturii dintre variabilele studiate. Altfel spus, în situa ția în care se constat ă
că există diferențe semnificative între grupele formate dup ă variația variabilei independente
din punctul de vedere al varia ției variabilei dependente, înseamn ă că între cele dou ă
variabile exist ă o legătură semnificativ ă. Studierea semnifica ției statistice a leg ăturii este
valabilă și pentru cazul în care natura leg ăturii este de interdependen ță (simetric ă) și nu
doar în situa ția dependen ței (legăturii asimetrice) între variabile.
Aplicarea testului 2 presupune determinarea valorii calculate 2 conform
algoritmului prezentat anterior (pentru calculul coeficientului ).
Se lanseaz ă ipoteza nul ă, conform c ăreia nu exist ă diferențe semnificative între
grupele formate dup ă variația variabilei independente din punctul de vedere al varia ției
variabilei dependente, respectiv, asocierea dintre cele dou ă variabile nu este semnificativ ă
(diferențele dintre grupe nu sunt reale, ci se datoreaz ă unor erori întâmpl ătoare de selec ție).
Conform ipotezei nule lansate, reparti ția variabilei dependente pe total e șantion (a uneia
dintre variabile în cazul leg ăturilor de interdependen ță) ar trebui s ă se regăsească și în
cadrul fiec ărei grupe formate dup ă variația variabilei independente (a celeilalte variabile,
pentru cazul leg ăturilor simetrice).

Se alege un anumit nivel de semnifica ție  în funcție de probabilitatea P cu care se
dorește a se extinde rezultatele:

Cercetări de marketing. Curs universitar
116=1 – P , dacă  și P se exprim ă în coeficien ți și, respectiv,
=100 – P , dacă  și P se exprim ă în procente.

Valoarea calculat ă 2 se compar ă cu valoarea teoretic ă citită din tabelele reparti ției
2 pentru (r-1)(c-1) grade de libertate și nivelul de semnifica ție , unde r este num ărul de
rânduri și c numărul de coloane ale tabelului de contingen ță.

Dacă: 2 calculat > 2 teoretic, ipoteza nul ă se respinge, asocierea dintre cele dou ă
variabile este semnificativ ă, pentru probabilitatea P de garantare a rezultatelor;
2 calculat < 2 teoretic, ipoteza nul ă se accept ă, asocierea dintre cele dou ă
variabile nu este semnificativ ă, pentru probabilitatea P de garantare a rezultatelor.

Aplicarea testului 2, presupune respectarea anumitor condi ții, după cum urmeaz ă:
dimensiunea colectivit ății cercetate trebuie s ă fie de cel pu țin 40 de unit ăți; în cazul în care
aceasta este mai mic ă de 40 unit ăți, atunci nici una dintre frecven țele “ Aij” din tabelul de
contingen ță nu trebuie s ă fie mai mic ă decât 5 și, în consecin ță, mărimea minim ă a
eșantionului pentru care se poate aplica acest test de semnifica ție este n = 20 (în condi țiile
în care dimensiunea minim ă a tabelelor de contingen ță este de 2×2).
Fiind un test de semnifica ție, testul 2 se aplică numai în cazul datelor ob ținute din
realizarea cercet ărilor selective pe e șantioane reprezentative . Studiind semnifica ția
asocierii dintre dou ă variabile nominale, testul 2 ne oferă răspuns la întrebarea: “este
legătura dintre variabilele cercetate general valabil ă (pentru o anumit ă probabilitate de
garantare a rezultatelor) la nivelul întregii colectivit ăți din care a fost extras e șantionul sau
este o leg ătură care se verific ă doar la nivelul unit ăților investigate?”. În cazul în care se
demonstreaz ă că legătura dintre cele dou ă variabile este semnificativ ă, înseamn ă că această
legătură se extinde cu o anumit ă probabilitate la nivelul întregii colectivit ăți cercetate.

Observații:
1. Testul 2 nu trebuie confundat cu nici un coeficient de asociere. Astfel, exist ă legături a
căror intensitate este slab ă, dar care, pentru faptul c ă au fost observate la un num ăr
suficient de mare de unit ăți reprezentative pentru colectivitatea cercetat ă, acestea pot fi
semnificative. În aceea și ordine de idei, leg ături puternice, dar care s-au observat pe un
număr mic de cazuri individuale, pot fi puse pe seama hazardului și, în consecin ță,
asocierea s ă nu fie semnificativ ă pentru respectiva popula ție. În concluzie, semnifica ția
unei legături depinde, deopotriv ă, de intensitatea asocierii dintre variabile, precum și de
numărul de unit ăți ce au fost supuse investiga ției.

Cercetări de marketing. Curs universitar
1172. Metodele de studiere a leg ăturilor dintre variabilele nominale (cu excep ția tabelului de
contingen ță aplicabil tuturor variabilelor, indiferent de scala de m ăsurare) se pot utiliza și
în cazul variabilelor m ăsurate pe scal ă ordinală sau metric ă, numai dup ă ce, în prealabil,
acestea au fost transformate în variabile exprimate sub form ă categorial ă. Pentru
transformarea unor variabile m ăsurate pe scal ă superioar ă din punctul de vedere al
capacității de măsurare în variabile nominale, se pot folosi anumite valori de referin ță:
valori ce au o anumit ă importan ță pentru obiectivele cercet ării sau anumi ți indicatori:
medii, cuantile etc. De exemplu, veniturile ca variabil ă proporțională, cu o infinitate de
variante posibile, poate fi transformat ă într-o variabil ă exprimat ă sub form ă categorial ă,
luând drept element de referin ță venitul mediu. Se constituie, astfel, dou ă variante ale
acestei variabile – “sub nivelul mediu al veniturilor” și “peste nivelul mediu al veniturilor”.

Testul neparametric 2 pentru dou ă variabile – aplica ție practic ă

O societate comercial ă a organizat o cercetare selectiv ă asupra unui e șantion
reprezentativ de 1.200 persoane având ca obiectiv determinarea aprecierilor cump ărătorilor
față de un nou produs lansat pe pia ță, respectiv, dac ă acestea sunt influen țate semnificativ
de vârsta responden ților.
Rezultatele centralizate se prezint ă astfel:

Grupe de vârst ă Aprecieri fa ță de
noul produs până la 30
ani 30-50 ani peste 50 aniTotal
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 în tabel se observ ă unele deosebiri între aprecierile fa ță de
noul produs la nivelul grupelor de persoane constituite dup ă variabila vârst ă. Având în
vedere că este vorba de o cercetare selectiv ă pe un eșantion reprezentativ, se va stabili dac ă
există diferențe semnificative pe grupe de vârst ă în funcție de aprecierile pentru noul
produs (respectiv, dac ă vârsta are o influen ță semnificativ ă asupra aprecierilor), utilizând
testul neparametric 2 pentru dou ă variabile.
Lansăm ipoteza nul ă, conform c ăreia vârsta nu are influen ță semnificativ ă asupra
aprecierilor pentru noul produs, caz în care reparti ția aprecierilor pe total ar trebui s ă aibă

Cercetări de marketing. Curs universitar
118aceeași distribu ție și în cadrul fiec ărei grupe de vârst ă. Frecven țele rezultate conform
acestei ipoteze sunt trecute în tabel, în paranteze.
Valoarea calculat ă 2 este:

 2,533333 51…9090 65
110110 103
124124 156 ) (2 2 2 2
112
2
r
ic
j ijij ij
AA O

Considerăm un nivel de semnifica ție  de 0,005, corespunz ător unei probabilit ăți
de garantare a rezultatelor de 99,5%.
Valoarea tabelat ă 2 pentru (5-1) . (3-1) = 8 grade de libertate și nivelul de
semnifica ție ales este 21,96
2 calculat = 53,2 > 21,96, rezult ă că se poate garanta cu o probabilitate de 99,5%
că vârsta are influen ță semnificativ ă asupra aprecierilor pentru noul produs lansat pe pia ță.

4.1.2. Analiza variabilelor ordinale

Studierea leg ăturii existente între dou ă variabile ordinale (e xprimate prin ranguri
sau numere de ordine), presupune: determinarea existen ței / inexisten ței legăturii (ce se
poate observa cu u șurință, fie prin simpla vizualizare a șirurilor de valori care se studiaz ă,
ordonate cresc ător sau descresc ător după variația variabilei independente, fie prin
reprezentarea grafic ă a acestora), determinarea intensit ății acestei leg ături, precum și
testarea semnifica ției sale. Exist ă atât metode specifice pentru studierea leg ăturii dintre
variabilele m ăsurate pe scal ă ordinală, cât și metode aplicabile, deopotriv ă, studierii
legăturilor dintre variabilele ordinale și a acelora dintre variabilele interval sau
proporționale.
Dintre metodele ce se pot utiliza în acest scop men ționăm:
 metoda grafic ă (corelograma) – utilizat ă pentru determinarea existen ței
legăturii dintre dou ă variabile, precum și a direcției acesteia, f ără însă a
furniza informa ții despre intensitatea leg ăturii;
 coeficienții de corela ție a rangurilor ai lui Spearman și Kendall ,
utilizați pentru studierea intensit ății legăturii dintre variabilele cercetate;
 Testul H – Kruskal – Wallis , utilizat pentru testarea semnifica ției
statistice a leg ăturilor dintre va riabile, în situa ția în care variabila
dependent ă este măsurată pe scală ordinală.

Cercetări de marketing. Curs universitar
119

4.2. Modalit ăți de analiz ă parametric ă

Metodele de studiere a leg ǎturilor specifice variabilelor de marketing m ǎsurate pe
scalǎ metricǎ (cu excep ția câtorva metode aplicabile și variabilelor nominale sau ordinale:
tabelul de contingen ță, corelograma) se caracterizeaz ă printr-un grad mare de complexitate,
comparativ cu metodele neparametrice, având în acela și timp și avantajul ob ținerii unei
cantități mari de informa ții despre forma ( și, eventual, direc ția), intensitatea și semnifica ția
legăturilor dintre dou ă sau mai multe variabile. De asemenea, unele dintre aceste metode
permit estim ări ale valorii variabilelor dependente în func ție de valorile înregistrate ale
variabilelor independente.
Dintre metodele parametrice de studiere a leg ăturilor dintre variabile, amintim:
analiza de regresie și corelație, analiza dispersional ă și analiza discriminantului liniar .

4.2.1. Analiza varia ției

Analiza varia ției (dispersional ă) sau ANOVA a fost elaborat ă de statisticianul
R.A. Fisher și este utilizat ă în studierea leg ăturilor dintre fenomene le economico-sociale.
Analiza dispersional ă este utilizat ă în cercet ările de marketing pentru studierea modului în
care unul sau mai mul ți factori, precum și diferite combina ții ale acestora influen țează
variația unei variabile de marketing, ca variabil ă rezultativ ă.
În analiza varia ției variabilele dependente sau rezultative sunt m ăsurate pe scal ă
metrică, iar variabilele factoriale sau independente pot fi m ăsurate, deopotriv ă, pe scală
metrică sau nemetric ă.
După numărul de factori a c ăror acțiune este cercetat ă, analiza dispersional ă poate
fi: unifactorial ă (cu un singur factor); multifactorial ă (cu doi sau mai mul ți factori).
În funcție de obiectivele cercet ării, analiza dispersional ă permite testarea
semnifica ției statistice a influen ței factorului/factorilor de grupare și, eventual, a
interacțiunii dintre ace știa asupra varia ției variabilei de marketing cercetate. În practica
cercetărilor de marketing analiza dispersional ă se utilizeaz ă, îndeosebi, în analiza datelor
provenite din experimente .
 Două dintre schemele de proiectare a experimentelor, precum și modul concret de
aplicare a analizei varia ției pentru analiza datelor au fost prezentate în subcapitolul
3.3. al lucr ării.

Cercetări de marketing. Curs universitar
120
4.2.2. Analiza de regresie și corelație

Metoda regresiei
Metoda statistic ă utilizată pentru determinarea ecua ției ce descrie forma leg ăturii
dintre o variabil ă dependent ă măsurată pe scală metrică și una sau mai multe variabile
independente, m ăsurată(e) pe scal ă metrică sau nemetric ă poartă denumirea de metoda
regresiei . Aproximarea formei leg ăturii dintre variabilele cercetate se realizeaz ă cu
ajutorul unei func ții, denumit ă funcție de regresie . Exprimarea matematic ă a funcției de
regresie se prezint ă astfel:

iy= f(
i i i i mx xxx ……,3,2,1 )+,

unde: iy – variabila dependent ă sau rezultativ ă;

i i i i mx xxx ……,3,2,1 – variabile independente sau factoriale;
 – eroare aleatoare.

În consecin ță, funcția de regresie reflect ă variația (în termeni cantitativi) a
variabilei dependente yi ca rezultat al varia ției variabilelor independente
i i i i mx xxx ……,3,2,1 ,
considerate ca variabile esen țiale. La aceasta se adaug ă și o constant ă aleatoare  care
sintetizeaz ă influența factorilor nelua ți în calcul în elaborarea modelului. În aceast ă
categorie pot intra, deopotriv ă, variabile a c ăror acțiune este neesen țială, dar și factori ce
nu pot fi depista ți și / sau măsurați sau pentru care nu dispunem de informa țiile necesare.
Legătura exprimat ă prin intermediul func ției de regresie este o leg ătură ce se
verifică la nivelul întregului și nu la nivelul fiec ărei unități individuale.

În funcție de num ărul variabilelor independente care sunt luate în analiz ă,
distingem:
 regresie unifactorial ă sau simplă, caz în care exist ă o singur ă variabil ă
independent ă;
 regresie multifactorial ă sau multiplă, situație în care în analiz ă se consider ă cel
puțin două variabile factoriale.
Parametrii ecua ției de regresie au con ținut de medii putând fi estima ți cu ajutorul
metodei celor mai mici p ătrate .

Cercetări de marketing. Curs universitar
121
Metoda corela ției
Ecuația de regresie ne arat ă numai forma leg ăturii dintre variabile. Valorile
empirice ale variabilei dependente se formeaz ă, însă, sub influen ța mai multor factori,
inclusiv a factorului înregistrat. De aceea, între valorile empirice și cele estimate (cu
ajutorul ecua ției de regresie) pot s ă apară abateri mai mari sau mai mici dup ă cum influen ța
celorlalți factori considera ți cu caracter întâmpl ător este mai mare sau mai mic ă.
Pentru studierea intensit ății legăturilor liniare și curbilinii, unifactoriale și
multifactoriale se utilizeaz ă indicatorul denumit raport de corela ție, calculat dup ă
formula:



22
/ 1
yyYyR
ii i
xy,

unde: iy – valorile reale ale variabilei dependente (ob ținute din observare);
y- media aritmetic ă a valorilor reale;
iY – valorile teoretice ob ținute prin înlocuirea în ecua ția de regresie a valorilor
variabilei / variabilelor independente ix (pentru cazul leg ăturilor unifactoriale), respectiv,
i i i i mx xxx ……,3,2,1 (pentru cazul leg ăturilor multiple).

Raportul de corela ție ia valori între 0 și 1. În func ție de valorile lui xyR/se poate
caracteriza intensitatea leg ăturii dintre variabilele analizate. Respectiv, cu cât valoarea
raportului de corela ți e s e a p r o p i e d e 1 , c u a t â t l e g ătura este mai puternic ă și cu cât se
apropie mai mult de 0, cu atât leg ătura dintre variabile este mai slab ă. Când valoarea
raportului de corela ție este egal ă cu 1 suntem în cazul unei legături deterministe (variabila
independent ă este singura / variabilele independente sunt singurele cu influen ță asupra
variabilei iy) iar când raportul de corela ție este 0 suntem în cazul lipsei leg ăturii.
Pe baza raportului de corela ție se poate determina indicatorul denumit coeficient de
determina ție (xyR/2). Acest coeficient se exprim ă în procente și arată ponderea influen ței
variației variabilei / variabilelor independente asupra varia ției variabilei dependente.
Ponderea influen ței altor factori neinclu și în model asupra varia ției variabilei
dependente este m ăsurată cu ajutorul coeficientului de nedetermina ție ( xyK /2),

xyK /2=100 – xyR /2.

Cercetări de marketing. Curs universitar
122
Verificarea semnifica ției modelului de regresie se poate face cu ajutorul analizei
dispersionale.
Se lanseaz ă ipoteza nul ă conform c ăreia ecuația de regresie nu este semnificativ ă.
Pornind de la formulel e de calcul ale varia ției factoriale – yYi2 și ale varia ției
reziduale – i iYy2, se pot determina dispersiile corectate cu f și, respectiv, n-f-1 grade
de libertate:

2
2
22
2
1
1

fnYySfy YS
i ii

unde: f = numărul variabilelor independente;
n = numărul valorilor observate ale caracteristicii y.
Pe baza valorilor dispersiilor corectate cu gradele de libertate se calculeaz ă
valoarea Fc:
2
22
1
SSFc ,
valoare care se compar ă cu valoarea tabelat ă, citită din tabelele func ției Fisher, pentru f și,
respectiv, n-f-1 grade de libertate și un anumit nivel de semnifica ție  determinat în func ție
de probabilitatea P cu care se dore ște a se garanta rezultatele (a se vedea anexele 3, 4, 5).

Dacă: Fc < F tabelat => ipoteza nul ă se accept ă, modelul de regresie nu este
semnificativ;
Fc > F tabelat => ipoteza nul ă se respinge, modelul de regresie este
semnificativ, putând fi extins, pentru probabilitatea de garantare a rezultatelor considerat ă,
la nivelul întregii colectivit ăți cercetate.

Cercetări de marketing. Curs universitar
123
Analiza de regresie și corelație multifactorial ă (cu doi factori) – aplica ție practic ă

Se cunosc urm ătoarele date referitoare la vânz ările realizate, cheltuielile
promoționale precum și efectivul personalului de distribu ție, la nivelul celor șase unități
comerciale ale unei întreprinderi:

Nr. Crt.
unitate
comercial ă Vânzări (mii
u.m.) Cheltuieli promo ționale
realizate (mii u.m.) Efectivul
personalului de
distribuție (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 dore ște a se cunoa ște legătura care exist ă între cele trei variabile de marketing.
Reprezent ăm grafic cu ajutorul corelogramei leg ătura dintre variabila dependent ă
(vânzări) și fiecare dintre cele dou ă variabile independente:
45678910
40 50 60 70 80
Vanzari (mii u.m.)Cheltuieli promotionale (mii u.m. )

100110120130140150160170
40 50 60 70 80
Vanzari (mii u.m.)Efectivul personalului (pers. )

Prin reprezentarea grafic ă a variabilei dependente în func ție de cele dou ă variabile
independente se observ ă că ambele leg ături pot fi aproximate cu ajutorul ecua ției liniare.
Deci, ecua ția care descrie forma leg ăturii dintre valoarea vânz ărilor și cele dou ă
variabile independente poate fi scris ă astfel:
iy=a+
i ixb xb22 11 +,

Valorile parametrilor 2 1,,bba se determin ă cu ajutorul metodei celor mai mici
pătrate:

Cercetări de marketing. Curs universitar
1240576,3
1,116 796.180,81,116 952 796.15,65
2 2
2 12
22
12 1 22
2 1
1 

 

  
i i i ii i i i i
XX X XXX yX X yX
bi i
,
3324,0
1,116 796.180,81,1165,658,8 952
2 2
2 12
22
12 1 12
1 2
2 

 

   
i i i ii i i i i
XX X XXX yX X yX
bi i
,
a = 22 11 xbxby = 59,8333 – 3,0576 , 6,9 – 0,3324 , 141 = – 8,1325.

Notă: Calculele necesare determin ării parametrilor ecua ției de regresie sunt prezentate în tabelul de
mai jos.

Nr. Crt. y x1 x2 X1=
1 1xx
i X2=
2 2x x
i X1y X2y X12 X22 X1X2
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

14168469,664,41
2
21
1


nxxnxx
ii

8333,596359
nyyi

Deci ecua ția de regresie este: Yi = -8,1325 + 3,0576
ix1+ 0,3324
ix2

Conform modelului regresional astfel determinat, se poate aprecia c ă, în medie, la
creșterea cu 1 mie u.m. a cheltuielilor promo ționale, vânz ările cresc cu 3,0576 mii u.m., iar
la creșterea cu o persoan ă a efectivului personalului de distribu ție, se înregistreaz ă o
creștere medie cu 0,3324 mii u.m. a vânz ărilor.

Pentru a studia intensitatea leg ăturii dintre variabilele analizate utiliz ăm raportul de
corelație:

Cercetări de marketing. Curs universitar
125
 , 9008,08,6367,516
22
/  


y yy YR
ii
xy

sau

9008,08,6361,1201 122
/ 


yyYyR
ii i
xy
.

Notă: Toate calculele necesare determin ării celor doi indicatori sunt prezentate în tabelul de mai
jos.

Nr.
Crt. y x1 x2 Y=-8,1325 + 3,0576
ix1+ +0,3324
ix2 (Yi-y)2 (yi-y)2 (yi-Yi)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 corela ție (apropiat ă de 1) atest ă o legătură puternică între
variația variabilei dependente, vânz ări și variația simultan ă a variabilelor independente:
cheltuieli promo ționale și efectivul personalului de distribu ție.
Pentru a verifica semnifica ția modelului de regresie calcul ăm valoarea:
45,603,4035,258
2
22
1SSFc , unde:

03,401261,120
135,25827,516
2
2
22
2
1


fnYySfy YS
i ii

Considerăm o probabililitate de garantare a rezultatelor de 95%, pentru care
valoarea tabelat ă F este 9,55:
F0,05; 2, 3 = 9,55 > 6,45, deci modelul de regres ie nu este semnificativ, neputând fi
extins, pentru probabilitatea de garantare a rezultatelor considerat ă, la nivelul întregii
colectivități cercetate.

Cercetări de marketing. Curs universitar
126

4.2.3. Analiza discriminantului liniar

Metoda denumit ă analiză discriminant ă urmărește să identifice acele caracteristici
ale unităților supuse investiga ției considerate a fi definitorii pentru împ ărțirea colectivit ății
studiate în segmente (grupe, clase, subpopula ții), în func ție de obiectivele cercet ării. Se
determină, astfel, cele mai bune combina ții liniare ce permit separarea unit ăților într-un
anumit num ăr de segmente, permi țând, de asemenea, și determinarea c ărui segment îi
aparține o nou ă unitate investigat ă în funcție de valorile înregistrate ale caracteristicilor ce
generează diferențierea ( predictori ).
Analiza discriminant ă este, de fapt, o metod ă de cercetare a leg ăturilor dintre o
variabilă măsurată pe scală nemetric ă și mai multe variabile m ăsurate pe scal ă metrică.
Aplicarea acestei metode presupune pentru început o definire a grupurilor (segmentelor)
respective și, implicit, identificarea diferitelor variante ale variabilei dependente (de ex:
cumpărători – noncump ărători; inten ționează – nu inten ționează să cumpere un anumit
produs etc.). Se definesc, ulterior, acele variabile care sunt considerate ca având influen ță asupra
variabilei dependente, respectiv, acelea care asigur ă discriminarea în grupe sau segmente a
colectivității cercetate (venit, vârst ă, opinii etc.).
O
funcție de discriminant liniar (d) este de forma:

d = c 1×1 + c 2×2 + c 3×3 + …+ c ixi +…+ c nxn,

unde: c1, c2, c3, … c i,…, c n – coeficienții funcției discriminat;
x 1, x2, x3, … x i,…, x n – variabile independente.

Se observ ă că funcția discriminantului liniar seam ănă cu funcția de regresie liniar ă
multiplă. Singura diferen ță constă în inexisten ța parametrului liber din ecua ția de regresie.
Ca și în cazul modelelor regresionale prin analiza discriminant ă se urmărește estimarea
variației unei variabile dependente în func ție de varia ția mai multor variabile independente.
Pentru determinarea func ției discriminant se pune condi ția ca raportul dintre
dispersia dintre grupuri și media dispersiilor din interiorul grupurilor s ă fie maxim.
Respectiv, grupurile determinate vor fi cât mai omogene în interior și cât mai eterogene
între ele.
În cazul în care unit ățile de măsură ale caracteristicilor ce stau la baza discrimin ării
(ale variabilelor independen te) sunt exprimate în unit ăți de măsură diferite, valorile

Cercetări de marketing. Curs universitar
127variabilelor vor fi împ ărțite la abaterile standard ale acestora (vor fi standardizate)
asigurând astfel comparabilitatea coeficien ților determina ți. Pe baza valorii coeficien ților
funcției discriminant se poate stabili importan ța relativă pe care variabilele independente o
au în discriminarea respectivelor grupuri.
Cunoscând comportamentele (caracterist icile) grupurilor definite, analiza
discriminant ă permite stabilirea apartenen ței unei noi unit ăți cercetate la grupurile
constituite. Pentru aceasta se m ăsoară nivelurile variabilelor independente înregistrate de
noile unit ăți cercetate, urmând ca, în func ție de gradul de asem ănare cu comportamentele
subpopula țiilor identificate s ă se încadreze în unul dintre grupurile definite.
Analiza discriminant ă este utilizat ă pe scară largă în cercet ările de marketing
îndeosebi în studiul segment ării pieței.

În cazul în care se are în vedere împ ărțirea unei colectivit ăți în două grupuri –
cumpărători și noncump ărători – în func ție de varia ția a n variabile independente, se poate
proceda la selectarea unui e șantion de persoane pent ru care se înregistreaz ă atât valorile
variabilelor independente precum și nivelul variabilei dependente (este sau nu este
cumpărător).
Considerând un exemplu simplu, respectiv, un num ăr de patru variabile
independente ( x1, x2, x3, x4), pentru a c ăror măsurare se utilizeaz ă aceeași unitate de
măsură, aplicarea analizei discriminante presupune, determinarea coeficien ților funcției
discriminant prin rezolvarea urm ătorului sistem de ecua ții:




            

2
4 4 4 3 3 4 2 2 4 1 1 44 3 42
3 3 3 2 2 3 1 1 34 2 4 3 2 32
2 2 2 1 1 24 1 4 3 1 3 2 1 22
1 1 1
.
X c XX c XX c XX c DxXX c X c XX c XX c DxXX c XX c X c XX c DxXX c XX c XX c X c Dx

unde: 


nx xxx XXj i
ji j i,
tori noncumparai i cumparatori i x x Dx   .

După calculul coeficien ților și definirea func ției discriminant, se va putea
determina valoarea acesteia pent ru fiecare grup în parte (cump ărători și noncump ărători)
prin înlocuirea valorilor medii ale fiec ărei variabile independente (de la nivelul fiec ărui
grup) în ecua ția determinat ă. Se obține, astfel, câte un indice numeric ( d1 și d2) ce descrie
fiecare dintre cele dou ă grupuri.

Cercetări de marketing. Curs universitar
128În situația în care se dore ște încadrarea unui nou individ în unul dintre grupuri se
vor măsura nivelurile variabilelor independen te ce descriu comportamentul acestuia și se
va determina valoarea func ției discriminant pentru respectivele valori. În func ție de
apropierea valorii astfel ob ținute de unul dintre cei doi indici numerici determina ți,
subiectul investigat se va putea încadra în grupul cump ărătorilor sau, dup ă caz, în cel al
noncumpărătorilor.

Analiza discriminantului liniar – aplica ție practic ă

O societate comercial ă producătoare de produse de cur ățenie și igienă a organizat
un studiu în rândul unui efectiv de 15 persoane, cu scopul de a determina care sunt cele
mai importante caracteristici ale unui sortiment de detergent, ce genereaz ă discriminarea
pieței de referin ță în “cump ărători” și “noncump ărători”. Celor 15 persoane li s-a prezentat
produsul dup ă care au fost solicitate s ă-și exprime opinia cu privire la patru caracteristici
ale acestuia: raportul calitate – pre ț, ambalajul, gramajul, parfumul, considerate cu
influență asupra împ ărțirii eșantionului cercetat în cele dou ă categorii. În acest sens a fost
utilizată o scală cu 10 nivele, fiecare individ fiind solicitat s ă indice pentru fiecare
caracteristic ă cercetată, nivelul de pe scal ă ce corespunde cel mai bine opiniei sale. De
asemenea, fiecare individ a fost solicitat s ă declare dac ă este cump ărător sau nu al
respectivului sortimen t de detergent.

Rezultatele cercet ării se prezint ă astfel:
Gupe de subiec ți Raport
calitate-
preț
(x1) Ambalaj
(x2) Parfum
(x3) Gramaj
(x4)
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 Cumpărători
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 Noncump ărători
4 7 4 2

Cercetări de marketing. Curs universitar
129
Se observ ă că toate caracteristicile sunt m ăsurate în aceea și unitate de m ăsură,
astfel că nu mai trebuie supuse opera ției de standardizare.
Pe baza notelor astfel acordate se determin ă mediile fiec ărei caracteristici ( ix), la
nivelul fiec ărui grup de subiec ți investiga ți, precum și diferențele dintre acestea (iDx).

Gupe de subiec ți 1x 2x 3x 4x
Cumpărători 8,7500 7,6250 7,0000 3,7500
Noncump ărători 4,0000 7,0000 4,5714 3,5714
iDx 4,7500 0,6250 2,4286 0,1786

Comparând mediile ob ținute de c ătre fiecare caracteristic ă la nivelul celor dou ă
grupuri se observ ă că “raportul calitate – pre ț” este variabila care înregistreaz ă cele mai
mari diferen țe, ceea ce înseamn ă că este și cea mai discriminativ ă. Respectiv, se observ ă că
note mari atribuite acestei variabile sunt asociate cu calitatea de “cump ărător”, iar note
mici cu cea de “noncump ărător”. Dup ă variabila “raport calitate – pre ț”, urmeaz ă, din
punctul de vedere al diferen țelor mediilor înregistrate la nivelul celor dou ă grupe (iDx),
variabila “parfum”, “ambalaj” și “gramaj”. Rezult ă că, îndeosebi, persoanele care au o
opinie favorabil ă în ceea ce prive ște raportul calitate – pre ț ar trebui s ă se încadreze în
grupa cump ărătorilor produsului pent ru care se realizeaz ă cercetarea.
În continuare vom determina coeficien ții funcției discriminant, pe baza rezolv ării
următorului sistem de ecua ții:




            

2
4 4 4 3 3 4 2 2 4 1 1 44 3 42
3 3 3 2 2 3 1 1 34 2 4 3 2 32
2 2 2 1 1 24 1 4 3 1 3 2 1 22
1 1 1
.
X c XX c XX c XX c DxXX c X c XX c XX c DxXX c XX c X c XX c DxXX c XX c XX c X c Dx

unde:
 7333,95159873622
1 2
12
1 nxx X
3333,1315110987322 1
21 2 1   nx xxx XX
0667,401588986153 1
31 3 1  nx xxx XX
6667,101555983704 1
41 4 1  nx xxx XX
 3333,111511081822
2 2
22
2  nxx X

Cercetări de marketing. Curs universitar
1306667,11588 1106473 2
32 3 2  nx xxx XX
3333,31555 1104004 2
42 4 2   nx xxx XX
 7333,35158855222
3 2
32
3  nxx X
3333,41555883274 3
43 4 3   nx xxx XX
 3333,21155522322
4 2
42
4  nxx X

Notă: Toate calculele necesare determin ării acestor termeni sunt prezentate în tabelul de mai jos.

Nr.
crt. 1x 2x 3x 4x 2
1x 21xx31xx41xx2
2x 32xx42xx2
3x 43xx 2
4x
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 înlocuiesc valorile calculate în sistemul de ecua ții prezentat anterior:





3333,21 3333,4 ) 3333,3( 6667,10 1786,03333,4 7333,35 6667,1 0667,40 4286,2) 3333,3(. 6667,1 3333,11 3333,13 6250,06667,10 0667,40 3333,13 7333,95 7500,4
4 3 2 14 3 2 14 3 2 14 3 2 1
c c c cc c c cc c c cc c c c

Rezolvând acest sistem de 4 ecua ții cu 4 necunoscute, ob ținem urm ătoarea func ție
discriminant:

d = 0,04285 . x1 – 0,00390 . x2 + 0,02230 . x3 – 0,01819 . x4,

Se observ ă că cele mai mare valori le-au înregistrat coeficien ții c1 și c3, aceștia fiind
și singurii care au înregistrat valori pozitive, urma ți de c2 și c4, ambii cu valori negative.
Cele mai mari valori ale coeficien ților func ției discriminant corespund, de fapt,

Cercetări de marketing. Curs universitar
131caracteristicilor care au înregistrat cele mai mari diferen țe între mediile ob ținute la nivelul
celor dou ă grupuri (de cump ărători și, respectiv, de noncump ărători). Deci, variabilele cele
mai importante în realizarea discrimin ării subiec ților investiga ți, după ce au fost luate în
calcul toate interdependen țele dintre variabile, sunt “raportul calitate – pre ț” și “parfumul”.
Valorile negative ale coeficien ților c2 și c4 se explic ă, pe de o parte, prin puterea redus ă de
discriminare a variabilelor corespunz ătoare (diferen țele dintre media “cump ărătorilor” și
cea a “noncump ărătorilor” este relativ mic ă în cazul variabilelor x2 și x4, comparativ cu x1 și
x3), precum și ca rezultat al interdependen țelor dintre variabile.
Valorile func ției discriminant (indicii numerici) pentru grupul de cump ărători ( d1)
și, respectiv, de noncump ărători ( d2), sunt:

d1 = 0,04285 . 8,7500 – 0,00390 . 7,6250 + 0,02230 . 7,0000 – 0,01819 . 3,7500 =
0,43309
d2 = 0,04285 . 4,0000 – 0,00390 . 7,0000 + 0,02230 . 4,5714 – 0,01819 . 3,5714
= 0,18108

Considerând al ți doi indivizi pentru care se înregistreaz ă următoarele valori ale
variabilelor independente:

Subiectul x1 x2 x3 x4
1. 4 9 7 4
2. 9 5 6 5

și pentru care calcul ăm valorile func ției 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 apartenen ța fiecăruia dintre ace știa la grupul cump ărătorilor sau, dup ă caz, la
cel al noncump ărătorilor.

Se observ ă că primul poate fi încadrat în grupa noncump ărătorilor, în timp ce al
doi-lea individ se va încadra în grupa cump ărătorilor, cele dou ă valori ale func ției
discriminant apropiindu-se, în primul caz, de indicele numeric al grupului de
noncumpărători, iar în al doi-lea caz, de cel al cump ărătorilor.

Cercetări de marketing. Curs universitar
132

4.3. Analiza Cluster (metod ă specific ă deopotriv ă variabilelor
neparametrice și parametrice)

Analiza Cluster este o metod ă utilizată cu scopul grup ării unor unit ăți (persoane,
obiecte, organiza ții) sau a unor variabile, în grupuri omogene în func ție de o serie de
caracteristici avute în vedere. De exemplu, cu ajutorul analizei cluster se pot identifica la
nivelul unei colectivit ăți de consumatori, grupuri omogene în ceea ce prive ște preferin țele
pentru un produs, atitudinea fa ță de anumi ți stimuli etc., ulterior putându-se realiza profilul
acestora prin prisma diferitelor caracteristi ci demografice sau psihografice. De asemenea,
Analiza Cluster poate fi utilizat ă pentru studiul pozi ționării diferitelor m ărci, putându-se
identifica grupuri de m ărci relativ omogene prin prisma percep ției consumatorilor etc.
Considerând o colectivitate în care s-au identificat mai multe clustere, un cluster
reprezintă, de fapt, un grup de unit ăți relativ omogen prin prisma anumitor criterii de
grupare, dar neomogen în raport de unit ățile din alte clustere, Analiza cluster este o metod ă
care asigur ă minimizarea varia ției în cadrul grupelor (clusterelor) și maximizeaz ă variația
între grupe.
Variabilele pe baza c ărora se pot constitui cluster-ele pot fi deopotriv ă calitative și
cantitative.
Analiza Cluster presupune parcurgerea mai multor etape :
– determinarea variabilelor ce vor sta la baza constituirii cluster-elor. Această
etapă este esen țială din perpectiva rezultatelor cercet ării, impunându-se selectarea
acelor variabile relevant e pentru scopul cerct ării;

– alegerea modalit ății de determinare a distan țelor dintre unit ăți. Există mai
multe astfel de modalit ăți, alegerea acesteia depinzând de natura variabilelor
studiate, respectiv:
o în cazul variabilelor numerice , se poate utiliza:
 Distanța euclidian ă 2
, ) (i i yx yx d
 Distanta Manhattan i i yx yx d,
 Distanta Chebyshevi i yx yx d max,

Cercetări de marketing. Curs universitar
133 distanta lui Minkowski pp
i i yx yx d, , unde p ≥ 1
 Coeficien ți de corela ție: Pearson, Spearman etc;
o în cazul variabilelor categoriale se poate utiliza pentru m ăsurarea
diferențelor dintre unit ăți coeficientul de disimilaritate (D x,y):
yx yx S D, ,1 , unde Sx,y reprezint ă raportul dintre num ărul de variabile ce
înregistreaz ă valori similare la nivelul elementelor x și y și numărul total de
variabile.
De exemplu, considerând dou ă unități definite printr-un num ăr de 6 atribute,
respectiv:
Atributul Unitatea A1 A2 A3 A4 A5 A6
U1 1 0 1 1 1 0
U2 0 0 0 1 1 0
Coeficientul de disimilaritate va fi:
33,0641,yxD

– alegerea metodei de grupare a unit ăților similare și crearea cluster-elor. Există
mai multe metode de construire a cl uster-elor, dintre care amintim:
o metode de parti ționare . Acestea presupun repartizar ea elementelor într-un
anumit num ăr de clustere. Sunt stabilite k puncte care constituie centrele
celor k clustere, urmând ca ulterior celelalte elemente s ă fie repartizate într-
unul din aceste clustere în func ție de distan țele față de acestea. Elementele
pot migra de la un cluster la altul, asigurându-se în final o omogenitate în
interiorul clusterelor și eterogenitate între ele cât mai mari. Aceste metode
prezintă avantajul de a permite manipularea unui num ăr mare de variabile.
Din aceast ă categorie o metod ă frecvent folosit ă este metoda celor k medii
(k-means).
o Metode ierarhice , care sunt de dou ă categorii:
 Aglomerative – presupun grup ări repetate ale valorilor ini țiale, astfel
încât se ajunge, treptat de la n „clase” (câte înregistr ări există), la
numărul de clustere dorit;

Cercetări de marketing. Curs universitar
134 Divizive – presupun considerarea tuturor valorilor ini țiale ca
aparținând unui singur cluster, dup ă care, acesta se divide
ajungându-se la num ărul de „clase” dorit.
În cazul metodelor ierarhice nu se cunoa ște de la început num ărul clusterelor ce se
vor constiui.

Frecvent în cercetarea de marketing sunt utilizate metodele ierarhice aglomerative,
În cazul grup ărilor aglomerative exist ă mai multe metode de determinare a distan ței dintre
un element și un cluster, printre care:

– Metoda celui mai apropiat vecin – distanța între dou ă clustere este dat ă de distan ța
dintre cele mai apropiate elemente apar ținând celor dou ă clustere:

Cluster 1 Cluster 2

– Metoda celui mai îndep ărtat vecin – distanța între dou ă clustere este dat ă distanța
dintre cele mai dep ărtate elemente apar ținând celor dou ă clustere:

Cluster 1 Cluster 2

– Metoda leg ăturii medii – distan ța între dou ă clustere este dat ă media tuturor
distanțelor dintre elementele apar ținând celor dou ă clustere: 



 









 

Cercetări de marketing. Curs universitar
135
Cluster 1 Cluster 2

– Metoda distan ței dintre cen tre – distanța între dou ă clustere este dat ă de distan ța
dintre valorile medii a celor dou ă clustere etc.:

Cluster 1 Cluster 2

– luarea deciziei cu privire la num ărul de clustere ce se vor constitui . Nu exist ă o
regulă general valabil ă cu privire la num ărul de clustere optim, astfel încât acesta
va fi determinat de c ătre cercetători funcție de obiectivele și contextul studiului. În
practică se consider ă că numărul de clustere nu trebuie s ă fie cuprins între 4 și 10,1
În stabilirea clusterelor deosebit de utile sunt reprezent ările grafice ( dendograma ).

– definirea și descrierea cluster-elor . Profilul fiec ărei grupe identificate se va face
pornind de la valorile medii ale vari abilelor ce definesc respectiva grup ă. Se vor
avea în vedere acele criterii relevante de diferen țiere între grupe. Grupele astfel
definite vor fi descrise prin pr isma diferitelor caracteristici.

De exemplu, putem descrie diferite grupe de consumatori în func ție de o serie de
variabile de caracterizare a comportamentului de cump ărare. În acest sens, a fost analizat
un eșantion de consumatori prin prisma importan ței atribuite pre țului, mărcii și ambalajului

1 Datculescu , Petre (2006), Cercetarea de Marketing. Cum p ătrunzi în mintea consumatorului,
cum măsori și cum analizezi informa ția, IRSOP Market Research & Consulting, Brandbuilders
Group, Bucuresti, p 175.














 


Cercetări de marketing. Curs universitar
136în luarea deciziei de cump ărare. Au rezultat trei grupe de consumatori, valorile medii ale
variabilelor cercetate pentru fiecare dintre cele 3 grupe fiind redate în continuare:

Grupă
(Cluster) Importan ța
atribuită
prețului Importan ța
atribuită
mărcii Importan ța
atribuită
ambalajului
I 9 2 3
II 6 5 5
III 2 8 4

Putem astfel defini prima grup ă ca fiind sensibil ă la preț și insensibil ă la marcă;
grupa II poate fi descris ă ca manifestând o sensibilitate medie atât la pre ț cât și la marcă și
grupa III ca fiind insensibil ă la preț și sensibil ă la marc ă. Se constat ă că variabila
“importan ța atribuit ă ambalajului” nu reprezint ă un criteriu relevant de diferen țiere la
nivelul celor 3 grupe, fapt eviden țiat de valorile medii apropiate înregistrate de aceast ă
variabilă.
În continuare cele 3 grupe de consum atori vor fi descrise prin prisma
caracteristicilor esen țiale demografice, economice, sociale, comportamentale etc.
Respectiv, se va realiza profilul fiec ărei grupe de consumatori. În cazul caracteristicilor
categoriale se vor indica variantele care de țin cea mai mare propor ție la nivelul grupei
respective. De exemplu dac ă unul dintre caracteristicile de descriere a grupelor este mediul
de locuit, iar în clusterul I se înregistreaz ă 65% persoane din rural, în realizarea profilului
se va indica varianta „rural”:
Profilul celor 3 grupe de consumatori:
Variabila* Grupa I Grupa II Grupa III
Număr consumatori 8 mil. 3 mil. 4 mil.
Caracteristici socio-demografice și economice
– Gen B ărbați Femei Femei
– Vârstă 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. Între 1500 și 3000
u.m. Peste 3000 u.m.
Comportament de cump ărare
– magazine preferate Toate Magazine specializate Supermarket
– frecvența cumpărării 1,5 ori /
săptămână 1 ori / săptămână 2 ori / s ăptămână
*Notă: pentru exemplificare au fost luate în considerare un num ăr redus de variabile. În cazul
unei cercet ări reale, realizarea profilurilor diferitelor grupe impune luarea în considerare a
tuturor caracteristicilor relevante în descrierea acestora.

Cercetări de marketing. Curs universitar
137- testarea modelului. Nu există o metod ă de grupare care s ă garanteze ob ținerea
unor rezultate optime. În consecin ță metodele de grupare aplicate vor trebui testate.
Există mai multe variante de testare a acestora, respectiv: utilizarea mai multor
metode de grupare și evaluarea comparativ ă a rezultatelor, utilizarea mai multor
modalități de determinare a distan țelor etc.

Pentru exemplificarea modului de constituire a cluster-elor, consider ăm 5 unități
(Ui), caracterizate prin 4 criterii ( Cj).
Criteriul / Variabila Unitatea C1 C2 C3 C4
U1 7 9 8 5
U2 5 6 7 4
U3 8 8 7 8
U4 4 8 6 9
U5 3 9 8 7

Se va folosi metoda aglomerativ ă de grupare (respectiv se vor constitui grupuri
pornind de la cele 5 unit ăți considerate), iar pentru calculul distan ței se va utiliza distan ța
euclidiană. Determinarea distan ței dintre o unitate și un cluster va avea la baz ă distanța
dintre cele mai apropiate elemente aparținând celor dou ă clustere.
Valorile calculate ale distan țelor euclidiene dintre cele 5 unit ăți sunt prezentate în
tabelul de mai jos:
U1 U2 U3 U4 U5
U1 – 3,87 3,46 5,48 4,47
U2 – 5,39 5,57 4,80
U3 – 4,24 5,29
U4 – 3,16
U5 –

În continuare se va proceda la identificarea acelor unit ăți între care exist ă
similitudini cu scopul constiturii unor clase cât mai omogene în interior și cât mai
eterogene între ele.
Pe baza valorilor ob ținute ale distan ței euclidiene se constat ă că cele mai apropiate
unități (unitățile între care se înregistreaz ă cea mai mic ă valoare) sunt U4 și U5. Astfel au
fost obținute 4 clase, dup ă cum urmeaz ă: U1, U2, U3, (U4,U5).

Cercetări de marketing. Curs universitar
138Dacă se dorește diminuarea num ărului de clase, se va proceda similar, creându-se o
nouă clasă în funcție de unitățile cele mai apropiate. Distan țele între cele 4 clase constituite
se prezint ă astfel:
U1 U2 U3 (U4, U5)
U1 – 3,87 3,46 4,47*
U2 – 5,39 4,80
U3 – 4,24
(U4, U5) –
*Distanța dintre clasa ( U4, U5 ) și celelalte unit ăți va fi dat ă de minimul distan țelor dintre fiecare
unitate apar ținând respectivei clase și unitatea fa ță de care se stabile ște distanța. De exemplu, între
U1 și U4 este o distan ță de 5,48, iar între U1 și U5 de 4,47. Distan ță dintre clasa U1 și clasa ( U4, U 5)
va fi 4,47.

Pe baza noilor distan țe se constat ă că cea mai mare similitudine este între U1 și U3.
Vor rezulta a șadar 3 clase: ( U1, U3), U2, (U4, U5), între care exist ă următoarea distan ță:
(U1, U 3) U2 (U4 U5)
(U1, U3) – 3,87 4,24
U2 – 4,80
(U4 U5) –

Se pot constitui, în continuare, dou ă clase – ( U1, U3, U2) și (U4, U5), cu următoarele
distanțe:

U1, U3, U2 U4, U5
U1,U3, U2 – 4,24
U4, U5 –

Așadar, în final cele 5 unit ăți se pot reuni într-o singur ă clasă – (U1, U3, U2, U 4,
U5).
Pe baza distantelor calculate se poate construi dendograma:
U1
U3

U2
U4

U5
1,0 2,0 3,0 4,0

Cercetări de marketing. Curs universitar
139
În cazul în care unit ățile de măsură ale valorilor înregistrate pentru cele 4 criterii
sunt diferite se va proceda la st andardizarea acestora în scopul asigur ării comparabilit ății
datelor. Opera ția de standardizare presupune determinarea valorilor zi pentru fiecare dintre
variabilele considerate:
xi
ixxz , unde:
xi = valorile înregistra te ale variabilei x;
x= media valorilor înregistrate ale caracteristicii x;
x = abaterea standard a variabilei x,

nxxn
ii
x

12


Astfel, în cazul în care cele 4 variabile considerate anterior Cj ar fi exprimate în
unități de măsură diferite, s-ar fi procedat la opera ția de standardizare dup ă cum urmeaz ă:

Criteriul / Variabila Unitatea C1 C2 C3 C4
U1 7 9 8 5
U2 5 6 7 4
U3 8 8 7 8
U4 4 3 6 9
U5 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 C1 C2 C3 C4
U1 0,451 0,419 0,529 -0,126
U2 -0,113 -0,209 -0,132 -0,335
U3 0,733 0,209 -0,132 0,502
U4 -0,395 -0,838 -0,793 0,712
U5 -0,676 0,419 0,529 -0,753

în continuare, pentru identificarea claselor putându-se proceda similar ca în exemplul
prezentat anterior.

Cercetări de marketing. Curs universitar
140
Teme propuse:
1. Considerând într-un tabel de contingen ță datele centralizate pentru dou ă variabile
nominale interdependente / o variabil ă dependent ă și una independent ă), date rezultate în
urma desf ășurării unei anchete pe un e șantion reprezentativ, analiza ți-le cu ajutorul
metodelor cunoscute.

2. Considerând pentru un num ăr de maxim 10 unit ăți, 3 variabile înregistrate, dintre care
una dependent ă și două independente, realiza ți analiza de regresie și corelație.
3. Considerând datele înregistrate în urma studierii unui e șantion de 20 cump ărători și
noncumpărători ai unui anumit produs, ce pot fi analizate cu ajutorul analizei discriminate,
aplicați metoda și interpreta ți rezultatele ob ținute. De asemenea, considerând un alt individ
pentru care se cunosc valorile variabilelor de pendente (ce au fost utilizate în determinarea
funcției discriminant), identifica ți în ce categorie – cump ărător sau noncump ărător – se
încadreaz ă acesta.

Cercetări de marketing. Curs universitar
141
Anexa 1
Tabel cu valorile func ției 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

Cercetări de marketing. Curs universitar
142Anexa 2
Tabel cu valorile reparti ției Student în func ție de nivelul de semnifica ție α și numărul f al gradelor de
libertate
Nivel de semnifica ție pentru testul bilateral α

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 0,00 5 0,001 0,0005 0,00005 α
f Nivel de semnifica ție pentru testul unilateral

Cercetări de marketing. Curs universitar
143Anexa 3

Valorile raportului dispersiilor F, corespunz ătoare unui
nivel de semnifica ție de 5% sau 0,05 ( P = 95% sau 0,95)
și pentru f1 și, respectiv, f2 grade de libertate

f1
f2 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

Cercetări de marketing. Curs universitar
144 Anexa 4

Valorile raportului dispersiilor F, corespunz ătoare unui
nivel de semnifica ție de 1% sau 0,01 ( P = 99% sau 0,99)
și pentru f1 și, respectiv, f2 grade de libertate

f1
f2 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, corespunz ătoare unui
nivel de semnifica ție de 0,1% sau 0,001 ( P = 99,9% sau 0,999)
și pentru f1 și, respectiv, f2 grade de libertate

f1
f2 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

Cercetări de marketing. Curs universitar
146Anexa 6

Tabel cu valorile distribu ției χ
2, în funcție de nivelul de semnifica ție α
și numărul f al gradelor de libertate

Nivelul de semnifica ție α 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

Cercetări de marketing. Curs universitar
147

Bibliografie:

1. Aaker, David A., V. Kumar, George S. Day (1998), Marketing research , 6th Edition,
John Wiley & Sons, Inc., New York, ș.a.
2. Balaure, Virgil (coordonator) (2002), Marketing , Editura Uranus, Bucure ști.
3. Boier Leonte, Rodica A. (2001), Cercetări de marketing , Editura Funda ției
Academice “Gh. Zane”, Ia și.
4. Boier, Rodica, Laura C. Țimiraș. (2006), Cercetarea de marketing , Editura
Performantica, Ia și.
5. Cătoiu, Iacob, Nicolae Teodorescu (2003), Comportamentul consumatorului ,
Editura Uranus, Bucure ști.
6. Cătoiu, Iacob (coordonator) (2002), Cercetări de marketing , Editura Uranus,
București.
7. Cătoiu, Iacob, Carmen B ălan, Bogdan Onete, Ioana Cecilia Popescu, C ălin Veghe ș
(1999), Metode și tehnici utilizate în cercet ările de marketing – aplica ții, Editura
Uranus, Bucure ști.
8. Cătoiu, Iacob, Carmen B ălan, Bogdan Onete, Ioana Cecilia Popescu, C ălin Veghe ș
(1997), Cercetări de marketing – probleme și studii de caz , Editura Uranus,
București.
9. Dătculescu, Petre (2006), Cercetarea de marketing , Editura Brandbuilders Grup.
10. Demetrescu, M. C. (2000), Metode de analiz ă în marketing , Editura Teora,
București.
11. Drăgan, J. C., M. C. Demetrescu (1996), Practica prospect ării pieței. Tehnici de
cercetare în marketing , Editura Europa Nova, Bucure ști.
12. Harja, Eugenia, Laura C. Țimiraș. (2010), Metode statistice utilizate în cercetarea
de marketing , Editura Alma Mater, Bac ău.
13. Kotler, Philip, Gary Armstrong, John Saunders, Veronica ONG (1999), Principiile
marketingului. Edi ția european ă, Editura Teora, Bucure ști.
14. Kotler, Philip (1997), Managementul marketingului , Editura Teora, Bucure ști.
15. Malhotra Naresh K, (2004), Marketing Research, An applied orientation , Pearson
Education, Inc,, Upper Sadd le River, New Jersey.

Cercetări de marketing. Curs universitar
14816. Peter D. Bennett – edit. (1995), Dictionary of Marketing Terms , 2nd Edition,
American Marketing Association, NTC Business Books, Chicago, IL.
17. Pop, Marius D. (2004), Cercetări de marketing , Editura Alma Mater, Cluj – Napoca.
18. Pop, Marius D., Adrian G. Pocol, Mihai F. B ăcilă, Ovidiu I. Moisescu (2004),
Cercetări de marketing: teste – aplica ții – studii de caz , Editura Alma Mater, Cluj –
Napoca.
19. Prutianu, Ștefan, Bogdan Anastasiei, Tudor Jijie (2005), Cercetarea de marketing.
Studiul pie ței pur și simplu , Ediția a II – a, Editura Polirom.
20. Rațiu – Suciu, C. (2005), Modelarea & simularea proceselor economice – Teorie și
practică, Ediția a patra, Editura Economic ă, București.
21. Țimiraș, C. Laura (2007), Tendințe în evolu ția marketingului agroalimentar în
contextul extinderii Uniunii Europene , Editura EduSoft, Bac ău.

Valabil pentru anul universitar 2012 −2013
F 267.08/Ed.02

UNIVERSITATEA „VASILE ALECSANDRI” DIN BAC ĂU
DEPARTAMETUL PENTRU ÎNV ĂȚĂ MÂNT LA DISTAN ȚĂ
Domeniul de studii: Marketing
Ciclul de studii: Licen ță
Forma de înv ățământ: ID
Programul de studii/ Calificarea: Marketing

FIȘA DISCIPLINEI:
CERCET ĂRI DE MARKETING

Cod disciplin ă UB07MK402S

AT TC AA Total ore semestru An
studiu Semestrul Durata
(săptămâni) Forma
de
evaluare Numărul ore pe semestru/activit ăți Credite Total
ore Studiu
individual
II 2 11 E 9 24 5 66 33

Total ore din planul de înv ățământ Distribu ția fondului de timp (Studiu individual)*
AT TC AA 1 2 3 4 5 6
9 24 22 11

Distribuția fondului de timp* :
1 – Studiul dup ă manual, suport de curs, bibliografie și notițe;
2 – Documentare suplimentar ă în bibliotec ă, pe platformele electronice de specialitate, pe teren;
3 – Pregătire activit ăți tutoriale/ activit ăți apicative asistate/ proiect, teme de control, referate, portofolii și eseuri;
4 – Tutoriat;
5 – Examin ări;
6 – Alte activit ăți.

STATUT DISCIPLIN Ă (se marcheaz ă cu X)
Obligatorie Op țională Facultativ ă
X

Categorie disciplin ă (se marcheaz ă cu X)
Fundamental ă În domeniu De specialitate Complementar ă
X

de curriculum Discipline studiate: Marketing Precondiții de
accesare a disciplinei de competen țeCompeten țe asigurate de disciplina Marketing , conform
RNCIS

de desfășurare a
activităților tutoriale Posibilitate utilizare laptop, videoproiector
Condiții
(dacă este cazul) de desfășurare a
activităților aplicative
asistate –

Valabil pentru anul universitar 2012 −2013
F 267.08/Ed.02
COMPETEN ȚELE SPECIFICE ACUMULATE

Competen țe
profesionale  Utilizarea adecvat ă a conceptelor, metodelor, tehnicilor și
instrumentelor de marketing:
– Definirea conceptelor, metodelor, tehnicilor și a instrumentelor
de marketing;
– Explicarea conceptelor, metodelor, tehnicilor și a instrumentelor
de marketing;
– Aplicarea metodelor, tehnicilor și a instrumentelor specifice
activității de marketing;
– Studierea comparativ ă și evaluarea critic ă a metodelor, tehnicilor
și instrumentelor în activitatea de marketing;
– Proiectarea unui studiu de marketing;
 Culegerea, analiza și interpretarea informa țiilor de marketing privind
organizația și mediul s ău:
– Definirea mediului organiza ției, identificarea și descrierea
principalelor variabile ale acestuia;
– Interpretarea impactului variabilelor de mediu asupra activit ății
organizației;
– Identificarea și selectarea factorilor care influen țează
funcționarea organiza ției;
– Evaluarea și clasificarea factorilor care influen țează funcționarea
organizației;
– Elaborarea unui proiect de analiz ă a mediului de marketing al
organizației, în func ție de specificul pie ței;
Competen țe
transversale –

OBIECTIVELE DISCIPLINEI (reieșind din grila competen țelor specifice acumulate):
Obiectivul general al disciplinei
Însușirea metodelor, procedeelor și tehnicilor specifice cercet ării de marketing.
Obiectivele specifice
Dobândirea cuno ștințelor necesare utiliz ării adecvate a conceptelor, metodelor, tehnicilor și
instrumentelor de marketing, precum și pentru culegerea, analiza și interpretarea informa țiilor de
marketing privind organiza ția și mediul s ău.

CONȚINUTUL DISCIPLINEI

Suportul de curs
PROIECTAREA CERCET ĂRILOR DE MARKETING
1.1. Conținutul, aria, tipologia și sediul cercet ărilor de marketing
1.2. Conținutul procesului cercet ării de marketing
MĂSURAREA SI SCALAREA FENOMENELOR ÎN CERCET ĂRILE DE MARKETING
2.1. Tipuri de scale
2.2. Principalele metode de scalare METODE DE OB ȚINERE A INFORMA ȚILOR
3.1. Investigarea surselor de date secundare
3.2. Cercetarea direct ă
3.3. Experimentul
3.4. Simularea

Valabil pentru anul universitar 2012 −2013
F 267.08/Ed.02
ANALIZA INFORMA ȚIILOR ÎN CERCET ĂRILE DE MARKETING
4.1. Modalit ăți de analiz ă neparametric ă
4.2. Modalit ăți de analiz ă parametric ă
4.3. Analiza Cluster (metod ă specifică deopotriv ă variabilelor neparametrice și parametrice)
Activități tutoriale
Aplicații, studii de caz, exemplific ări, dezbateri pe marginea aspectelor prezentate în suportul de curs.

Bibliografie
1. Țimiraș Laura C ătălina, Cercetări de marketing. Curs universitar , Editura Alma Mater Bac ău,
2012;
2. Boier Rodica, Țimiraș C. Laura, Cercetarea de marketing , Editura Performantica, Iasi, 2006;
3. Balaure Virgil (coord), Marketing , Ed. Uranus, Bucure ști, 2002;
4. Cătoiu Iacob (coord), Cercetări de marketing , Ed. Uranus, Bucure ști, 2002;
5. Cătoiu Iacob, B ălan Carmen, Onete Bogdan, Popescu Ioana Cecilia, Veghe ș Călin, Metode și
tehnici utilizate în cercet ările de marketing – aplica ții, Editura Uranus, Bucure ști, 1997.

Activități aplicative asistate/ teme de control
Studenții vor realiza un proiect cu titlul « Elaborarea și operaționalizarea programului cercet ărilor de
marketing ».
Bibliografie
1. Țimiraș Laura Cătălina, Cercetări de marketing. Curs universitar , Editura Alma Mater Bac ău,
2012;
2. Boier Rodica, Țimiraș C. Laura, Cercetarea de marketing , Editura Performantica, Iasi, 2006;
3. Țimiraș C. Laura , Evoluția marketingului agroalimentar din România, în contextul extinderii
Uniunii Europene , Editura EduSoft, Bac ău, 2007;
4. Balaure Virgil (coord), Marketing , Ed. Uranus, Bucure ști, 2002;
5. Cătoiu Iacob (coord), Cercetări de marketing , Ed. Uranus, Bucure ști, 2002;
6. Cătoiu Iacob, B ălan Carmen, Onete Bogdan, Popescu Ioana Cecilia, Veghe ș Călin, Metode și
tehnici utilizate în cercet ările de marketing – aplica ții, Editura Uranus, Bucure ști, 1997.

Metode de predare
Dezbaterea, problematizarea, exemplificarea

Observații
–

COROBORAREA CON ȚINUTURILOR DISCIPLINEI CU A ȘTEPTĂRILE REPREZENTAN ȚILOR
COMUNIT ĂȚII EPISTEMICE, ASOCIA ȚIILOR PROFESIONALE ȘI ANGAJATORI
REPREZENTATIVI DIN DOMENIUL AFERENT PROGRAMULUI

Se asigură competen țe conform prevederilor RNCIS.

Valabil pentru anul universitar 2012 −2013
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 ă Standard minim de
performan ță
Activități tutoriale
Activități
aplicative asistate/
teme de control Evaluarea
temelor de
control Proiect 50% Ob ținerea notei
minime 5
Examen/Verificare Răspunsuri la
examen Test (teste gril ă,
aplicații) 50% Ob ținerea notei
minime 5

Condiții minime de promovare
(cum se ob ține nota 5) Condiții de obținere a notei maxime
 demonstrarea însu șirii și stăpânirii unui
minim de cuno ștințe teoretice și practice
prin intermediul proiectului realizat;
 nota obținută la evaluarea final ă să fie 5.  demonstrarea însu șirii și stăpânirii într-o
foarte bun ă măsură a cunoștințelor teoretice și
practice prin intermediul proiectului realizat;
 nota obținută la evaluarea final ă să fie minim
9,5.

Titularul disciplinei
Numele și Prenumele Țimiraș Laura Cătălina
Instituția Universitatea „Vasile Alecsandri” din Bac ău
Departament Marketing și Management
Titlul științific Doctor, domeniul Marketing
Gradul didactic Conferen țiar universitar
Încadrarea (norm ă de bază în Univ./asociat) Norm ă de bază în Universitate

Titularul activit ăților tutoriale/ activit ăților aplicative asistate
Numele și Prenumele Țimiraș Laura Cătălina
Instituția Universitatea „Vasile Alecsandri” din Bac ău
Departament Marketing și Management
Titlul științific Doctor, domeniul Marketing
Gradul didactic Conferen țiar universitar
Încadrarea (norm ă de bază în Univ./asociat) Norm ă de bază în Universitate

Data
completării Semnătura
titularului de
disciplină Semnătura titularului de
activități tutoriale/
activități aplicative
asistate Data aviz ării în
departament Semnătura
directorului de
departament
24.09.2012 08.10.2012 Conf.univ.dr.
Prihoancă Diana