Aplica ții statistic e cu [621400]
Aplica ții statistic e cu
SPSS
Bucur ești, 2012
Editur a CoolPrintGabriel Sticlaru
Gabriel Sticlaru – Aplicatii statistice cu SPSS
Gabriel Sticlaru este matematician, doctor în matematic ǎ, cu experien țǎ în
cercetarea economico-socialǎ și expertiz ǎ în statisticǎ și modelarea matematic ǎ.
Tehnoredactare computerizata Razvan Albu
Publicatie electronică
Cartea se poate desc ărca online de la adresa www.coolprint.ro/download
Aplicații statistice cu SPSS
Cuprins
Introducere
Capitolul 1 ‐ Prezentarea pachetului IBM SPSS Statistics …………6
Capitolul 2 – Analiz a statisticǎ cu IBM SPSS Statistics ……….24
Capitolul 3 ‐ Aplicații statistice cu SPSS
Teste parametrice …………32
Teste neparametrice …………35
Corelatie …………43
Măsurarea asocierii …………48
Analiza de regresie …………55
Analiza factorială …………56
Analiza cluster …………64
Analiza sc
alară …………68
Capitolul 4 Prezentarea pachetului statistic gratuit PSPP …………. 74
Bibliografie …………77
Anexa ‐ Modele de Chestionare
Chestionare simple
Chestionar 1 ‐ Aparate electronice
Chestionar 2 ‐ Internet
Chestionar 3 ‐ Motivație, pentru studenții unei Universități
Chestionar complex
Chestionar 4 ‐ Barometrul serviciilor publice ‐ Chestionar de gospodărie, 2007
Aplicații statistice cu SPSS
Introducere
Pachetul statistic SPSS a fost realizat în 1968 în USA și achiziționat de IBM
în 2009, începînd cu versiunea 17. Pachetul a fost redenumit PASW Statistics 18
(Predictive Analytic SoftWare) iar din versiunea 19, IBM SPSS Statistics , cu
aplicații în toate domeniile Acronimul SPSS , inițial prescurtarea pent ru “Statistical
Package for the Social Sciences” are în versiunea IBM, semnifica ția “Statistical
Product and Service Solutions”.
IBM SPSS Statistics este considerat la ora actuală cel mai performant
software statistic din lume, destinat companiilor, organizațiilor guvernamentale,
de cercetare și universitare.
Ne vom re feri la versiunea 21 din 2012, care are o arhitectur ă client server
și este disponibil ă pe majoritatea platformelor hard (Intel, Mac) ș i sistemelor de
operare (Windows, Macintosh OS, Unix, Linux).
Este un produs informatic scump, dar compania IBM oferă reduceri de 90%
pentru mediul academic. IBM organizeaz ă cursuri de inițiere (2 0 zile, 600 euro) în
majoritatea țărilor din Europa, America, Canada, Australia. Pentru cei care cunosc
SPSS sunt oportunit ăți de angajare ca “Data Analyst SPSS”, “Analytics Consultant
SPSS”, “Statistical Analyst SPSS”, sau “Marketing Analyst SPSS”.
Cursul organizat de IBM, de inițiere în SPSS, are următoarea tematică
(obligato
rie pentru obținerea certificatului SPSS):
Introducere în IBM SPSS Statistics
• Etapele de bază ale analizei datelor cu SPSS
• Rolul principalelor ferestre
• Descrierea machetelor casuțelor de dialog
Introducerea datelor
• Descrierea opțiunilor de acces și salvare fișiere (meniul File)
• Acces la fișierele Excel
• Acces la înformațiile din bazele de date Access
• Acces la fișierele text
Proprietățile variabilelor
• Descrierea tuturor proprietăț ilor variabilelor
• Definirea proprietăț ilor variabilelor în fereastra “Variable View”
• Definirea proprietăților variabilelor în casuța de dialog “Variable
Properties”
• Salvarea proprietăț ilor variabilelor într‐un fișier de date SPSS
• Vizualizarea interactiv ă a proprietăț ilor variabilelor folosind “Variables
Utility”
• Vizualizarea proprietăților variabilelor folosind Dicționarul ș i procedura
Codebook.
Editorul de Date
• Facilitățile Editorului de Date
• Verificarea sintaxei comenzilor
• Operațiile de înserare, ștergere, mutare pentru variabile ș i cazuri
• Ecrane de vizualizare
• Copierea informației dintr‐ o bază de date în alta
• Facilități la copierea datelor
Informații de sinteză pentru variabile
• Definirea nivelului de măsurare
• Utilizarea procedurii “Frequencies” pentru datele nominale
• Utilizarea procedurii “Frequencies” pentru datele ordinale
• Utilizarea procedurilor “Frequencies” și “Descriptives“ pentru datele de tip
interval (scala)
Modificarea valorilor variabilelor
• Gruparea variabilelor
• Recodificarea variabilelor
• Calculul de noi variabile
Descrierea relațiilor dintre variabile
• Selectarea procedurilor pentru sintetizarea legăturii dintre două variabile
• Utilizarea procedurii Crosstabs pentru relația dintre variabile categoriale
• Procedura Means pentru relația dintre o variabila categorial ă și una interval
(scala)
Selectarea cazurilor
• Utilizarea casetei de dialog “Select Cases”
• Utilizarea casetei de dialog “Split File”
Crearea ș i editarea graficelor
• Grafice cu utilitarul “Chart Builder”
• Editarea graficelor cu “Chart Editor”
Vizualizarea rezultatelor
• Navigare și vizualizare
• Tabele pivot
• Crearea ș i aplicarea unui șablon pentru tabele pivot
• Exportul rezultatelor către alte aplicații
Sintaxa de Bază
• Utilizarea Editorului de comenzi
• Crearea scriptului de comenzi
• Execuția fișierului de comenzi
• Editarea sintaxei comenzilor folosind autocompletarea
Dupa cum se constată, tematica se referă exclusiv numai la pregătirea
cursantului în manipularea pachetului SPSS, fără studii de caz sau analize
statistice.
Astfel, in Capitolul 1 prezentam vizual pachetul SPSS, care este bazat pe
navigarea prin ferestre, meniuri si casete de dialog.
In Capitolul 2 se prezinta specificul unei analize cu SPSS (baza de date,
variabile, scale de masurare, teste statistice).
In Capitolul 3 se prezinta aplicatii statistice pentru majoritatea procedurilor
SPSS. Un ele aplicatii sunt intrate in teoria statisticii (de exemplu modelul scrisorii
pierdute), unele sunt rezultate ale autorului in echipe multidisciplinare si altele
sunt prelucrari cu SPSS cu scop didactic, folosind baze de date SPSS sau
disponibile pe Internet.
Capitolul 4 este rezervat prezentarii pachetului statistic PSPP, similar cu
SPSS dar gratuit si “open so urce”.
In Anexa se prezinta exemple simple de chestionare dar si un exemplu
complex, chestionarul “Barometrul serviciilor publice ‐ Chestionar de gospodărie,
2007”, conceput de Fundatia Soros Romania si prelucrat cu pachetul SPSS.
Accesul la datele barometrelor de opinie (BOP) este liber și gratuit pentru
toți cei interesați. Baz ele de date, caietele cu rezultate și chestionarele pot fi
consultate la adresa de internet www.soros.ro .
Cartea de față caută să pună în evidență utilizarea pachetului SPSS în analiza și
modelarea statistică. De aceea, în primul capitol vom face o prezentare generală a
pachetului SPSS, iar în celelalte capitole vom prezenta numeroase aplicații
statistice, însoțite de analize și înterpretarea rezultatelor. Toate calculele sunt
realizate de autor cu pachet
ul IBM SPSS Statistics versiunea 21. Unele aplicații
sunt cercetări proprii sau proiectate de autor doar cu scop didactic, iar altele
sunt prelucrări cu SPSS ale unor modele din teoria statistică (econometrie,
pshihologie, sociologie). Autorul valorifică în această carte experiența sa de 15
ani ca cercetător stiințif
ic, în cercetarea economic ă și socială.
Cartea se adresează studenților, profesorilor, statisticienilor, cercetătorilor și
tuturor celor care doresc să invețe acest performant software sau să realizeze
aplicații statistice complexe cu SPSS.
Autorul aduce mulțumiri Editurii CoolPrint pentru tehnoredactarea
computerizat ă a acestei publicații electronice, pentru găzduirea și permisiunea de
acces online oferit la adresa http://www.coolprint.ro/download/
Capitolul 1 ‐ Prezentarea pachetului IBM SPSS Statistics
Pentru platforma Windows, cerințele minime pentru SPSS versiunea 21 sunt:
o Sistem de operare Windows XP, Windows Vista sau Windows 7
o Procesor Intel sau AMD, 1 GHz (32 sau 64 bit)
o 1 GB RAM
o 1 GB spatiu disponibil pe hard disk
o Placă grafică SVGA, rezoluție 800×600
La lansare, SPSS afișează următoar
ea fereastră de dialog:
Se poate opta pentru deschiderea unei baze de date, lansarea unui ghid
(tutorial SPSS), execuția sau crearea unui fișier de interogare (query), operații care
pot fi realizate însă oricand, de aceea acționam butonul Cancel.
Descriem în continuare sumar, principalele ferestre disponibile în SPSS
(ferestre de ed itare, meniuri comune sau specifice, ferestre de dialog, ferestre
Toolbar, casete de dialog, butoane speciale).
Ca în orice aplicație Windows, multe dintre prelucrările SPSS pot fi
executate prin acționarea comenzilor din meniuri. Fiecare fereastră SPSS are
propriile meniuri și unelte corespunz ătoare.
Casetele de dialog sunt ecrane speciale, „formulare grafice” care permit
declararea și setare
a procedurilor de calcul cu SPSS. Acestea se deschid după
lansarea în execuție a unei comenzi din meniu. Uneori, caseta principală, care se
deschide direct din meniu, are comenzi de deschidere a uneia sau mai multor
casete secundare. Odată deschisă o casetă secundară, revenirea la caseta
principală se poate face numai prin finalizarea și închiderea casetei secundare.
Obiectele Windows standard, precum Butoane, Liste derulante, casete de
selecție simplă sau multiplă, Radio butoane, sunt disponibile în difer ite ecrane.
● Ferestrele de editare
Data Editor
Este interfața utilizator implicită care va fi prezentat ă in detaliu.
Viewer
Viewer este fereastra utilizată pentru afișarea rezultatelor: statistici,
tabele, diagrame, etc. Dacă nu există o fereastră Viewer deschisă , se va crea
automat una la prima comandă care produce ieșiri. Rezultatele afișate pot fi
editate, deplasate, eliminate, etc., într‐un mediu sim
ilar cu cel din Microsoft
Explorer.
Pivot Table Editor
Multe dintre tabelele care conțin rezultate sunt de fapt tabele pivot.
Acestea pot fi modificate în fereastra Pivot Table Editor (editare text,
reconfigurare tabel, etc.), activată prin dublu click pe un tabel.
Rezultatele sunt afișate într‐o fereastră sep
arată de către utilitarul Viewer .
Aici pot fi editate, transmise unui alt pachet de prelucrare (Word, Excel), salvate
în format proprietar SPSS sau exportate în diferite formate HTML, text, Word/RTF,
Excel, PowerPoint, PDF. Graficele pot fi exportate într‐o varietate de formate
grafice.
Multe rezu
ltate pot fi prezentate în tabele care pot fi pivotate interactiv,
adică se pot rearanja liniile, coloanele sau construi machete noi.
Chart Editor
Se pot modifica parametri pentru grafice (rezolutie, culori, font, tipul de
grafic). Diagramele care pot fi construite, în general, prin comenzile meniului
Graphs și pot fi mo
dificate prin comenzile disponibile în Chart Editor. O asemenea
fereastră este activată la dublu click pe o diagramă dintr‐un fișier SPSS de ieșire.
Text Output Editor
Textul simplu (neinclus într‐un tabel pivot) poate fi modificat la dublu click
pe o intrare text din fișierul de ieșire, în fereastra Text Output Editor. Se pot
modifica în acest fel caracteristicile uzua
le ale fontului (tip, stil, culoare, marime).
Syntax Editor
SPSS are un limbaj de comenzi proprii. Acesta a fost modul inițial de
operare, astfel încât o serie de prelucră ri foarte specializate au rămas disponibile,
chiar și în ult
imele versiuni, doar prin intermediul comenzilor. O fereastră Syntax
Editor poate fi deschisă din meniul principal, File Æ New/Open Æ Syntax.
Comenzile pot fi scrise direct în fereastra Syntax Editor, dar există și posibilitatea
de a înregistra acțiunile din interfața utilizator sub formă de comenzi (similar unui
macro din Microsoft Office). Comenzile pot fi salvate ca un fișier de comenzi, în
vederea reutilizării.
Script Editor
SPSS poat
e fi personalizat/automatizat prin intermediul unui limbaj de
scriptare, compatibil Visual Basic for Applications. Se va deschide o fereastră
Script Editor din meniul principal File Æ New/Open Æ Script.
● Meniuri
Cele mai multe din operații se pot executa cu ajutorul opțiunilor se lectate
din meniuri, iar fiecare meniu are bara sa de unelte (toolbar) asociată .
Bara de unelte este dependent ă de context ș i poate fi configurat ă, atât
privind componen ța cât și ferestrele la care este asociata. Astfel, în ecranul Data
Editor, bara de unelte apare astfel:
Din meniul View Æ Toolbar Æ Customize
se poate configura la care fereastră sa fie vizibilă :
Astfel, pentru ecranul Syntax (File Æ New Æ Syntax)
Bara de instrumente are mai multe pictograme asociate:
Meniurile sunt generale (comune) sau specifice.
• Meniurile generale
o Meniul File
Permite operații cu fișiere (deschiderea unei baze de date, salvare, import,
export). O bază de date SPSS poate fi creată local, de la zero, cu ajutorul Editorului
de Date sau poate fi importată din alte surse:
o Excel sau Lotus
o Sisteme SQL: Access, Oracle, dBase,
o Fișiere text
o Fișiere proprietare SPSS, SAS, SYSTAT, Stata.
O bază de date SP
SS are implicit extensia sav și pe lângă liniile de date,
conține informații suplimentare privind variabilele, în dicționarul de date atașat.
Exportul bazei de date se poate face către alte pachete statistice sa u
formate: Excel, SAS, Stata, text, baze de date SQL.
SPSS vine cu o colectie de baze de date pentru teste, care in versiunea 21 se
gasesc in \IBM\SPSS\Statistics\21\Samples\English\. Aceste fisiere cu extensia
sav, pot fi utilizate in mod liber pentru realizarea simularilor proprii in procesul de
invatare a pachet ului statistic. Exista de asemenea pe Internet baze de date
disponibile pentru utilizare, care pot fi importate si utilizate in scopuri didactice.
Meniul Edit
În operațiile de editare sunt necesare toate ferestrele de editare (Data
Editor, Syntax editor, Text Editor, Chart Editor, Script editor).
Aceste operații pot fi activate din meniul de editare, din bara de unelte
asociată sau din meniul contextual.
Meniul View
Se configureaz ă modul de afișare pentru Status Bar, Toolbar, diferite
meniuri, Data Editor.
Meniul Data
Permite modificări globale temporare asupra datelor (transpunerea
cazurilor cu variabilele, sortare, filtrarea datelor).
Meniul Transform
Permite prelucrări temporare asupra variabilelor (modificare, creare de
variabile noi, recodificare).
Meniul Analyze
Din acest meniu se execută procedurile statistice de analiză: analiza
univariată, analiza asocierii, corelație, regresie, analiza factorială, cluster, etc.
Meniul Graphs
Se pot crea diferite tipuri de grafice. Multe proceduri statistice
interacționează cu acest meniu pentru obținerea graficelor.
Meniul Utilities
Oferă diferite facilități asupra variabilelor în baza de date activă și asupra
multor ferestre Viewer, Syntax Editor, etc).
Meniul Add‐ons
Afiseaza informații privind alte aplicații și module SPSS si IBM.
Meniul Window
Efectueaz ă operații asupra ferestrelor deschise: minimizare, maximizare
sau navigare.
Meniul Help
Toate ferestrele de dialog au un meniu contextual de help, dar aici se
deschide o fereastră standard de asistență generală (topici, tutorial, studii de caz,
sintaxa comenzilor, algoritmi).
• Meniuri s
pecifice de vizualizare
Insert
Se modifică secțiunile de pagină
Format
Se modifică caracteristicile fontului
• Meniuri s pecifice Pivot Table Editor
Insert
Inserare de titlu, etichete, note de subsol, secțiuni în tabele.
Pivot
Operațiune de bază în tabelele pivot al rezultatelor procedurilor
statistice.
Format
Modificarea formatelor în tabele.
• Meniuri specifice Chart Editor
Options
Se modifică referințele de linie și titlurile
Element
Se poate adauga cea mai bună linie de regresie într‐un grafic de
puncte.
• Meniuri specifice Text Output Editor
Insert
Se modifică secțiunile de pagină
Format
Se schimbă caracteristicile fontului
• Meniuri specifice Syntax Editor
Run Execută comenzile selectate.
Tool
Setează on/off Auto‐ Completarea, codificarea culorilor și Validarea,
se seteaza punctele de întrerupere ți se
mnele de carte.
• Meniuri specifice Script Editor
Macro
Se execută fisierul de macrouri (comenzi).
Debug
Pentru depanarea codului din fișierele de comenzi.
Interfața utilizator contine 3 componente: Data Editor, Meniul general și
Bara de unelte (Toolbar).
Meniul permite accesul rapid la comenzi care sunt grupate în ferestre în
concordan ță cu funcția lor.
Bara de unelte are butoane de acces rapid (shortcuts) la cele mai
importante comenzi din meniu.
Data Editor are doua formulare Data View și Variable View. În aceste
ecrane se pot defini variabilele (Variable View) și int roduce sau modifica date
(Data View).
Data View este similar cu o foaie de calcul (worksheet) din Microsoft Excel,
adică este un tabel cu linii ș i coloane. Diferența este că în Data View liniile sunt
cazuri iar coloanele sunt variabile. Orice celulă a unui tabel SPSS nu poate conține
formulă , ci numa
i valoare.
De exemplu, într‐o bază de date a unei investigații bazată pe chestionar,
întrebările din chestionar vor fi preluate ca variabile, iar răspunsurile fiecărui
respondent vor fi linii în tabel.
Variabile . Orice item (întrebare) a unui test sau investigație pe bază de
chestionar este o variabilă. V
ariabilele pot fi numerice sau șiruri de caractere
(string). Pentru cazul numeric, se poate preciza numărul de zecimale. Numele de
variabilă trebuie sa fie unic, cu cel mult 64 caractere lungime (combinatii de litere,
cifre sau caracterele @, #, $, _ sau punctul zecimal), fără spațiu și să înceapă
neaparat cu o litera sau cu unul din caracterele @, # sau $. Cuvintele re
zervate nu
pot fi nume de variabile: ALL, AND, BY, EQ, GE, GT, LE, LT, NE, NOT, OR, TO, WITH
(scrise cu litere mari sau mici). Limbajul SP SS nu este “case senzitiv” adică PIB, Pib
sau pib reprezintă aceeași variabilă.
Cazuri . Orice participant la test sau studiu de caz este o unitate de
observație. Linia (cazul) conține răspunsurile la întrebările testului (coloane). De
exemplu, dacă testul are 10 întrebări și 100 de subiecți, baz a de date va conține
10 variabile și 100 de cazuri (10 coloane si 100 de linii).
Celula. Fiecare răspuns al unui subiect la un item al testului se înregistreaz ă
într‐o celulă (intersec ția unei linii cu o coloană din tabel).
Variable View este ecranul în care se def inesc variabilele, cu nume ș i
atribute ca tipul (Numeric, Data calendaristica, String), etichete, scală de masură
(nominal, ordinal, interval).
Data. Se introduc întâi date în formularul Data View (de exemplu dintr‐un
fișier Excel, cu copy ș i paste); automat se crează în Variable Vi ew variabile
corespondente coloanelor, cu nume implicite: VAR00001, VAR00002, etc.
Variabila Vârstă poate fi preluată exact, numă r cu maxim 3 cifre, pe o scală
de măsurare interval:
sau codificată pe grupe, cu precizarea codurilor grupelor de vârstă și a etichetelor
explicative, atributul “value ”:
pe o scala ordinală :
Valorile lipsă (missing). Refuzul de a raspunde la un item sau erori de
completare crează celule goale. Tratarea cazurilor “Non Răspuns” sau “Nu știu”
sau “Lipsă” sunt în principiu cazuri distincte și trebuie atent analizate. Cazul
“Lipsă” (missing) poate fi declarat la atributul missing al variabilei:
Astfel, valori “missing” vor fi listate, dar nu vor fi luate în calcul de
procedurile statistice. Este bine să avem o regulă precisă în codificarea valorilor
lipsă, înainte de introducerea datelor în Data View. De exemplu, pe o scala de tip
Likert, cu valori de la 1 la 5, putem al ege codul 9, dar dacă la itemul respectiv ne
asteptăm la valori de la 10 la 65 (de exemplu varsta), putem alege codul 99.
Introducerea datelor (cazuri, variabile) sau operațiile de modificare pot fi
realizate cu funcțiile din meniul Edit (Edit Æ Insert case, Edit Æ Insert Variable
sau cu taste rapide: Ctrl
+C, Ctrl+V, etc):
Data Editor are facilități de editare, de exemplu un meniu contextual, de
exemplu asupra unei celule, cu tasta mouse (click‐dreapta).
Se pot copia celule sau linii în Data View sau Data Variable.
Pentru o variabilă se pot defini atributele: nume, tipul de dată (numeric,
dată calendaristic ă, șir de caractere), descriere, nivel de măsurare (nominal,
ordinal, scală), valorile care nu se vor considera (missing).
Pentru datele categoriale, se pot defini categoriile.
Generarea unei noi variabile
Din diferite motive, de exemplu necesitatea unei recodificări sau cea a
calculării unei variabile noi ca medie a altor variabile, etc., este utilă posibilitatea
de a genera automat o nouă variabilă. SPSS are două comenzi principale destinate
acestui scop: Transform Æ Compute și Transfor
m Æ Recode . Prima permite
obținerea unei variabile în urma unui calcul, a doua este pentru recodificare.
Data Transformations
Operațiile de transformare a datelor sunt: sortare (cazuri sau variabile),
transpunere (se schimba liniile cu coloanele în fișierul de date) agregare,
ponderare, restructurare.
Procedura Compute crează o nouă variabilă pe baza altor v ariabile sau o
variabilă aleatoare.
În zona Target Variable se trece denumirea noii variabile pentru care se
poate preciza tipul ș i eticheta în subdialogul afișat prin acționarea butonului Type
& Label.
În zona de formare a expresiei de calcul, Numeric Expression, se formează
expresia de calcul prin utilizarea butoanelor existente pentru operatori și funcții
sau pr
in tastare directă. Denumirile variabilelor existente pot fi aduse în expresie
prin selectare în lista variabilelor, dublu click sau butonul X.
Se poate efectua o filtrare a înregistrărilor (cazurilor) pentru care are loc
transformarea dacă se acționeaz ă butonul If. Cazurile neselectate vor avea
valoarea system‐mi ssing pentru noua variabilă.
Recode
Recodificarea unei variabile este utilă în două situa ții principale:
1. se transform ă o variabilă de interval într‐o variabilă ordinală pentru a o
raporta ca date grupate sau pentru a studia asocierea cu alte variabile
ordinale,
2. variabilă string (șir de caractere) trebuie recodificat ă cu coduri numerice
necesare pent
ru a putea aplica anumite proceduri SPSS.
Define Multiple Response Sets
Se poate crea o variabilă “raspuns multiplu” care însumează un set de
variabile.
Se pot valida datele pe baza unor reguli definite sau importate.
Optiunea Rank cases permite crearea de variabile cu ranguri, scoruri
normale sau procentuale.
Filtrarea c azurilor
Apare uneori necesitatea de a prelucra doar un subset de înregistrări:
pentru a obține o imagine rapidă a unei structuri, pentru a prelucra doar
eșantionul dintr‐o anumită subpopula ție, etc. SPSS oferă în acest scop comanda
Data – Select Cases care produce afișarea dialogului ur mător.
Capitolul 2 Analiza statisticǎ cu SPSS
Terminologia folosită la SPSS diferă față de cea consacrat ă la un SGBD
(Sistem de Gestiune a Bazelor de Date), dar diferențele sunt formale, conceptele
fiind aceleași.
Echivalen ța terminologiei utiliz ate într‐un SGBD și în SPSS
SGBD SPSS (română) SPSS (engleză)
Bază de date Fișier de date Data File
Înregistrare Caz Case
Câmp Variabilă Variable
Dată Valoare Value
Variabilă: Variabilele apar în analizele SPSS pe coloane ca într‐un tabel.
Cazurile: Cazurile apar în analizele SPSS ca fiind rândurile unui tabel .
Nivelul de măsurare al variabilelor
Stanley S. Stevens, în 1941, a identificat patru niveluri de măsurare
(nominal, ordinal, de interval și raport) și a specificat operațiile statistice permis
e
de fiecare nivel.
Nivelul nominal
Exemplu: genul (masculin, feminin), tipurile temperamentale (coleric,
sanguinic, flegmatic, melancolic)
Caracteristici:
• este cel mai redus nivel de măsurare
• codurile valorilor sunt arbitrare
• valorile sunt grupate în categorii, fără a exista o ierarhie între acestea.
• valorile au doar o semnifica ție calitativă ‐ nu s uportă operații aritmetice, în
afară de însumare,
• pot fi grupate sau rafinate
Nivelul ordinal
Exemple de variabile: anul de studiu (1, 2, 3), clasele de vârstă, aprecierea
(mare, mediu, mic).
Caracteristici:
• valorile au o semnifica ție cantitativ ă limitată la raportul de mărime
• inte
rvalele dintre valori sunt neprecizate
• codurile valorilor pot fi alese și arbitrar, dar ele trebuie sa exprime ideea
de ordine
Nivelul de interval
Exemple: temperatura în grade Celsius, coeficientul de inteligență , scorul la
un test
Caracteristici:
• valorile au un caracter cantitativ, exprimat numeric
• intervalele dintre valori sunt egale
• suportă toate transform ările matematice posibile
Nivelul de raport (sau proporțional)
Exemple: timpul, greutatea, înălțimea, vîrsta, venitul.
Caracteristici:
• valori cantitative, exprimate numeric
• cel mai înalt nivel de măsurare (valorile au mai multă informa ție)
• suportă toate transform ările matematic e posibile.
În practică, distincția dintre variabilele de interval și de raport nu este
relevantă, ambele suportând aceleași proceduri statistice. SPSS denumește aceste
2 niveluri de măsurare ca nivelul “scala” (interval).
Variabilele nominale sau ordinale se mai numesc calitative, iar cele interval
sau raport, variabile cantitative.
Variabile independente și dependente
Preze
ntarea procentelor în tabele de asociere a două variabile depinde de
natura acestora. Dacă una din cele două variabile este sub control experimental,
este considerat ă variabilă independent ă (anticipat ă drept cauză). Această
variabilă se presupune că influențează răspunsul, adică variabila dependentă
(estimată ca efect). Dacă în mod el putem distinge între variabila independentă ș i
dependent ă (sau cauza‐efect), regula este urmatoarea: dacă variabila
independent ă este variabilă linie (variantele sunt liniile tabelului), calculăm
procentele pe linie (în totalul fiecărei linii). Dacă variabila independent ă este
variabilă coloană (categoriile ei sunt coloanele tabelului), afișăm pro centele pe
coloane (în totalul fiecărei coloane).
Studii experimentale și observaț ionale
Cronbach (1957) face distincție între metoda experimentala și cea bazată
doar pe observații, fără intervenție. În cazul unui studiu experimental,
cercetatorul nu se limitează doar la măsurarea variabilelor introducând în proces
intervenția altor variabile, pentru controlul varia bilelor independente. Numai în
acest caz putem constata relații de cauzalitate. Dacă studiem relația dintre gen
(masculin/feminin) și comportamentul de cumpărare, descoperim diferențieri dar
nu putem conchide că genul are un efect cauzal asupra comportamentului de
cumpărare pentru produse cosmetice, ci doar că există o legatură pute rnică între
cele două variabile. Ea ar putea fi mediată de exemplu de tipul cultural
educațional sau cel emoțional. Dacă dorim să fim absolut siguri de relația cauzală
între exercițiile de relaxare și performan ța sportivilor, inițiem un studiu
experimental în care controlăm variabila inde pendenta “relaxare”. Astfel, vom
analiza performan ța sportivilor în zile în care au făcut relaxare fizică comparativ
cu zilele în care nu au făcut aceste exercitii, având grijă să nu intervină alți factori
(vitamine, stress, schimbarea hranei, etc). Concluziile unui astfel de studiu
experimental pot fi interpreta
te din punct de vedere cauzal. Ponderea acestor
studii este mai mică deoarece sunt mai dificil de realizat. Reținem însă și
importan ța pe care o au studiile observaționale, neexperimentale (în care
variabila independent ă nu este sub control) ale căror rezultate pot fi interpretate
în termeni de cauzalitate dacă sunt susținute de ipoteze ș i teorii existente,
fundamentate teoretic.
Populație și eșantion
Populația este totalitatea unităților care constituie obiectul investigatiei
statistice. Eșantionul reprezintă un lot restrâns, extras din populație, pe baza
selecției. Dacă eșantionul respectă anumite reguli de reprezentativitate, putem
extrapola rezultatele la nive
lul populației.
În cazul unui sondaj referitor la intențiile de vot, bazat doar pe interviul
telefonic sau prin internet, se pot introduce erori sistematice datorate statutului
social (deținere de telefon sau acces la internet).
Dacă dorim să investigăm comportamentul de cumpărare al produselor
elecronice, trebuie să includem în eșantion su
biecți cu un nivel variat al
veniturilor.
SPSS permite obținerea de statistici descriptive dar și inferențiale.
Metodele descriptive ne oferă informații preliminare, de ansamblu asupra
variabilei, fară a face comparații sau emite concluzii asupra populație i. Metodele
inferențiale permit predicții și generalizări prin verificarea ipotezelor statistice.
Analiza descriptiva în SPSS poate fi realizată din opțiunea Decriptive din
meniul Analyze, cu procedurile Frequencies, Descriptives sau Explore. Obținem
informații privind frecvențele (absolute și procentuale), tendința centrală (medie,
mediană, modul, quart
ile, percentile), împrăștierea (amplitudinea, abaterea
medie, dispersia, abaterea standard) și formei distribuției (simetrie și aplatizare).
Analiza inferențiala în SPSS se bazează pe teste statistice (parametrice și
neparametrice) și pe modele statistice (corelație, regresie, cluster, etc).
Ipoteze statistice
Ipoteza de nul se formuleaz ă ca opusul ipotezei cercetării, asemănător unui
scenariu negativ (se pune în față situația nefavora
bilă).
Dacă ipoteza cercetarii este “femeile, în comparație cu bărbații, cheltuie
mai mult în magazinele de cosmetice”, ipoteza nulă va insemna că nu avem
diferențe.
Acceptarea sau respingerea ipotezei de nul de pinde de gradul de risc pe
care suntem dispuși să ni‐l asumăm. Ipoteza nulă H0 afirmă deci că nu este
diferență, iar ipoteza alternativ ă H1 acceptă diferență. Concluziile întotdeauna se
referă la ipoteza nulă: “Se respinge H0 în favoarea lui H1” sau “Nu se resping e
H0” dar nu vom spune “Se respinge H1” sau “se acceptă H1”. Concluzia “Nu se
respinge H0” nu înseamnă că H0 este adevarată, ci doar că nu sunt suficiente date
împotriva lui H0 și în favoarea lui H1. Respingerea ipotezei nule sugerează că
ipoteza alternativ ă poate fi adevarată.
Dife
rența față de media populației poate fi în minus sau în plus, de aceea
un test statistic poate fi unilateral sau bilateral. De exemplu, să considerăm
ipoteza cercetării “sahiștii sunt mai inteligenți decât ceilalți oameni în general”.
Se știe că media populației, exprimată în unități QI este 100 cu abaterea standard
15. Dacă es
te puțin probabil ca un eșantion să dea media sub 100, putem aplica
un test unilateral (one tailed), dar pentru siguranță vom aplica testul bilateral
(two tailed). Motivul este necesitatea de a introduce mai multă rigoare ș i de a lasa
loc cat mai putin hazardului. Se alege testul unilateral doar când suntem interesați
de valoarea semnifica ției statistice într‐o anumită direcție sau când mi za
rezultatului este prea mare pentru asumarea unui risc sporit de eroare. În mod
normal, se aleg testele bilaterale, chiar când ipoteza cercetării este formulată în
termeni unilaterali (valoarea QI peste media de 100).
Pragul p=0.05 este un prag maxim, convențional pentru decizia statistică.
Astfel, un nivel de pr obabilitate de 0.05 înseamnă un nivel de încredere de 95% în
rezultatul cercetării, adică dacă s‐ar efectua același studiu de 100 de ori, s‐ar
obține același rezultat în cel puțin 95 de cazuri, ceea ce permite respingerea
ipotezei de nul în cel putin 95 de cazuri și acceptarea ipoteze i de nul în cel mult 5
cazuri.
Pe baza testului statistic aplicat eșantionului, putem obține un interval de
încredere al mediei pe care o extrapolăm de la eșantion la populație. Astfel
pentru o medie de selecție m=110, pentru un volum de 50 sub iecți (șahiști),
intervalul de incredere este 110±4 adică, valoarea minima 106, este oricum peste
media populației.
Alegerea testului statistic adecvat are loc după parcurgerea etapelor de
formulare a ipotezei, identificarea variabilelor, culegerea și prelucrarea datelor.
Dacă variabila dependent ă este de ti p categorial (nominal sau ordinal) se
aplică un test neparametric. Dacă scala de masură este interval sau raport și
eșantionul este mare, se alege un test parametric.
Organizarea datelor
Prelucrările statistice din SPSS se realizează prin comenzile din meniul
Analyze, sau prin executarea comenzilor scrise în fereastra Syntax Editor. În
general, efectuarea une
i prelucrări statistice necesită operarea cu mai multe
casete de dialog specializate. De exemplu, datele pot fi sortate crescă tor sau
descrescător în funcție de una sau mai multe variabile folosind meniul Data și
opțiunea Sort cases, vom scrie această prelucrare su b forma: DataÆSort cases .
Datele pot fi impărțite în subgrupuri, pentru analiza separată a fiecărui
subgrup DataÆSplit File. În acest ecran se poate selecta: Compare Groups
(rezultatele vor fi afișate alăturat pentru a putea fi comparate) sau organize
output by groups (rezultatele vor fi afișate în ecranul Viewer separat pe grupuri) .
Operația nu produce o modificare fizică asupra bazei de date ci doar în zonele de
afițare a rezultatelor. Orice procedură de analiză a datelor se va executa separat
pentru fiecare subgrup de date. Pentru a reveni la analiza integrală a datelo r, se
revine la procedura DataÆSplit File și se alege opțiunea Analize all cases.
Selectarea unui set de cazuri permite aplicarea procedurilor statistice
numai pe grupul selectat Data Æ Select Cases .
Datele pot fi agregate dacă pentru același subiect avem mai multe
înregistrări (de exemplu la mo mente diferite de timp) Data Æ Agregate .
Combinarea bazelor de date se poate face privind cazuri sau variabile din
alte baze de date externe: Data ÆMerge Files ÆAdd variables sau Add Cases .
O analiză statistică cu SPSS în general trece prin următoarele etape:
stabilirea bazei de date (meniul File sau data Editor), organizarea datelor (meniul
Data și transform), selectarea procedurii statistice (meniul Analyze si Graphs),
precizarea variabilelor și rularea procedurii, vizualizarea, editarea, analiza și
preluarea rezultatelor (din ecranul Viewer).
Testele sau procedu rile statistice parametrice cu SPSS
(opțiunile AnalizeÆCompare Means sau AnalizeÆCorrelate ÆBivariate ):
o Testul t pentru un eșantion, pentru mai multe eșantioane independente
sau dependente);
o Analiza unifactorial ă (One‐Way ANOVA);
o Coeficientul de corelație liniară Pearson.
Testele neparametrice cu SPSS pentru date nominale
(AnalyzeÆNo n Parametrics Tests):
o Testul z pentru un eșantion sau diferența între proporții independente
o Testul semnului
o Testul chi pătrat al asocierii (sau independentei);
o Testul chi pătrat pentru gradul de coresponden ță (goodness of fit).
Testele neparametrice cu SPSS pentru date ordinale
(AnalyzeÆNon Parametrics T
ests):
o Testul Mann‐Whitney (U) pentru două eșantioane independente;
o Testul wilcoxon pentru două eșantioane perechi;
o Testul Kruskal‐Wallis pentru mai mult de două eșantioane independente;
o Testul Friedman pentru măsuri repetate;
o Corelația rangurilor (Spearma, Kendall).
IBM SPSS Statistics este construit din mod
ule care pot fi achiziț ionate separat
(prezentăm și procedurile incluse):
SPSS Statistics Base
Cuprinde procedurile de bază pentru colectarea și prelucrarea datelor,
statistici descriptive, rapoarte, teste statistice, corelație, analiză factorială, de
regresie ș i discriminat ă.
IBM SPSS Advanced Statistics :
o General Linear Models (GLM) Multivaria
te.
o General Linear Models (GLM) Repeated Measures.
o Linear Mixed Models.
o Variance Components.
o Life Tables.
o Kaplan‐Meier Survival Analysis.
o Cox Regression.
o Logit Loglinear Analysis.
o General Loglinear Analysis.
o Model Selection Loglinear Analysis.
o Generalized Linear Models.
o Generalized Estimating Equations.
IBM SPSS Custom Tables:
Permite prezentarea datelor din anchete în format tabelar pentru clienți.
IBM SPSS Categories:
o Multidimensional Scaling (PROXSCAL).
o Correspondence Analysis.
o Multiple Correspondence Analysis.
o Categorical regression.
o Categorical Princ
ipal Components Analysis (CATPCA).
o Homogeneity Analysis (HOMALS).
o Nonlinear Canonical Correlation Analysis (OVERALS).
IBM SPSS Conjoint:
o Generate Orthogonal Design (Orthoplan).
o Display Design (Plancards).
o Conjoint.
IBM SPSS Complex Samples:
o Sampling Plan Wizard.
o Complex Sample Selection.
o Analysis Plan Wizard.
o Complex Sample Descriptives.
o Complex Samp
le Tabulate.
o Complex Sample General Linear Models.
o Complex Sample Logistic Regression.
o Complex Sample Cox Regression.
IBM SPSS Data Preparation :
o Validate Data.
o Identify Unusual Cases.
o Optimal Binning.
o Automatic Data Preparation.
IBM SPSS Decision Trees
o CHAID (Chi‐squared Automatic Interaction Detection).
o Exhaustive CHAID.
o CRT (Classificatio
n and Regression Trees).
o QUEST (Quick, Unbiased, Efficient Statistical Tree).
IBM SPSS Direct Marketing
o RFM Analysis.
o Cluster Analysis.
o Prospect Profiles.
o Postal Code Response Rates.
o Propensity to Purchase.
o Control Package Test.
IBM SPSS Forecasting
o Create Models (TSMODEL).
o Apply Model (TSAPPLY).
o Seasonal Decomposition (SEASON).
o Spectral Plots (SPECTRA).
IBM SPSS Regression
o Binary Logistic Regression.
o Multinomial Logistic Regressio
n.
o Probit Analysis.
o Nonlinear regression.
o Weighted Least Squares.
o Two‐Stage Least‐Squares Regression.
Descriem în continuare principalele funcții statistice ale pachetului,
împreună cu procedurile asociate.
• Determinarea statisticilor descriptive: Frequencies, Descriptive , Crosstabs
Tendința centrală: media, mediana, moda.
Variabilitate: dispersia, deviația standard, amplit udinea.
Forma distribuției: ascuțirea și boltirea
Percentile: quartile, decile.
Măsurarea legaturii prin tabele de contingen ță
• Compararea mediilor: Means, T Test, Anova .
Testul T se poate aplica pentru un eșantion, eșantioane independente sau
eșantioane perechi.
Corelatie: Bivariate, Partial, Distances
Corelația rangurilor și corelatie liniara (Pearson, Sp earman, Kendall),
corelație parțială și măsurarea similarității sau distanțelor.
• Regresie: Linear, Curve Estimation, Nonlinear
Predicție prin modelele liniare sau nonliniare, curbe (model patratic, cubic,
exponențial, logaritm, putere, logistic).
• Clasificare: Cluster, Discriminant
Se clasifică în grupe omogene (cluster) unitățile de o bserva ție sau
variabilele
• Reducerea dimensiunii spațiului setului de variabile: Factor, Correspondance
Analiza factorială obăine factorii comuni, neobservabili, ai unui set de
variabile observate, reducând dimensiunea la un numă r cât mai mic de factori
comuni.
Analiza coresponden țelor simplă sau multiplă descrie relațiile dintre
variabilele categoriale (nominale sau ordinale).
• Analiza scalară: Reliability, Proxscal, Alscal
Procedura Reliability permite studiul proprietăț ilor scalei (informația adusă
de itemii scalei).
Proxscal/Alscal realizeaz ă o analiză a similarităților (proximitate) respectiv
disimilarit ăților într‐un set multidimensional de dat e.
• Teste non‐ parametrice: Nptests
Testele non‐parametrice nu presupun distribu ția normală și se aplică
pentru un eșantion, eșantioane independente, eșantioane dependente
• Analiza și previziunea seriilor de timp: Arima, Season, Acf
Analiza seriilor de timp, analiza sezonalităț ii și autocorela ției seriilor
dinamice.
• Modele de supraviețuire : Sur
vival
Se analizează distribu ția în timp a evenimentelor
• Controlul calitatii: Control
În cazul proceselor industriale, se poate detecta dacă procesul funcționează
normal sau trebuie ajustat (privind defectele de producție).
Capitolul 3 Aplicații statistice cu SPSS
● Teste parametrice
Testul z (t) pentru media unui singur eșantion
Testul z pentru un singur eșantion este utilizat pentru a se testa diferența
dintre media unui eșantion față de media cunoscută a populației din care face
parte. Atunci când vol
umul eșantionului este mic (N<30) este utilizată o variantă
denumită testul t pentru un singur eșantion.
Utilizarea acestui test statistic este condiționată de cunoașterea mediei
populației. Dacă populația are o extindere mare, acest lucru este dificil de realizat
(în afara cazurilor în care există studii speciale, cum sunt cele an tropometrice, de
exemplu). Dintre variabilele psihologice ale căror medii pentru populație sunt
cunoscute, avem inteligența, exprimată în unități QI (μ=100). Pe baza unui
esantion care cuprinde coeficientul de inteligenta (QI) a 5 copii premianti, dorim
sa testam daca nivelul de inteligenta este peste me die.
Condiț ia teoretică de bază este normalitatea distribuției de eșantionare. În
temeiul teoremei limitei centrale, cu cât volumul eșantionului este mai mare, cu
atât normalitatea distribuției de eșantionare este mai sigură.
Procedura: AnalyzeÆCompare MeansÆOne Sample T Test
Primul tabel include statistica descriptiv ă a variabilei testate (N, media, ab.std,
eroarea standard a mediei) Al doilea tabel include rezultatele testului statistic:
t=6.254, df=4, p=0.03, diferența față de media populației (22.6) și limitele
inferioară (12.57) și superioar ă (32.63) ale intervalului de încredere pentru media
populației estimată de eșantionul de cercetare.
Concluz
ia testului: media eșantionului de cercetare diferă semnificativ de QI=100,
ca medie a populației.
Testul t pentru eșantioane independente
Testul t pentru eșantioane independente este utilizat pentru testarea
diferenței dintre mediile aceleiași variabile măsurate pe două grupuri, formate din
subiecți diferiț i.
Exemplu: testarea diferenței dintre media scorului la o scală de sociabilitate,
aplicată la doua grupuri: grupul 1: copii crescuți în fa milie și grupul 2: copii
crescuți în instituții de ocrotire (baza de date SPSS). În acest caz, scorul la
sociabilitate este variabila dependent ă, măsurată pe scală nterval iar mediul de
educare este variabila independent ă, exprimată pe scală nominală dihotomic ă
(1=familie, 2=instituție de ocrotire)
Teoretic, testul t po
ate fi utilizat pentru eșantioane oricât de mici dacă
distribuția de eșantionare pentru cele două grupuri este normală, și dacă varianța
valorilor în cele două grupuri nu diferă semnificativ. În ce privește condiția
egalității varianței, ea este testată cu teste specif ice.
Tabela de date SPSS va conține variabila dependent ă, de tip numeric, și variabila
independent ă, de tip nominal, cu două valori, în funcție de apartenen ța la un grup
sau altul. Procedura este:Analyze ÆCompare meansÆIndpendent Samples T Test
În primul tabel (Group Statistics) avem statistica descriptiv ă a celor două
grupuri. Al doilea tabel are două linii: Pe prima avem rezultatele testului t pentru
cazul asumării omogenit ății varianței (Levene’s Test for Equality of Variances). În
cazul nostru, ele sunt egale (Sig.=0.666, ceea ce se traduce ca o valoa re p=0.666,
deci mai mare de 0.05 pentru distribuția F a testului Levene. Ca urmare, vom citi
pe această linie rezultatul testului: t=‐2.42, df=12, Sig.=0.045. Pe a doua linie
avem rezultatele testului t pentru cazul în care nu s‐ar întruni condiția de
omogenitate a varianței pe ntru cele două grupuri. Dacă semnifica ția testului
Levene ar fi fost mai mică sau egală cu 0.05, rezultatului testului t s‐ar fi citit pe
această linie.
Pentru exemplul nostru, rezultatul testului t permite acceptarea ipotezei
cercetării conform căreia, copiii crescuți în familie sunt mai sociabili decât cei
crescuți în mediu instituț io
nal (m1=22.00, m2=17.71, t=‐2.42, df=12, p=0.045).
Testul T pentru esantioane perechi
Testul t al diferenței mediilor a două eșantioane dependente permite
evaluarea semnifica ției variației unei anumite caracteristici, la aceeași subiecți, în
două situații diferite (de exemplu, „înainte” și „după” acțiunea unei anumite
condiții), ori în două contexte dife rite, indiferent de momentul manifestării
acestora. Avantajul major al acestui model statistic este acela că surprinde
variația numită „intrasubiect”, prin faptul că baza de calcul este diferența dintre
două valori măsurate pentru fiecare subiect în parte.
Testul t se aplica in urmatoarele conditii:
o distributie normala
o volum mare al esantionului
o nu exista date aberante
Acest test este ut
ilizat pentru a observa daca exista diferenta intre mediile a doua
esantioane perechi este semnificativa
Ne intereseaza daca accesul la Internet are efect asupra gradului de
informare
Ipoza H0: Nu este nici un efect
Ipoteza H1: Exista efec t
Variabilele care reflecta gradul de informare vor fi pretest and posttest.
AnalyzeÆCompare MeansÆ Paired‐Samples T
Paired Samples Statistics
Mean N Std. Deviation Std. Error Mean
Pretest 79.0000 29 12.25036 2.27484
Pair 1
Posttest 83.5172 29 9.96645 1.85072
Paired Samples Correlations
N Correlation Sig.
Pair 1 Pretest & Posttest 29 .855 .000
Paired Samples Test
Paired Differences
95% Confidence
Interval of the
Difference
Mean Std.
Deviatio
n Std. Error
Mean
Lower Upper t df Sig. (2-tailed)
Pair 1 Pretest –
Posttest -4.51724 6.36744 1.18240 -6.93929 -2.09520 -3.820 28 .001
Raspunsul la intrebare este afirmativ
Diferenta observata intre medii este de ‐4.5172. Deoarece valoarea testului T
este ‐ 3.820 pentru pragul p < .001, diferenta de ‐4.5172 intre mediile variabilelor
pretest si posttest este statistic semnificativa. Astfel, la un prag de semnificatie
de 0.001 ipoteza nula este respinsa. Putem accepta ca exista efect al accesului la
Internet asupra gradului de informare al studentilor.
● Teste neparametrice cu SPSS
Testele neparametrice se utilizeaza în urmatoarele situatii:
o când variabila dependenta este masurata pe scala nominala sau ordinala;
o când variabila dependenta este de tip categorial, indiferent de scala de
masurare;
o când, desi variabila dependenta este masurata pe scala cantitativa (interval
sau raport), nu întruneste condit
iile impuse de testele parametrice:
distributie care se abate grav de la forma normala
o când volumul esantionului este foarte mic.
Testul z al proporției pentru un singur eșantion
Testul z pentru proporții pentru un eșantion, este utilizat în cazul
variabilelor dihotomice, pentru a testa difer ența dintre proporțiile valorilor în
eșantion prin comparație cu proporția la nivelul populației.
Exemplu: La întrebarea „Vă uitati la filme?” răspund DA 7 subiecți, dintre care 5
femei și 2 bărbați. Întrebarea cercetării este dacă femeile se uită la filme într‐o
pro
porție mai mare decât bărbații.
Cunoașterea proporției la nivelul populației pentru valorile variabilei
testate. În cazul nostru, raportul femei/bărbați este cunoscut din studiile
demografice (51%‐49%)
Datele se introduc in Data View
Procedura: AnalyzeÆNon Patametric TestsÆLegacy DialogsÆBinomial
Rezultatele procedurii
Binomial Test
Category N Observed Prop. Test Prop. Exact Sig. (1-
tailed)
Group 1 masculin 5 .71 .51 .243
Group 2 feminin 2 .29 Genul
Total 7 1.00
Tabelul cuprinde frecvența pe categorii, procentul și semnifica ția testului în
raport cu proporția la nivelul populației (p=0.243). În acest caz, se acceptă ipoteza
de nul și se respinge ipoteza cercetării. Proporția femeilor care se uită la filme nu
diferă semnificativ de proporția bărbaților , prin raportare la proporția lor în
populația generală.
Testul semnelor
Testul semnelor este utilizat pentru a testa diferența dintre valori,
utilizându ‐se semnul diferenței, atunci când ambele valori sunt măsurate pentru
aceiași subiecți. Dacă nu ar exista nici o diferență între v
alorile perechi, atunci
numă rul diferențelor pozitive ar trebui să fie egal cu cel al diferențelor negative.
Cu cât numărul diferențelor de un anumit semn este mai mare comparativ cu cel
al diferențelor de semn opus, cu atât crește probabilitatea ca diferența dintre
variabile să fie statistic semnif icativă.
Aplicatie : Într‐un experiment cu privire la efectul motivării asupra memorării,
subiecților li se cere să memoreze numere dintr‐o listă, înainte si după
introducerea unui factor motivant (un cadou sau recompensa financiara).
Variabilele sunt de tip numeric, iar valorile exprimate în aceeași unitate de
măsură, pentru a se putea face dife
rența lor.
Datele sunt introduse in modulul Data View
AnalyzeÆNon Patametric TestsÆLegacy DialogsÆ2 Related Samples
Test Statisticsa
Dupa_Test –
Inainte_de_Test
Exact Sig. (2-tailed) .016b
a. Sign Test
b. Binomial distribution used.
Ipoteza de nul se respinge la pragul de semnificatie 0.016, acceptându ‐se
ipoteza cercetării (motivarea stimulează memorarea).
Testul Mann‐Whitney (U) pentru două eșantioane independente
Testul Mann‐Whitney este utilizat pentru testarea diferenței dintre grupuri
independente pentru care variabila dependentă este exprimată în valori ordinale
sau atunci când, chiar dacă este de tip cantitat iv, nu suportă un test parametric.
Aplicatie: Doua loturi de cate 10 subiecti sunt supusi unui experiment in vederea
influentei asupra depresiei. Unii consuma alcool si altii cafea. S‐a aplicat un
chestionar de evaluare a depresiei la doua intervale de timp. Obiectivul studiului
este, în prima fază, ace
la de a verifica ipoteza că cele două tipuri de risc (alcool și
cafea) au efecte diferite asupra depresiei. În acest scop vor trebui comparate
valorile la depresie ale celor două grupuri. Această analiză va fi efectuată atât
pentru valorile depresiei de la prima măsurare cât și pentr u cele de la a doua
evaluare a depresiei.
Variabilele bazei de date:
Stimul: pentru tipul de stimul utilizat (sunt afișate etichetele, iar valorile sunt
1=Alcool, 2=Cafea)
Scor1 = scorul la depresie la prima evaluare
Scor2 = scorul la depresie la a doua evaluare
AnalyzeÆ Non Parametric TestsÆ Legacy DialogsÆ2 Independent Samples
Tabelul Ranks oferă informații sintetice despre cele două variabile: volumul
grupurilor, media rangurilor ș i suma rangurilor.
Tabelul Test Statistics include valorile testului Mann‐Whitney pentru cele două
variabile testate simultan, depresia imediată ș i remanent ă. Valorile de interes din
tabel sunt cele ale lui Z și nivelul de încredere p. În cazul nostru, se observă că
depres
ia imediată nu diferă semnificativ în funcție de tipul de stimul utilizat, în
timp ce depresia remanent ă este semnificativ diferită , mai mare la utilizatorii de
alcool decât la utilizatorii de cafea.
Ranks
Stimul N Mean
Rank Sum of Ranks
Alcool 10 12.75 127.50
Cafea 10 8.25 82.50 Scor1
Total 20
Alcool 10 15.45 154.50
Cafea 10 5.55 55.50 Scor2
Total 20
Test Statistics
Scor1 Scor2
Mann‐Whitney U 27.500 .500
Wilcoxon W 82.500 55.500
Z ‐1.709 ‐3.752
Asymp. Sig. (2‐tailed) .087 .000
Exact Sig. [2*(1‐ tailed Sig.)] .089b .000b
a. Grouping Variable: Stimul
b. Not corrected for ties.
Testul Wilcoxon pentru două eșantioane perechi
În exemplul precedent pentru testul Mann‐Whitney, s‐a testat într‐o primă
fază semnifica ția diferenței dintre cele două grupuri definite prin tipul de stimul
diferit (eșantioane independente). Una dintre problemele cercetării este ș i aceea
dacă există o diferență între niv elul depresiei imediate și cel al depresiei
remanente. Acest tip de analiză nu se poate face decât pentru subiecții
aparținând aceluiași tip de drog utilizat. În acest caz, deoarece analiza trebuie
efectuată separat pe grupurile de consum Alcool/Cafea, există două soluții. Prima
ar fi selectarea (cu Data‐Select Cases) primului grup ș i efec tuarea testului, apoi
selectarea celui de‐al doilea grup și efectuarea testului. O alta soluție este de a
declara împărțirea bazei de date în funcție de grupurile definite prin tipul de
stimul, cu procedura DataÆSplit File
Efectul acestei acțiuni este acela că toate prelucrările care vor fi efectuate
din acest moment se vor aplica, separat, pe fiecare grup identificat prin valorile
variabilei.
AnalyzeÆ Non Parametric TestsÆ Legacy DialogsÆ2 Related Samples
Ranks
Stimul N Mean Rank Sum of Ranks
Negative Ranks 1a1.00 1.00
Positive Ranks 9b6.00 54.00
Ties 0c Alcool Scor2 – Scor1
Total 10
Negative Ranks 8a5.81 46.50
Positive Ranks 2b4.25 8.50
Ties 0c Cafea Scor2 – Scor1
Total 10
a. Scor2 < Scor1
b. Scor2 > Scor1
c. Scor2 = Scor1
Test Statisticsa
Stimul Scor2 – Scor1
Z -2.703b
Alcool
Asymp. Sig. (2-tailed) .007
Z -1.938c
Cafea
Asymp. Sig. (2-tailed) .053
a. Wilcoxon Signed Ranks Test
b. Based on negative ranks.
c. Based on positive ranks.
Testul Kruskal‐Wallis pentru mai mult de două eșantioane independente
Testul Kruskal‐Wallis este utilizat atunci când avem o variabilă dependent ă
ordinală , măsurată pentru mai mult de două grupuri independente (formate din
subiecți diferiț i), și dorim să testă m diferența dintre acestea. Acest test pentru
date ordinale este analog testului ANOVA pent
ru date cantitative.
Aplicatie : A fost studiate relația dintre tipul de familie (cuplu, un parinte decedat,
parinti divortati) și frecvența reacțiilor emoționale la copiii de vârstă preșcolară,
pe durata unei săptămâni. Problema cercetării este dacă difer en țele sunt
semnificative iar mediul familial are legătură cu comportamentul emoțional al
copiilor.
AnalyzeÆ Non Parametric TestsÆ Legacy DialogsÆ2 Related Samples
Descriptive Statistics
Tip_familie N Mean Std. Deviation Minimum Maximum
Scor_emotional 5 188.40 96.919 51 301
cuplu
Tip_familie 5 1.00 .000 1 1
Scor_emotional 6 66.17 39.448 22 119
un parinte decedat
Tip_familie 6 2.00 .000 2 2
Scor_emotional 4 49.75 34.092 21 93
parinti divortati
Tip_familie 4 3.00 .000 3 3
Ranks
Tip_familie N Mean Rank
cuplu 5 3.00
Total 4a
un parinte decedat 6 3.50Scor_emotional
parinti divortati 4 2.50
a. There is only one non-empty gro up. Kruskal-Wallis Test cannot be
performed.
Primul tabel include informații descriptive cu privire la variabila testată:
numă rul subiecților din fiecare grup și media rangurilor pentru fiecare grup. De
precizat că programul acordă rangul 1 valorii minime. Datele din tabel indică
descreșterea mediei rangurilor (expresii emoționale pozitive) de la tipul “cuplu” la
cea tipul “parinti div
ortati”.
Analiza de varianță unifactorial ă (One Way ANOVA)
În mod obișnuit analiza de varianță este utilizată pentru a testa semnifica ția
dintre mediile măsurate pe mai mult de două grupuri independente (compuse din
subiecți diferiț i). În acest caz valorile variabilei dependente sunt exprimate pe
scală cantitativ ă iar v
ariabila independent ă este de tip categorial.
Dacă se utilizează ANOVA pentru a testa diferența dintre două medii obținute pe
grupuri independente, rezultatul ei este echivalent cu al testului t pentru grupuri
independente (dar este o utilizare neuzuală).
Aplicatie : Se compară media timpului de raspuns pentru trei grupuri
experimentale, supuse fiecare, anterior evaluării, la un stimul de intensitate
„mică”, „medie” sau „mare”.
Variabila depe
ndentă trebuie să fie cantitativa și să respecte condiția de
normalitate a distribuției de eșantionare pentru fiecare dintre grupurile supuse
comparației. Varianța valorilor variabilei dependente în interiorul grupurilor
definite prin valorile variabilei independente trebuie să fie egală. Această condiție
se numește omogenitatea va
rianței. Încălcarea acestei condiții nu invalideaz ă
testul ANOVA, care este destul de robust și în acest caz. În orice caz, se vor analiza
cu atenție cazurile care prezintă valori extreme, care au un efect important asupra
varianței. Egalitatea (omogenitatea varianței) poate fi testată cu testul Levene.
Procedura
: AnalyzeÆCompare MeansÆOne‐ Way ANOVA
ANOVA
Nivel_Stimul
Sum of Squares df Mean Square F Sig.
Between Groups 9.275 11 .843 2.529 .158
Within Groups 1.667 5 .333
Total 10.941 16
Variația semnificativ ă a timpului de raspuns în funcție de cele trei categorii
de intensitate a stimului provine cu precădere de la efectul pe care îl are șocul
„mare”, care provoacă o încetinire a timpului de raspuns consistent ă față celelalte
două categorii de stimuli.
Analiza de corelație
Preze
nța legăturii liniare între două variabile poate fi masurată cu ajutorul
coeficientului de corelație Pearson, care se poate calcula când cele 2 variabile
sunt măsurate interval sau raport și normal distribuite.
Folosind datele din tabelul de mai jos, vom estima corelația în profil
teritorial dintre Numărul de pensio nari și Pensia medie lunară (Anuarul Statistic,
date pentru 2009, ordonate pe regiunile statistice).
Județ Număr
Pensionari Pensie medie
lunară
Bihor 159812 681
Bistrița ‐Năsăud 54126 604
Cluj 159040 764
Maramure ș 113939 704
Satu Mare 79498 626
Să laj 57766 638
Alba 83028 703
Brașov 134561 856
Covasna 43652 698
Harghita 72159 695
Mureș 139928 680
Sibiu 98228 744
Bacău 142822 704
Botoșani 76575 588
Iași 142365 701
Neamț 116329 676
Suceava 143204 635
Vaslui 80486 600
Brăila 80085 675
Buzău 107449 628
Constan ța 132530 715
Galați 119084 752
Tulcea 42905 634
Vrancea 66960 602
Argeș 151543 699
Călărași 67562 601
Dâmbovi ța 119304 660
Giurgiu 61816 573
Ialomița 59150 616
Prahova 196075 758
Teleorman 96721 611
Ilfov 71163 647
M. București 498632 900
Dolj 162646 670
Gorj 78007 714
Mehedin ți 58583 667
Olt 96276 609
Vâlcea 103882 645
Arad 102278 673
Caraș‐Severin 79461 705
Hunedoara 123323 863
Timiș 144520 729
Folosim comenzile Analyze – Correlate – Bivariate.
Dacă luăm în considerare cele 42 de județe (inclusiv București), obținem o
corelație liniară de 0.643, acceptată statistic la un prag de semnifica ție de
p<0.001.
Correlations
Nr Pensionari Pensia medie
Pearson Correlation 1 .643**
Sig. (2-tailed) .000 Nr Pensionari
N 42 42
Pearson Correlation .643**1
Sig. (2-tailed) .000 Pensia medie
N 42 42
**. Correlation is significant at the 0.01 level (2-tailed).
De multe ori, ipoteza de normalitate nu este îndeplinit ă. Pentru verificare,
se poate obține o reprezentare grafică, dar sunt disponibile teste de normalitate.
Analyze – Descriptive Statistics ‐ Explore
Tests of Normality
Kolmogorov ‐SmirnovaShapiro‐Wilk
Stati
stic df Sig. Statistic Df Sig.
Nr Pensionari .194 42 .000 .629 42 .000
Pensia medie .138 42 .044 .910 42 .003
a. Lilliefors Significance Correction
Tabelul de mai sus prezintă rezultatul la două teste de normalitate
Kolmogorov ‐Smirnov și Shapiro‐ Wilk Test. Testul Shapiro‐Wilk este mai adecvat
eșantioanelor cu volum mic (< 50 cazuri), dar funcționează și pentru volume mari
de date.
Observând valoarea de semnifica ție mica a testului, ipoteza normalității se
respinge în ambele cazuri. În aceste cazuri, cand se dorește pre
luarea variabilității
acestor variabile într‐un model statistic, se prelucreaz ă variabilele de exemplu, se
normalizeaz ă.
Analyze Æ Descriptive Statistics Æ Descriptives
Am selectat opțiunea de salvare a scorurilor standard. Se generează
automat în Data View, 2 variabile noi: Zpensie ș i Zpensionari
Pentru nivelul de măsurare ordinal sau în cazul când nu se verifică ipoteza
de normalitate, se poate folosi coeficientul rangurilor al lui Spearman.
Correlations
Nr Pensionari Pensia medie
Correlation Coefficient 1.000 .586**
Sig. (2-tailed) . .000 Nr Pensionari
N 42 42
Correlation Coefficient .586**1.000
Sig. (2-tailed) .000 . Spearman's rho
Pensia medie
N 42 42
**. Correlation is significant at the 0.01 level (2-tailed).
Obținem o corelație de 0.586 cu o mare încredere statistică (nivelul de
semnifica ție p<0.001), apropiată de corelația Pearson.
În cazul în care în clasamente sunt multe poziții egale, este indicat calculul
coeficientul de corelație al rangurilor al lui Kendall.
Correlations
Nr Pensionari Pensia medie
Correlation Coefficient 1.000 .404**
Sig. (2-tailed) . .000 Nr Pensionari
N 42 42
Correlation Coefficient .404**1.000
Sig. (2-tailed) .000 . Kendall's tau_b
Pensia medie
N 42 42
**. Correlation is significant at the 0.01 level (2-tailed).
Obținem tot o legătură pozitivă , moderată în intensitate, semnificativ
statistica.
Precizăm că dacă corelația Pearson este nesemnificativ ă, asta nu înseamnă
lipsa legăturii, care poate fi pătratică, logaritmic ă, exponențială sau de altă formă .
De asemenea, în cazul corelației Sp earman sau Kendallm, este vorba de o legatură
între rangurile (clasamentul) variabilelor.
Pentru corelația Pearson, Spearman sau Kendall, cu valori cuprinse între ‐1
și 1 (unde semnul indica sensul legăturii, pozitivă sau negativă), există mai multe
opinii privind interpretarea intensității legăturii.
Hopkins în anul 200 a propus urmatoarea interpretare:
0.0 ‐ 0.1 foarte mic, neglijabil
0.1 ‐ 0.3 mic, minor
0.3 ‐ 0.5 moderat, mediu
0.5 ‐ 0.7 mare, ridicat, major
0.5 – 0.9 foarte mare, foarte ridicat
0.9 – 1.0 legatură ap
roape perfectă
Interpretarea dată de Davis și Williams în 2003 este următoarea:
0.01 ‐ 0.09 asociere neglijabilă
0.10 ‐ 0.29 asociere substanțială
0.30 ‐ 0.49 asociere moderată
0.50 ‐ 0.69 asociere substanțială
0.70 ‐ 1.00 asociere foarte puternică
Acești coeficienți ne dau o masură a legăturii statistice dar fără a implica
cauzalitat
ea. Concluziile statistice pot face apel la o dependență de cauzalitate
numai dacă măsuratorile au avut loc în condiții experiment.
În tabelele de asociere se poate opta pentru afișarea unor coeficienti de
corelație, în functie de nivelul de măsurare. Pentru scale nominale: coeficientul de
contingen ță, Phi Cramer’s, La
mbda, coeficientul de incertitudine. Pentru scale
ordinale: Gamma, Somer’s, Kendall’s tau‐b, Kendall’s tau‐c.
Testul de corelatie Pearson
Ne intereseaza daca este diferenta intre performanta universitara si
utilizarea intensiva a Internetului
Vom folosi chestionarul 2 din anexa, care a fost completat de studentii
unei universitati americane (America de Nord).
Vom considera in mo
del trei variabile:
GPA = Performanta scolara
Activ = Activitate pe Internet, masurata pe o scala Likert cu 5 niveluri:
1. dezacord total,
2. dezacord,
3. neutru, (indiferent),
4. acord,
5. acord total.
PostTest = scorul obtinut la un test universitar
GPA maso ara performanta scolara la liceu. Multe universitati, mai ales cele
unde este concurenta, au acest criteriu de admitere. Reprezinta media intre
toate notele din liceu (calificativele A,B,C,D,F) si se calculeaza ca medie aritmetica
intre aceste note, obtinute pe baza punctajului corespondent:
o nota F = 0 puncte
o nota D = 1 puncte
o nota C = 2 puncte
o nota B = 3 puncte
o nota A = 4 puncte
AnalyzeÆ Corre
lateÆBivariate.
Correlations
posttest active GPA
Pearson Correlation 1 .514**.388*Posttest
Sig. (2-tailed) .004 .037
N 29 29 29
Pearson Correlation .514**1 .502**
Sig. (2-tailed) .004 .006 Active
N 29 29 29
Pearson Correlation .388*.502**1
Sig. (2-tailed) .037 .006 GPA
N 29 29 29
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
Explicatiile sunt urmatoarele:
Coeficientul de corelatie al relatiei intre frecventa accesului la Internet si Posttest
este 0.514, adica in intervalul 0.4‐0.7. Coeficientul de corelatie al relatiei intre
frecventa accesului la Internet si GPA este 0.502, adica tot in intervalul 0.4‐0.7.
Analiza acestor coeficienti de corelatie arata ca este o corelatie moderata,
pozit
iva, positive intre performanta universitara si accesul la Internet.
Măsurarea asocierii
Aplicație
Un sondaj în rîndul a 150 tineri (75 băieți și 75 fete) a fost realizat în
legatură cu preferințele pentru 3 tipuri de programe TV: Sport, Filme romantice și
Muzică.
Datele culese sunt sintetizate în tabelul următor:
Programe TV
Sexul 1.
Sport 2. Filme
romantice 3.
MuzicăTotal
1. Băieți 37 16 22 75
2. Fete 18 33 25 75
Variabilele Sex ș i Programe TV sunt măsurate pe o scala nominală și s‐au
codificat ca în tabel.
Ne intereseaz ă să precizăm dacă între cele două eșantioane (Băieți și Fete)
există diferențieri privind preferința celor 3 tipuri de programe TV.
Pentru a analiza cu ajutorul pachetului SPSS un astfel de tabel, vom
int
roduce datele în Data Editor astfel.
Am introdus o variabilă suplimentară FW cu ajutorul căreia vom pondera
cazurile.
Ponderarea cazurilor se realizează astfel: Data – Weight Cases
Vom utiliza procedura Crosstabs pentru analiza tabelului de contingen țǎ
creat.
Analyze > Descriptive Statistics >> Crosstabs
Vom alege ca variabilă linie Sexul, iar ca variabilă coloană, Tipul de program
TV.
În caseta Options vom seta opțiunea chi‐patrat , pentru a obține și valorile
pentru testul Testul 2χ și în caseta Cells vom seta obținerea procentelor pe linie
(pentru a putea compara distribuțiile).
Genul * Programe TV Crosstabulation
% within Genul
Programe TV
muzică filme
romanticesport Total
masculin 49.3 21.3 29.3 100.0% Genul feminin 23.7 43.4 32.9 100.0%
Total 36.4 32.5 31.1 100.0%
Chi‐Square Tests
Value df Asymp. sig.
(2‐sided)
Pearson Chi‐Square 12.647a 2 .002
Likelihood Ratio 12.908 2 .002
Linear‐by‐Linear
Association 4.756 1 .029
N of Valid Cases 151
a. 0 cells (0.0%) have expected count less than 5.
The minimum expected count is 23.34.
Cum interpretăm rezultatele?
Putem descrie rezultatele astfel: există o diferență semnificativ ă între
frecvențele observate ș i cele așteptate în cazul tinerilor, băieți și fete, în ceea ce
privește preferința lor pentru cele 3 tipuri de programe TV (χ2 = 12.65, pentru
DF=2 grade de libertate ș i nivelul de semnifica ție p=0.002).
O altă interpretare corectă este următoarea: Există o asociere semnificativ ă
între caracteristica sex și preferința pentru diferite programe TV.
De asemenea, putem să constată m și direcția diferențelor. Putem să
afirmă m că fetele, comparativ cu băieții, pre feră filmele romantice și le plac mai
puțin emisiunile sportive și de muzică.
Aplicație Modelul scrisorii pierdute
Hansson ș i Slade (1977) au utilizat tehnica “scrisorii pierdute” ca să testeze
ipoteza comform căreia în Anglia, altruismul este mai mare in localitățile mici
decât in marile orașe, cu excepția cazului în care per
soana care necesită ajutor
este un deviant social.
Conform acestei tehnici, scrisorile timbrate și adresate sunt “pierdute“
intenționat și se examineaz ă care este rata de returnare a lor (expediere spre
destinație de către cei care le‐au găsit). Astfel, în experimentul Hansson ș i Slade,
au fost “pierdute” 216 scrisori, jumă tate dintre ele în interiorul a do uă orașe mari,
iar restul în localități mici, pe o rază de 100 km in jurul acestora. Scrisorile erau
adresate către 3 persoane fictive la post restant. Prima persoană este oarecare,
fără specificație suplimentară (considerat ă drept control), a 2‐a persoană are o
ocupație nesig ură (compania “Pantera Roz”) iar a 3‐a persoană este un deviant
politic subversiv (la destinatar s‐a specificat “un prieten al Partidului Comunist”).
Tabelul de mai jos sumarizeaz ă datele experimentului.
Destinatar Scrisoare
returnată 1. Normal 2. Nesigur 3.Deviant Total
1. Da 35 32 10 77
2. Nu 37 40 62 139
72 72 72 216
Dacă introducem datele ca la exemplul precedent:
Ponderăm cazurile:
Și execută m procedura Crostabs, cu variantele DA, Nu ale variabilei “Srisoare
returnată” în linie și tipul adresantului, în coloanele tabelului.
Se obțin rezultatele:
Scrisoare * Destinatar Crosstabulation
% within Destinatar
Destinatar Scrisoare
returnată Normal Nesigur Deviant politic Total
1. Da 48.6 44.4 13.9 35.6
2. Nu 51.4 55.6 86.1 64.4
Total 100.0 100.0 100.0 100.0
Chi‐Square Tests
Value df Asymp. Sig.
(2‐sided)
Pearson Chi‐Square 22.563a 2 .000
Likelihood Ratio 24.687 2 .000
Linear‐by‐Linear
Association 18.832 1 .000
N of Valid Cases 216
a. 0 cells (0.0%) have expected count less than 5.
The minimum expected count is 25.67.
Prezentarea procentelor în tabel depinde de natura variabilelor. Dacă una
din cele două variabile este sub control experimental, este considerat ă variabilă
independent ă. Această variabilă se presupune că influențează răspunsul, adică
variabila dependent ă. Dacă în model putem distinge între variabila dependent ă și
independent ă, regula este următoarea: da c ă variabila independent ă este variabilă
linie (variantele sunt liniile tabelului), calculăm procentele pe linie (în totalul
fiecărei linii). Dacă variabila independent ă este variabilă coloană (variantele sunt
dispuse pe coloane), afișăm procentele pe coloane (în totalul fiecărei coloane).
În acest exemplu, variabila dependent ă este “starea scrisorii” (expediat ă
sau nu). Dest
inatarul este variabila independent ă. Deoarece variabila
independent ă este variabilă coloană, procentele pe coloană sunt semnificative
pentru analiza tabelului de contingen ță.
În tabelul de mai sus, sunt luate în calcul atât orașele mari cât și localitățile
mici (sate, comune), pentru a pune in evidență diferențele. Conside rând a 3‐a
variabilă “Tipul de localitate” unde au fost “pierdute” scrisorile, baza de date se
rafinează:
Vom executa procedura Crosstabs, cu variabilă de control:
Ecranul Viewer afișează un tabel cu cele 3 variabile împreună cu valorile
testului de concordan ță Pearson Chi‐Square
Scrisoare * Destinatar * Tipul de localitate Crosstabulation
% within Destinatar
Destinatar Tipul de localitate
1.Normal 2. Nesigur 3. Deviant
politic Total
1. Da 44.4 38.9 25.0 36.1 Scrisoare
returnată 2. Nu 55.6 61.1 75.0 63.9 Orașe mari
Total 100.0 100.0 100.0 100.0
1. Da 52.8 50.0 2.8 35.2 Scrisoare
returnată 2. Nu 47.2 50.0 97.2 64.8Localități
mici Total 100.0 100.0 100.0 100.0
1. Da 48.6 44.4 13.9 35.6 Scrisoare
returnată 2. Nu 51.4 55.6 86.1 64.4 Total
Total 100.0 100.0 100.0 100.0
Chi‐Square Tests
Tipul de localitate Value df Asymp. Sig.
(2‐sided)
Pearson Chi‐Square 3.130b 2 .209
Likelihood Ratio 3.213 2 .201
Linear‐by‐Linear
Association 2.923 1 .087 Orașe mari
N of Valid Cases 108
Pearson Chi‐Square 24.929c 2 .000
Likelihood Ratio 31.253 2 .000
Linear‐by‐Linear
Association 19.550 1 .000 Localitati
mici
N of Valid Cases 108
Pearson Chi‐Square 22.563a 2 .000
Likelihood Ratio 24.687 2 .000
Linear‐by‐Linear
Association 18.832 1 .000 Total
N of Valid Cases 216
a. 0 cells (0.0%) have expected count less than 5. The minimum
expected count is 25.67.
b. 0 cells (0.0%) have expected count less than 5. The minimum
expected count is 13.00.
c. 0 cells (0.0%) have expected count less than 5. The minimum
expected count is 12.67.
Criteriile testului sunt îndeplinite (nu avem frecvențe mici în tabele).
Tabelul arată diferențe interesante între orașele mari și localitățile mici.
Chiar dacă procentul scrisorilor returnate este același (36.1 respectiv 35.2), sunt
diferențe privind tipul destinatarului. Numai 2.8 % din scrisorile adresate
persoa
nei deviante politic au fost returnate în localitățile mici, în timp ce în marile
orașe procentul este de 25.0 %. Este semnificativ și faptul că în localitățile mici s‐
au constatat ș i atitudini de revoltă, cel puțin două scrisori au fost trimise la FBI
pentru a demasca adresant ul comunist. Rata returului pentru varianta de control
(normal) și adresantul “Nesigur” sunt la fel de mari (52.8% si 50.0 %) în localitățile
mici.
Rezultatele sprijină ipoteza conform căreia în localitățile mici, suspectarea
unui adresant deviant politic influențează răspunsurile mai mult decât în marile
orașe. Este su
rprinzător faptul că în localitățile mici, este acordat un sprijin egal
adresantului “Nesigur” si celui “Normal”, oarecare. Dacă se exclude din analiză
scrisoarea către adresantul comunist, cetățenii din micile localități sunt mai
săritori în a face un serviciu, returnând 51% din celelalte scrisori, spre deosebire
de marile orașe, unde procentul este de 42%.
Analizând rezultatele testului 2χ(chi square) pe ansamblul localităților,
cum nivelul de semnifica ție este foarte mic (p<0.001), ipoteza independen ței
celor două variabile (Tipul destinatarului și Rata returnării scrisorii) este respinsă.
Când se introduce în ecuație mărimea localității, testul 2χ are valori diferite.
Nivelul de semnifica ție 0.209 în cazul marilor orașe nu recomand ă respingerea
independen ței, pe când în localitățile mici nivelul este foarte mic (p<0.001), deci
ipoteza independen ței este respinsă.
Aceste rezultate confirmă faptul că localnicii orașelor mari și localităților au
comportament diferit relat iv la realizarea unui serviciu.
HANSSORN. , O., & SLADE,K . M. (1977) Altruism toward a deviant in city and
small town. lournal of Applied Social Psychology, 7, 272‐279.
Regresia liniar ă
Analiza de regresie este o aplicație a corelației, utilizată în scopuri de
predicție. Regresia în care există o singură variabilă predictor și o variabilă criteriu
se numește regresie liniară simplă. Mai frecvent utilizată este regresia multiplă,
care efectueaz ă predicții bazate pe mai multe variabile predictor (inde pendente)
asupra unei variabile criteriu.(dependenta) Vom prezenta mai jos regresia liniară
simplă , ca o formă de introducere în analiza de regresie, mai ușor de înțeles.
Ne intereseaza predicția rezultatelor studentilor la disciplina “statistică” in
functie de nivelul cunoștințelor de matematic ă, evaluate anterior înce perii
cursului de statistică.
În principiu, analiza de regresie începe cu coeficientul de corelație dintre
variabile ș i vizualizarea imaginii scatterplot. În cazul nostru, am obținut o corelație
r=0.74 (p=0.002). Aceste valori confirmă existența unei legături pozitive
semnificative, între cunoștințele de matematic ă și performan ța la statistică. O
idee mai exactă ne oferă coeficientul de determinare r2=0,54. Acesta ne spune că
54% din variația „performan ței la statistică” este explicată de variația valorilor la
variabila „cunoștințe de matematic ă”. Deducem că restul de 46% din performan ța
la statistică este explicată de alte variabile, necunoscute în această fază
Pe baza acestor concluzii se poate trece la analiza de regresi e a cărei
finalitate este aceea de obținere a ecuatiei de regresie Y=a+bX unde:
a = termenul liber, sau originea dreptei de regresie
b =panta dreptei de regresie
AnalyzeÆ Regression ÆLinear
Analiza rezultatelor
Tabelul Model Summary oferă valoarea coeficientului de regresie, notat cu
R, care este identic cu coeficientul de corelație dintre cele două variabile. Dacă
modelul de regresie ar fi avut mai multe variabile predictor, R ar fi fost
coeficientul de corelație multiplă dintre predictori și criteriu. Interpretarea este
similară coeficientului de corelație si mplă, la fel ca ș i pentru R2, care este
coeficientul de determinare al lui R. Valoarea lui ne spune că 55% din variația
performan ței la statistică este explicată de variația variabilei „cunoștințe de
matematic ă”. „Adjusted R Square ” este o corecție a lui R2 în funcție de numă rul de
predictori și numă rul de subiecți.
Tabelul Coefficients conține coeficienții B (nestandardiza ți) și coeficientul
beta (standardizat), care pot fi utilizați, la alegere, în ecuația de predicție.
Astfel, de exemplu, dacă un student realizează un scor de 30 la testul de
cunoștințe de matematic ă, se poate estima performanță fi nală la statistică cu
ajutorul relației:
Y=a+bX = 3.406 + 0.854 * 30 = 29.
Corelația și regresia liniară sunt similare și, de aceea, ușor de confundat. În
unele situații pot fi utilizate ambele proceduri.
Se calculează corela ția liniară:
• atunci când există două var iabile măsurate pe aceiași subiecți și se dorește
evaluarea gradului de asociere între variabile
• atunci când distribuțiile de eșantionare ale celor două variabile sunt
normale (atunci când cel puțin una dintre variabile este manipulat ă, nu se
calculează corelația Pearson)
Se calculează regresia liniară:
• atunci când una dint
re variabile precede și poate fi cauza celeilalte variabile
• atunci când una dintre variabile este manipulat ă, se calculează regresia
• atenție, calculele regresiei nu sunt simetrice, ca urmare, inversând
variabilele în ecuația de regresie se va obține o linie de regre sie diferită , în
timp ce dacă se inversează ordinea variabilelor în calcularea corelației, se
obține același coeficient r.
Analiza factorială
Modelul matematic al analizei factoriale
Analiza factorială este o tehnica statistică utilizată pentru a identifica un
numă r redus de componente, factori latenți, construcții care stau în spatele
variabilelor primare.
Modelul matematic al analizei factoriale, formalizat, apare similar cu
ecuația de regresie multiplă. Fiecare vari
abilă este exprimată ca o combinație
liniară de factori care nu sunt direct observabili.
De exemplu, indicele de dotare cu paturi în spitale (D), poate fi pus într‐un
model liniar: în functie de dezvoltarea urbană (U) și calitatea vieții (V), D=aU+bV+
S unde S este un factor specif ic.
Exista însă o deosebire fundamental ă față de modelul de regresie, în care
factorii combinației liniare sunt cunoscuți, aici sunt dimensiuni, construcții care se
vor defini în funcție de setul de variabile observabile luate în model.
Daca se dă un set de p variabile standardizate iX, cu n valori observate ikX
modelul analizei factoriale este ansamblul de p ecuații:
i q iq i i S F a F a X+ + + = L1 1 unde qF F, ,1L sunt q factori comuni setului de
variabile pX X, ,1L iar iS este un factor specific variabilei iX
Initial, factorii comuni nu sunt cunoscuți, dar se pot estima în functie de
setul de variabile (problema inversată): p jp j j X b X b F++= L1 1 .Mai jos sunt
descriși pașii principali pentru construirea unui model de analiză factorial ă.
Dupa o analiză prealabilă a indicatorilor disponibili din punctul de vedere al
statisticilor descriptive, se calculează matricea coeficienților de corelație pentru a
surprinde interdependen țele dintre variabile ș i selec ția variabilelor
reprezentative (corelate).
În continuare se det
ermină axele principale care vor defini noul spațiu al
structurii dependen țelor cauzale dintre variabilele analizate. Din setul maximal de
p factori (unde p reprezintă numarul de variabile) se extrag doar factorii relevanți
(care explică cât mai mult din variabilitatea setului de date).
Pe baza unor rotații al e axelor factorilor, se aplică transform ări care fac
interpretabili factorii comuni și se calculează procentul de explicare a variației
totale (pentru fiecare factor și cumulat).
Pentru fiecare caz (unitate de observație) se calculează scoruri care permit
ierarhizarea acestora.
În cazul când se obșine un sing ur factor comun, interpretarea este simplă.
Factorul comun reprezintă indicatorul sintetic al setului de variabile primare ș i
obținem și ponderile din agregare.
Aplicație
Ne propunem construirea unui indicator sintetic pentru ierarhizarea
regiunilor din România. Prelucrările statistice au fost realizate cu SPSS de către
Gabriel Sticlaru, Ana Lucia Ristea și Sorin Pop.
În România structura administrativ ‐teritorială cuprinde un nivel regional
(cele 41 de județe și municipiul București), corespunz ător nivelului statistic NUTS
3, și un nivel local (320 de orașe, din care 103 municipii, 2860 comune și 12956
sate, date statistice pentru 2009).
Prin Legea 151 / 1998 au fost create opt regiuni de dezvoltare, care
constituie “cadrul de concepere, im
plementare și evaluare a politicii de dezvoltare
regională, precum și de culegere a datelor statistice specifice, în conformitate cu
reglement ările europene emise de EUROSTAT pentru nivelul al doilea de
clasificare teritorială NUTS 2, existent în UE (cf. Legii 151/1998). Ce le opt regiuni
statistice sunt:
● 1 Nord‐Vest
● 2 Centru
● 3 Nord‐Est
● 4 Sud‐ Est
● 5 Sud Muntenia
● 6 București‐Ilfov
● 7 Sud‐ Vest Oltenia
● 8 Vest
Putem compara regiunile din mai multe puncte de vedere: dezvoltare
economico ‐socială, dezvoltare demografic ă, dotarea rețelei comerciale, etc.
În continuare se fac calcule și se exemplific ă modelul de ierarhizare pe baza
analizei factoriale, pentru grupa de indicatori ai dezvoltarii economico ‐sociale.
Folosim în prealabil un set de 12 indicatori disponibili, se lectați astfel încât
rezultatul comun să descrie dezvoltarea economico ‐socială în profil regional (date
din Anuarul Statistic, 2009).
• 1 Câștigul salarial nominal mediu net;
• 2 Densitatea populației: locuitori / kmp;
• 3 Numărul orașelor (inclusiv municipii)
• 4 Număru
l comunelor;
• 5 Număr de commune ce revin la un oraș;
• 6 Densitatea drumurilor publice la 100 kmp;
• 7 Ponderea drumurilor modernizate în total drumuri publice
• 8 Număr mediu de salariați la 1000 locuitori
• 9 Număr mediu pensionari la 1000 locuitor i
• 10 Pensia medie lunară
• 11 Lungimea totala simplă a rețelei de canalizare cu apă (km) la 10.000
locuitori
• 12 PIB pe un locuitor
Cu ajutorul Editorul de date SPSS, definim cele 12 variabile ș i introducem datele.
Indicatorul agregat trebuie construit din date omogene, corelate pozitiv
între ele.
Deoarece nivelul de măsurare este raport, vom calcula matricea corelatiilor
perechi, pe baza coeficientului de corelașie Pearson.
Analyze – Correlate ‐ Bivariate
Am setat opțiunea de afișare a corelațiilor semnificativ statistice la nivelul
de semnifica ție 0.05 ș i 0.01 (semnalat în tabel prin * respectiv **). În prima fază
se analizează setul de indicatori din punct de vedere al corelatiei.
Dacă matricea de corelație prezintă corelașii negative semnificative,
însea
mnă ca vor rezulta cel putin 2 componente principale care să explice
variabilitatea setului de date. Deoarece dorim ca în final să obținem o singură
componentă principală (indicatorul sintetic al grupei), vom cauta să selectăm un
grup maximal de variabile corelate pozitiv.
În primul rând stabilim principalii indicatori care dau sensul indicatorului
agregat (daca sensul lor nu este acceptat, se operează transformari). Variabilele
care prezintă corelașii negative cu setul de indicatori definitorii ai grupului, vor fi
eliminate sau, în ipoteza în care dorim să reținem în model variabilitatea acestora,
se vor prelucra pentr u a inversa sensul legaturii.
Din grupul inițial de 12 indicatori, am reținut pentru construcția modelului
6 indicatori, pe care‐ i vom renumerota ca în tabelul de mai jos:
• 1X Câștigul salarial nominal mediu net;
• 2X Densitatea populației: locuitori / kmp;
• 3X Densitatea drumurilor publice la 100 kmp;
• 4X Ponderea drumurilor modernizate în total drumuri publice
• 5X Număr mediu de salariați la 1000 locuitori
• 6X PIB pe un locuitor
Recalculând, matricea prezintă numai corelații pozitive puternice (semnificative):
Correlations
X1 X2 X3 X4 X5 X6
1 .971** .871**.973**.884**.949**
X1 .000 .005 .000 .004 .000
.971** 1 .900**.960**.915**.965**
X2 .000 .002 .000 .001 .000
.871** .900** 1.914**.726*.809*
X3 .005 .002 .001 .042 .015
.973** .960** .914**1.868**.931**
X4 .000 .000 .001 .005 .001
.884** .915** .726*.868**1.985**
X5 .004 .001 .042 .005 .000
.949** .965** .809*.931**.985**1X6 .000 .000 .015 .001 .000
**. Correlation is significant at the 0.01 level (2‐tailed).
*. Correlation is significant at the 0.05 level (2‐tailed).
Modelul analizei factoriale se poate aplica numai dacă sunt indeplinite
anumite ipoteze.
Prima ipoteză presupune că variabilele urmează o lege normală, deci este
necesară normalizarea tuturor variabilelor.
Valorile variabilei X se transform ă în scoruri dupa formula:
σX XYi
i−= unde X este media aritmetică, iar σ este abaterea medie patratică
(deviația standard). Transformarile se fac în SPSS astfel:
Analyze – Descriptive Statistics – Descriptives
Am setat opțiunea de salvare a variabilelor normalizate (scoruri Z). SPSS
crează automat variabilele standardizate cu numele ZX1, …,ZX6, care pot fi
modificate în Data editor.
Aceste transform ări obțin variabile normalizate (scoruri) de medie 0 și
dispersie 1 care prezintă și valori pozitive și negative. Astfel de valori nu pot fi
insumate direct în indicatorul nostru agregat și este necesară o nouă
transformare a variabilelor.
In practică sunt utilizate 2 tipuri de formule pentru sta ndardizarea în
intervalul [0;100]:
● 100 *min maxmin
−−=i
iYZ unde min și max reprezintă valoarea minimă, respectiv
maximă a variabilei Y, iar amplitudinea variașiei este max – min. Valoarea minimă
devine zero, valoarea maxima devine 100, iar celelalte valori se impraștie în
intervalul (0; 100), distanșele dintre unități fiind amplificate.
● Translația Hull: i i Y Z 14 50+ = conversie care deformează mai putin distanțele,
deci asigură o preluare mai fidelă a datelor inițiale. Vom folosi această ultimă
modalitate de conversie a datelor.
Noile variabile vor fi obținute cu SPSS astfel:
Transform – Compute Variable
Noile variabile sunt create automat.
Noile variabile au valori în intervalul [0;100] și pot fi însumate (eventual ca
sumă ponderată ) pentru a construi indicatorul lor agregat.
Matricea corelațiilor se păstrează în urma acestor transform ări liniare (deci
aceste transform ări efectuate asupra variabilelor nu au modificat forma, sensul
sau marimea legăturilor).
Pent
ru construcția indicatorului agregat este necesară determinarea
valorilor proprii ale matricei corelațiilor. Valorile proprii reflectă cantitatea de
informație pe care componentele principale o vor recupera, respectiv variația
explicată.
Procedura Factor (Analiză factorial ă) este executată din ecranele:
Analyze – Dimension Reduction – Factor
Matricea de corelație nu a fost modificată de tra nsformarile efectuate
asupra variabilelor.
Correlation Matrix
Z1 Z2 Z3 Z4 Z5 Z6
Z1 1.000 .971 .871 .973 .884 .949
Z2 .971 1.000 .900 .960 .915 .965
Z3 .871 .900 1.000 .914 .726 .809
Z4 .973 .960 .914 1.000 .868 .931
Z5 .884 .915 .726 .868 1.000 .985 Correlati
on
Z6 .949 .965 .809 .931 .985 1.000
Pe baza matricei de corelație se extrag componentele principale,
ierarhizate în funcție de participarea lor la explicarea variatiei totale a setului de
variabile.
Total Variance Explained
Initial Eigenvalues Extraction Sums of Squared
Loadings Compone
nt
Total % of
Variance Cumulative
% Total % of
Variance Cumulativ
e %
1 5.5 92.4 92.4 5.5 92.4 92.4
2 .3 5.5 97.9 .3 5.5 97.9
Extraction Method: Principal Component Analysis.
Se constată că un singur factor explică 92.4 % din variația totală, iar
celelalte dimensiuni pot fi neglijate (al doilea factor ca importan ță are o pondere
de numai 5.5 %).
Comunalit ățile dau legatura dintre indicatorii grupei ș i componenta
principală (factorul comun).
Communalitie
s
Extracti
on
Z1 .962
Z2 .982
Z3 .976
Z4 .972
Z5 .986
Z6 .998
Modelul general al analizei factoriale este descris prin specificarea
comunalitatilor.
Ecuațiile modelului exprimă legatura dintre indicatorii setului de date ș i
factorul comun (indicatorul sintetic I).
1 1 962 . 0 S I I + =
2 2 982 . 0 S I I + =
3 3 976 . 0 S I I + =
4 4 972 . 0 S I I + =
5 5 986 . 0 S I I + =
6 6 998 . 0 S I I + =
Prin proiectarea variabilelor pe componenta principală, procedura Factor
obține ș i coeficientii indicatorului agregat.
Component
Matrix
Compone
nt
1
Z1 .980
Z2 .991
Z3 .904
Z4 .979
Z5 .933
Z6 .978
Indicatorul sintetic al “Dezvoltarea economico‐ socială a regiunilor” :
6 5 4 3 2 1 Z 0.978 Z 0.933 Z 0.979 Z 0.904 Z 0.991 Z 0.980 I++ ++ + =
Pe baza indicatorului agregat calculăm valorile pentru fiecare din cele 8
regiuni. Calculul se face tot cu SPSS, prin crearea unei variabile noi prin
intermediul comenzilor:
Transform – Compute Variable
Indicatori
Regiune statistică Z1 Z2 Z3 Z4 Z5 Z6 Indicator
sintetic Rang
1. Nord‐Vest 39.5 45.0 49.2 41.7 49.1 46.0 259.4 6
2. Centru 43.7 44.8 38.9 47.6 50.0 47.6 262.2 5
3. Nord‐Est 42.6 45.7 51.6 43.6 37.4 39.3 249.8 7
4. Sud‐ Est 45.8 45.0 35.5 39.4 44.8 44.5 245.5 8
5. Sud‐ Muntenia 48.5 45.5 51.1 48.3 41.4 44.7 268.4 4
6. București‐Ilfov 83.7 84.6 80.9 83.3 82.1 83.7 479.0 1
7. Sud‐ Vest Oltenia 49.4 44.9 51.4 51.7 41.7 43.3 271.2 2
8. Vest 46.8 44.3 41.3 44.5 53.6 50.9 270.4 3
Putem analiza clasamentul regiunilor în funcție de indicatorul sintetic pe
care l‐am construit pentru a masura “Dezvoltarea economico ‐sociala” a regiunilor.
Cea mai mare dezvoltare o are Bucuresti ‐Ilfov, urmează regiunea Sud ‐Vest
Oltenia, Vest, Sud‐Muntenia, Centru, Nord‐Vest, Nord‐Est si Sud – Est.
Dacă dorim o clasificare pe o scală cu 3 variante Mare, Me diu, Mic găsim 3
tipuri, cu nivelul de dezvoltare:
Mare : București – Ilfov
Mediu : Sud ‐ Vest Oltenia, Vest, Sud‐Muntenia, Centru, Nord‐Vest
Mic: Nord – Est, Sud – Est.
Analiza cluster
Analiza cluster (Cluster Analysis) este o tehnică de clasificare în grupuri pe
baza unui set de variabile. Grupurile rezultate sunt relativ omogene în interior ș i
heterogene între ele. Analiza se mai numește clasificare, tipologie, segmentare
sau taxonomie. Grupurile rezultate în urma prelucrarilor se mai numesc clustere,
categorii, tipuri sau segmente.
Exemple de aplicare:
o Tipologia consumatorilor în f
uncție de preferințele lor. Consumatorii cu
comportament asemănător de cumpărare sau consum sunt incluși în
același tip.
o Identificarea oportunit ăților pentru un nou produs pentru a fi lansat pe
piață. Prin gruparea produselor similare se pot identifica competitorii și
oportunit ățile pe no
ua piață a produsului.
o Prin examinarea pacienților diagnosticati ca depresivi, se caută identificarea
unor tipuri de depresie.
o Investigarea caracteristicilor unei băuturi (de exemplu berea): costul,
conținutul de alcool, sodiu, calorii, etc., este realizată pe cateva marci și se
urmărește ident
ificarea unor tipuri distincte.
Principalele etape de parcurs sunt:
o Selectarea unei măsuri (distanțe);
o Selectarea unui algoritm de clasificare;
o Determinarea numă rului de grupuri;
o Validarea rezultatelor.
Tipuri de distante
o Distanța euclidiană, cea mai utilizată în practică (suma diferențelor, ridicate
la pătrat)
o Dis
tanța euclidiană pătratică, se obține prin ridicarea la pătrat a distanței
euclidiene;
o Distanța Manhattan (sau city‐block), este suma diferențelor absolute dintre
valorile itemilor;
o Distanța Cebîșev, este diferența maximă absolut ă dintre valorile itemilor;
o Dis
tanța Minkovski este rădăcina de ordin rdin suma puterilor de ordin rale
diferențelor dintre valorile cazurilor.
o Distanța Mahalanobis ține cont de standardizarea variabilelor și ajustează
intercorela țiile dintre acestea.
SPSS foloseste mai multe modalități de realizare a grupă rii. Fiecare metodă poate
pro
duce o configura ție diferită a clusterelor.
Metodele cele mai uzuale sunt tehnica de grupare ierarhică aglomerativ ă si
tehnica de partiționare iterativă.
Vom folosi tehnici de grupare iterativă (k‐means clustering).
Metodele aglomerative constituie in mod progresiv grupuri din ce în ce mai largi,
până epuizează toate cazurile, pe cand abordarea ite rativă pornește de la un
numă r fix de clusteri declarat de cercetător. Construcția clusterelor poate fi
efectuata prin metoda actualizării iterative a centrilor clusterelor sau prin
utilizarea unor centri de cluster declarați, care sunt păstrați pe toată durata
analizei. Procedura salvează :
o apartenen ța de cluster a fiecărui caz
o distanța fiecărui caz față de centrul clusterului din care face parte
o centrul clusterelor în stadiul final
Vom exemplifica această tehnică pentru a realiza o tipologie a județelor di n
punct de vedere demografic. Factorii demografici sunt reflectarea structurii
populației și a proceselor care o afectează. Setul inițial de variabile selectat din
această grup ă cuprinde 9 indicatori.
1. Ponderea populației urbane față de media pe țară (%);
2. Ponderea populației rura
le față de media pe țară (%);
3. Număr locuitori / kmp;
4. Rata generală a fertilității;
Ponderea populației pe grupe de vârstă:
5. Grupa de vârstă 15‐ 19
6. Grupa de vârstă 20‐ 24
7. Grupa de vârstă 25‐ 29
8. Grupa de vârstă 30‐ 34
9. Grupa de vârstă 35‐ 39
Datele sta
tistice provin din Anuarul Statistic, pentru anul 2009, iar județele
sunt grupate după cele 8 regiuni de raportare statistică.
Județ Urban Rural Loc Fert 15‐
19 20‐
24 25‐
29 30‐
34 35‐
39
Bihor 50 50 79 45 42 76 90 62 23
Bistrița‐Năsăud 37 63 59 44 38 79 86 59 24
Cluj 67 33 103 40 26 52 85 71 23
Maramureș 59 41 81 40 34 74 80 52 22
Satu Mare 47 53 83 40 37 72 80 53 19
Sălaj 41 59 63 43 38 69 97 59 21
Alba 59 41 60 39 35 66 82 57 19
Brașov 74 26 111 43 43 59 80 68 29
Covasna 50 50 60 44 39 69 87 66 20
Harghita 44 56 49 45 36 69 94 67 23
Mureș 52 48 87 45 51 72 90 61 23
Sibiu 67 33 78 45 44 72 84 65 26
Bacău 45 55 108 42 39 68 85 60 24
Botoșani 42 58 90 45 37 74 92 66 27
Iași 47 53 152 48 42 70 91 70 29
Neamț 38 62 95 38 35 62 81 53 22
Suceava 43 57 83 47 33 79 94 66 28
Vaslui 41 59 85 48 50 76 92 68 27
Bră ila 65 35 76 35 36 59 78 51 16
Buză u 41 59 79 39 44 74 76 50 20
Constan ța 70 30 102 44 46 67 92 65 23
Galați 56 44 136 38 38 61 74 55 18
Tulcea 49 51 29 36 40 59 75 49 20
Vrancea 38 62 80 41 42 71 74 56 23
Argeș 48 52 94 37 36 66 85 50 15
Călărași 39 61 61 48 75 93 90 47 17
Dâmbovi ța 31 69 131 40 43 78 75 48 17
Giurgiu 31 69 80 43 59 98 78 45 15
Ialomița 46 54 65 48 66 88 98 59 18
Prahova 50 50 173 38 33 68 79 56 21
Teleorman 34 66 70 38 52 81 69 43 15
Ilfov 43 57 197 49 45 87 103 63 23
M. București 100 0 8,169 41 19 45 83 79 32
Dolj 54 46 95 37 51 69 73 45 14
Gorj 47 53 67 32 33 66 67 38 12
Mehedin ți 49 51 59 40 60 84 71 47 16
Olt 40 60 85 35 45 72 67 40 12
Vâlcea 45 55 71 35 36 68 69 47 18
Arad 55 45 59 39 35 65 83 55 23
Caraș‐Severin 56 44 38 35 44 67 70 44 17
Hunedoara 77 23 66 33 25 55 80 49 21
Timiș 62 38 78 40 32 58 83 65 24
Pentru realizarea analizei cluster cu SPSS, vom parcurge ecranele:
Analyze – Classify – K‐Means Cluster
O prelucrare preliminar ă obține Municipiul București într‐o grupă separată;
de aceea vom exclude această unitate din prelucrare.
Raportul procedurii obține 4 grupe cu următoarea componen ță:
Number of Cases in each
Cluster
1 15
2 10
3 13 Cluster
4 3
Valid 41
Missing 0
Grupa 1 cu 15 județe: Tulcea, Timiș, Hunedoara, Covasna, Teleorman, Giurgiu,
Călărași, Ilfov, Vrancea, Vâlcea, Satu Mare, Sălaj, Neamț, Dolj, Buzău
Grupa 2 cu 10 județe: Constanța, Caraș‐Severin, Brașov, Prahova, Dâmbovița,
Gorj, Botoșani, Bistrița‐Năsăud, Bihor, Bacă u
Grupa 3 cu 14 județe: Si
biu, Maramure ș, Cluj, Brăila, Arad, Alba, Ialomița, Iași,
Galați, Vaslui, Suceava, Harghita, Argeș
Grupa 4 cu 3 județe: Mehedinți, Olt, Mureș
Se afișează valorile medii ale indicatorilor pentru fiecare cluster.
Final Cluster Centers
Cluster
1 2 3 4
Urban 41.27 54.70 55.62 46.67
Rural 58.73 45.30 44.38 53.33
Locuitori 74.73 57.50 99.92 174.00
Fertilitate 42.93 37.30 40.69 45.00
Gr15_19 47.87 35.90 39.85 40.00
Gr20_24 79.07 64.30 66.00 75.00
Gr25_29 83.60 78.50 82.08 91.00
Gr30_34 54.67 52.30 58.31 63.00
Gr35_39 20.33 18.90 21.54 24.33
Clusterele sunt omogene în jurul centrelor, iar centrele clusterelor sunt depă rtate
între ele. Clusterul 4 este la distanță mare de celelalte 3 clustere.
Distances between Final Cluster Centers
Cluste
r 1 2 3 4
1 32.933 36.103 100.673
2 32.933 43.442 119.131
3 36.103 43.442 76.528
4 100.673 119.131 76.528
Putem interpreta fiecare cluster în funcție de valorile medii ale
indicatorilor. Astfel, clusterul 4, cu 3 județe, are valorile cele mai ridicate la
densitate pe kmp, fertilitate și grupele de vârstă peste 25 ani. Clusterul 1, cu 15
județe, are cel mai mult populație în rural și în grupele de va rsta 15‐24 ani.
Analiza de cluster poate fi o soluție utilă pentru investigarea structurii
cazurilor ș i obținerea de tipologii.
Analiza scalarǎ
Când se intenționează să se măsoare caracteristici complexe precum
fericirea, nivelul de trai, calitatea vieții, perfoman ța școlară, etc., în general se
folosesc mai mu
lte variabile care caracterizeaz ă conceptul respectiv. Pentru a
obține o imagine globală se caută agregarea variabilelor, de cele mai multe ori în
formă liniară. Tehnica scalării combină mai multe variabile (itemii scalei sau
testului) pentru a măsura aceeași construcție teoretică. Sunt clasice deja scalele
Thurs
tone, Likert sau Guttman, care au impus ș i modelele de scale denumite
asemănător și caracterizate de tehnici și proprietăț i specifice. O altă clasificare a
tehnicilor de scalare pune în evidență cel puțin 6 tipuri:
• Scale măsurând distanța socială;
• Scale măsurând distanța sociometric ă;
• Scale de indexi (rapoarte);
• Scale de ranguri;
• Scale bazate pe consisten ța internă ;
• Scale cu structură latentă.
Vom descrie un model statistic care permite obținerea unei scale aditive
(cumulative), unidimensionale, de ti
p „Guttman”, în care parametrii de validare
urmăresc asigurarea unui grad ridicat de fidelitate și reproductibilitate pentru
scală. Expunerea va fi axată pe o problematic ă concretă, abordată de o cercetare
selectivă în rândul studenților. Ancheta privind relațiile interetnice ș i alte
probleme de viață ale studenților, a cuprins în chestionarul de sondaj și 10
întrebări privind încrederea acordată unor instituții de stat ți anume: I1 –
președenția, I2 –parlamentul, I3 –guvernul, I4 –justiția, I5 –armata, I6 –poliția, I7 –
Serviciul Român de Informații, I8 –sindicatele, I9 –școala și I10 –biserica.
Reponden ții au avut ca opțiuni următoarele niveluri ale încrederii: foarte mare,
mare, potrivită, mică, foarte mică, recodificate în baza de date cu notele 5, 4, 3, 2,
1. Din totalul de 1190 subiecți, au fost eliminate non‐răspunsurile la fiecare etapă
a analizei de scală. Vom prezenta meto dologia pe acest exemplu, construind o
scală aditiva, de atitudine față de instituț iile statului.
Tehnicile statistice de analiză scalară au la bază un criteriu de selectare a
itemilor, astfel modelul Thurstone presupune un juriu de experți (judecători), iar
modelul Guttman folosește analiza de corelație inter‐item. Cu it emii selectați I1,..,
In se poate construi indicatorul aditiv I = a1I1+…… +anIn.
Variabila rezultantă I se acceptă să opereze ca variabilă descriptiv ă (sau
dependent ă) în analiză. Este cazul cel mai întâlnit, în care operăm cu indicatori
agregați (în statistica de ramură: comerț, turism, finanțe, industrie, etc.), fără o
asigurare a preciziei măsurării (în sensul concordan ței între măsură și obiectul
supus procesului de evaluare). Pentru a fi utilizată și ca variabilă explicativ ă,
trebuie testate condițiile suplimentare, legate de precizia măsurării. Un
instrument de măsurare trebuie sa fie „fidel” și „valid ”. Fidelitatea înseamnă un
comportament similar, înt r ‐o varietate de condiții, ceea ce permite repetabilitate,
în timp și în spațiu. Validitatea asigură că „s‐au măsurat exact ceea ce s‐a propus a
se măsura”.
În practica statistică în domeniul social, obținerea unei scale perfecte este
imposibilă, de aceea evaluăm scal a în termeni de „acuratețe”, urmărind în special:
• Coeficientul de reproductibilitate cât mai ridicat;
• Asigurarea validității;
• Fidelitate („reliability”) cât mai mare;
• Ponderea itemilor.
Coeficientul de reproductibilitate indică în ce măsură sunt respectate
axiomele de ordonare pe scală. Este cunoscută teorema lui Arrow (profesor de
științe economice la Universitatea din Harvard, premiul Nobel în 1972 pentru
rezultate din domeniul de
ciziei sociale) , privind „imposibilitatea agregării
indicatorilor de natură ordinală”. Aceasta înseamnă că pentru cazuri netriviale (cel
puțin 2 variabile și minim 3 subiecți), se poate găsi o variantă în care ordinea este
violată. Sigur, aici este vorba de nerespectarea uneia din cele 3 axiome
„naturale”, care trebuie verificate de un indicator agregat „ideal”:
• Monotonie (crește sau scade pe măsură ce un indicator crește sau scade);
• Variabilita
te „necatastrofic ă” (o variație nesemnificativ ă a unui item să nu
propage salturi mari);
• Necompensarea variațiilor între itemi.
Inițial, scalele de tip Guttman au fost obținute prin tehnici de selectare a
itemilor care optimizau coeficientul de reproductibilitate. Modelul pe care‐ l vo m
prezenta se va baza pe testarea fidelității și va conduce implicit la un coeficient
mare de reproductibilitate.
Ponderea diferită a itemilor scalei se impune atunci când aceștia se
consideră de importan ță diferită în agrgarea finală. Indicăm 3 metode de alegere
a ponderilor, care să conduc ă la creșterea validității scalei:
o Dacă scala trebuie să discr
imineze între 2 sau mai multe grupuri, ponderile
se aleg astfel încât diferențirea să fie convenabil ă (prin simulări succesive);
o Putem selecta o variabilă wxternă, în raport cu care judecăm ponderile
(care pot fi de ex. corelația fi ecărui item cu variabila externă);
o Variabilitatea internă a scalei (ponderile pot fi de ex. corelația itemilor cu
scala rezultantă sau ponderile itemilor în scorul general al scalei).
o Validitatea scalei se asigură prin una din metodele:
o Validare logică (itemii scalei se aleg astfel înc ât să fie în mod natural
asociate construcției teoretice);
o Validare cu experți în domeniul implicat;
o Pe grupuri de control (de ex. opuse ca opinie, scorurile scalei să fie sensibil
depărtate);
o Cu un criteriu extern, asociat sau contrar. De ex. dacă vrem să obține m o
scală pentru standardul social, putem compara cu diverși factori ca venitul,
mediul de reședință, etc. Gradul în care itemii scalei coreleză cu acești
factori ne dă un indiciu privind validitatea.
În cazul de față, universul tuturor itemilor posibili asociați construcț iei
dor
ite se poate descrie exhaustiv. Evident, pe lângă cele 10 variabile, se mai
puteau considera: presa, televiziunea, băncile, sistemul de asistență socială,
sănătatea, educația, etc. Unele din aceste variabile au fost însă tratate în mod
separat în anchetă . Pentru scopul investigației, vom presupune su ficiente aceste
variabile, care să cumuleze într‐o variabilă unidimensional ă. De asemenea, dorim
să testă m dacă în această variabil ă complexă pot fi incluși itemii 8, 9 și 10.
Fidelitatea se poate măsura prin mai multe modele, care calculează diferiț i
coeficienți de „fidelitate” (s‐au constr uit și alți coeficienți, de ex. Hoyt sau Kuder‐
Richardson):
o Test‐ retest. Testul este aplicat de 2 ori pe același eșantion iar rezultatele nu
trebuie să difere semnificativ (dacă se acceptă o stabilitate în timp pentru
scală), calculându ‐se un coeficient de fidelitate test‐retest;
o Înjumătățirea scalei (split‐ha
lf). Scala este împărțită în 2 subscale, care
trebuie să aibă un coeficient ridicat de corelație. Se recomandă această
metodă atunci când numă rul de variabile este suficient de mare (peste 15).
Testă m dacă fiecare subscală are un coeficient de fidelitate (de ex.
Cronbach ‐alpha) ridicat ș i dacă coeficientul global Spearman ‐Brown
(obținut din corelația coeficientului de corelație a scorurilor celor 2
subscale) este ridicat.
o Modelul Cronbach (alpha). Această tehnică se bazează pe consisten ța
inte
rnă a setului de itemi, calculând un coeficient de fidelitate ca o medie a
covarianței datelor observate;
o Modelul Guttman (care obține o margine inferioară a coeficientului de
fidelitate „adevarat ă”, în care s‐au eliminat fluctuațiile aleatoare);
o Mode
lul strict paralel. Itemii se consideră variabile aleatoare identic
repartizate (medie, abatere medie pătratică), iar diferențele față de scorul
teoretic („real”) având aceeași dispersie. Coeficientul de fidelitate este
calculat cu metoda verosimilit ății maxime;
o Modelul paralel. Itemii se consideră de aceeași medie, iar coeficie ntul de
fidelitate este calculat cu metoda verosimilităț ii maxime;
Modelul statistic de analiză a fidelității scalei cu SPSS:
Analyze – Scale – Reliability Analysis
Se pot selecta urmatoarele modele: Alpha, Split‐half, Guttman, Parallel,
Strict parallel.
Analiza statistică privind fidelitatea scalei se va orienta pe analiza punctuală
(a fiecărui ite m), caracterizarea în ansamblu și relația dintre itemi și scală
(ansamblul itemilor).
Deoarece variabilele criterii (itemii) trebuie să fie pozitiv corelate (sunt
asociate aceluiași concept), o primă analiză se face observând matricea de
corelație a perechilor de itemi.
Itemii 8 (sindicatele) și 10 (biserica) au corelații mic i cu ceilalți itemi.
Se pot căuta câteva explicații, atât privind instituț ia în sine, cât și pentru
modul de percepere de către studenți. Astfel, ni se pare logică o „nealiniere” a
acestora de grupul compact al instituțiilor oficiale, „de drept” și „pentru toată
lumea”. Sindicatele trebuie să se impună ca un element de mediere temp
orară,
iar Biserica a fost reorganizat ă prin eforturi individuale ș i mai puțin ca un efort
colectiv. Perceperea asocierii reduse cu instituț iile oficiale este justificată de ex.
pentru sindicate de faptul că unele grupuri au avut o serie de acțiuni egoiste
(cereri salariale) sau de perceperea uno
r „slăbiciuni, lipsă de experieță, acțiuni de
intoxicare, corupție”, etc. De asdemenea, gradul de „contact” al studentului cu
forma „sindicat” este natural să fie redusă (ca dovadă scorul mediu este de 2,5),
ceea ce înseamnă o încre dere „redusă”acordată. Pe de altă parte, variabila 10
(biserica) are o variabilitate diferită (medie și dispersie mare), ceea ce ar implica o
distribuție diferită.
matricea corelaț iilor setului inițial de itemi
1 2 3 4 5 6 7 8 9 10
1 1.00
2 .64 1.00
3 .69 .74 1.00
4 .42 .50 .53 1.00
5 .41 .36 .39 .49 1.00
6 .41 .40 .45 .54 .61 1.00
7 .47 .34 .43 .35 .52 .55 1.00
8 .01 .19 .12 .18 .14 .20 .06 1.00
9 .26 .29 .26 .31 .35 .35 .26 .29 1.00
10 .12 .15 .11 .17 .21 .16 .07 .24 .38 1.00
Număr de cazuri valide: 814 (răspunsuri ferme la toate înt
rebă rile setului),
din totalul de 1190.
Analiza statistiilor descriptive univariate, pentru fiecare item al scalei:
În noua scală de 8 itemi, obținută după eliminarea itemilor 8 și 10, se rețin
ca valide 889 cazuri, se re
fac calculele statistice, fără o renumerotare a itemilor,
pentru a nu se crea confuzii de referire. Corelațiile individuale nu se modifică prea
mult, variind între 0.35 ș i 0.75, fiind semnificative statistic la un prag de 0.001.
Pentru fiecare item, observă m statisticile descriptive: scorul me diu, deviația
standard, coeficientul de variație.
Scorul mediu pentru itemii scalei variază între 2.05 (itemul 4) și 3.63 (itemul
9). Variabilitatea (măsurată prin coeficientul de variație) cea mai mică o are I9 , iar
cea mai mare I1 .
statistici descriptive univariate
Statistică Item
1 2 3 4 5 6 7 9
Scor mediu 2.21 2.09 2.05 2.62 3.50 2.83 2.89 3.63
Deviația
standard 1.11 0.97 0.98 1.09 1.10 1.12 1.25 1.09
Coeficientul
de variație
(%) 50.2 46.4 47.8 41.6 31.4 39.6 43.3 30.0
Coeficientul de f idelitate Cronbach ‐alpha este de 0.864. Un criteriu de
selecție a itemilor este ș i coeficientul alpha calculat pentru scala redusă cu acest
item. Din tabelul 3 se vede ca prin eliminarea itemului 9 (școala , care are o
corelație doar de 0.415 cu ansamblul celorlalți), crește fidelitatea la 0.868 (pentr u
fiecare din ceilalți itemi, eliminarea ar însemna o diminuare a coeficientului
alpha).
analiza de corelație și a scalei reduse
Statistică Item
1 2 3 4 5 6 7 9
alpha redus 0.843 0.844 0.839 0.846 0.845 0.840 0.852 0.868
corelație
multiplă 0.647 0.654 0.698 0.627 0.631 0.676 0.581 0.415
Se pot cauta explicații pentru faptul că am eliminat din agregare acest item
(datele statistice confirmă ipotezele de lucru inițiale).
Refăcând calculele pentru setul primilor 7 itemi, pentru 900 cazuri valide,
se observă că modelul nu mai poate fi înbunătățit semnificativ. Valoarea
coeficientului de fidelitate de 0.868 este foarte ridicată pent ru cazul a 7 itemi.
Coeficientul alpha are 2 interpretă ri interesante:
− Indică corelația de 0.868 dintre scala construită ș i toate celelalte seturi
ipotetice de 7 itemi asociați conceptului;
− Pătratul lui alpha joacă rolul unui coeficient de „determina ție”, deci gradul
de explicație este de 75.3% (din scorul „real”, obținut la o utiliza
re a
întregului univers de itemi asociați conceptului).
Concluzionând, apreciem că analiza scalară aplicată setului de itemi,
acceptă un model de 7 itemi, pentru care poate construi un indicator agregat,
operațional în analize cu alte v ariabile. De asemenea, avem suficientă încredere în
utilizarea acestuia în analize descriptive sau explicative.
Capitolul 4 Prezentarea pachetului statistic similar, gratuit, PSPP
Denumirea de soft gratuit (free software), dată prima oară de Richard
Stallman, se referă la câteva facilități și permisiuni pe care le au utilizatorii
acestuia, privind: execuția programelor, studierea funcționării, redistribuirea de
copii (fără avantaje comerciale), contribuția la dez voltarea produsului dacă codul
sursă este disponibil.
In 1983, Richard Stallman a creat proiectul GNU, având ca obiectiv
construirea limbajului Linux gratuit (free software), cu toate sursele disponibile
(Open Source). În paralel a fondat societatea Free Software Foundation care
apăra licența publica GNU (GNU General Public License).
Pachetele statistice gr
atuite au apărut ca o alternativ ă practică la pachetele
comerciale, cu rezultate comparabile ca performan țe.
Unele pachete sunt create de organizații guvernamentale, universități și
institute de cercetare sau voluntari, programatori experți (adevarați guru),
generoși și disponibili la efort în favoarea comunității.
PSPP este un pachet statistic gratuit sub licenta GNU, si
milar cu SPPS din
punct de vedere al interfeței grafice și al procedurilor statistice. Creat în 1997,
este un soft în dezvoltare și nu are încă implementate toate procedurile din SPSS.
Utilizatorii de SPSS se vor descurca usor cu PS PP și invers. De aceea, este
convenabil pentru utilizatorii care nu‐și permit achiziționarea produsului SPSS să
învețe gratis “SPSS prin PSPP”. Cum piața oferă joburi de operatori statistici SPSS,
se pot pregăti gratuit pentru pentru o meserie suplimentar ă sau chiar un viitor
loc de muncă.
PSPP este complet compatibil cu SPSS (folosește limbajul comenz
ilor SPSS)
și permite analiza și prelucrarea datelor în mod consolă (text) sau în mod grafic.
Este disponibil pe majoritatea platformelor și sistemelor de operare, ultima
versiune fiind 0.8.0 din 2013, www.gnu.org/software/pspp/ .
Multe instituț ii de învățământ folosesc în activitatea didactica PSPP și multe
companii dezvoltă sondaje statistice cu PSPP. Tot mai multe universități care au
aderat la principiile Open Source, recomand ă PSPP în prelucră rile statistice
implicate de tezele de Master sau Doctorat.
PSPP nu are un acronim fixat, dar sunt propuse câteva:
Perfect Statistics Profess
ionally Presented
Probabilities Sometimes Prevent Problems.
People Should Prefer PSPP
Prezentarea pachetului PSPP
PSPP este foarte asemănător cu SPSS, interfața utilizator prezentat ă la
lansare fiind to Data Editor (cu cele două paneluri Data View și Variable View ).
Proprietățile variabilelor sunt aceleași din SPSS, inclusiv scala de masură: nominal,
ordinal ș i raport.
Meniul general este similar cu SPSS: File, Edit, View, Data, Transform,
Analyze, Utilities, Windows, and Help. Toate operațiile sunt conduse de meniuri ș i
butoane.
Meniul File grupează opțiunile privind bazele de date (import, export, citire,
salvare):
Meniul Data are opțiuni de sortare, agregare, transpozi ție, selectare și ponderare
cazuri.
Meniul Transform permite calculul de noi variabile, recodificări, ierarhizări.
În versiunea actuală au fost implementate procedurile de bază de analy din
SPSS:
Statistici descriptive, teste parametrice și non parametrice, corelație, analiza
factorială, cluster, regresie, analiză de scala, extrapolarea tendințelor.
Meniul AnalyzeÆDescriptive Statistics grupează procedurile de baza pentru
sumarizarea univariată a datelor:
PSPP are deja implementate procedurile de baza din SPSS: frequencies,
descriptives, explore, crosstabs, one sample t‐test, independent samples t‐test,
paired samples t‐test, one way ANOVA, bivariate correlation, K‐means cluster,
factor analysis, reliability, linear regression, chi square, binomial, si ROC curve.
Putem considera că PSPP este pachetul SP
SS în versiunea standard, cu
limitări în privința diversității tipurilor de grafice realizate.
Bibliografie
Howitt D.. Cramer D., Introducere în SPSS pentru psihologie, Versiunea 16 și
versiunile anterioare, editura Polirom, 2010.
Griffith A., (2010), SPSS for dummies, Wiley Publishing, Hoboken
Field, Andy. 2009. Discovering Statistics Using SPSS. 3rd ed. London: Sage
Publications Ltd.
Popa M., Statistică pentru psihologie. Teorie și aplicații SPSS, Editura Polirom,
2008
Burns, Robert P and Burns, Richard. 2008 . Busi
ness Research Methods and
Statistics Using SPSS. London: Sage Publications Ltd.
Berenson, Mark L., Timothy C. Krehbiel, David M. Levine. 2005. Basic Business
Statistics: Concepts and Applications. 10th ed. New York: Prentice Hall.
Jaba E., Grama A., Analiza statistica cu SPSS sub Windows, Edi
tura Polirom 2004
Petcu N,, Statistică. Teorie și aplicații în SPSS, Ed. Infomarket, Brașov, 2003
Knoke, David, Bohrnstedt, George W. and Mee, Alisa Potter. 2002. Statistics for
Social Data Analysis. 4th ed. Wadsworth Publishing.
Coman C., Narcisa Medianu, Statistică socială. Aplicații SPSS, Ed. Infomarket,
Brașov, 2002
Lung
u O., Ghid introductiv pentru SPSS 10.0, Ed. SC Erota SRL, Iași, 2001
ANEXA Exemple de chestionare
I. Chestionare simple
Chestionar 1 ‐ Aparate electronice
Domeniul cercetat
1. Ce fel de aparate preferă lumea să dețină?
2. Care sunt culorile de aparate preferate?
3. Diferă culoarea preferată în funcție de sex?
Întrebări
1. Sexul dvs. ?
2. Ce vârstă aveți?
1. 19 sau mai
puțin 2. 20‐23 3. 24 ‐ 27 4. 28 ‐31 5. 32 sau mai
mult
3. Ce venit mediu lunar aveți?……………………………….
4. Care‐i poziția dvs.?
1. student
anul I 2. student
anul II 3. licea n 4. adult 5. absolvent
5. Ce fel de aparat aveți?
1. Tabletă 2. MAC 3. PC 4. Telefon
mobil
inteligent 5. Altul
6. Ce culoare preferați pentru aparatul dvs. ?
1. Negru 2. Argintiu 3. Albastru 4. Alb 5. Altul
M F
Chestionar 2 ‐ Internet
Acest tip de chestionar urmărește stabilirea unei corelații între gradul de
accesare a Internetului ș i succesul personal. El constă în 3 părți: culegerea de
informații de bază despre respondent, culegerea de informații referitoare la
utilizarea Internetului și culegerea de informații referi toare la activități de lungă
durată , altele decât cele incluse în chestionar.
1. Vârsta dvs.______________________
2. Sex____________________________
3. GPA (Grade Point Average=nota medie)______________
4. Aveți acasă acces la Internet? DA NU
5. Când navigați pe Internet? (puteți bifa mai multe poziții)
1. la școală 2. acasă 3. la serv iciu 4. altele
6. Cât timp pe zi navigați pe Internet?
1. mai puțin de o oră 2. 2‐3 ore 3. 3‐4 ore 4. mai mult de 5 ore
Următoarele întrebări au rolul de a determina frecvența și tipul de
activitate desfăș urată pe Internet. Ele au 5 nivele de răspuns, de la „dezacord
total” la „acord total” . Vă rugăm să bifați op
tiunea care definește cel mai bine
activitatea dvs. pe Internet: DT – dezacord total, D – dezacord, N – neutru,
(indiferent), A – acord, AT – acord total.
DT D N A AT
7. Sunt un na
vigator foarte activ pe Internet 1 2 3 4 5
8. Navighez pe Internet ca să găsesc articole
pentru lucrări de cercetare 1 2 3 4 5
9. Navighez pe Internet ca să citesc știr ile 1 2 3 4 5
10. Utilizez Internetul numai pentru e‐mail cu
prietenii, familia și profesorii 1 2 3 4 5
11. Utilizez Internetul ca să țin legătura cu familia și
prietenii și pentru acces la rețelele sociale (ex.
Twitter, Facebook) 1 2 3 4 5
12. Navig
hez pe Internet ca să caut informații de
afaceri (ex. pagini aurii) 1 2 3 4 5
13. Navighez pe Internet în căutare de serviciu 1 2 3 4 5
14. Utilizez Internetul ca să joc jocuri
15. Utilizez Internetul pentru a descărca formulare
standard sau diverse fișie re (ex. declarații de
venit) 1 2 3 4 5
16. Navighez pe Internet pentru a‐mi îmbunătăți
calitățile de utilizare a calculatorului 1 2 3 4 5
17. Utilizez Internetul pentru a cumpăra cărți 1 2 3 4 5
18. Utilizez Internetul pe ntru a cumpăra alte
produse (ex. Haine, computere) 1 2 3 4 5
19. Practicați alte activități pe Internet, neincluse în acest chestionar? Dacă DA,
vă rugăm să le descrieți.
Chestionar 3 ‐ Motivaț ie, pentru studenții unei Universităț i
Vă rugăm să completa ți următoarele date:
Vârstă ……………………Sex……….. ………………..Na ționalitate………………………..
Pentru întrebările care urmează, vă rugăm să încercui ți răspunsul dorit
Cât de motivat vă simțiți față de studiile universitare în prezent?
Nu foarte motivat
Foarte mo
tivat
1 2 3 4 5 6 7
Utilizând scara de mai jos, indicați în care din următoarele situații se încadrează
motivele pentru care urmați această Universitate?
Nu corespunde
de loc
Corespunde
acceptabil Corespunde
exact
1 2 3 4 5 6 7
Detalierea motivațiilor:
1 Deoarece ca absolvent numai de liceu nu vo
i
găsi un post bine plătit mai târziu 1 2 3 4 5 6 7
2 Deoarece îmi place să învăț lucruri noi 1 2 3 4 5 6 7
3 Deoarece îmi place să‐mi împărtășesc ideile
celorlalți, să comunic
4 Pentru a obține un post mai bun mai târziu 1 2 3 4 5 6 7
5 Inițial am avut o motivație solidă să urmez
această Universitate, dar acum mă întreb dacă e
cazul s‐o continui
6 Pentru satisfacția personală că pot să realiz ez
acest lucru 1 2 3 4 5 6 7
7 Pentru că vreau să am o viață „mai bună” 1 2 3 4 5 6 7
8 Pentru că îmi place ceea ce învăț aici 1 2 3 4 5 6 7
9 Pentru satisfația de a depăși dificultățile apărute
în procesul de învățar
e 1 2 3 4 5 6 7
10 Deoarece această Universitate îmi permite să
acumulez cunoștințe dintr‐un domeniu care mă
intereseaz ă 1 2 3 4 5 6 7
11 Datorită lucrurilor foarte interesante și variate
pe care le învăț aici, care mă încântă în mo d
deosebit 1 2 3 4 5 6 7
12 Deoarece obținerea de rezultate excelente în
această Universitate mă satisface personal 1 2 3 4 5 6 7
II. Chestionar complex
Chestionar 4 ‐ chestionarul “Barometrul serviciilor publice ‐ Chestionar de
gospodărie, 2007”, conceput de Fundatia Soros Romania si prelucrat cu pachetul
statistic SPSS.
Accesul la datele barometrelor de opinie (BOP) este liber și gratuit pentru
toți cei interesați. Bazele de date, caietele cu rezultate și chestionarele pot fi
consultate la adresa de internet www.soros.ro .
1
COD CHESTIONAR:___ ______ ___ (COD JUDE Ț _ COD OPERATOR _ NR. DE ORDINE DIN LISTA DE E ȘANTIONARE)
Chestionar de gospod ărie – noiembrie 2007
Studiu Servicii Publice
JUDEȚ ________________________
LOCALITATE _________________ 1. URBAN 2. RURAL
ADRESA _______________________
CALENDARUL VIZITELOR
NUMĂRUL VIZITEI 1 2 3
Data vizitei
____ ____
____ ____
____ ____
Rezultat
_____
_____
_____
Coduri rezultate:
1. Interviu complet
2. Nimeni eligibil în gospod ărie (nu exist ă persoane cu vârste peste 18 ani)
3. Refuz (al gospod ăriei sau al persoanei selectate pentru interviu)
4. Interviu incomplet
5. Nimeni acas ă (cod intermediar valabil pentru primele vizite; la ultima vizit ă efectuată acesta se transform ă într-unul
din celelalte coduri)
6. Persoana selectat ă pentru interviu nu este acas ă
7. ALTELE _____ ________
DACĂ GOSPOD ĂRIA VIZITAT Ă ESTE CASĂ NEOCUPAT Ă (PĂRĂSITĂ) /FIRMĂ /REȘEDINȚĂ SECUNDAR Ă
/CASĂ DE VACAN ȚĂ NU SE FACE CHESTIONAR DE GOSPOD ĂRIE ȘI SE IA URM ĂTOAREA GOSPOD ĂRIE DIN
LISTA DE REZERV Ă!
1. Gospod ăria selectat ă face parte din:
1. LISTA DE E ȘANTIONARE PRINCIPAL Ă
2. LISTA DE E ȘANTIONARE DE REZERV Ă
2. Câte familii locuiesc în aceast ă casă/apartament?
________ familii.
DACĂ NUMĂRUL DE FAMILII =1 TRECI LA ÎNTREBAREA 3
DACĂ NUMĂRUL DE FAMILII >1 TRECI LA SELEC ȚIA RANDOMIZATĂ A GOSPOD ĂRIEI
DACĂ LA ACEAST Ă ADRESĂ IDENTIFICA ȚI MAI MULT DE O FAMILIE , IAR FAMILIILE IDENTIFICATE SE
GOSPOD ĂRESC SEPARAT ȘI NU AU LEG ĂTURI SOCIALE UNA CU CEALALT Ă (NU IAU MASA ÎMPREUN Ă, NU
PETREC TIMPUL LIBER ÎMPREUNĂ ), ATUNCI LISTA ȚI FAMILIILE IDENTIFICATE ÎN TABELUL DE MAI JOS, ÎN
ORDINEA DESCESC ĂTOARE A NUM ĂRULUI MEMBRILOR DE FAMILIE. DAC Ă SUNT DOU Ă FAMILII CU
ACELAȘI NUMĂR DE MEMBRI, SE VOR ORDONA ÎN ORDINE ALFABETIC Ă, DUPĂ PRENUMELE CAPULUI
FAMILIEI. DAC Ă CEI DOI CAPI DE FAMILIE AU ACELA ȘI PRENUME, SE VERIFIC Ă NUMELE ȘI INIȚ IALA
TATĂLUI. DAC Ă NUMELE, PRENUMELE ȘI INIȚIALA TAT ĂLUI SUNT IDENTICE, SE ORDONEAZ Ă ÎN ORDINEA
DESCESC ĂTOARE A VÂRSTEI CAPULUI DE FAMILIE.
TABEL FAMILII/ GOSPOD ĂRII
Nr. CRITIC Prenume cap familie Numă r membri familie
1 __________ ______
2 __________ ______
3 ____________ ______
4 ____________ ______
5 ____________ ______
2
SELECȚIE RANDOMIZAT Ă A GOSPOD ĂRIEI UNDE SE VA REALIZA INTERVIUL
ULTIMA CIFR Ă A NUMĂRULUI LOCUIN ȚEI. DACĂ NU EXIST Ă NUMERE
LA LOCUIN ȚE, SE VA TRECE ULTIMA CIFR Ă A NUMĂRULUI DIN LISTA
DE EȘANTIONARE NUMĂRUL DE FAMILII/
GOSPOD ĂRII
DE LA ADRESA MEN ȚIONATĂ
0 1 2 3 4 5 6 7 8 9
1 1 1 1 1 1 1 1 1 1 1
2 1 2 1 2 1 2 1 2 1 2
3 3 1 2 3 1 2 3 1 2 3
4 3 4 1 2 3 4 1 2 3 4
5 1 2 3 4 5 1 2 3 4 5
NUMĂRUL CRITIC AL GOSPOD ĂRIEI SELECTATE PENTRU INTERVIU, CONFORM TABELULUI DE FAMILII/
GOSPOD ĂRII DIN PAGINA ANTERIOAR Ă: ____
ÎNTREB ĂRILE URM ĂTOARE SE REFER Ă LA GOSPOD ĂRIA SELECTATĂ PENTRU INTERVIU.
3. Câte persoane locui ți în aceast ă gospodărie?
________ persoane
4. Câtre persoane cu vârst ă peste 18 ani (împlini ți) locuiesc în această gospodărie?
________ persoane
5. Pentru fiecare persoană eligibilă identificată notați următoarele date:
Nr. Prenume Vârsta (în ani împlini ți) Sex
1 ____________ ______ ani împlini ți 1. M
2. F
2 ____________ ______ ani împlini ți 1. M
2. F
3 ____________ ______ ani împlini ți 1. M
2. F
4 ____________ ______ ani împlini ți 1. M
2. F
5 ____________ ______ ani împlini ți 1. M
2. F
6 ____________ ______ ani împlini ți 1. M
2. F
7 ____________ ______ ani împlini ți 1. M
2. F
PENTRU PERSOANELE ELIGIBILE IDENTIFICATE APLICA ȚI REGULA ZILEI DE NA ȘTERE ȘI
SELECTAȚ I PERSOANA PENTRU INTERVIU. ÎNCERCUI ȚI ÎN PRIMA COLOAN Ă DIN STÂNGA
NUMĂRUL PERSOANEI SELECTATE.
6. Numărul persoanei selectate pentru interviu este: ________
ÎN CONTINUARE TRECE ȚI LA COMPLETAREA CHESTIONARULUI INDIVIDUAL PENTRU
PERSOANA SELECTATĂ . NU UITAȚI S Ă TRECE ȚI CODUL CHESTIONARULUI DE GOSPOD ĂRIE
(SITUAT PE PRIMA PAGIN Ă ÎN COL ȚUL DIN DREAPTA SUS) ȘI PE CHESTIONARUL
INDIVIDUAL. ATA ȘAȚI (CAPSA ȚI) CHESTIONARUL DE GOSPOD ĂRIE LA CHESTIONARUL
INDIVIDUAL CORESPUNZ ĂTOR.
Studiu Servicii Publice
Chestionar individual
COD CHESTIONAR:_____________
Secțiunea A – Servicii publice
DA NU NȘNR A1. Crede ți că România, în prezent, este o țară
democratic ă? 1 2 8 9
MAI DEGRABĂ DA MAI DEGRABĂ NU NȘ NR A2. Crede ți că în România, în prezent, legile sunt
respectate? 1 2 8 9
FOARTE
MULȚ UMIT DESTUL DE
MULȚ UMIT NU PREA
MULȚ UMIT DELOC
MULȚ UMIT NȘNRA3. Cât de mul țumit(ă) sunteți în general
de felul în care tr ăiți? 4 3 2 1 8 9
A4. Ce intelegeti prin serviciu public?
______________________________________________________________________________________________________
______________________________________________________________________________________________________
A5. Uneori, oamenii trebuie s ă meargă la unele institu ții publice pentru rezolvarea unor probleme
administrative. Daca dvs sau altcineva din familie a ți avea de rezolvat o problem ă legată de […], c ărei
instituții v-ați adresa? NU CITI RASPUNSURILE. RASPUNS UNIC.
[…] Guvern
Prefectura Consiliu Jud./ Consiliu Gen.
al Mun. Buc. Primarie Politie
Ag. pt. Ocu-
parea Fortei
de Munca CPAS
Adm.
Fin. Altundeva / unde? Nu am
avut
nevoie NS/
NR
1. Ajutor social 1 2 3 4 5 6 7 8 9_______ 10 99
2. Cazier 1 2 3 4 5 6 7 8 9_______ 10 99
3. Inmatriculare sau
preschimbare
inmatriculare auto 1 2 3 4 5 6 7 8 9_______ 10 99
4. Permis Auto 1 2 3 4 5 6 7 8 9_______ 10 99
5. Somaj 1 2 3 4 5 6 7 8 9_______ 10 99
6. Autorizatie de
Constructie 1 2 3 4 5 6 7 8 9_______ 10 99
7. Carte de Identitate 1 2 3 4 5 6 7 8 9_______ 10 99
8. Dosarul de Pensie 1 2 3 4 5 6 7 8 9_______ 10 99
9. Pasaport 1 2 3 4 5 6 7 8 9_______ 10 99
10.Taxe si impozite 1 2 3 4 5 6 7 8 9_______ 10 99
A6. Care este institu ția public ă/personalitatea public ă la care a ți apela în cele din urm ă, dacă o problem ă a
dvs, ce ține de serviciile publice, nu ar fi solu ționată de acestea?
1. PREFECTURA 7. UN PARTID POLITIC
2. CONSILIUL JUDETEAN/ CONSILIUL GENERAL
AL MUNICIPIULUI BUCURESTI 8. O PERSONALITATE POLITIC Ă,
CARE?______________________________
3. GUVERNUL 9. ALTA VARIANT Ă,
CARE?_________________________________ 4. PARLAMENTUL
5. PRESEDINTIA 9. NS/NR
6. TRIBUNALUL DIN RAZA LOCALIT ĂȚII MELE
A7. Va rog sa apreciati cata incredere aveti in urma toarele institutii, dand acestora o nota de la 1 la 10,
unde 1 reprezint ă “nu am incredere deloc” si 10 reprezint ă “am foarte mare incredere”:
Nu am
incredere deloc A m f o a r t e m a r e
încredere NS/NR
Guvern 1 2 3 4 5 6 7 8 9 10 88
Prefectura 1 2 3 4 5 6 7 8 9 10 88
Consiliu Judetean/ Consiliu General al Mun. Bucuresti 1 2 3 4 5 6 7 8 9 10 88
Primarie 1 2 3 4 5 6 7 8 9 10 88
Politie 1 2 3 4 5 6 7 8 9 10 88
3
A8. Din ianuarie 2007 pân ă în prezent, la
care dintre urmatoarele servicii publice
ati apelat? A9. Ați utilizat vreodat ă
acest serviciu, până la
finele anului trecut (2006)? A10. Cat de des ati utilizat, din ianuarie 2007 până în prezent, urmatoarele
servicii publice?
SERVICIU PUBLIC O DATĂ DE
CÂTEVA
ORI O DATĂ ÎN
FIECARE
LUNĂ DE 2 ORI / LUNĂ SAU
MAI DES NS/NR
1. A ACCESAT 1 2 3 4 9
2. NU A ACCESAT 1. DA 2. NU 9. NS/NR 1. Ajutor social
7. NU E CAZUL
1. A ACCESAT
4 1 2 3 4 9 2. Cazier
2. NU A ACCESAT 1. DA 2. NU 9. NS/NR
1. A ACCESAT 1 2 3 4 9
2. NU A ACCESAT 1. DA 2. NU 9. NS/NR 3. Inmatriculare sau
preschimbare
inmatriculare auto 7. NU E CAZUL
1. A ACCESAT 1 2 3 4 9
2. NU A ACCESAT 1. DA 2. NU 9. NS/NR 4. Permise Auto
7. NU E CAZUL
1. A ACCESAT 1 2 3 4 9
2. NU A ACCESAT 1. DA 2. NU 9. NS/NR 5. Somaj
7. NU E CAZUL
1. A ACCESAT 1 2 3 4 9
2. NU A ACCESAT 1. DA 2. NU 9. NS/NR 6. Autorizatie de
Constructie
7. NU E CAZUL
1. A ACCESAT 1 2 3 4 9
2. NU A ACCESAT 1. DA 2. NU 9. NS/NR 7. Cadastru sau intabulare locuință / teren
7. NU E CAZUL
1. A ACCESAT 1 2 3 4 9 8. Carte de Identitate
2. NU A ACCESAT 1. DA 2. NU 9. NS/NR
1. A ACCESAT 1 2 3 4 9
2. NU A ACCESAT 1. DA 2. NU 9. NS/NR 9. Dosarul de Pensie
7. NU E CAZUL
1. A ACCESAT 1 2 3 4 9 10. Pasaport
2. NU A ACCESAT 1. DA 2. NU 9. NS/NR
1. A ACCESAT 1 2 3 4 9 11. Taxe si impozite
2. NU A ACCESAT 1. DA 2. NU 9. NS/NR
1. A ACCESAT 1 2 3 4 9 12. Altele, care?…………….
2. NU A ACCESAT 1. DA 2. NU 9. NS/NR
DACA RESPONDENTUL NU A ACCESAT NICIUN SERVICIU PUBLIC ÎN 2007, CONTINU Ă A11:
A11: Din ianuarie 2007, a ți avut de rezolvat vreo problem ă pentru care a ți mers personal la…:
RĂSPUNS MULTIPLU
1. Guvern
2. Prefectur ă
3. Consiliul Jude țean/Consiliul Gen. al Mun. Buc.
4. Primă rie
5. Poliție 6. Agenția pentru Ocuparea For ței de Munc ă
7. Casa de Pensii și Asigur ări Sociale (CPAS)
8. Administra ția Financiară
9. Oficiul de cadastru și publicitate imobiliar ă
DACĂ A MERS LA ORICARE DINTRE INSTITU ȚIILE DE MAI SUS, ÎNSEAMN Ă CĂ A ACCESAT UN
SERVICIU PUBLIC ÎN 2007 Æ MODIFICĂ ÎN TABELUL DE MAI SUS CORESPUNZ ĂTOR ȘI
APOI CONTINU Ă CU A11 BIS
DACĂ NU A MERS LA NICIUNA DINTRE ACESTE INSTITU ȚII ÎN 2007 Æ SALT LA A20
DACA RESPONDENTUL A ACCESAT ORIC E SERVICIU PUBLIC ÎN 2007 Æ CONTINU Ă A11BIS
A11bis: Care este serviciul public pe care l-a ți accesat cel mai recent în 2007? ULTIMUL SERVICIU: __ __
SE TRECE CODUL CORESPUNZ ĂTOR DIN TABELUL A10.
A12. Vom discuta acum despre serviciul public/ ultimul serviciu public accesat, și anume __ __ ( SE
CITEȘTE ULTIMUL SERVICIU ACCESAT ȘI SE NOTEAZ Ă NUMĂRUL DIN TABELUL DE LA A9).
1. Cate instituț ii a trebuit sa vizita ți pentru a
rezolva ce v-a ți propus?
__ __ INSTITU ȚII 99. NS/NR
2. Cate ghisee/birouri a trebuit sa vizitati
pentru a rezolva ce v-ati propus? __ __ GHISEE/ BIROURI 99. NS/NR
3. In cat timp ati rezolvat ceea ce v-ati propus? 1. PE LOC 2. O ZI 3. __ __ ZILE 4. __ __ SAPTAMANI 5.
__ __ LUNI 6. IN CURS DE REZOLVARE
7. PROBLEMA NU S-A REZOLVAT 8.NS/NR
4. Cat timp ati asteptat sa ajungeti in fata
functionarului (la ghiseu/ birou)?
000- imediat SAU __ __ __ minute SAU __ __ ore 999.NS/NR
5. In relatia cu dvs. functionarul a fost mai
degrabă: amabil, atent, nepoliticos sau ironic? 1. AMABIL 2. ATENT
3. NEPOLITICOS 4. IRONIC 8.NS/NR
6. Functionarul a fost interesat de rezolvarea
cererii dvs? 1. DA 2. NU 8. NS/NR
7. Programul de lucru cu publicul al institutiei a
fost mai degrab ă accesibil, sau mai degrab ă
incomod (ore nepotrivite) pentru dvs? 1. MAI DEGRAB Ă ACCESIBIL ÆSALT LA LINIA 9
2. MAI DEGRAB Ă INCOMOD
8. NS/NR ÆSALT LA LINIA 9
8. In ce fel a fost incomod? NU CITI RASPUNSURILE RASPUNS
MULTIPLU. 1. NU EXISTA PROGRAM DUPA-AMIAZA
2. NU EXISTA PROGRAM IN WEEK-END
3. PROGRAMUL ESTE LIMITAT DOAR LA CATEVA ORE CARE SE
SUPRAPUN PESTE PROGRAMUL MEU DE MUNCA
4. PROGRAMUL AFISAT NU SE RESPECTA
5. ALTELE:_________________________
9. NS/NR
9. Spatiul de asteptare si de primire la
ghiseu/birou a fost mai degrab ă confortabil
sau inconfortabil? 1. MAI DEGRAB Ă CONFORTABIL ÆSALT LA A13
2. MAI DEGRAB Ă INCONFORTABIL
8. NS/NR ÆSALT LA A13
510. În ce fel a fost inconfortabil? 1. AER SUFOCANT/ NU EXISTA AER CONDITIONAT
2. FRIG
3. SPATIUL ERA PREA STRAMT PENTRU NECESITATI
4. NU EXISTAU BANCI DE ASTEPTARE
5. COZILE AU FOST FOARTE MARI
6. DISCU ȚIA SE REALIZA PRINTR-UN GEAM ÎNGUST
7. ALTELE: __________________________ 9.NS/NR
A13. Cat de multumit a ți fost de acest serviciu? Va rog sa dati o nota de la 1 la 10, unde 1 reprezint ă “foarte
nemultumit” si 10 reprezint ă “foarte multumit”.
01 02 03 04 05 06 07 08 09 10
A14. În continuare, v ă rog sa dati note de la 1 la 10, unde 1 reprezint ă “foarte nemultumit” si 10 reprezint ă
“foarte multumit”, pentru:
Foarte
nemulțumit F o a r t e
mulțumit NS/
NR
1. Etapele prin care a trebuit sa treceti ca sa rezolvati ceea ce v-ati propus
1 2 3 4 5 6 7 8 9 10 99
2. Timpul de rezolvare 1 2 3 4 5 6 7 8 9 10 99
3. Aglomeratia de la ghiseu 1 2 3 4 5 6 7 8 9 10 99
4. Politetea functionarilor 1 2 3 4 5 6 7 8 9 10 99
5. Amabilitatea functionarilor 1 2 3 4 5 6 7 8 9 10 99
6. Profesionalismul functionarilor 1 2 3 4 5 6 7 8 9 10 99
7. Programul de functionare al serviciului public 1 2 3 4 5 6 7 8 9 10 99
8. Conditiile spatiului de asteptare si de lucru
din institutie 1 2 3 4 5 6 7 8 9 10 99
A15. Cât de uș or ati obtinut informatiile referitoare la etapele si documentele de care ave ți nevoie?
1. Foarte uș or
2. Ușor 3. Greu
4. Foarte greu 9. NS/NR
A16. De unde ati obtinut majoritatea informatiilor? RASPUNS UNIC
1. DIN MATERIALELE DE INFORMARE AFISATE IN
INSTITUTIE SAU DE LA BIROUL DE INFORMARE
2. PRIN TELEFON DE LA INSTITUTIE 3. PRIN INTERNET 4. DE LA O CUNOSTINTA
5. DIN MASS MEDIA (TV, RADIO, PRESA SCRISA)
6. ALTELE: _______________________________ 9. NS/NR Foarte
mulțumit Foarte
nemulțumit
A17. Vi s-au solicitat bani, in afara taxelor oficiale, pentru rezolvar ea solicitarii dvs, sau pentru a grabi
rezolvarea acesteia?
1. Da 2. Nu 9. NR
A18. Ati dat bani sau produse, in afara taxelor oficiale, pentru rezolvarea solicitarii dvs, sau pentru a grabi
rezolvarea acesteia?
1. Da 2. Nu 9. NR
A19. Dupa parerea dvs, in 2007, comparat iv cu anii precedenti, serviciile publice:
1. Au functionat mai bine ,
2. Au ramas la fel
3. Au functionat mai rau? 4. NU A ACCESAT SERVICII ÎNAINTE DE 2007
9. NS/NR
A20. Acum vom vorbi în general desp re serviciile publice din România. Va rog sa dati o nota de la 1 la 10
pentru calitatea acestora, unde 1 reprezint ă “calitate foarte slab ă” si 10 reprezint ă “calitate foarte bun ă”.
601 02 03 04 05 06 07 08 09 10 Calitate
foarte slabă Calitate
foarte bună
A21. De cine credeti ca d epinde imbu natatirea calitatii serv iciilor publice? RĂSPUNS M ULTIPLU
1. DE INSTITUTIA IN SINE
2. GUVERN
3. PARLAMENT
4. PRESEDINTI E 5. PREFECTURA 6. CO NSILIU JUDETEA N
7. CO NSILIU LOCAL
8. TRIBUNALE SI J USTITIE 9. ALTELE:
____ ____ _______ ____ ___
10. NS/NR
A22. Consid erati ca pr oblemele aparu te in furni zarea serv iciilor publice se d atorează in special:
SE CITESC R ĂSPUNS URILE. RASPUNS UNIC:
1. Legi slatiei deficitare
2. Organizarii proas te a institutiilor
3. Salariul ui pre a mic al functi onaril or
4. Bugetului mi c al institutilor 5. Slabei pregati ri profe sionale a function arilor publi ci
6. Atitudinii functionarilo r publ ici
7. ALTELE: _______ ____ _______ ____ _______
9. NS/NR
A23. Ce anume va deranjeaza cel mai mult cand utilizati serv iciile publice?
____ ____ _______ ____ _______ ____ _______ ____ _______ ____ _______ ____ _______ ____ _______ ____ __
____ ____ _______ ____ _______ ____ _______ ____ _______ ____ _______ ____ _______ ____ _______ ____ __
A24. Care co nsidera ti ca este c ea mai importanta masura ca re poate imbu natati furni zarea de s ervicii
publice in Romania? CITEȘTE RĂSPUNS URILE. RASPUNS U NIC.
1. Simplificarea etapelo r prin rezolvarea tuturo r cerințelor la acel ași ghișeu (birou unic)
2. Cresterea n umarului de fu nction ari
3. Pregatirea m ai buna a fun ctiona rilor
4. Renovarea si dotarea cu m obilier si echi pamente noi si performante
5. Inasp rirea pe depselor pent ru functio narii publici care gre sesc
6. Cresterea salariilor functi onarilor publici ce se ocupa de furni zarea servi ciilor publice
7. ALTELE:___ ____ ____ _______ ____ _______ ____ _______ ____ ___
9. NS/NR
A25. Cat d e importan t considera ti ca este c a cetateanul sa se mnaleze c and lucrurile nu merg bine in
furnizarea serviciilor pu blice?
1. Foarte im portant
2. Important
3. Putin important 4. Delo c impo rtant
9. NS/NR
A26. Cr edeti ca dv s puteti contribui la imbunata tirea serv iciilor publice?
1. DA 2. NU ÆSALT LA A28 9. NS/NR ÆSALT LA A28
A27. Cum credeti ca pu teti contribui? NU CITI RASPUNS URILE. RASPUNS MULTIPL U
1. RECLAMA ND SERVICII LE
DEFECTUOASE 2. OFERIND SUGESTII DE IMBUNATATI RE 3. RECLAMA ND CAZU RILE DE MITA
4. INCETAND SA MAI DAU BANI SAU ATENTII IN AFARA TAXELOR
LEGALE PENTRU A OBTINE UN SERVICIU PUBLI C
5. ALTELE:_____ ____ _______ ____ _______ _
9. NS/NR
A28. Referitor la serviciile publice pe care le-a ți accesat vreodat ă, ați avut vreodat ă nemulț umiri legate de
calitatea acestora? 1. DA 2. NU Æ SALT LA A38 9. NS/NR Æ SALT LA A35
A29. S-a intamplat vreodata sa semnalati aspectele care v-au nemultumit în furnizarea unui serviciu
public?
1. DA 2. NU Æ SALT LA A35 9. NS/NR Æ SALT LA A35
A30. Cui ati semnalat nemultumirea dvs.? NU CITI RASPUNSURILE. RASPUNS MULTIPLU.
1. FUNCTIONARULUI DE LA GHISEU
2. SUPERIORILOR ACESTUIA
3. UNEI INSTITUTII SUPERIOARE CELEI CARE A OFERIT SERVICIUL PUBLIC RESPECTIV
4. ALTCUIVA: ________________________________
9. NS/ NR
A31. În ce form ă ati semnalat ce v-a nemultumit?
1. VERBAL
2. RECLAMATIE SCRISA
3. TEL VERDE 4. INTERNET
5. ALTELE: ________________________________
9. NS/NR
A32. Ce a urmarit semnalarea facuta de dvs? 1. PEDEPSIREA FUNCTIONARULUI
2. IDENTIFICAREA UNEI MODALITATI DE REZOLVARE A CERERII INITIALE
3. IDENTIFICAREA UNEI MODALITATI DE IMBUNATATIRE A SERVICIULUI RESPECTIV
4. ALTELE:___________________________ 9. NS/NR
A33. In urma semnalarii dv s., ati obtinut ce ati dorit?
1. DA
2. NU
3. PARTIAL 4. INCA NU A PRIMIT R ASPUNS/ SEMNALAREA DEPUSA RECENT
8. NS/NR
A34. Veti continua sa semnalati astfel de aspecte?
1. MAI DEGRAB Ă DA, 2. MAI DEGRAB Ă NU 3. NS/NR
SALT LA A38
A35. Care este principalul motiv pentru car e nu ati semnalat aspectele care va nemultumeau?
1. NU AM CREZUT CA SE VA REZOLVA CEVA
2. NU AM STIUT CUM
3. NU AM STIUT UNDE
4. NU AM VRUT SA IMI CREEZ PROBLEME CU
FUNCTIONARUL PUBLIC 5. AM REZOLVAT ALTFEL 6. ALTELE:______________________________
9. NS/NR
A36. Daca se va intampla si alta data sa fiti nemultumit veti semnala acest lucru?
1. MAI DEGRAB Ă DA 2. MAI DEGRAB Ă NUÆ SALT LA A38
9. NS/NR Æ SALT LA A38
A37. În ce form ă ați semnala ce va nemultumeste?
1. VERBAL 2. RECLAMATIE SCRISA
3. TEL VERDE 4. INTERNET
5. ALTELE: ____________________________
6. NS/NR
A38. Dupa parerea dvs functionarii publici au salarii:
1. Foarte mari
2. Mari 3. Mici 4. Foarte mici 9. NS/NR
A39. Considerati ca acestia si-ar face mai bine treaba daca ar avea salarii mai mari decat acum?
1. DA 2. NU 9. NS/NR
A40. Va rog sa dati o nota de la 1 la 10 pentru cat de dificila considerati ca este activitatea prestata de
functionarii publici, unde 1 reprezint ă “deloc dificil ă” si 10 reprezint ă “extrem de dificil ă”.
701 02 03 04 05 06 07 08 09 10 Deloc
dificilă Extrem de dificilă
8A41. În continuare, v ă voi citi mai multe perech i de caracteristici aflate în opozitie. Acum v ă rog să vă
gândiți la functionarii publici cu car e ati intrat în contact pân ă acum. Cum vi se pare dvs. a fi func ționarul
public obi șnuit (cu care a ți interac ționat dvs.), mai degrab ă…….., nici…….., nici…….., sau mai
degrabă………..? SELECTEAZ Ă 1,4 SAU 7! DAC Ă AI SELECTAT 4 TR ECI LA URMATOAREA
CARACTERISTIC Ă!
A42. Și dacă vi se pare mai degrab ă………………….., în ce m ăsură ? NUMAI PENTRU VARIANTELE 1 ȘI 7 LA
ÎNTREBAREA A41.!
Mai
degrabă… Nici…,
nici… Mai
degrabă… A41.
1 4 7
A42. În ce
măsură ? Foarte mare Mare Mic ă
Nici, nici Mică Mare Foarte
mare Caracteristici
1. Amabil 1 2 3 4 5 6 7 Ostil
2. Competenti
profesional 1 2 3 4 5 6 7 Incompetenti profesional
3. Calm 1 2 3 4 5 6 7 Nervos
4. Modest 1 2 3 4 5 6 7 Mândru
5. Relaxat 1 2 3 4 5 6 7 Incordat
6. Prietenos 1 2 3 4 5 6 7 Dușmanos
7.Neserios 1 2 3 4 5 6 7 Serios
8. Plăcut 1 2 3 4 5 6 7 Neplăcut
9. Binevoitor 1 2 3 4 5 6 7 Rauvoitor
10. Agresiv 1 2 3 4 5 6 7 Blând
11.Harnic 1 2 3 4 5 6 7 Leneș
12. Plictisit 1 2 3 4 5 6 7 Entuziast
13.Cinstit 1 2 3 4 5 6 7 Necinstit
14.Eficient 1 2 3 4 5 6 7 Ineficient
15. Este de încredere 1 2 3
4 5 6 7 Nu este de încredere
16. Generos 1 2 3 4 5 6 7 Egoist
17. Responsabil 1 2 3 4 5 6 7 Iresponsabil
18. Politicos 1 2 3 4 5 6 7 Nepoliticos
19. Bogat 1 2 3 4 5 6 7 Sarac
A43. Cât de mult ă încredere ave ți în următoarele institu ții: foarte mult ă încredere, mult ă încredere, pu țină
încredere sau foarte pu țină încredere în ele?
Foarte multă
încredere Multă
încredere Puțină
încredere Foarte pu țină
încredere NS/
NR
1. Agenția pentru Ocuparea For ței de
Muncă 1 2 3 4 8
2. Casa de pensii si asigurari sociale 1 2 3 4 8
3. Serviciul de evidenta informatizata a populatiei 1 2 3 4 8
4. Administratia financiara 1 2 3 4 8
Modul protec ția consumatorului
A44. Acum v ă voi pune câteva întrebă ri cu privire la Autoritatea pentru protec ția consumatorului (APC) –
care anterior se numea Oficiul pentru protec ția consumatorului (OPC). Aț i auzit de aceast ă instituție?
1. DA 2.NU 9.NS/NR
A45. Cu ce se ocup ă această instituție? NU CITI R ĂSPUNSURILE. R ĂSPUNS MULTIPLU.
1. REZOLVAREA SESIZ ĂRILOR CONSUMATORILOR CARE FAC PLÎNGERE
2. MONITORIZAREA ACTIVIT ĂȚII AGENȚILOR ECONOMICI DIN PUNCT DE VEDERE AL CALIT ĂȚII
3. PROTEC ȚIA DREPTURILOR CONSUMATORULUI
4. ALTELE:_______________________________________ 9. NS/NR
A46. Din câte știți dvs, vreunul dintre cunoscu ții dvs a apelat vreodat ă la APC?
1. DA 2.NU Æ SALT LA A50 9.NS/NR Æ SALT LA A50
9A47. În ce problemă ? Dacă au existat mai multe situa ții, vă rog să vă referiți la ultima situa ție pe care o
cunoașteți. NU CITI R ĂSPUNSURILE. R ĂSPUNS UNIC.
1. VÂNZAREA DE PRODUSE ALIMENTARE ALTERATE/ EXPIRATE DE C ĂTRE AGEN ȚI ECONOMICI
2. VÂNZAREA DE PRODUSE NEALIMENTARE SU B STANDARDELOR DE CALITATE PROMISE
3. SERVICII PRESTATE SUB STANDARDELE DE CALITATE PROMISE
4. ÎNCĂLCAREA UNOR PREVEDERI LEGALE (SPA ȚII FĂRĂ FUMAT, VÂNZARI DE ȚIGĂRI MINORILOR ETC)
5. LIPSA BONULUI FISCAL
6. ALTELE: ______________________________________ 9. NS/NR
A48. APC-ul a intervenit în urma sesiz ării făcute?
1. DA 2.NU Æ SALT LA A50 9.NS/NR Æ SALT LA A50
A49. Care a fost rezultatul interven ției APC? NU CITI R ĂSPUNSURILE. R ĂSPUNS UNIC.
1. NU A EXISTAT NICI O CONSECIN ȚĂ ASUPRA AGENTU LUI ECONOMIC
2. AGENTUL ECONOMIC A FOST AMENDAT/ SANC ȚIONAT
3. PRODUSUL CUMP ĂRAT A FOST RESTITUIT/ BANII PL ĂTIȚI AU FOST RETURNA ȚI CLIENTULUI
4. AGENTULUI ECONOMIC I S-A RETRAS DREPTUL DE A COMERCIALIZA (ACEL PRODUS)
5. ALTELE: __________________________
9. NS/NR
A50. Dumneavoastr ă vi s-a întâmplat vreodat ă să consuma ți/ achiziț ionați produse sau servicii de proast ă
calitate?
1. DA 2.NU Æ SALT LA A57 9.NS/NR Æ SALT LA A57
A51. Ce a ți făcut în aceast ă situație? NU CITI R ĂSPUNSURILE. RĂ SPUNS MULTIPLU.
1. NIMIC 2. AM RETURNAT PRODUSUL
3. AM SESIZAT APC Æ SALT LA A53
4. AM REFUZAT SĂ MAI CUMP ĂR PRODUSE/ SERVICII DIN ACEL LOC
5. AM RECLAMAT VERBAL/ ÎN SCRIS SITUA ȚIA CĂTRE AGENTUL ECONOMIC RESPECTIV
6. AM RECLAMAT C ĂTRE ALTE FORURI DECAT APC/AGENT ECONOMIC:_____________________
6.ALTELE: ________________________________ 9. NS/NR
A52. De ce nu a ți sesizat APC în acest caz/ în ultimul caz de acest fel de care v ă amintiți?
NU CITI R ĂSPUNSURILE. RĂ SPUNS UNIC.
1. NU AM CREZUT C Ă E CAZUL
2. NU AM Ș TIUT CĂ EXISTĂ APC
3. NU AM Ș TIUT UNDE S Ă MP ADRESEZ
4. NU AM VRUT S Ă INTRU ÎN CONFLICT CU AGENTUL ECONOMIC
5. AM RECLAMAT AGEN TULUI ECONOMIC CAZUL ȘI SITUAȚIA S-A REZOLVAT LA ACEST NIVEL
6. NU AM CREZUT CA DAC Ă VOI CHEMA APC-UL SITUA ȚIA SE VA REZOLVA
7. ALTELE: ____________________________________
9.NS/NR
SALT LA A57
A53. Când a ți depus sesizarea la APC:
1. În primele 24 de ore
2. A doua zi (24-48 DE ORE) 3. După mai mult de 48 de ore
9. NS/NR
A54. Cum a ți depus reclama ția la APC? RĂSPUNS MULTIPLU
1. Telefonic la un num ăr obișnuit
2. La TEL verde 3. Scris la sediul APC
4. Prin internet/ e-mail 5. Prin po ștă
9. NS/NR
A55. APC-ul a intervenit în urma sesiz ării făcute?
1. DA 2.NU Æ SALT LA A57 9.NS/NR Æ SALT LA A57
A56. Care a fost rezultatul interven ției APC? NU CITI R ĂSPUNSURILE. R ĂSPUNS MULTIPLU.
1. NU A EXISTAT NICIO CONSECIN ȚĂ ASUPRA AGENTU LUI ECONOMIC
2. AGENTUL ECONOMIC A FOST AMENDAT/ SANC ȚIONAT
3. PRODUSUL CUMP ĂRAT A FOST RESTITUIT/ BANII PL ĂTIȚI AU FOST RETURNA ȚI CLIENTULUI
4. AGENTULUI ECONOMIC I S-A RETRAS DREPTUL DE A COMERCIALIZA (ACEL PRODUS)
5. ALTELE: __________________________
9. NS/NR
10A57. Daca se va intampla si alta data sa fiti nemu ltumit de calitatea unui produs/ serviciu, veti semnala
acest lucru c ătre APC?
1 . MAI DEGRAB Ă DA 2. MAI DEGRAB Ă NU 9. NS/NR
A58. Dac ă acum ați trimite o sesizare justificată la APC, cât de mult ă încredere ave ți că aceasta ar fi
rezolvat ă rapid ș i corect?
1. Foarte mult ă încredere
2. Multă încredere
3. Puțină încredere 4. Nu aș avea deloc încredere
9. NS/ NR
Modul mediu
A59. Vă rog să îmi spune ți cum aprecia ți calitatea urm ătoarelor elemente din localitatea dvs: CITE ȘTE
VARIANTELE! UN SINGUR R ĂSPUNS PE LINIE!
Elemente CALITATE Nu știe
Foarte poluat Poluat Curat Foarte curat
A. Aer 1 2 3 4 88
B. Apă 1 2 3 4 88
C. Pământ/Sol 1 2 3 4 88
A60. Vă rog să îmi spune ți, cum aprecia ți calitatea urm ătoarelor infrastructuri publice de agrement din
localitatea dvs… CITE ȘTE VARIANTELE! UN SINGUR R ĂSPUNS PE LINIE!
NIVEL DE CALITATE Infrastructuri publice de
agrement Foarte proastă Proastă Bun ă Foarte
bună Nu este cazul Nu știe
A.Parcuri/spa ții verzi 1 2 3 4 77 88
B.Monumente 1 2 3 4 77 88
C.Locuri de joac ă pentru copii 1 2 3 4 77 88
D.Piețe publice 1 2 3 4 77 88
E.Fântâni arteziene 1 2 3 4 77 88
F. Ștranduri, terenuri de sport 1 2 3 4 77 88
A61. Vă rog să îmi spune ți în ce m ăsură vă afecteaz ă apariț ia următoarelor fenomene: CITE ȘTE
VARIANTELE! UN SINGUR R ĂSPUNS PE LINIE!
Fenomene Foarte
puțin Puțin Mult Foarte mult Nu știe
A. Canicula 1 2 3 4 88
B. Inunda țiile 1 2 3 4 88
C. Seceta 1 2 3 4 88
D. Încalzirea global ă 1 2 3 4 88
E. Modificarea
anotimpurilor 1 2 3 4 88
Secțiunea B – Legisla ție
În continuare vom vorbi despre anumite legi și prevederi legislative din România…
B1. Îmi pute ți spune ce în țelegeți dvs prin „informa ție de interes public”? NU CITI R ĂSPUNSURILE
1. INFORMA ȚIE CARE SE REFER Ă LA SAU REZULT Ă DIN ACTIVIT ĂȚILE UNEI INSTITU ȚII SAU AUTORIT ĂȚI
PUBLICE ORI ALE UNEI REGII AUTONOME CARE UTILIZEAZ Ă BANI PUBLICI.
2. ALTELE: _______________________________________________
8. NU STIE 9. NR
B2. Crede ți că dvs pute ți avea acces în acest moment la informa ții de interes public?
1. DA ÆS A L T L A B 5 2 . N U 9 . N R
B3. Dacă ați avea dreptul s ă accesați informa ții de interes public, a ți face acest lucru?
1. DA 2. NU ÆSALT LA B12 9.NR ÆSALT LA B12
B4. În ce scop a ți accesa aceste informa ții?
_____________________________________________________________________________________ _____________________________________________________________________________________
SALT LA B12
11B5. Care crede ți că este baza legal ă pentru acest lucru? RĂSPUNS MULTIPLU
1. CONSTITU ȚIA ROMÂNIEI Æ SALT LA B8
2. LEGEA PRIVIND LIBERUL ACCES LA INFORMA ȚIILE DE INTERES PUBLIC (LEGEA NR. 544/2001)
3. LEGISLAȚIA UNIUNII EUROPENE Æ SALT LA B8
4. ALTELE: ______________________________ Æ SALT LA B8
8. NU STIE Æ SALT LA B8
9. NRÆ SALT LA B8
B6. De unde a ți aflat prima dată despre existen ța acestei legi? NU CITI R ĂSPUNSURILE. R ĂSPUNS UNIC
1. INTERNET
2. PRES Ă SCRISĂ
3. TV 4. RADIO
5. PRIETENI/ CUNO ȘTIȚE 6. SERVICIU/ ȘCOALĂ
7. INSTITU ȚIE PUBLIC Ă
8. ALTELE: ________________________________
9. NS/NR
B7. În continuare, v ă voi citi 4 afirma ții. Vă rog să îmi spune ți, la fiecare dintre ele, dac ă știți că face parte
din legisla ția privind liberul acces la informa ții de interes public:
DA NU NS/NR
1. Asigurarea de c ătre instituț ii a accesului la informa ții se poate face din
oficiu sau la cerere 1 2 8
2. Institu țiile publice trebuie s ă prezinte din oficiu cet ățenilor sursele
financiare, bugetul și bilanțul contabil 1 2 8
3. Termenul maxim de r ăspuns la solicit ările cetăț enilor este de 30 zile 1 2 8
4. Accesul mijloacelor de informare în mas ă la informa țiile de interes public
este garantat. 1 2 8
B8.Ați accesat vreodat ă informa ții de interes public?
1. DA 2. NU ÆSALT LA B10 9.NR ÆSALT LA B10
B9. În ce scop a ți accesat aceste informa ții?
_____________________________________________________________________________________
_____________________________________________________________________________________
B10. Cât de util aprecia ți că este pentru dvs. faptul c ă puteți accesa informa ții de interes public?
1. Foarte util 2. Mai degrab ă util 3. Mai degrab ă inutil
4. Inutil 5. NS/ NR
B11: Crede ți că, în urmă toarele 12 luni, ve ți avea nevoie s ă accesați informa ții de interes public?
1. Da
2. Mai degrab ă da 3. Mai degrab ă nu
4. Nu 9. NS/NR
B12. Crede ți că, în acest moment, dvs puteț i influen ța în mod direct elaborarea unui act normativ?
1. DA 2. NU Æ SALT LA B14 9.NR Æ SALT LA B14
B13. În ce mod? RĂSPUNS MULTIPLU
1. PARTICIPÂND LA DEZBATEREA PUBLIC Ă PE
MARGINEA PROIECTULUI DE LEGE
2. MERGÂND LA VOT, ATUNCI CÂND SUNT ALEGERI
3. PARTICIPAND LA O GREVA 4. SEMNÂND O PETI ȚIE
5. SUSȚINÂND O PROPUNERE LEGISLATIV Ă
6. ALTELE: _______________________________
9. NS/NR
B14. Știți că în prezent în România exist ă o lege care prevede că , în stadiul de proiect, orice unele legi noi
trebuie s ă fie supuse dezbaterii publice?
1. DA 2. NU Æ SALT LA B16 9.NR
B15. De unde a ți aflat prima dată despre existen ța acestei legi? NU CITI R ĂSPUNSURILE. R ĂSPUNS UNIC
1. INTERNET
2. PRES Ă SCRISĂ
3. TV
4. RADIO
5. PRIETENI/ CUNO ȘTIȚE 6. SERVICIU 7. INSTITU ȚIE PUBLIC Ă
8. ALTELE: ________________________________
9. NS/NR
B16. Cât de util aprecia ți că este pentru dvs. faptul c ă puteți participa în mod direct la procesul de
elaborare a legilor?
1. Foarte util
2. Util 3. Mai degrab ă inutil
4. Inutil 5. NS/ NR
B17. Crede ți că, în urm ătoarele 12 luni, ve ți fi interesat s ă participa ți la o dezbatere public ă pe marginea
unui proiect de lege?
1. Da
2. Mai degrab ă da 3. Mai degrab ă nu
4. Nu 9. NS/NR
SECȚIUNEA C – Cultură civic ă
C1. În general, crede ți că puteți avea încredere în oameni, sau c ă este mai bine s ă fiți precaut în rela ția cu
aceștia? Cât de mult ă încredere pute ți avea în oameni, pe o scală de la 1 la 10, unde 1 reprezint ă „foarte
puțină încredere”, iar 10 reprezint ă „încredere mare în majoritatea oamenilor”.
12
01 02 03 04 05 06 07 08 09 10
C2. Crede ți că majoritatea oamenilor cu care rela ționați sunt necinsti ți, sau sunt mai degrab ă cinstiți? Vă
rog, încadra ți părerea dvs. pe o scal ă de la 1 la 10, unde 1 reprezint ă „majoritatea oamenilor sunt
necinsti ți”, iar 10 reprezint ă „majoritatea oamenilor sunt cinsti ți”.
01 02 03 04 05 06 07 08 09 10
C3. Crede ți că în majoritatea timpului oamenii încearc ă să fie de ajutor pentru cei din jur, sau î și urmăresc
interesul personal? V ă rog, încadra ți părerea dvs. pe o scal ă de la 1 la 10, unde 1 reprezint ă „majoritatea
oamenilor î și urmăresc interesul personal”, iar 10: „majoritatea oamenilor încearc ă să fie de ajutor”.
01 02 03 04 05 06 07 08 09 10
C4. Acum voi citi o list ă cu mai multe st ări suflete ști și vă voi ruga să îmi spune ți, pentru fiecare dintre ele,
cât de des o tr ăiți: niciodat ă sau aproape niciodat ă, uneori, de multe ori sau în cea mai mare parte a
timpului. A șadar, cât de des v ă simț iți …?
Niciodat ă
sau aproape
niciodat ă Uneori De multe
ori În cea mai
mare parte a
timpului NS/
NR
1. vesel 1 2 3 4 8
2. obosit 1 2 3 4 8
3. mulț umit 1 2 3 4 8
4. singur 1 2 3 4 8
C5.În continuare, voi citi câteva afirma ții despre via ță. Vă rog să îmi spune ți, pentru fiecare dintre ele, dac ă
sunteți de acord cu ea sau nu și în ce m ăsură .
Acord
total Acord Dezacord Dezacord
total NS/NR
1. Mă simt liber( ă) să decid cum s ă îmi tră iesc viaț a 1 2 3 4 8
2. În marea majoritate a timpului fac lucruri care trebuie
făcute, și nu lucruri care îmi plac 1 2 3 4
3. Dorințele altora în familie stau înaintea dorin țelor mele 1 2 3 4 8
4. În general sunt în m ăsură să determin ce mi se va
întâmpla în via ță 1 2 3 4 8
5. Am constatat frecvent c ă ceea ce este scris s ă se
întâmple, se întâmpl ă, indiferent dac ă eu vreau sau nu 1 2 3 4 8
6. Adesea decid pe loc ce fac in timpul liber 1 2 3 4 8
C6. În continuare, voi citi alte câteva afirma ții despre via ță. Vă rog să îmi spune ți, pentru fiecare dintre ele,
dacă sunteți de acord cu ea sau nu și în ce m ăsură .
Acord
total Acord Dez-
acord Dezacord
total NS/NR
1. În marea majoritate a timpului sunt foarte mul țumit(ă) de mine 1 2 3 4 8
2. Adeseori simt c ă oamenii nu îmi acord ă respectul pe care îl merit 1 2 3 4 8
3. Îmi place s ă învăț lucruri noi 1 2 3 4 8
4. Adeseori simt c ă sunt tratat( ă) incorect 1 2 3 4 8
5. În general, via ța mea este foarte mult a șa cum am visat s ă fie 1 2 3 4 8
6. Adesea fac gre șeli pentru care m ă simt prost sau vinovat( ă) 1 2 3 4 8 Încreder e mare
în majoritatea oamenilor Foarte
puțină
încreder e
Majorita tea
oamenilor s unt
cinstiți Majorita tea
oamenilor s unt
necins tiți
Majorita tea își
urmăresc
interesul personal Majorita tea
încearcă să fie
de ajutor altora
C7. Ținând cont de toate aspectele vie ții dvs., cât de fericit v ă considera ți, pe o scală de la 1 la 10 unde 1
este „extrem de nefericit”, iar 10 este „extrem de fericit”?
Extrem de
neferici t 01 02 03 04 05 06 07 08 09 10 Extrem de
fericit
C8. Cât de m ultă încred ere aveți în urmă toarele institu ții: foarte mult ă încr edere, mult ă încredere, p uțină
încreder e sau foar te puțină încrede re în ele?
Foarte multă
încreder e Multă
încreder e Puțină
încreder e Foarte pu țină
încreder e NS/
NR
1. Parlament ul Româ niei 1 2 3 4 8
2. Jude cătorii sau tribu nale 1 2 3 4 8
3. Partidele p olitice din România 1 2 3 4 8
4. Guvernul Româ niei 1 2 3 4 8
5. Parlament ul Europ ean 1 2 3 4 8
6. ONU/ N ațiunile Unite 1 2 3 4 8
7. NATO 1 2 3 4 8
8. SRI 1 2 3 4 8
9. Prese dintel e Roma niei 1 2 3 4 8
10. Uniu nea Europ eana 1 2 3 4 8
11. SIE 1 2 3 4 8
12. Prefectu ra 1 2 3 4 8
13. Con siliul Judetean 1 2 3 4 8
14. Consiliul l ocal 1 2 3 4 8
15. Primari e 1 2 3 4 8
16. Biseri ca 1 2 3 4 8
17. Armata 1 2 3 4 8
18. Poliție 1 2 3 4 8
C9. Ca t de importan te sunt orga nizațiile v oluntare (asociaț ii, funda ții, ONG) în viața dvs.?
1. Foarte imp ortante
2. Importante
3. Puțin impo rtante
4. Delo c impo rtante
5. Nu stie ce sunt O NG ÆSALT LA C10BIS
9. NS/NR
C10. Ca sa fi i un bun cetatea n, cat de important e ste sa fii acti v in organizatii voluntare (aso ciații, funda ții,
ONG )?
1. Foarte impor tant
2. Important
3. Puțin import ant
4. Deloc im portant
9. NS/NR
C10 BIS. În u ltimele 12 luni, a ți:…
DA NU NS/NR
1. Încercat s ă contacta ți un om politic, un m embru a l guver nului, un p arlamentar (un d emnitar al es sau numit?) 1 2 8
2. Încercat s ă conta ctați un angajat al un ei instituții publice locale, j udețene sau centrale? 1 2 8
3. Activat într -un pa rtid sau grupa re politică? 1 2 8
4. Ac tivat în a ltă organi zație voluntar ă (asociație, funda ție, O NG)? 1 2 8
5. Purtat sau expus u n ecuson/ sti cker al vreunei cam panii? (DE O RICE TIP) 1 2 8
6. Semnat o peti ție? 1 2 8
7. Luat parte l a o demon strație publică? 1 2 8
8. Cump ărat în mod delib erat anumite produ se din considerente po litice, etice sa u ecol ogice? 1 2 8
9. Solicitat respectarea legii într-un an umit context? 1 2 8
13
C11. Vi s-a întâmplat
vreodată:
C12. Atunci când s-a întâmplat (ultima dat ă),
ați decis s ă acționați în
vreun fel, sau s ă nu vă
implicați*?
*: a asista, a fi spectator C13. Ce a ți făcut?
UTILIZEAZ Ă LISTA
DE CODURI DE MAI
JOS! C14. De ce a ți decis s ă nu
vă implicați?
UTILIZEAZ Ă LISTA DE
CODURI DE MAI JOS!
1. SA AC ȚIONEZ COD __ __ 1. DA
2.SĂ NU MĂ IMPLIC COD: __ __ 1. Să asistați la
un accident grav
de circula ție?
2. NU
8.NR
1. SA AC ȚIONEZ COD __ __ 1. DA
2.SĂ NU MĂ IMPLIC COD: __ __ 2. Să asistați la
un furt pe
stradă?
2. NU
8.NR
1. SA AC ȚIONEZ COD __ __ 1. DA
2.SĂ NU MĂ IMPLIC COD: __ __ 3. Să vedeți cum
se dă mită unui
funcționar
public, medic,
polițist etc? 2. NU
8.NR
1. SA AC ȚIONEZ COD __ __ 1. DA
2.SĂ NU MĂ IMPLIC COD: __ __ 4. Să vedeți/
auziți, violență
conjugal ă/ceartă
între soți?
2. NU
8.NR
1. SA AC ȚIONEZ COD __ __
1. DA
2.SĂ NU MĂ IMPLIC COD: __ __ 5. Să vedeți la
vecini
neânțelegeri de
familie?
2. NU
8.NR
1. SA AC ȚIONEZ COD __ __ 1. DA
2.SĂ NU MĂ IMPLIC COD: __ __ 6. Să nu pute ți
dormi datorit ă
gălăgiei
vecinilor sau de
pe strad ă? 2. NU
8.NR
LISTA CODURI C13:
01 – AM ANUN ȚAT
AUTORIT ĂȚILE
02 – AM INTERVENIT
IN MOD DIRECT ÎN
AJUTORUL VICTIMEI
03- AM INTERVENIT
DIRECT CERÂND RESPECTAREA LEGII
04. ALTELE:_______
9. NR LISTA CODURI C14:
01 – INTERVENISE
ALTCINEVA DEJA
02 – ERA PERICULOS/ MI-A
FOST TEAMA
03 – NU CRED CA ERA
DATORIA MEA
04 – NU AM STIUT CE SA FAC/
UNDE SA MA ADRESEZ
05 – M-AM GANDIT CA
ORICUM VA INTERVENI ALTCINEVA
06 – ALTELE:___________
9. NR
14
15
C15. Pentru fiecare dintre tipurile de organiza ții pe care le
voi citi, v ă rog să îmi spune ți care dintre elementele scrise
pe acest card vi se aplic ă în prezent sau în ultimele 12 luni . 0.
NICI UNA 1. MEMBRU 2. A PARTICIPAT 3. A DONAT BANI 4. ACT. VOLUNTARĂ 5. ARE PRIET
ENI 6.
NS/
NR
1. Club sportiv sau de activit ăți în aer liber 0 1 2 3 4 5 8
2. Organiza ție culturală 0 1 2 3 4 5 8
3. Sindicat 0 1 2 3 4 5 8
4. Asocia ție profesional ă, de afaceri, sau agricol ă 0 1 2 3 4 5 8
5. Organiza ție a consumatorilor sau automobili știlor 0 1 2 3 4 5 8
6. Organiza ție pentru drepturile omului, minorit ăți, imigran ți
sau în scopuri caritabile 0 1 2 3 4 5 8
7. Organiza ție care militeaz ă pentru pace, protec ția mediului
sau protec ția animalelor 0 1 2 3 4 5 8
8. Organiza ție religioas ă sau bisericeasc ă 0 1 2 3 4 5 8
9. Partid politic 0 1 2 3 4 5 8
10. Organiza ție științifică 0 1 2 3 4 5 8
11. Organiza ție educativ ă sau a părinților 0 1 2 3 4 5 8
12. Club social, club pentru tineret, pensionari/ persoane în
vârstă, femei? 0 1 2 3 4 5 8
13.Alt tip de organiza ții bazate pe voluntariat (asocia ții,
fundații, ONG)_________ _______________ ___________ 0 1 2 3 4 5 8
C16. Acum, v ă voi citi mai multe caracteristici posibile ale unui bun cetăț ean. O s ă vă rog să îmi spune ți
pentru fiecare cât de important îl considera ți, pe o scal ă de la 1 la 10 unde 1 este „extrem de pu țin
important”, iar 10 este „extrem de important”. A șadar, cât de important este, pentru a fi un bun cet ățean,
să…
Extrem de
puțin
important E x t r e m d e
important NS/
NR
1. ajuți oamenii care tr ăiesc mai r ău
decât tine? 1 2 3 4 5 6 7 8 9 10 88
2. votezi la alegeri? 1 2 3 4 5 6 7 8 9 10 88
3. să respecți întotdeauna legea? 1 2 3 4 5 6 7 8 9 10 88
4. să îți formezi întotdeauna o
opinie personal ă, indiferent de
opinia celor din jur? 1 2 3 4 5 6 7 8 9 10 88
5. să activezi în organizaț ii bazate
pe voluntariat? 1 2 3 4 5 6 7 8 9 10 88
6. să fii activ din punct de vedere
politic? 1 2 3 4 5 6 7 8 9 10 88
C17. Pentru îmbun ătățirea vieții dvs în România, pe o scal ă de la 1 la 10 unde 1 este „extrem de pu țin
important” iar 10 este „extrem de important”, cât de important crede ți că este rolul:
Extrem de
puțin
important E x t r e m d e
important NS/NR
1. Uniunii Europene? 1 2 3 4 5 6 7 8 9 10 88
2. Președintelui României? 1 2 3 4 5 6 7 8 9 10 88
3. Guvernului? 1 2 3 4 5 6 7 8 9 10 88
4. Parlamentului? 1 2 3 4 5 6 7 8 9 10 88
5. Autorit ăților locale? 1 2 3 4 5 6 7 8 9 10 88
6. Autorit ăților jude țene? 1 2 3 4 5 6 7 8 9 10 88
7. Concet ățenilor dvs.? 1 2 3 4 5 6 7 8 9 10 88
8. Asocia țiilor, funda țiilor, ONG-uri? 1 2 3 4 5 6 7 8 9 10 88
9. Bisericii? 1 2 3 4 5 6 7 8 9 10 88
16C18. În continuare, voi citi câteva afirma ții. Pentru fiecare dintre ele, v ă rog să îmi spune ți dacă sunteți de
acord cu ea sau nu, și în ce m ăsură .
Acord
total Acord Dezacord Dezacord
total NS/
NR
1. Îmi place s ă am permanent contact cu oameni noi 1 2 3 4 8
2. Marea majoritate a timpului liber îl petrec acas ă 1 2 3 4 8
3. Marea majoritate a timpului liber îl petrec doar cu familia 1 2 3 4 8
4. Aș vrea să cunosc persoane noi, dar nu știu unde a ș
putea să intru în rela ție cu ei 1 2 3 4 8
5. Îmi cunosc vecinii foarte bine 1 2 3 4 8
6. Cunosc cel pu țin o persoan ă sărmană , pe care o ajut
în mod regulat cu bani sau produse 1 2 3 4 8
C19. Pe o scal ă de la 1 la 10, unde 1 este „extrem de pu țin important ă”, iar 10 „extrem de important ă”, cât
de important ă considera ți că este pentru dvs. rela ția cu urm ătoarele categorii de persoane?
Extrem de
puțin
important ă E x t r e m d e
important ă NC NS/
NR
1. Familia 1 2 3 4 5 6 7 8 9 10 77 99
2. Prietenii 1 2 3 4 5 6 7 8 9 10 77 99
3. Colegii de școală/ muncă 1 2 3 4 5 6 7 8 9 10 77 99
4. Vecinii 1 2 3 4 5 6 7 8 9 10 77 99
5. Persoane cu care te întâlne ști în
diferite cluburi, asocia ții, funda ții,
ONG, biseric ă? 1 2 3 4 5 6 7 8 9 10 77 99
C20. Vă rog să îmi spune ți cum vi se pare timpul petrecut în familie. Vi se pare mai degrab ă plăcut, nici
plăcut nici stresant, sau mai degrab ă stresant?
Și dacă vi se pare mai degrab ă plăcut sau stresant, în ce m ăsură : foarte mare, mare sau mic ă?
Foarte mare
măsură Mare Mic ă Nici-
nici Mică Mare Foarte mare
măsură
Plăcut 1 2 3 4 5 6 7 Stresant
C21. Vă rog să îmi spune ți cum vi se pare timpul petrecut la munc ă. Vi se pare mai degrab ă plăcut, nici
plăcut nici stresant, sau mai degrab ă stresant?
Și dacă vi se pare mai degrab ă plăcut sau stresant, în ce m ăsură : foarte mare, mare sau mic ă?
Foarte mare
măsură Mare Mic ă Nici-
nici Mică Mare Foarte mare
măsură
Plăcut 1 2 3 4 5 6 7 Stresant
C22. În ultimele 30 de zile, în timpul dvs. liber, cât de des v-a ți întâlnit cu rude, colegi, amici sau prieteni?
NU CITI R ĂSPUNSURILE. R ĂSPUNS UNIC.
1. NICIODAT Ă
2. DE 1-3 ORI 4. O DAT Ă PE SĂ PTĂMÂNĂ 5. DE CÂTEVA ORI PE S ĂPTĂMÂNĂ
6. ÎN FIECARE ZI 8. NS/NR
C23. Spune ți-mi cele mai importante două modalit ăți de a vă petrece timpul liber în afara casei:
NU CITI R ĂSPUNSURILE
PRIMA OP ȚIUNE: __ A DOUA OP ȚIUNE: __
1. VIZITE LA PRIETENI/ RUDE
2. SPECTACOLE/ TEATRU / FILM
3. LOCALURI/ RESTAURANTE/ BARURI
4. PRACTICARE DE ACTIVIT ĂȚI SPORTIVE 5. CĂLĂTORII/ EXCURSII/ TURISM
6. CUMPĂ RĂTURI
7. MECI SPORTIV 8. NS/NR
17C24. Folosind scala de la 1 la 6 unde 1 este „niciodat ă” și 6 este „oricând este nevoie”, în ce m ăsură
credeți că în [… – numele localit ății] următoarele categorii de oameni se ajut ă între ei, în via ța de zi cu zi:
Niciodat ă O r i c â n d e s t e
nevoie NS/
NR
1. Rudele între ele 1 2 3 4 5 6 8
2. Prietenii între ei 1 2 3 4 5 6 8
3. Colegii de serviciu între ei 1 2 3 4 5 6 8
4. Vecinii între ei 1 2 3 4 5 6 8
5. Necunoscu ții între ei 1 2 3 4 5 6 8
C25. În ultimele 30 de zile, vi s-a întâmplat s ă vi se solicite sprijinul pentru rezolvarea unei probleme de
către:
DA NU NS/
NR
1. O rud ă 1 2 8
2. Un prieten 1 2 8
3. Un coleg de munc ă/ școală 1 2 8
3. Un vecin 1 2 8
4. O persoan ă necunoscut ă 1 2 8
C26. Dac ă ați avea o problem ă de sănătate și ar trebui s ă vă împrumuta ți cu o sumă de bani echivalent ă cu
câștigul familiei dvs pe o lun ă, ați avea de unde s ă împrumuta ți aceș ti bani în 24 de ore?
1. DA 2. NU 8. NS/NR
C27. În ultimele 3 luni, vi s-a întâmplat s ă vi se solicite bani cu împrumut?
1. DA 2. NU Æ SALT LA C31 9.NS/NR
C28. Cine v-a solicitat bani cu împrumut? NU CITI R ĂSPUNSURILE. R ĂSPUNS MULTIPLU .
1. O RUD Ă
2. UN PRIETEN
3. UN COLEG 4. UN VECIN 5. ALTELE________________________________ 9. NS/NR
C29. Ați împrumutat persoana respectiv ă cu suma solicitat ă? (dacă au fost mai multe solicit ări, se refer ă la
ultima dat ă când i-au fost solicita ți bani împrumut)
1 . D A 2 . N U 3 . P A R ȚIAL SUMA 9. NS/NR
C30. Ați solicitat o chitan ță de mân ă persoanei respective pentru banii împrumuta ți?
1. DA 2. NU 9. NS/NR
C31.Vi s-a întâmplat s ă dați bani cu împrumut și să nu îi mai recupera ți sau să îi recupera ți cu dificultate?
1 . D A 2 . N U 3 . P A R ȚIAL SUMA 9. NS/NR
C32. Dac ă ați avea o problem ă personal ă, în ce m ăsură credeți că v-ați putea baza pentru rezolvarea ei pe:
Niciodat ă Doar în
situații
foarte
grave În cea
mai mare
parte a cazurilor Oricând și
în orice situație NC NS/
NR
1. …rude apropiate (p ărinți, copii,
soț/ soție)? 1 2 3 4 7 8
2. … alte rude (veri, unchi, m ătuși)? 1 2 3 4 7 8
3. … prieteni? 1 2 3 4 7 8
4. …colegi de școală/ muncă ? 1 2 3 4 7 8
5. …vecini? 1 2 3 4 7 8
6. …persoane necunoscute? 1 2 3 4 7 8
18C33. O s ă vă rog să vă gândiți că ați vrea să demara ți o afacere pe cont propriu. Mai degrab ă ați porni
această activitate singur, împreun ă cu rude apropiate, împreun ă cu amici/ prieteni, sau împreun ă cu
parteneri de afaceri cu care nu ave ți relații personale? RĂSPUNS UNIC
1. SINGUR
2.ÎMPREUN Ă CU RUDE APROPIATE
3. ÎMPREUN Ă CU AMICI/ PRIETENI 4. CU PARTENERI DE AFACERI CU CARE NU AM
RELAȚII PERSONALE
8. NS/NR
C34. Cât de uș or v-ar fi ca între cunoscu ții dvs să găsiți 1-3 persoane cu care s ă porniți o afacere pe cont
propriu? V-ar fi:…
1. Foarte u șor,
2. Mai degrab ă ușor,
3. Mai degrab ă greu, 4. Foarte greu?
8. NS/NR
C35. În continuare, voi citi câteva afirma ții. Vă rog să îmi spune ți, pentru fiecare dintre ele, dac ă sunteți de
acord cu ea sau nu și în ce m ăsură .
Acord
total Acord Dezacord Dezacord
total NS/NR
1. Atunci când mi se cere ajutorul, încerc s ă fac tot ce pot
ca să ajut persoana respectiv ă 1 2 3 4 8
2. Mă simt responsabil( ă) pentru persoanele nevoia șe din
vecină tate 1 2 3 4
3. Dacă ajut pe cineva, m ă aștept ca la rândul meu s ă
primesc ajutor la nevoie de la persoana respectiv ă 1 2 3 4 8
4. În viața mea exist ă oameni pe al c ăror ajutor știu că mă
pot baza necondi ționat și în orice situa ție 1 2 3 4 8
5. Mă deranjeaz ă când un prieten îmi solicit ă ajutorul în
mod repetat 1 2 3 4 8
6. Mă deranjeaz ă când un prieten îmi cere bani în mod
repetat 1 2 3 4 8
C36. Într-o zi obi șnuită din timpul s ăptămânii, cât timp petrece ți, în total, uitându-v ă la TV?
NU CITI R ĂSPUNSURILE. R ĂSPUNS UNIC
1. NU SE UIT Ă LA TV
2. MAI PU ȚIN DE 30 MINUTE
3. 30 MINUTE – 1 ORĂ
4. 1 OR Ă – 1 OR Ă ȘI 30 MINUTE
5. 1 OR Ă ȘI 30 MINUTE – 2 ORE 6. 2 ORE – 2 ORE ȘI 30 MINUTE
7. 2 ORE ȘI 30 MINUTE – 3 ORE
8. MAI MULT DE 3 ORE
99. NS/NR
C37. Într-o zi obi șnuită din timpul s ăptămânii, cât timp petrece ți, în total, ascultând radio?
NU CITI R ĂSPUNSURILE. R ĂSPUNS UNIC
1. NU ASCULT Ă RADIO
2. MAI PU ȚIN DE 30 MINUTE
3. 30 MINUTE – 1 ORĂ
4. 1 OR Ă – 1 OR Ă ȘI 30 MINUTE
5. 1 OR Ă ȘI 30 MINUTE – 2 ORE 6. 2 ORE – 2 ORE ȘI 30 MINUTE
7. 2 ORE ȘI 30 MINUTE – 3 ORE
8. MAI MULT DE 3 ORE 99. NS/NR
C38. Într-o zi obi șnuită din timpul s ăptămânii, cât timp petrece ți, în total, citind ziare?
NU CITI R ĂSPUNSURILE. R ĂSPUNS UNIC
1. NU CITE ȘTE ZIARE
2. MAI PU ȚIN DE 30 MINUTE
3. 30 MINUTE – 1 ORĂ
4. 1 OR Ă – 1 OR Ă ȘI 30 MINUTE
5. 1 OR Ă ȘI 30 MINUTE – 2 ORE 6. 2 ORE – 2 ORE ȘI 30 MINUTE
7. 2 ORE ȘI 30 MINUTE – 3 ORE
8. MAI MULT DE 3 ORE
99. NS/NR
C39. Într-o zi obi șnuită din timpul s ăptămânii, cât timp petrece ți, în total, navigând pe internet?
NU CITI R ĂSPUNSURILE. R ĂSPUNS UNIC
1. NU NAVIGHEAZ Ă PE INTERNET
2. MAI PU ȚIN DE 30 MINUTE
3. 30 MINUTE – 1 ORĂ
4. 1 OR Ă – 1 OR Ă ȘI 30 MINUTE
5. 1 OR Ă ȘI 30 MINUTE – 2 ORE 6. 2 ORE – 2 ORE ȘI 30 MINUTE
7. 2 ORE ȘI 30 MINUTE – 3 ORE
8. MAI MULT DE 3 ORE
9. NS/NR
19
C40. În ultimele 30 de zile, cât de des a ți citit cărți (romane, literatur ă de specialitate, poezie, nuvele etc)?
1. NU CITESTE C ĂRȚI
2. NU A CITIT C ĂRȚI ÎN ULTIMELE 30 DE ZILE
3. DE 1-2 ORI ÎN ULTIMELE 30 DE ZILE
4. DE 3-6 ORI ÎN ULTIMELE 30 DE ZILE 5. DE 1-2 ORI PE S ĂPTĂMÂNĂ
6. DE 3-5 ORI PE S ĂPTĂMÂNĂ
7. ZILNIC SAU APROAPE ZILNIC 9. NS/NR
C41. În ultimele 30 de zile, cât de des vi s-a întâmplat s ă discuta ți probleme de ordin social, economic sau
politic cu: …?
Zilnic sau
aproape
zilnic De 1-2 ori pe
săptămână De 3-6 ori De 1-2 ori Niciodat ă NC NS/NR
1. Partenerul de via ță 1 2 3 4 5 7 8
2. Un alt membru al familiei 1 2 3 4 5 7 8
3. Un prieten/ cunoscut 1 2 3 4 5 8
4. Un coleg de școală/ muncă 1 2 3 4 5 7 8
5. Un vecin 1 2 3 4 5 8
6. O persoan ă cu care te
întâlnești în diferite cluburi,
asociații, organiza ții,
biserică? 1 2 3 4 5 7 8
7. O persoan ă necunoscut ă 1 2 3 4 5 7 8
SECȚIUNEA D – Date factuale
Pentru a avea o imagine de ansamblu a țării vă rugăm să ne răspundeți la câteva întreb ări privind gospod ăria și
persoana dvs. Acestea vor fi folosite doar pentru analize statistice. D1. SEX: 1. Masculin 2. Feminin
D2. VÂRSTĂ : VEZI CHESTIONAR DE GOSPOD ĂRIE (în ani împlini ți): __ __
D3. În prezent sunte ți:
1. Nec ăsătorit(ă)
2. Căsătorit(ă) cu acte 3. Căsătorit(ă) fără acte/
concubinaj
4. Divor țat(ă) 5. Separat( ă)
6. Văduv(ă)
9. NR
D4. Care este religia dvs.?
1. ORTODOX Ă
2. ROMANO-CATOLIC Ă
3. PROTESTANT Ă (CALVIN Ă, EVANGHELIC Ă, LUTERAN Ă, REFORMAT Ă)
4. GRECO-CATOLIC Ă
5. NEO-PROTESTANT Ă (PENTICOSTAL Ă, ADVENTIST Ă, BAPTISTĂ,
EVANGHELIST Ă) 6. FĂRĂ RELIGIE
7. ALTA: ____________________
88. NS
99. NR
D5. Care este na ționalitatea dvs.?
1. ROMÂN Ă 2. MAGHIAR Ă 3. ROM Ă 4. GERMAN Ă 5. ALTA:____________________________ 9. NR
D6. Care este ultima școală pe care a ți absolvit-o?
1 FĂRĂ ȘCOALĂ
2 PRIMAR (1- 4 CLASE)
3 GIMNAZIAL (5 – 8 CLASE)
4 TREAPTA I LICEU (9 – 10 CLASE)
5 PROFESIONALA / ARTE ȘI MESERII/ UCENICI /
ÎNVĂȚĂMÂNT COMPLEMENTAR /
6 LICEU (9 – 12 CLASE) 7 ȘCOALĂ POST-LICEAL Ă / ȘCOALĂ MAIȘ TRI
8 UNIVERSITAR DE SCURT Ă DURATĂ /
COLEGIU 9 UNIVERSITAR DE LUNG Ă DURATĂ
10 STUDII POSTUNIVERSITARE (MASTERAT, DOCTORAT) 99 NR
20D7. Locuin ța în care sta ți în prezent este …
1. Proprietatea dvs. / partenerului (erei) dvs. 4. Închiriată de la stat 7. NȘ
2. Proprietatea p ărinților (rudelor) 5. Locuin ță socială 8. NR
3. Închiriată de la o persoan ă / firmă 6. Locuință de serviciu
D8. Aveți în gospod ărie în stare de func ționare…? Da Nu NR
1. autoturism (inclusiv de la firm ă) 1 2 9
2. WC în interiorul locuin ței 1 2 9
3. încălzire centrală / termoficare 1 2 9
4. telefon mobil (inclusiv de la firm ă) 1 2 9
5. telefon fix 1 2 9
6. frigider 1 2 9
7. mașină de spălat automat ă 1 2 9
8. computer 1 2 9
9. cuptor cu microunde 1 2 9
10. geamuri de termopan 1 2 9
11. aer condi ționat 1 2 9
12. acces la internet 1 2 9
D9. În luna trecută (octombrie) produsele ob ținute în gospod ăria dvs. sau primite (de la rude, prieteni etc.)
au asigurat din consumul gospod ăriei …? ÎNTREBAREA SE REFER Ă LA CONSUM ALIMENTAR UMAN,
INDIFERENT CÂND AU FOST OB ȚINUTE/ PRIMITE PRODUSELE
1. nu am ob ținut / nu am primit astfel de produse ( tot ce s-a consumat a fost cump ărat)
2. cam un sfert (sau mai pu țin) din consumul nostru
3. cam o jum ătate din consumul nostru
4. aproape trei sferturi din consumul nostru
5. aproape în totalitate 9. NR
D10. În luna trecut ă (octombrie), suma total ă de bani ob ținută de către toți membrii gospod ăriei dvs.
incluzând salarii, pensii, chirii etc., a fost cam de …?
__ __ __ milioane lei vechi 0 – NICI UN BAN 88 – N Ș/NR
D11. Dar venitul dvs. personal în luna trecut ă (octombrie) a fost cam de …?
__ __ __ milioane lei vechi 0 – NICI UN BAN 88 – N Ș/NR
D12. Cum aprecia ți veniturile actuale ale gospod ăriei dumneavoastr ă?
1. Nu ne ajung nici pent ru strictul necesar
2. Ne ajung numai pentru strictul necesar
3. Ne ajung pentru un trai decent, dar nu ne permitem cump ărarea unor bunuri mai scumpe
4. Reușim să cumpărăm și unele bunuri mai scumpe, dar cu restrângeri în alte domenii
5. Reușim să avem tot ce ne trebuie, f ără să ne restrângem de la ceva 88. N Ș/NR
D13. Care este ocupa ția dvs. principal ă? Principal
FOLOSEȘTE URM ĂTOARELE CODURI Secundar
1. CONDUC ĂTORI DE UNIT ĂȚI, DIRECTORI, MANAGERI DE VÂRF 12. CADRU MILITAR
2. OCUPA ȚII INTELECTUALE, SPECIALI ȘTI CU STUDII SUPERIOARE 13. PATRON CU ANGAJA ȚI
3. TEHNICIENI SAU MAIȘ TRI 14. ÎNTREPRINZ ĂTOR PE CONT PROPRIU (F ĂRĂ ANGAJA ȚI)
4. FUNC ȚIONARI ÎN ADMINISTRAȚ IE 15. ELEV / STUDENT
5. LUCRĂ TORI ÎN SERVICII Ș I COMER Ț 16. CASNIC( Ă)
6. AGRICULTORI 17. ȘOMER ÎNREGISTRAT
7. MEȘTEȘUGARI Ș I MECANICI REPARATORI 18. ȘOMER NEÎNREGISTRAT
8. MUNCITORI CALIFICA ȚI 19. PENSIONAR
9. MUNCITORI NE-CALIFICA ȚI ÎN SECTOARE NE-AGRICOLE 20. PERSOAN Ă ÎN INCAPACITATE DE MUNC Ă
10. ZILIERI ÎN AGRICULTUR Ă 21. ALTELE
11. ZILIERI ÎN DOMENII NEAGRICOLE 90. NU ARE STATUT SECUNDAR 99. NR
D14. Când avea ți 14 ani, tat ăl dvs avea un loc de munc ă?
1. DA, ERA ANGAJAT 2. MUNCEA PE CONT PROPRIU, ERA
PROPRIUL S ĂU ANGAJAT
3. ERA ȘOMER 4. TATĂ L ERA MORT SAU ABSENT DE ACAS Ă
Æ SALT LA D16
5. PENSIONAR 6. REFUZ 9. NS/NR
21D15. Care a fost profesia/ocupaț ia tatătului dvs. când avea ți 14 ani?
FOLOSEȘTE URM ĂTOARELE CODURI
1. CONDUC ĂTORI DE UNIT ĂȚI, DIRECTORI, MANAGERI DE VÂRF 12. CADRU MILITAR
2. OCUPA ȚII INTELECTUALE, SPECIALI ȘTI CU STUDII SUPERIOARE 13. PATRON CU ANGAJA ȚI
3. TEHNICIENI SAU MAIȘ TRI 14. ÎNTREPRINZ ĂTOR PE CONT PROPRIU (F ĂRĂ ANGAJA ȚI)
4. FUNC ȚIONARI ÎN ADMINISTRAȚ IE 15. ELEV / STUDENT
5. LUCRĂ TORI ÎN SERVICII Ș I COMER Ț 16. CASNIC( Ă)
6. AGRICULTORI 17. ȘOMER ÎNREGISTRAT
7. MEȘTEȘUGARI Ș I MECANICI REPARATORI 18. ȘOMER NEÎNREGISTRAT
8. MUNCITORI CALIFICA ȚI 19. PENSIONAR
9. MUNCITORI NE-CALIFICA ȚI ÎN SECTOARE NE-AGRICOLE 20. PERSOAN Ă ÎN INCAPACITATE DE MUNC Ă
10. ZILIERI ÎN AGRICULTUR Ă 21. ALTELE
11. ZILIERI ÎN DOMENII NEAGRICOLE 90. NU ARE STATUT SECUNDAR 99. NR
D16. Ave ți rude din gospod ărie care lucreaz ă în acest moment în str ăinătate?
1. DA 2. NU
D17. Exist ă cineva în gospod ăria dumneavoastră care este asociat( ă) sau are în proprietate o întreprindere
particular ă sau o afacere?
1. DA 2. NU 9. NS/NR
D18. Știți să folosiți calculatorul?
1. DA 2. NU Æ SALT LA D20
D19. Ce notă , de la 1 la 10 (0 – deloc, 10 – foarte bine) v-a ți da în ce prive ște lucrul cu computerul:
NOTA: __ __
D20. În afar ă de limba dvs. matern ă, ce alte limbi cunoa șteți suficient de bine s ă luați parte la o
conversa ție? (RĂSPUNS MULTIPLU)
1. Româna 2. Romani ( țigănească)
3. Maghiar ă
4. Germana 5. Engleza 6. Franceza 7. Rusă
8. Spaniola 9. Italiana 10. Altele: _______
URMĂTOARELE DATE VOR FI COMPLETATE DE OPERATOR
LOC1. Locuin ța este situat ă într-o… 1. O zon ă centrală
a localității 2. O zon ă la marginea
localității 3. Altă zonă din
localitate
într-o casă 1 într-un bloc 3 LOC2. Locuin ța este:
într-o vilă (2-4 apartamente) 2 bordei, cas ă improvizată 4
LOC3 . Drumul din fa ța casei este: 1. asfaltat 2. pietruit 3. de pământ
DD. Ziua
MM. Durata interviului minute CODOP.
Codul
operatorului
Declar c ă am realizat acest interviu în concordan ță cu instruc țiunile pentru intervievarea fa ță în față cu un
respondent care a fost selectat conform instruc țiunilor de e șantionare .
SEMNĂTURA OPERATORULUI …………………
Editur a CoolPrint , 2012
Copyright Notice
© Licențiada.org respectă drepturile de proprietate intelectuală și așteaptă ca toți utilizatorii să facă același lucru. Dacă consideri că un conținut de pe site încalcă drepturile tale de autor, te rugăm să trimiți o notificare DMCA.
Acest articol: Aplica ții statistic e cu [621400] (ID: 621400)
Dacă considerați că acest conținut vă încalcă drepturile de autor, vă rugăm să depuneți o cerere pe pagina noastră Copyright Takedown.