Metode și tehnici de cercetare [605794]

Metode și tehnici de cercetare
în științele sociale

Sorin Dan Șandor
UNIVERSITATEA BABEȘ -BOLYAI, CLUJ -NAPOCA
Centrul de formare continuă, învățământ la distanță și cu frecvență redusă
Facultatea de Științe Politice, Administrative și ale Comunicării
Specializarea: Administratie Publica

1
Cuprins
Introducere ………………………….. ………………………….. ………………………….. ………………………….. …… 3
1. Noțiuni de bază ale cercetării științifice ………………………….. ………………………….. ……………… 4
1.1. Administrația publică – domeniu de studiu și cercetare ………………………….. ……………… 4
1.2. Noțiuni de bază ale cercetării științifice: teorii, ipoteze, variabile ………………………….. . 14
1.3. Cantitativ și calitativ ………………………….. ………………………….. ………………………….. ……. 21
1.4. Validitate și fidelitate ………………………….. ………………………….. ………………………….. ….. 24
2. Măsu rarea ………………………….. ………………………….. ………………………….. ………………………… 28
2.1. Operaționalizarea ………………………….. ………………………….. ………………………….. …………… 28
2.2. Niveluri de măsurare ………………………….. ………………………….. ………………………….. ………. 31
2.3. Scal e ………………………….. ………………………….. ………………………….. ………………………….. … 37
3. Proiectarea cercetării ………………………….. ………………………….. ………………………….. …………. 43
3.1. Obiectivele cercetării ………………………….. ………………………….. ………………………….. ……… 43
3.2. Cau zalitatea ………………………….. ………………………….. ………………………….. …………………… 45
3.3 Strategii de cercetare ………………………….. ………………………….. ………………………….. ……….. 50
3.4. Etapele cercetării ………………………….. ………………………….. ………………………….. ……………. 52
4. Metode de colectare a datelor ………………………….. ………………………….. …………………………. 67
4.1 Observația ………………………….. ………………………….. ………………………….. ……………………… 68
4.2 Experimentul ………………………….. ………………………….. ………………………….. ………………….. 79
4.2.1. Caracteristici ale metodei experimentale ………………………….. ………………………….. 79
4.2.2. Tipuri de experimente ………………………….. ………………………….. ……………………….. 84
4.2.3. Metoda comparației ………………………….. ………………………….. ………………………….. 93
4.3 Sondajul de opinie ………………………….. ………………………….. ………………………….. …………… 98
4.3.1. Caracteristici ale sondajelor de opinie ………………………….. ………………………….. …. 99
4.3.2. Tehnicile de s ondare ………………………….. ………………………….. ……………………….. 101
4.3.3. Chestionarul ………………………….. ………………………….. ………………………….. ………. 108
4.3.4. Eșantionarea ………………………….. ………………………….. ………………………….. ………. 116
4.4 Interviul ………………………….. ………………………….. ………………………….. ……………………….. 128
4.4.1. Interviul de grup ………………………….. ………………………….. ………………………….. …. 129
4.4.2. Ghidul de interviu ………………………….. ………………………….. ………………………….. . 131
4.4.3. Rolul intervievatorilor ………………………….. ………………………….. ……………………… 135
4.4.4. Selectarea cazurilor ………………………….. ………………………….. …………………………. 136
4.5 Analiza documentelor ………………………….. ………………………….. ………………………….. ……. 138

2
4.5.1. Tipuri de documente ………………………….. ………………………….. ……………………….. 139
4.5.2. Etapele analizei documentului ………………………….. ………………………….. ………….. 144
4.5.3. Analiza de conținut ………………………….. ………………………….. …………………………. 145
4.6. Studiul de caz ………………………….. ………………………….. ………………………….. …………… 148
5. Analiza datelor ………………………….. ………………………….. ………………………….. ……………….. 151
5.1. Analiza calitativă a datelor ………………………….. ………………………….. ……………………… 151
5.2. Analiza cantitativă a datelor ………………………….. ………………………….. ……………………. 161
5.2.1. Analiza univariată ………………………….. ………………………….. ………………………….. . 161
5.2.2. Analiza bivariată ………………………….. ………………………….. ………………………….. … 170
6. Analiza Datelor folosind SPSS ………………………….. ………………………….. ……………………… 180
6.1. Introducerea și transformarea datelor ………………………….. ………………………….. ……….. 181
6.1.1. Lucrul cu fișierele de date ………………………….. ………………………….. ………………… 181
6.1.2. Crearea unui fișier de date nou ………………………….. ………………………….. …………. 182
6.1.3. Introducerea datelor ………………………….. ………………………….. ………………………… 185
6.1.4. Transformarea datelor ………………………….. ………………………….. ……………………… 187
6.1.5 Operațiuni asupra fișierelor de date ………………………….. ………………………….. ……….. 194
6.2. Prezentarea datelor ………………………….. ………………………….. ………………………….. ……. 199
6.2.1. Lucrul cu outputul ………………………….. ………………………….. ………………………….. . 200
6.2.2. Lucrul cu grafice ………………………….. ………………………….. ………………………….. … 208
6.2.3. Alte proceduri pentru prezentarea datelor ………………………….. ……………………….. 214
6.3. Testarea ipote zelor ………………………….. ………………………….. ………………………….. ……. 216
6.3.1. Asocierea ………………………….. ………………………….. ………………………….. …………… 216
6.3.2. Compararea mediilor ………………………….. ………………………….. ………………………. 218
6.3.3. Regr esia liniară ………………………….. ………………………….. ………………………….. ….. 220
6.3.4. Corelația ………………………….. ………………………….. ………………………….. ……………. 222
Referințe ………………………….. ………………………….. ………………………….. ………………………….. …… 225

3

Introducere

Materialul de față se adresează în primul rând studenților de la secția de Administrație
Publică a Universității „Babeș -Bolyai” . O bună parte din conținutul acestei lucrări a fost prima
dată prezentată la cursurile și seminariile pe care le -am ținut în fața lor, multe dintre exemplele și
explicațiile dezvoltate aici au fost testate (cu mai mult sau mai puțin succes) în aceste activități
didactice.
Audiența vizată este însă una mai mare – toți cei care doresc să facă cercetări sau să
folosească rezultatele unor cercetări, în special cei di n domeniul administrației publice.
Discipline bazate pe cercetare aplicată cum ar fi analiza politicilor publice sau evaluarea
programelor sunt încă lucruri noi pentru administrația publică românească, dar folosirea lor este
în continuă creștere și sper că o să joace un rol tot mai important în funcționarea administrației.
În secțiunea 1.1. am prezentat unele considerații despre poziția administrației publice ca domeniu
de studiu și de cercetare, inclusiv unele dintre problemele pe care le întâmpină la ora actuală. Nu
trebuie să ascundem faptul că administrația publică nu este un domeniu foarte productiv din
punct de vedere al calității și cantității cercetărilor, fiind în urma majorității științel or sociale .
Doar pornind de la realitățile existente putem aj unge să îmbunătățim situația.
Materialul încearcă să prezinte cât mai detaliat informațiile necesare pentru efectuarea
unei cercetări. Nu am reușit să prezentăm informațiile necesare pentru efectuarea oricărei
cercetări. Informațiile nu sunt nici extrem de detaliate – pentru fiecare capitol s -au scris cărți
întregi. Mai ales în partea de analiză a datelor am selectat doar procedurile de bază, tehnicile mai
avansate de prelucrare a datelor fiind omise.
Acestea sunt limitele inerente ale fiecărei lucrări din domeniul cercetării sociale. Pentru o
mai bună înțelegere a domeniului se recomandă parcurgerea unui număr cât mai mare de
materiale . Alte surse pot oferi noi perspective asupra domeniului și permit completarea
cunoștințelor. Înțelegerea unor astfel de ma teriale poate fi realizată pe deplin doar printr -o
reflecție serioasă și prin implicarea în activități de cercetare.

4

1. Noțiuni de bază ale cercetării științifice
1.1. Administrația publică – domeniu de studiu și cercetare

În viața de zi cu zi ne întâlnim des c u momente în care apar raționamente de genul „Dacă
întreprindem acțiunea X atunci se va întâmpla Y”. De unde știm acest lucru?
De-a lungul timpului problema surselor cunoașterii s -a pus deseori. Există mai multe
modalități de a răspunde la întrebarea “de u nde știi?”:
 Modul tradițional, bazat pe autoritatea sursei. Surse cum ar fi conducătorii de la
diferite nivele, savanți cunoscuți, legislația ș.a. intră la acest capitol;
 Modul rațional, bazat pe logică;
 Modul mistic, irațional, bazat pe revelații divine, profeții, vise premonitorii, etc.;
 Intuiție, simțuri, percepția comună: cel mai des întâlnit, mai ales în domeniul
realităților sociale. “Se știu” foarte multe lucruri, dar există dovezi pentru prea puține
dintre ele. O afirmație ca și “toți funcționarii s unt corupți” este derivată din această
percepție comună;
 Cercetarea empirică (bazată pe observarea realității) , proprie științei.
În acest ultim tip de cunoaștere se bazează pe culegerea datelor necesare și pe analiza lor,
ambele etape trebuind să fie real izate cât mai riguros cu putință.
Filosofia științei lucrează cu anumite presupuneri (Frankfort -Nachmias, Nachmias ,
1996:2) :
 Natura este ordonată și regulată;
 Natura poate fi cunoscută;
 Toate fenomenele naturale au cauze naturale;
 Nimic nu este evident de la sine;
 Cunoașterea provine din dobândirea experienței;
 Cunoașterea este superioară ignoranței.
Scopul științei este producerea unei acumulări de cunoștințe care să permită explicarea,
predicția și înțelegerea fenomenelor empirice.

5
Thomas Kuhn (1962, 2008) vede cunoașterea științifică dintr -un anumit domeniu ca fiind
organizată în paradigme (viziuni asupra domeniului împărtășite de către toată comunitatea
științifică). Pe baza cunoașterii cuprinsă în aceste paradigme se desfășoară știința sau cercetarea
normală – adică rezolvarea unor probleme. Identificarea problemelor sau temelor de cercetare
cele mai importante, precum și aprecierea asupra calității rezultatelor se face pe baza
paradigmelor existente. Paradigmele se pot schimba de -a lungul timpului, da torită unor revoluții
științifice. În astronomie Copernic a declanșat o schimbare de paradigmă, s -a trecut de la un
sistem în care Pământul era în centru, iar Soarele și celelalte planete se roteau în jurul său la unul
în care Soarele este în centru, iar P ământul este doar una dintre planetele care se învârt în jurul
soarelui. În fizică teoria relativității propusă de Einstein este nucleul paradigmei care a înlocuit
paradigma mecanicistă newtoniană.
Pe măsura dezvoltării societății umane, numărul de științe a crescut în permanență,
printre ultimele apărute fiind și științele soci ale, între care se înscrie și administrația publică.
Administrația publică, un domeniu relativ nou de studiu, are un statut încă neclar. O parte din
acest statut se datorează și unei origini disputate.
În Europa continentală, originile administrației publice pot fi urmărite începând de la
mișcarea cameralistă din Germania și Austria (care a durat de la 1500 până la mijlocul secolului
XIX), formându -se ulterior sub numele de știința a dministrației prin contribuția lui Charles -Jean
Bonnin (considerat părintele științei administrației datorită sublinierii necesității tratării
administrației ca știință încă din 1812) și A. F. Vivien (autorul în 1845 a primei cărți de știința
administrație i și fondator în 1848 a primei școli de administrație). Datorită acestei origini (și
Bonnin și Vivien sunt reprezentanți ai dreptului administrativ) școala europeană este inspirată în
primul rând de drept, ulterior apărând o influență din partea științelor politice și a sociologiei.
În Statele Unite ale Americii, primul autor care militează pentru autonomia administrației
publice ca domeniu de studiu este Woodrow Wilson. În studiul său The Study of Administration
din Political Science Quarterly (1887), aces ta consideră că administrația publică este „cel mai
nou fruct al științelor politice” și subliniază două aspecte fundamentale:
 Administrația trebuie separată de politică;
 Administrația trebuie bazată pe management.

6
Chiar dacă importanța acestui studiu pent ru dezvoltarea istorică a disciplinei este
discutată1, cele două idei fundamentale subliniate aici au fost urmate de toți cei care s -au ocupat
ulterior de administrația publică.
Administrația publică este o știință, un meșteșug sau o artă? Simon (1945) con sidera că
administrația publică nu este o știință în sine , separată de alte domenii . Waldo (1948), unul dintre
fondatorii studiului administrației publice, identifică un domeniu specific, d elimitat de valori
specifice și o plasează în domeniul științelor s ociale.
Există multe dezbateri legate de existența unor paradigme la nivelul științelor
administrative. Din punct de vedere al istoriei disciplinei putem spune că am pornit de la
conceptul birocratic al lui Weber, în ultimii douăzeci de ani ne -am situat s ub dominația Noului
Management Public și acum se caută noi dezvoltări, fie într -o direcție neo -weberiană sau a
guvernanței. Aceste puncte de vedere sunt mai degrabă curente de gândire decât paradigme în
adevăratul sens al cuvântului, având în vedere că, nu au fost împărtășite de către întreaga
comunitate științifică și că nu oferă decât o viziune parțială asupra domeniului.
Rainey (1994) sau Rommel și Christiaens (2006) consideră că nu avem o paradigmă în
sensul „tare” al cuvântului . În consecință, administ rația publică ar fi în stadiul pre -paradigmatic
de dezvoltare. Acest lucru este valabil pentru toate științele sociale, care nu au o viziune unică
asupra domeniului de care se ocupă.
Lan și Anders (2000) identifică o singură paradigmă (într-un sens mai „sl ab” al
cuvântului) a științelor administrative, cea legată de caracterul lor public, sub această umbrelă
funcționând o serie de abordări. Abordările respective sunt perspective provenite din direcția mai
multor științe sociale, după cum urmează:
Manageria l Politic Juridic Etic Istoric Integrat
Valori/focus  Eficiență
 Eficacitate
 Economic  Reprezentare
 Responsabilit
ate  Drepturi
 Echitate  Moralitate
 Etică
 Integritate  Lecțiile
trecutului  Procesul de
guvernare
 Valori
democratice
Unitatea de
analiză  Indivizi
 Grupuri
 Structuri
 Procese  Indivizi
 Grupuri
 Comunități
 Instituții
politice  Reglementări
 Legi
 Proces legislativ
 Proceduri
 Standarde
 Literatura
istorică
 Evenimen
te
individual
e
 Tot ceea ce
este legat
de
guvernare

1 Paul van Riper și Daniel W. Martin, printre alții, consideră că studiul lui Wilson a devenit cu adevărat important
doar după ce acesta a devenit președintele SUA și mai ales după ce a fost republicat în 1941. Vezi Shafritz și
Russell, 1997: 28 -29

7
Problemele
fundamentale  Cum putem
îmbunătăți
eficiența și
eficacitatea?
 Cum se
distribuie
puterea și
cum se alocă
resursele?
 Cum pot fi
rezolvate
conflictele și
cum se poate
ajunge la
respectarea
legii?
 Cum putem
îmbunătăți
nivelul etic
al societății
și
administrație
i?
 Cum să
evităm
greșelile
trecutului
?
 Cum putem
înțelege și
dezvolta
administraț
ia ca
întreg?

Tabelul 1-1 Șase abordări a le științelor administrative – adaptare după Lan și Anders, 2000
Numărul și natura științelor care influențează ad ministrația publică poate fi diferită de la
autor la autor. Într -o lucrare anterioară am menționat patru mari surse (Șandor, 200 4):
1. Dreptul, în special dreptul administrativ și dreptul constituțional, important datorită
aspectului de „lege în acțiune” a ad ministrației, precum și cadrului legislativ care
definește acțiunea instituțiilor publice. Totuși, administrația publică este mult mai
mult decât atât, și o bună legislație nu duce automat la o bună administrație;
2. Științele politice, pentru că administrați a nu poate fi privită separat de politic, acesta
din urmă fiind cel care trasează sarcinile pentru administrație. Totuși, legătura cu
științele politice explică mult mai mult termenul „public” decât pe cel de
„administrație”;
3. Sociologia, pentru că administ rația este o parte a societății și, mai ales, pentru că
există masive împrumuturi din aparatul de cercetare specific sociologiei;
4. Managementul, datorită faptului că se dorește o funcționare cât mai bună a
administrației. În actuala situație, în care distin cția public -privat pare tot mai puțin
relevantă, importurile din management devin tot mai importante.
Acest eclectism al administrației a creat și voci critice. Waldo (1975 ) susține că
administrația publică suferă de o criză de identitate după ce și -a exti ns enorm periferia fără a
reține sau a crea un centru unificator. 30 de ani mai târziu această criză de identitate nu a fost
depășită. Studiul administrației publice este considerat a fi lipsit de calitățile specifice unei științe
(Dahl, 1947:11) , fragment at (Lan și Rosenbloom, 1992:535) , tot în criză de identitate (Riggs,
1994:470) , lipsit de capacitatea de a pune întrebările cu adevărat interesante (Wilson, 1994:667) ,
izolat în organizații și în teoria democrației (March, 1997:692) , suferind de incapacita tea
reprezentanților ei de a aduna cercetarea și teoria într -un corp unificat de cunoștințe
(Raadschelders, 1999:284) .
Relațiile administrație publice cu managementul, științele politice și dreptul par să se
caracterizeze în ultima perioadă printr -un grad sporit de izolare. Wright (2011:97) studiind

8
articolele publicate în perioada 2004 -2007 în patru reviste de administrație publică
(Administration & Society, American Review of Public Administration, Journal of Public
Administration Research, Public Adminis tration Review ) a aflat că un articole de administrație
publică citează în medie 0.20 articole publicate în reviste de drept, 1.88 articole publicate în
reviste de management și 1.20 articole publicate în reviste de științe politice.
Dar exact ceea ce împ iedică dezvoltarea unui corp unificat de cunoștințe specific
administrației publice, „caracterul său multidisciplinar și interdisciplinar și natura continuu
schimbătoare a guvernării și a relațiilor dintre guvernare și societate” (Raadschelders, 1999:284)
constituie forța disciplinei. În contextul în care avem de -a face cu structuri diferite de la o țară la
alta, în continuă schimbare, doar o disciplină cu adevărat flexibilă poate face față acestor noi
provocări.
În programele universitare de studiu, admini strația publică este compusă din
management, științe politice, drept, sociologie, psihologie, diferite alte discipline de natură
economică și un corp de discipline administrative care diferă fundamental de la o școală la alta.
În Europa, spre deosebire de America, studiul administrației publice este mai complicat,
influențele școlilor americane și tradițional europene suprapunându -se. Mai mult decât atât, în
fiecare țară din Europa există o altă perspectivă asupra statului, ceea ce complică și mai mult
lucrurile.
O încercare de a vedea din ce se compun programele academice de administrație publică
conduce la următoarele rezultate (Hajnal, 2003) :
Tip materii Media (%) Varia ția
Drept 20.5 12.2
Economice 13.9 6.7
Științe Politice 13.9 8.4
Management 13.8 8.6
Administrație publică și management public 11.6 6.4
Metodologie și informatică 11.0 4.9
Interdisciplinare/alte științe sociale 10.2 4.5
Comparative 7.4 4.4
Politici specifice 5.1 3.9
Legate de UE 4.0 2.9
Tabelul 1-2: Componența programelor de administrație publică în Europa
Putem observa că dreptul este în continuare în frunte, dar reprezentând doar 20%.
Caracterul multidisciplinar este pe deplin reprezentat, în vreme ce administrația publică și
managementul public, care sunt cele mai îndreptățite pentru a forma nucleul de bază a științei

9
administrației publice, reprezintă doar 11.6%, argumentând din nou dificultatea construirii unui
corp specific de cunoștințe.
Variația este foarte mare în toate ca zurile, datorată variației atât între țări, cât și între
școli. Există trei grupuri de țări: cele tributare tradiției Europei continentale (Franța, Belgia,
Spania, Suedia), cele tributare dreptului (fostele țări socialiste, inclusiv România, plus câteva ță ri
mediteraneene) și restul, cele orientate spre management.
În fostele țări comuniste, acest apetit pentru drept se datorează faptului că administrația
publică a fost și este concepută ca un instrument de aplicare a legii. Ideea unei autonomii a
acestui d omeniu de studiu a apărut doar la o vreme după căderea comunismului, primele
programe de studiu fiind construite în jurul unor materii de drept (în cazul României secțiile de
administrație publică au apărut doar în 1995).
De exemplu, în cazul programului d e administrație publică al Universității „Babeș –
Bolyai”, în 1995/1996 accentul era pus pe drept (72% dintre materii). Pe măsură ce programul s –
a dezvoltat accentul a început să se schimbe spre management și cursuri de administrație propriu –
zisă. Structura se prezenta în felul următor (Hințea, Șandor, 2002) :

Figura 1-1: Structura programului de administrație publică a UBB
O astfel de modificare a accentului s -a produs într -o mai mar e sau mai mică măsură, în
toate școlile de administrație publică din România, ca o încercare de a ieși de sub tutela dreptului
și, în același timp, ca o recunoaștere a caracterului interdisciplinar al domeniului.
Cercetarea în domeniu și -a schimbat și ea c aracterul. Schimbarea se vede cel mai bine în
cazul lucrărilor de diplomă ale studenților. În cazul primelor promoții (începând din 1999), tema
era cel mai des luată din drept și lucrarea conținea elemente de legislație, opinia unor autori

10
despre respectiv ele legi plus identificarea și discutarea unor spețe mai mult sau mai puțin
relevante. Pe măsură ce programa s -a modificat, tematica s -a diversificat, iar metodele de
cercetare folosite au devenit cele specifice științelor sociale.
Care sunt temele specifi ce cercetării în administrația publică (dacă există)? Opiniile
diferă de la cercetător la cercetător. Ca idee generală merită notată cea a lui Stalling și Ferris
(1988:585) : „noile direcții de cercetare în administrația publică vor veni prin punerea de înt rebări
fundamentale despre natura sectorului public și legătura sa cu societatea din care face parte”.
Care ar putea fi aceste întrebări fundamentale? Dwight Waldo (1980) consideră că „nici o
problemă nu este mai centrală […] decât studiul relației dintr e politică și administrație”. Perry și
Kramer (1986) insistă asupra a două arii: caracteristicile care disting administrația publică de
orice altă administrație și interfața politico -administrativă. Dintr -un alt punct de vedere,
influențat de teoriile orga nizaționale (Neumann, 1996) , întrebările fundamentale ar fi: care este
natura unei organizații publice, care este relația ei cu mediul, cum se administrează o astfel de
organizație? Din partea celor care lucrează în administrația publică, întrebările cele mai
importante pot fi mult mai concrete (Bolton și Stolcis, 2003) : cum se poate obține o mai bună
performanță organizațională cu mai puține resurse bugetare, cum se recrutează și se păstrează
personalul de calitate, cum se poate aplica revoluția informațio nală în administrație?
Controversele cu teoriile organizaționale s -ar putea să provină din distincția făcută
începând de la Herbert Simon (1952) între organizații și instituții, acestea din urmă fiind privite
ca fiind mai mari și mai complexe. Unitatea de analiză preferată de cercetătorii administrației
publice este mai degrabă instituția (alteori chiar întreaga societate).
Dintre posibilele teme de cercetare enunțate, cele mai des abordate sunt cele legate de
relațiile politico -administrative, relațiile ad ministrației cu alte sfere ale societății (în special prin
intermediul politicilor publice) . Sub influența mișcării de re -inventare a administrației (și ulterior
a Noului Management Public) , prin care se transferă multe metode de management din sectorul
privat către cel public, se deschid noi subiecte.
Dintr -o cercetare (Box, 1992) asupra articolelor din Public Administration Review (una
dintre cele mai prestigioas e revist e din domeniul administrației publice) din perioada 1985 -1989
s-a încercat să se vadă care sunt caracteristicile principale ale cercetărilor publicate aici. Astfel,
s-au desprins trei categorii:

11
1. Articole legate de teorie, care -și propun să construiască sau să modifice o teorie sau o
ipoteză;
2. Articole dedicate problemelor, ideilor sau tendin țelor generale din domeniu;
3. Articole orientate spre practică, care discută, ilustrează sau inventariază problemele
sau întrebările legate de practicarea administrației.
Din 230 de articole publicate în acea perioadă 37 (16%) au fost teoretice, 40 (17%)
dedicate problemelor generale și 153(67%) au fost practice, demonstrând o certă apetență pentru
aspectele practice ale domeniului. Perry și Kramer (1986) au ajuns la concluzii similare pentru
perioada 1975 -1984: 80% erau dedicate unor aspecte practice. Situaț ia nu s -a schimbat prea mult
de atunci. Astfel de date ne ajută să ne dăm seama că cercetarea în domeniul administrației
publice este „aplicată, ateoretică și noncumulativă” (Houston, Delevan, 1990) . Ultimul aspect
este cel care ne deranjează cel mai mult, referindu -se la faptul că prea adesea unele cercetări sunt
uitate, în loc să fie folosite pentru îmbunătățirea nivelului de cunoștințe al domeniului. La aceasta
contribuie și faptul că nu există arhive cu datele folosite în cercetări, care să permită repl icarea și
îmbunătățirea acestora.
În domeniul metodologic, multă vreme administrația publică a fost datoare aparatului de
cercetare al științelor sociale. Un anumit grad de independență poate fi observat în momentul în
care apar ca sub -domeniu de studiu al disciplinei (disputat cu științele politice) politicile publice.
Chiar dacă nu apar metode noi, revoluționare, abordarea începe să difere. Mai mult decât atât,
studiul metodelor de cercetare în administrația publică începe să fie diferit de clasicele deja
cursuri de metode de cercetare în științe sociale, fiind inclus în mule cazuri în Analiza politicilor
publice sau Evaluarea programelor. Acest lucru se întâmplă mai ales în cazul programelor de
masterat în administrație publică sau politici publice din St atele Unite ale Americii, în cazul
cărora cursurile legate de „aplicarea tehnicilor cantitative și calitative de analiză trebuie să
includă formularea, implementarea și evaluarea programelor și politicilor, luarea deciziilor și
rezolvarea de probleme” (Standardele NASPAA, capitolul 4.2.1) .
În ceea ce privește modul în care poate fi gândită cercetarea există mai multe paradigme
(sau mai degrabă viziuni sau abordări) în științele sociale. Riccuci (20 10) distinge 5 astfel de
abordări:
Postmodernism
(antipozit ivism) Raționalism Empirism Pozitivism Postpozitivism

12
Ontologie2 Nominalism,
relativism:
cercetătorul și
realitatea sunt
inseparabili Mintea
cercetătorului
este realitatea Cercetătorul și
realitatea sunt
separate Realism:
Cercetătorul și
realitatea sunt
separate Realism critic:
cercetătorul și
realitatea sunt
inseparabili
Epistemologie3 Cunoașterea este
relativă;
adevărul este un
construct social
determinat
cultural Rațiunea este
principala sursă
a cunoașterii Realitatea apare
din
experimentare Realitatea are o
existență
obiectivă Realitatea există,
dar este prea
complexă pentru
a putea fi
înțeleasă în
întregime
Metodologie Idiografică4,
fenomenologie,
interpretare Deducție,
speculație,
raționament Observație,
ipoteze derivate
logic, testarea
empirică a
ipotezelor,
inducție Nomotetic,
inducție, ipoteze
derivate logic,
testarea empirică
a ipotezelor Triangulație
Tip de date Calitativă Calitativă Calitativă și
cantitativă Cantitativă Calitativă și
cantitativă
Ideologi Weber, Lyotard,
Derrida,
Foucault Platon,
Descartes,
Leibniz, Spinoza Aristotel,
Epicur, Bacon,
Locke, Hume Comte, Carnap,
Wittgenstein,
Mill, Spencer Popper, Dewey,
Rescher
Tabelul 1-3: Abordări ale cercetării în științele sociale
În funcție de paradigma adoptată modul în care facem cercetările (în care ne adunăm
datele și le analizăm) poate să difere foarte mult. Modul în care privim realitatea (dacă există o
realitate unică sau multiplă, dacă aceasta poate fi determinată obiectiv sau nu) schimb ă foarte
mult lucrurile. În funcție de aceasta metodologia poate fi diferită (cu accent pe cazuri individuale
sau pe legi generale) și tipul de date preferat poate diferi, cu implicație asupra numărului de
cazuri folosit (mare pentru cercetările cantitativ e și mai mic pentru cele cantitative).
Cercetarea în administrația publică poate fi privită din perspectiva celui care o efectuează
sau a celui care este interesat de rezultatele sale. Din acest punct de vedere trebuie să facem
diferența între cercetarea academică, despre care am vorbit până acum, și consultanță sau
cercetare practică.
Kubr (1992:43) identifică anumite diferențe fundamentale între cercetare și consultanță,
datorate specificului fiecăreia:
FACTOR CERCETARE CONSULTANȚA
Problema Stabilită d e cercetător, cu un Stabilită de beneficiar, uneori în

2 Ontologia se referă la studiul filosofic al existenț ei: ce există, care sunt ca tegoriile realității și ce relații există între
ele
3 Epistemologia este teoria cunoașterii științifice: ce este aceasta și cum devine posibilă
4 Idiografică – orientată spre studierea cazurilor individuale ; este opusul abordării nomotetice, orientate spr e
înțelegerea legilor generale

13
caracter mai general colaborare cu consultantul
Timpul alocat De obicei flexibil Mai redus, mai rigid
Produsul final Noi cunoștințe, noi teorii + unele
metode mai bune de lucru Metode de conducere îm bunătățite
Proprietatea asupra informației De obicei pusă la dispoziția
publicului Adesea confidențială
Luarea deciziilor Centrul atenției se poate deplasa
după dorința cercetătorului în
conformitate cu planul Există libertate doar în aspecte
referitoare la sarcina principală
Caracterul riguros al studiului Foarte strâns din punct de vedere
metodologic Nivel minim, adecvat problemei
Evaluarea Exterioară – de către alți cercetători,
factori de decizie Interioară, de către organizație
Tabelul 1-4: Diferențe între cercetare și consultanță
Pentru practicienii domeniului există multiple nemulțumiri față de cercetările academice.
Principalele probleme ridicate se referă la:
1. Scopul cercetării: pe de o parte avem d orința de a îmbunătăți teoriile din domeniu și
de a spori cunoștințele din domeniu (cercetarea academică), pe de altă parte dorința
de a găsi soluții pentru probleme concrete;
2. Abordarea: cercetătorii încearcă să lucreze pe baza unor date interpretate în mo d
sistematic, de preferință cantitativ, cu o metodologie cât mai apropiată de cerințele
științifice, câtă vreme practicienii lucrează calitativ prețuind mai mult studiile de caz,
și folosind mai mult logica și argumentele bazate pe simțul comun;
3. Motivația: în mediul universitar publicarea de lucrări științifice este o cerință
obligatorie pentru supraviețuire (în universitățile americane se aude des expresia
Publish or Perish – publică sau pieri), promovare, dobândirea sau menținerea unei
poziții importante în comunitatea științifică sau chiar ca și criteriu de stabilire a
salariului. Și în stabilirea temelor abordate există motivații mai egoiste, legate de o
anumită modă sau de interesele proprii.
4. Mediul de propagare: cercetările academice apar mai ales în r eviste care trebuie să
aibă o ținută științifică cât mai înaltă (ceea ce se traduce de obicei prin natură tehnică
și accent pe metodologie). Practicienii și -ar dori publicații orientate spre rezultate, cu
un limbaj mult mai accesibil.

14
Problema izolării lum ii academice de „lumea reală” este o problemă des dezbătută, nu
doar în administrația publică. Cercetarea poate fi una dintre metodele cele mai bune de contact și
de cunoaștere reciprocă între teoreticienii rupți de practică și practicienii rupți de teorie . Acest
lucru se poate întâmpla prin intermediul unor cercetări desfășurate pe teren, în domenii sensibile
pentru practica din domeniu, care să ajungă sub ochii cât mai multor practicieni. Poate că în acest
mod s -ar putea îndeplini dezideratul lui Dwight W aldo (1968), ca disciplina administrației
publice să se dezvolte din perspectiva profesiei.
Metodele de cercetare folosite în administrația publică sunt cele care au fost impuse de
sociologie și se regăsesc în marea majoritate a științelor sociale, în ulti mele decenii știința
administrației publice încercând să împrumute metode și din alte științe sociale (în principal din
științele economice).
Administrația publică nu poate face abstracție de social. Indiferent de modul în care
concepem administrația, fie ca un instrument de aplicare a legii, executant al deciziei politice sau
ca un furnizor de servicii nu trebuie să uităm că se lucrează cu oameni și pentru oameni.
Interacțiunile sociale intra și extra organizaționale nu pot fi neglijate. În plus, metodele de
cercetare impuse de sociologie pot fi aplicate în oricare din științele care “patronează” științele
administrative (științele juridice, politice sau economice).

1.2. Noțiuni de bază ale cercetării științifice: teorii , ipoteze , variabile

Relația dintre teo retic și empiric este una destul de controversată. Toată lumea este de
acord că ambele fațete trebuie să fie prezente în orice demers științific, într -o măsură mai mică
sau mai mare.
Există însă problema temporalității, trei posibilități fiind întâlnite: anterioritatea, în care
caz cercetarea empirică este folosită pentru a verifica teoria, emergența, teoria născându -se pe
parcursul cercetării și posterioritatea, în care caz teoria are o funcție de interpretare a unor
rezultate obținute de către empiric. Î n realitate, există foarte puține cazuri în care teoria să nu se
bazeze pe date empirice sau de cercetări în care teoria să nu fie prezentă, între teoretic și empiric
existând o determinare reciprocă, iar progresul cunoașterii se realizează printr -o contin uă
pendulare între teoretic și empiric.

15
Atunci când ne gândim la o posibilă contradicție între teorie și practică, mai ales în ideea
unei distanțe mari între acestea, ar trebui să ne gândim la afirmația părintelui psihologiei sociale
Kurt Lewin: „Nu există nimic mai practic decât o bună teorie”, pentru că o teorie corectă ne
poate ajuta foarte mult în ceea ce privește acțiunile noastre.
Rolurile teoriei și practicii ar putea fi sintetizate astfel:5
Teoretic Empiric
 Identificarea temelor de cercetare;
 Formu larea de concepte și clasificări
complexe;
 Formularea ipotezelor referitoare la modul
în care se produc anumite fenomene
sociale;
 Punerea în relație a faptelor empirice unele
cu altele.  Inițierea unor noi teorii, pe baza unor fapte
sau rezultate noi, neașt eptate;
 Reformularea teoriei pe baza unor noi
descoperiri;
 Specificul empiricului presupune
clarificarea conceptelor
 Validarea sau invalidarea teoriilor propuse;
Tabelul 1-5: Teoretic și empiric
Trebuie spus că nici teoria, nici empiricul nu sunt unitare. În sens mai larg, teoria
“înseamnă un corp de propoziții cât de cât articulate, într -un raport de congruență” (Rotariu, Iluț,
1997:21) . Mai simplu spus, o teorie este un set de propoziții care încearcă să exp lice un anumit
fenomen. Frankfort -Nachmias și Nachmias (1996:14) identifică patru categorii de teorii,
împărțite pe patru nivele de tărie:
 Sisteme de clasificare ad -hoc, în care observațiile empirice sunt organizate și clasificate în
categorii construite a rbitrar;
 Taxonomiile sunt sisteme de categorii construite astfel încât să poată fi descrise relații între
categorii;
 Sistemele teoretice combină taxonomiile cu cadrele conceptuale, dar acum descrierile,
explicațiile și predicțiile sunt legate într -o manier ă sistematică. Un sistem teoretic cuprinde
un set de concepte descriptive, concepte operaționalizate (variabile) și un set de propoziții
care constituie un sistem deductiv;

5 Tabel inspirată din P. Lazarsfeld (pentru rolul teoreticului) și R. K. Merton (pentru empiric), citați în Rotariu și
Iluț (1997: 20 -21)

16
 Teoriile axiomatice constituie un tip de sistem teoretic cuprinzând un set de conce pte și
definiții, un set de propoziții care descriu situațiile cărora li se aplică teoria, un set de
propoziții (între care axiome și teoreme) care descriu relațiile între variabile și un sistem
logic pentru deducții.
Sistemele de clasificare explică cel m ai puțin din fenomen – ne spun doar că există
anumite categorii în care putem organiza explicațiile – iar teoriile axiomatice încearcă să ne
explice cât mai complet fenomenul.
La un nivel mai înalt de formalizare avem modelul, care este o abstractizare a r ealității.
Modelele pun în evidență anumite caracteristici ale lumii reale care sunt relevante pentru
subiectul cercetării, explicitează relațiile dintre acestea, permit formularea de propoziții testabile
din punct de vedere empiric despre aceste caracteri stici.
În cercetare există d ouă mari metode de raționament: deducția și inducția. Raționamentul
deductiv pornește de la general, trecând la specific. Este o abordare top-down , de sus în jos, în
care încercăm să aplicăm reguli generale în situații specifi ce (de exemplu, dacă vrem să
înțelegem cum funcționează educația începem prin a formula o teorie legată de educație, din care
desprindem mai multe ipoteze specifice, observăm ce se întâmplă în realitate, încercând să
vedem dacă teoria noastră se confirmă s au nu) .
Teorie
Ipoteze
Observare
Confirmare
Figura 1-2: Raționamentul deductiv

17
Raționamentul inductiv funcționează în mod contrar: observăm realitatea, încercând să
identificăm regularități pe care să le transformăm în ipoteze din care să putem formula teorii.
Trebuie să avem grijă să evităm anumite erori de raționament. Prima dintre ele se
numește eroarea ecologică. Aceasta apare în momentul în care încercăm să facem predicții față
de indivizi pe baza analizei unei întregi populații. De exemplu, dacă știm că indivizii din
popoarele nordice sunt în majoritate blonzi, nu pu tem deduce că un anumit individ este blond.
Eroarea excepției poate apărea atunci când încercăm să facem generalizări pe baza unor cazuri
deviante, excepționale. De exemplu, din studiul unei găini cu trei picioare am putea ajunge la
concluzia că toate găin ile au trei picioare. Astfel de capcane trebuie evitate atât în cercetare cât și
în viața de zi cu zi.
Pentru ca teoria să ajungă “o plasă în care să putem cuprinde lumea”, conform expresiei
lui Karl Popper, există câțiva pași care trebuie întreprinși:
1. Primul pas este cel al definițiilor . Acestea pot fi operaționale sau conceptuale. Primele sunt
legate de modul de funcționare sau de măsurare al unui concept (de exemplu: media finală de
absolvire este o definiție operațională a performanței unui student). De finițiile conceptuale
trebuie să:
a. delimiteze clar atribute sau calități unice, evidențiind genul proxim și diferența specifică – de
exemplu, bărbații sunt acei oameni (genul proxim) care diferă de ceilalți oameni (femeile)
prin … (fiecare se poate gândi l a o anumită diferență specifică, trebuie însă ca acea diferență
să fie cu adevărat importantă) ; Teorie
Ipoteze
Regularități
Observare
Figura 1-3: Raționamentul inductiv

18
b. să nu fie circulare (adică să nu apeleze la alt concept care se definește și el prin raportare la
cel care este definit);
c. să fie pozitive (definim prin ceea ce este, nu prin ceea ce nu este – nu vom spune că bărbații
nu sunt femei, ci vom încerca să spunem ce sunt bărbații );
d. să folosească termeni clari.
2. Operaționalizarea constă în găsirea unei metode sau măsuri prin care să conectăm conceptul
cu realitatea, din tr-un alt punct de vedere putem spune că operaționalizarea e un ansamblu de
proceduri prin care se specifică modul în care vom măsura aspecte le manifeste ale unui lucru
abstract (vezi 2.1.) ;
3. Următoarea fază este cea a formulării ipotezelor . Acestea specifi că relația între fenomenul
care este explicat sau variabila dependentă și variabilele explicative sau independente.
Orice cercetare începe prin a clarifica natura problemei care va fi studiată. Vom obține un
set de concepte, noțiuni abstracte (deci greu de măsurat) prin care să reprezentăm lumea. Din
această fază trebuie să ajungem prin operaționalizarea conceptelor la nivelul variabilelor . În
general se încearcă explicarea schimbărilor survenite în variabila dependentă pe baza variabilelor
independente. Ma i putem introduce variabile de control prin care să putem verifica dacă nu
cumva asocierea observată între variabila dependentă și cea sau cele independente nu este cumva
doar aparentă, variația observată fiind datorată variabilei de control.
Ipotezele se deduc din teorie – fiecare propoziție dintr -o teorie fiind o posibilă ipoteză .
După definiția dată de Caplow (1970:119) , „o ipoteză este enunțul unei relații cauzale într -o
formă care permite verificarea empirică”. Din această definiție putem vedea și care este rolul cel
mai important al ipotezelor – cel de testare sau verificare a teoriei. Într -un sens mai larg ipotezele
au rolul de a descrie în termeni concreți ce ne așteptăm să se întâmple în studiul nostru.
Ipotezele sunt enunțuri despre posibila relaț ie dintre mai multe variabile. Ele pot lua mai
multe forme, gen variabila independentă influențează, afectează, prezice, crește împreună, este în
legătură cu, este o condiție necesară, este o condiție suficientă, este o condiție necesară și
suficientă, ș.a .m.d. , toate relativ la variabila dependentă (cea pe care o studiem). Un set de astfel
de ipoteze se constituie într -o teorie. Karl Popper consideră că numărul de ipoteze posibile
pentru o teorie este infinit, astfel încât confirmarea unei ipoteze nu duce la confirmarea teoriei și
de aceea ajunge la concluzia că cel mai important lucru pentru o teorie este ca aceasta să fie

19
falsificabilă (să poată fi invalidată), ceea ce se poate face prin invalidarea unei singure ipoteze. În
practică, fiecare teorie conți ne (cel puțin în mod explicit) un set restrâns de ipoteze.
Pentru ca ipotezele pe care le avansăm să fie credibile trebuie să avem o coerență externă,
adică să nu contrazicem ceea ce se cunoaște deja (în cazul în care nu ne -am propus tocmai acest
lucru), p recum și o consistență internă, adică să nu avem contradicții între ipoteze.
Relația dintre teorie și ipoteze este una care creează probleme multor studenți. Să
presupunem că vrem să aflăm de ce unii studenți obțin note bune și unii note mai slabe la
exame ne. Acesta este un fenomen pe care putem să -l studiem și, pe care putem să -l explicăm pe
baza unei teorii. Putem citi diferite teorii care încearcă să explice acest fenomen și să preluăm
unele explicații sau putem să ne gândim noi la posibilele explicații. O posibilă teorie ar fi
următoarea:
Studenții obțin note mai bune la examene dacă învață mai mult, sunt mai inteligenți,
provin dintr -o familie mai bine educată .
În consecință am avea trei ipoteze (formularea poate să difere, dar variabilele implicate în
ipotezele specifice acestei teorii nu):
1. Cu cât învățăm mai mult, cu atât avem note mai bune;
2. Cu cât suntem mai inteligenți, cu atât notele vor fi mai mari;
3. Cu cât membrii familiei noastre sunt mai bine educați, cu atât notele vor fi mai bune.
Văzând acest e ipoteze ne putem da seama care a fost teoria de la care am pornit. Dacă am
fi avut alte ipoteze decât cele trei de mai sus (de exemplu: notele depind de noroc, notele depind
de pilele, relațiile și cunoștințele pe care le avem și notele depind de aspectu l fizic al
candidatului) discutăm o altă teorie. Pe baza cercetării noastre s -ar putea să aflăm că unele dintre
ipotezele noastre nu se confirmă și, în schimb, există alți factori explicativi – ceea ce ne -ar duce
la modificarea teoriei.
Modul clasic de te stare al ipotezelor este cel prin intermediul ipotezei nule. Presupunem
că avem ipoteza:
H1 – între variabilele A și B avem o relație.
Noi vom testa de fapt ipoteza contrară, numită ipoteza nulă:
H0 – între variabilele A și B nu există nici o relație, vari abilele sunt independente.
În momentul în care reușim să infirmăm ipoteza nulă putem spune că se confirmă ipoteza
de la care am plecat. În testarea statistică a ipotezelor putem face două tipuri de erori:

20
 Eroarea de tip I (fals pozitiv) – atunci când respi ngem ipoteza nulă, deși aceasta este
adevărată;
 Eroarea de tip II (fals negativ) – atunci când nu respingem ipoteza nulă, deși aceasta
este falsă.
Dacă aflăm că între două variabile avem o relație trebuie să aflăm cum este aceasta. Ne
interesează mai multe aspecte ale unei relații:
1. Direcția : o relație poate fi pozitivă (dacă valoarea variabilei independente va crește, va crește
și valoarea celei dependente) sau negativă ( dacă una crește și cealaltă scade ) – dacă aflăm că
între numărul de ore pe care le -am p etrecut învățând și nota la examen există o relație
pozitivă înseamnă că vom primi o notă cu atât mai bună cu cât învățăm mai mult; dacă relația
ar fi fost negativă nota la examen scade pe măsură ce învățăm mai mult (o situație în care
sperăm cu toții să n u ajungem);
2. Tăria (magnitudinea) relației : în ce măsură variabila independentă o influențează pe cea
dependentă? Vrem să aflăm ce se întâmplă dacă învățăm mai mult cu o oră. Nota la examen
ar trebui să crească și, cu cât această creștere este mai importan tă, cu atât putem spune că
relația dintre studiu și note este una mai puternică. Dacă obținem un câștig la notă de 0.05
(presupunând că notele se dau fără rotunjiri) relația este una slabă. Dacă avem un câștig de
0.50 relația este una puternică.
Din desenu l de mai jos se poate observa că dacă avem variabila dependentă y și variabila
independentă x și reprezentăm relația dintre ele ca și cum ar fi vorba de o ecuație de gradul întâi
(deci o relație liniară), putem avea mai multe situații. Am reprezentat grafi c o relație pozitivă
puternică, una pozitivă slabă și una negativă perfectă (în care dacă valoarea lui x crește cu o
unitate, valoarea lui y va crește tot cu 1).Tăria (sau magnitudinea) relației este dată de valoarea
absolută a pantei dreptei prin care am reprezentat relația. Dacă exprimăm relația dintre cele două
variabile sub forma y=ax+b, coeficientul a reprezintă tocmai panta, b fiind valoarea lui y în
momentul în care variabila independentă, x, este 0.

21
Trebuie menționat că relațiile sunt destul de rar liniare (acesta fiind un caz ideal). În
practică întâlnim situații extrem de diferite, care pot fi reprezentate prin curbe extrem de
diverse. Două curbe destul de întâlnite sunt cele logaritmice și cele exponențiale.
În primul caz creșterea variabile i x duce la creșteri mari ale lui y iar pe parcurs aceste
creșteri devin tot mai puțin importante până când ajungem la o limită, un platou. Un exemplu
ar fi relația dintre orele de studiu și notele obținute – o creștere a numărului de ore în care
învățăm a re efecte mai mari asupra notelor când trecem de la 0 ore la una pe zi decât atunci
când trecem de la una la două și mult mai mare decât cea când trecem de la 7 la 8 ore.
Plafonul poate apărea în funcție de capacitățile noastre – indiferent de cât de mult învățăm,
nu putem trece de un anumit nivel (care ar putea fi nota maximă, 10 ).
Curba exponențială începe cu creșteri mici, care ajung să fie tot mai importante. Un
exemplu ar fi suma de bani pe care o avem în bancă. În fiecare lună se adaugă dobânda. La
început creșterile sunt mici, dar pe măsură ce trece timpul (chiar anii) creșterile sunt tot mai
importante.

1.3. Cantitativ și calitativ

Există de multă vreme în rândul cercetătorilor o dezbatere în jurul unor stiluri de
cercetare, calitativ și respectiv can titativ. Cele două sunt foarte diferite. Relație pozitivă, tare
Relație pozitivă, slabă
Relație negativă, perfectă y
x
Figura 1 -4: Reprezentarea unor relații liniare

22
Cercetările cantitative folosesc cifre și metode de analiză statistică. Ele tind să se bazeze
pe măsurarea numerică a unor aspecte specifice fenomenelor studiate cu scopul testării ipotezelor
cauzale. Cercetările c antitative se bazează pe paradigme de tipul celor empirice , pozitiviste sau
post-pozitiviste .
Cercetările calitative, deși acoperă o mare varietate de abordări, nu se bazează pe
măsurări numerice, urmărind descrierea comprehensivă a unui eveniment sau a un ei unități
sociale. Cercetările calitative se bazează pe paradigme de tipul celor postmoderniste , raționaliste
sau post -pozitiviste .
Creswell (1994:5) identifică următoarele diferențe între abordări din punct de vedere al
paradigmei:
Punct de vedere Întreb are Cantitativă Calitativă
Ontologie Care este natura realității? Realitatea este obiectivă și
singulară, independentă de
observator Realitatea este subiectivă și
multiplă
Epistemologie Care este relația
cercetător -subiect de
cercetare? Independență Interacțiune
Axiologie6 Ce rol au valorile? Independență față de valori Încărcată de judecă ți de valoare
Retorică Care este limbajul
cercetării? Formal Informal
Metodologie Care este natura
procesului de cercetare  Deductivă
 Cauză și efect
 Design static, cat egoriile
identificate înainte
 Nu ia în considerare
contextul
 Orientată spre explicație și
predicție
 Evaluată în funcție de
validitate și fidelitate  Inductivă
 Factori care se influențează
reciproc
 Design în construcție pe
parcurs
 Dependentă de context
 Regul arități și teorii
construite pentru înțelegere
 Evaluată prin verificare
Table 1 -6: Diferențe cantitativ -calitativ

6 Axiologia reprezintă studiul valorilor

23
Cele două abordări au și o atitudine diferită față de teorii. Cercetările cantitative sunt
orientate în primul rând spre verificarea teoriilo r, câtă vreme cele calitative încearcă mai mult să
genereze teorii.
O metodă de generare de teorii care se folosește în principal în calitativ este cea a teoriei
întemeiate ( grounded theory ). Aceasta este o metodă de generare de teorii pe baza analizei
datelor. Se folosește atât un raționament inductiv, cât și unul deductiv. În primă fază datele sunt
analizate, încercând identificarea unor coduri care descriu date similare. Aceste coduri sunt
grupate mai apoi în concepte și, din utilizând aceste concepte p ropunem ipoteze. În faza a doua,
aceste ipoteze sunt testate pe datele existente sau se colectează date noi și procesul continuă până
când rămânem cu un număr de ipoteze care, împreună, constituie teoria care ne explică cel mai
bine ce se întâmplă în cazu l fenomenului studiat.
Referitor la metodele folosite, în cazul primei abordări avem metode care folosesc tehnici
structurate (experiment, sondaje, observația pe baza unei grile structurate, câtă vreme în cazul
celei de a doua lucrăm cu tehnici nestructura te (observația participativă, interviul individual
intensiv, interviul de grup, studii de caz, variante de analiză a documentelor).
În opinia multor autori dezbaterea este prea încinsă vizavi de o problemă care nu este
reală. Ambele abordări sunt utile, c ontribuind fiecare în felul său la sporirea cantității de
cunoștințe. În efectuarea unei cercetări este foarte util să se folosească și metode calitative și
metode cantitative. Inclusiv modul în care se raportează aceste abordări la problema generării
teoriei sugerează o astfel de abordare: calitativul contribuie la apariția unei teorii, pe care o
putem testa prin intermediul cantitativului. Într -un mod similar funcționează lucrurile când ne
gândim la profunzimea rezultatelor, cele calitative excelând la ac est capitol, astfel încât ar putea
fi util să îmbogățim rezultatele datorate metodelor cantitative cu ajutorul calitativului.
În practică s -ar putea ca la începerea unei cercetări să fim mai puțin lămuriți față de
anumite aspecte ale fenomenului studiat, să avem de a face cu o problemă mai puțin structurată.
Prin intermediul unor cercetări calitative (studiu de caz, interviuri individuale, analiza
documentelor) putem afla mai mult, astfel încât să ne putem rafina teoria, să emitem diferite
ipoteze, să cons truim mai bine instrumentele de culegere a datelor. Doar în acest moment, când
am reușit să structurăm problema, putem să devenim cantitativiști.
În condițiile unei probleme bine structurate (în care avem informațiile necesare) putem
aborda cantitativ pro blema. Totuși, și aici aportul calitativului poate fi util pentru explicarea

24
fenomenului. De exemplu rezultatele unui sondaj de opinie ne -ar putea sugera că populația este
mulțumită de activitatea primăriei și anumiți factori care o determină. Merită totuș i să vedem
care sunt mecanismele prin intermediul cărora acești factori influențează percepția asupra
fenomenului. Putem să aflăm acest lucru prin intermediul unei metode calitative cum ar fi
interviul de grup focalizat (focus -grupul).
Astfel de încercări de a efectua cercetări cu metode mixte în care sunt utilizate
concomitent tehnici structurate și nestructurate, sau în care se apelează la tehnici semi -structurate
(cum ar fi. interviul semi -structurat) sunt tot mai des încercate. În ceea ce privește admin istrația
publică, evaluarea pe baza unor metode mixate ( Mixed Methods Evaluation ) câștigă tot mai mult
teren.

1.4. Validitate și fidelitate

O definiție des folosită a validității este cea a lui Hammersley (1987:69) , conform căreia
o cercetare „este validă sa u adevărată dacă reprezintă cu acuratețe acele trăsături ale fenomenului
pe care -și propune să -l descrie, explice sau teoretizeze”. Pe scurt problema validității este:
„măsurăm cu adevărat ceea ce vrem să măsurăm?”
Există mai multe tipuri de validitate:
 Concluziilor statistice;
 De construct (coerența).
 De internă ;
 Externă;
Validitatea concluziilor statistice se referă la corectitudinea testării ipotezelor: dacă am
aplicat procedura corectă de testare, dacă nu am comis o eroare de tip I sau II , dacă măsurile
folosite au fost cele mai potrivite, dacă am avut suficiente date, dacă relațiile respective nu sunt
cumva prea slabe pentru a putea fi observate.
Validitatea internă se referă la inferențele privitoare la relațiile cauzale pe care se bazează
cercetarea n oastră. Pentru cercetările care nu apelează la cauzalitate, și în special pentru cele
calitative, în locul validității interne se folosește credibilitatea. Acest tip de validitate este extrem
de important ă atunci când vrem să aflăm dacă efectele observate în cazul participanților la un
program se datorează sau nu acestuia . Cu alte cuvinte avem validitate internă când relațiile de tip

25
cauză -efect pe care le testăm sunt cele care acționează în cadrul fenomenului studiat și nu altele,
pe care le -am omis.
Valid itatea externă se referă la posibilitatea de a generaliza rezultatele cercetării. O
cercetare este bine făcută în momentul în care rezultatele sunt valabile pentru toată populația la
care ne referim, nu doar pentru un anumit grup. În acest moment putem să generalizăm aceste
concluzii pentru întreaga populație în medie. Acest tip de validitate este strâns legat de
cercetările bazate pe eșantionare și amenințările cele mai importante vin tocmai de la lipsa de
reprezentativitate a eșantioanelor. De exemplu, o cercetare făcută pe studenții unui anumit an,
dintr -o anumită facultate, dintr -o anumită universitate nu ne va permite să spunem că „studenții
din România sunt satisfăcuți de calitatea pregătirii pe care o primesc”, chiar dacă așa spun
studenții noștri, pe ntru că există o lipsă de validitate externă datorată lipsei de reprezentativitate a
eșantionului nostru.
Validitatea de construct se referă la caracteristica pe care o măsurăm și la
operaționalizarea acesteia . Constructele reprezintă categoriile pe care l e-am folosit pentru
descrierea și înțelegerea raporturilor dintre elementele unui model explicativ. Validitatea de
construct se referă de fapt la calitatea operaționalizării pe care am făcut -o, la modul în care am
„tradus” conceptul în variabile măsurabile . Problema nu este chiar atât de ușoară pe cât pare,
datorită complexității unor concepte. Dimensiunile conceptului pe care le -am identificat s -ar
putea să acopere doar o parte din concept sau să depășească granițele conceptului.
Aceste tipuri de validitat e sunt cumulative (Trochim, 2002) , validitatea concluziilor
constituind baza de pornire pentru validitatea internă, validitatea externă pentru cea de construct
și cea de construct pentru validitatea externă.

Validitate externă Putem generaliza
rezultatele ?
Validitate de
construct Am operaționalizat
bine variabilele?
Validitate internă Relația este
cauzală?
Validitatea
concluziilor Există o relație
între variabile?
Tabelul 1 -7 Tipuri de validitate

26
Pentru cercetările calitative problema validității se pune în alți termeni. Cel mai adesea
termenul este înlocuit cu cel de credibilitate. Maxwell (2002) distinge cinci tipuri de validitate:
– Validitate descriptivă, referitoare validitatea la corectitudinea descrierii fenomenului
studiat (bazat ă pe consensul dintre cercetători;
– Validitatea interpretării, referitoare la înțelesul acțiunilor sau comportamentelor din
perspectiva participanților;
– Validitatea teoretică, referitoare la constructele cercetătorului și relațiile cauzale
dintre ele;
– Posib ilitatea de a generaliza rezultatele, intern – pentru alte persoane, organizații sau
instituții din comunitatea studiată – sau extern – pentru alte comunități. Grupuri sau
organizații;
– Validitate evaluativă, referitoare la adecvarea unor acțiuni sau evenim ente din punct
de vedere al unor valori.
Fidelitatea se referă la calitatea sau constanța măsurătorilor noastre. O măsură este fidelă
atunci când vom obține același rezultat de fiecare dată. În științele exacte instrumentele de
măsură sunt foarte precise ( putem măsura aproape cu precizie absolută lungimi, temperaturi,
mase, etc.) , ceea ce duce la măsurări fidele . În științele sociale nu este așa. Rezultatul la aceeași
întrebare ar putea să difere de la un moment de timp la altul, chiar dacă nu s -au petrecut
modificări substanțiale între timp. De asemenea, pot exista diferențe mari între doi observatori
care observă același fenomen (de exemplu, doi profesori care corectează aceleași lucrări ar putea
să acorde note diferite).
Estimarea fidelității pornește de la faptul că rezultatul obținut al măsurării este suma
dintre măsura reală și eroarea de măsurare. Eroarea de măsurare poate fi sistematică, apărând în
toate măsurătorile cu o valoare constantă (de exemplu, dacă setăm acul cântarului este inițial la
5 kil ograme în loc de zero , toate măsurătorile ne vor arăta valori mai mari cu cinci kilograme)
sau aleatorie (apărând doar în anumite cazuri și cu valori diferite pentru fiecare dintre acestea).
Fidelitatea se poate estima după mai multe măsurări și este rapor tul dintre varianța adevărată și
varianța observată, putând să ia valori între 0 (lipsă totală de fidelitate) și 1 (fidelitate totală).
Avem mai multe modalități de estimare ale fidelității:
– Testare -retestare: putem aplica același instrument de măsurare î n două momente de
tip diferite. Dacă obținem rezultate asemănătoare instrumentul este unul fidel. Trebuie

27
să avem grijă ca în perioada de timp dintre două aplicări să nu se fi petrecut
evenimente care să modifice substanțial rezultatele și ca aplicarea ins trumentului să
nu genereze efecte asupra valorilor înregistrate (de exemplu, dacă măsurăm
cunoștințele studenților prin aplicarea aceluiași test de două ori – a doua oară
studenții deja știu subiectele și sunt mai bine pregătiți să dea răspunsurile corecte );
– Testare paralelă: pentru a elimina efectele generate de aplicarea aceluiași test aplicăm
teste similare (cu dificultate asemănătoare);
– Inter – evaluatori – diferența între măsurătorile luate de către doi sau mai mulți
observatori asupra acelorași cazuri , folosind același instrument;
– Metoda înjumătățirii – dacă nu putem folosi mai multe măsurări și avem un
instrument care încearcă să măsoare un anumit concept prin mai multe variabile (să
zicem 10) putem împărți cele 10 măsuri corespunzătoare variabilelor aleatoriu (la
întâmplare), în două seturi de câte cinci și vedem dacă scorurile pentru cele două
seturi se potrivesc unele cu altele, dacă fiecare caz este descris în mod asemănător de
către fiecare set. Dacă măsurăm conceptul de „student bun” fiecare stu dent trebuie să
fie descris asemănător de fiecare set, nu să obținem că din primul set apare ca student
bun și din setul al doilea ca fiind student slab;
– Consistența internă – măsoară dacă mai multe variabile sau itemi care încearcă să
măsoare același conc ept au scoruri similare. Dacă unul dintre itemi nu se potrivește
cu ceilalți înseamnă că nu trebuie să facă parte din măsurile care compun conceptul.
Între fidelitate și validitate este o relație de tipul necesar, dar nu suficient. Pentru a avea
validitate trebuie să avem un instrument fidel, dar care să și măsoare ceea ce dorim. Cu alte
cuvinte, degeaba avem un cântar bun, nu putem măsura temperatura cu el.

28

2. Măsurare a

În studierea oricărui fenomen încercăm să vedem în ce măsură respectivul fenomen și
unitățile implicate în acesta au anumite caracteristici sau calități. În studierea procesului de
învățare al studenților ne interesează să aflăm caracteristicile sau calitățile procesului și ale
unităților implicate (studenții). Un student ar putea să aibă ur mătoarele caracteristici: este bărbat,
are 20 de ani, este înalt, are un coeficient de inteligență de 120, provine dintr -o familie în care
ambii părinți au studii superioare. Aceste caracteristici sunt atributele specifice ale studentului
respectiv. O vari abilă este un set logic de atribute (de exemplu, variabila sexul persoanei are
două posibile atribute, masculin și feminin). Măsurarea presupune aflarea atributului
corespunzător fiecărui caz pentru fiecare variabil ă care ne interesează (măsurăm o caracter istică,
nu variabila în sine așa cum măsurăm greutatea unui obiect nu obiectul în sine). Măsurarea este o
operație prin care se atribuie o serie de valori în acord cu proprietățile obiectului studiat (Zamfir,
Vlăsceanu, 1993).

2.1. Operaționalizarea

Mult e studii încearcă să investigheze fenomene destul de complicate în care apelăm la
concepte. Conceptele sunt idei generale despre un obiect sau fenomen provenite din adunarea și
abstractizarea mai multor idei. Pentru a putea lucra în mod efectiv cu concepte le, pentru a
măsura caracteristicile unui concept trebuie să efectuăm operațiunea inversă celei prin care s -a
născut acesta și anume operaționalizarea. Prin operaționalizare legăm conceptele de realitate ,
putând astfel să măsurăm conceptele .
Un exemplu: da că încercăm să măsurăm satisfacția clienților unui serviciu public trebuie
să întreprindem o operaționalizare a conceptului de calitate a serviciului.
Operaționalizarea se efectuează prin identificarea dimensiunilor cele mai importante ale
conceptului. Pen tru calitate avem două aspecte: cel tehnic (ce primește clientul), și cel funcțional
(cum se desfășoară interacțiunea client -furnizor, respectiv evidențiază satisfacția clientului cu
privire la legătura ce se stabilește între el și instituția publică sau funcționarul public). Nici un

29
aspect nu trebuie să fie neglijat, mai ales că în administrație aspectul tehnic depinde de multe ori
de cel funcțional (de exemplu, lipsa de informare poate face ca anumiți cetățeni să nu -și poată
primi drepturile sau serviciil e cuvenite).
Fiecare dimensiune trebuie la rândul ei descompusă pe sub -dimensiuni sau factori până
când ajungem să putem măsura efectiv ceea ce dorim , prin intermediul unor indicatori.
Indicatorii aceștia trebuie să descrie cât mai complet și mai corect di mensiunea (sau sub –
dimensiunea) respectivă. Dacă omitem indicatori importanți pentru o dimensiune sau introducem
indicatori care nu au legătură cu dimensiunea noastră vom ajunge să măsurăm cu totul altceva
decât ne -am propus.
Dimensiunea tehnică a calități i se poate operaționaliza mai departe având în vedere
caracteristicile tehnice ale serviciului furnizat.
În ceea ce privește factorii funcționali putem menționa următorii indicatori (Zeithaml et
al, 1990) :
1. Aspecte tangibile: clădiri, echipamente, personal, comunicații;
2. Credibilitate: abilitatea de a respecta angajamentele cât mai riguros;
3. Promptitudine: dorința de a ajuta clienții, de a fi cât mai prompți;
4. Competență: abilități și cunoștințe;
5. Politețe: respect, considerație și amabilitate;
6. Onestitate: cinst e și corectitudine;
7. Siguranță: lipsa pericolului, a riscului și a îndoielii;
8. Comunicare: informarea clientului la timp și într -un limbaj accesibil;
9. Acces: ușurința cu care clientul poate intra în contact cu furnizorul;
10. Înțelegerea față de client: eforturil e de a cunoaște clientul și nevoile sale.
Din acești indicatori se poate construi un indice (sau un index – se folosește și acest
termen) . Presupunând că am reușit să măsurăm fiecare indicator funcțional pe o scară de la 1 la
10, și că toți factorii funcți onali au fost apreciați la maximum, 10.00 și că au aceeași pondere,
vom obține indicele calității funcționale de 10.00. Destul de rar indicii iau în calcul ponderi
diferite ale diferitelor dimensiuni. Dacă indicele corespunzător aspectul ui tehnic, evaluat la 7.50
ar conta 70% din aprecierea totală, vom obține măsura variabilei calitatea serviciului
Q=7.50*0.7+10*0.3=8.25.

30
Operaționalizarea este un efort destul de susținut și, deseori dificil. Pentru mulți studenți
nu este foarte clar care este rostul ei și care ar fi beneficiile pe care le putem avea de pe urma
acestei operațiuni. Trebuie avut în vedere că un concept reprezintă un obiect abstract (o imagine
mentală) care poate a avea o structură destul de complexă. Un astfel de obiect poate avea un
număr des tul de mare de caracteristici sau atribute specifice. Pentru a avea o imagine cât mai
clară asupra acestui obiect trebuie să măsurăm fiecare caracteristică specifică.
Dacă luăm un alt exemplu vom vedea că nu ajungem de la primul pas la dimensiuni pe
care să le putem identifica ci trebuie să mergem mai departe cu descompunerea.
Operaționalizarea libertății
În cazul libertății, Freedom House (www.freedomhouse.org ) identifică două dimensiuni:
libertăți politice și li bertăți civile. La acest nivel încă suntem în domeniul abstractului. Libertățile
politice sunt împărțite pe alte trei sub -dimensiuni – procesul electoral, pluripartitism și
participare, funcționarea guvernului. Pentru fiecare sub -dimensiune apar noi elemen te – pentru
procesul electoral ne interesează dacă șeful statului a fost ales ca urmare a unor alegeri corecte,
dacă legislativul a fost ales într -un astfel de mod și dacă legile electorale și cadrul de desfășurare
al alegerilor a fost unul corect. Pentru fiecare astfel de dimensiune avem mai mulți indicatori –
pentru alegerea șefului statului ne interesează dacă alegerile au fost considerate drept corecte de
către observatori credibili, dacă au existat întârzieri nejustificate în stabilirea datei alegerilo r,
dacă listele electorale s -au întocmit corect, dacă fiecare candidat a putut să -și desfășoare
campania electorală, dacă votul este secret, dacă au existat presiuni asupra alegătorilor, dacă
numărarea voturilor a fost făcută într -un mod transparent și cor ect, dacă fiecare vot are o
importanță egală. Practic acești indicatori încearcă să vadă în ce măsură alegerile au fost corect
sau nu. Fiecare măsoară o posibilă tentativă de fraudă.
La sfârșitul descompunerii conceptului vom avea o listă de indicatori ca re ne spun de fapt
de ce date vom avea nevoie să obținem în cercetarea noastră. În funcție de indicatorii obținuți
vom putea alege metoda și tehnica de cercetare, vom construi instrumentul de cercetare și vom
selecta cazurile.
Trebuie să ne gândim și la o altă parte a problemei, modul în care din indicatori vom
construi indicii și, în final, vom ajunge la măsurarea variabilei noastre (libertatea). Pentru aceasta
cei de la Freedom House acordă pentru fiecare indicator un punctaj de la 0 la 4, aceștia se adun ă
pe cele două dimensiuni (libertăți politice și libertăți civile), calculând un indice pentru anumite

31
intervale de punctaj (de exemplu, pentru valori ale libertăților civile cuprinse între 36 de puncte
și 40 se acordă punctajul 1) și face o medie între ce i doi indici rezultați.
Drepturi politice (DP)
Drepturi Civile (DC)
Scoruri totale Indice DP Scoruri totale Indice DC
36-40 1 53-60 1
30-35 2 44-52 2
24-29 3 35-43 3
18-23 4 26-34 4
12-17 5 17-25 5
6-11 6 8-16 6
0-5 * 7 0-7 7
Tabelu l 2-1: Calculul libertății
Această operațiune de agregare a indicatorilor și indicilor este foarte importantă pentru a
obține măsurarea variabilei dorite. Dacă dorim să aflăm în ce măsură libertatea influențează
existența unei economii de piață, fără aceas tă operațiune de agregare am fi în situația în care am
avea un număr mare de indicatori pentru libertate și unul destul de mare pentru economia de
piață. Nu putem testa relația dintre un număr mare de variabile dependente și un număr mare de
variabile inde pendente, dar nici dacă vedem care ar fi relația dintre corectitudinea întocmirii
listelor electorale și controlul prețurilor (un indicator al lipsei de libertate a piețelor) nu am
rezolvat problema care ne interesează. Noi trebuie să obținem o măsură a li bertății și una a
economiei de piață pentru ca după aceea să putem vedea care este relația dintre ele.
În funcție de tipul de cercetare pe care -l desfășurăm operaționalizarea are o importanță
diferită. În cercetările calitative operaționalizarea este privi tă într -un mod diferit, pornindu -se de
la faptul că se încearcă să se înțeleagă punctul de vedere al fiecărui subiect. În consecință,
procesul de operaționalizare ar trebui să fie unul inductiv (Denzin, 1978:103), pornind de la
definiții largi și dezvoltat pe baza observațiilor. O altă situație este dată de faptul că nu
întotdeauna lucrăm cu concepte – ipotezele ar putea fi formulate folosind doar variabile sau un
concept și una sau mai multe variabile. Atunci când lucrurile sunt clare putem folosi direct
variabile, ceea ce elimină nevoia de operaționalizare.

2.2. Nivel uri de măsurare

32
În 1946 Stanley Smith Stevens a introdus ideea măsurării în științe sociale ghidate de
patru niveluri de măsurare. Astfel putem folosi patru tipuri de niveluri de măsurare, p rimele două
calitative (sau categoriale) și următoarele două cantitative :
1. Nivelul nominal;
2. Nivelul ordinal;
3. Nivelul interval;
4. Nivelul de rapoarte .
Nivelul nominal reprezintă pur și simplu clasificări, în multe cazuri definite ad -hoc.
Pentru variabilele măs urate la acest nivel trebuie să ne gândim care sunt posibilele valori pe care
le poate lua variabila noastră. Pentru o variabilă cum ar fi sexul persoanei lucrurile sunt simple:
avem două posibile valori sau două categorii, masculin și feminin . Lucrurile p ot fi mai
complicate pentru anumite variabile. De exemplu, dacă vrem să discutăm despre variabila partid
politic preferat trebuie să începem de la partidele politice existente. Lista de partide politice
existente în România este destul de mare. Registrul p artidelor politice
(http://tmb.ro/index.php/partide -politice ) ne arată că avem 46 de partide politice înregistrate
oficial. Deci am putea avea 46 de valori posibile, ceea ce ar îndeplini condiția de ex haustivitate
(completitudine) necesară pentru orice variabilă categorială. Totuși, avem prea multe valori și
unele valori vor fi întâlnite doar în foarte puține cazuri (câte persoane au ca partid politic preferat
Partidul Demnității Naționale sau Forța Civ ică sau Partidul Prodemo?). O posibilitate este ca să
selectăm în rândul categoriilor (valorilor posibile) partidele cele mai importante (cele cu șanse de
a intra în Parlament) și să adăugăm alte două categorii – alt partid (pentru cei care preferă
partide le mai mici) și nici unul (pentru cei care nu au un partid politic preferat). În acest fel vom
avea o listă mai mică, dar care îndeplinește condiția de exhaustivitate – pentru fiecare caz avem o
valoare care să i se potrivească.
O altă condiție pentru vari abilele categoriale este aceea a excluziunii reciproce –
categoriile sunt construite astfel încât să nu avem un obiect care să poată intra în același timp în
două dintre ele. Dacă variabila noastră este culoarea părului trebuie să definim categoriile de aș a
natură încât să putem face diferența între ele. Nu putem folosi în același timp categoria „brunet”
și categoria „negru” – cele două se suprapun în mare măsură – trebuie să optăm pentru una dintre
ele.

33
Nivelul la care se construiesc categoriile trebuie să fie același. Nu putem să avem o
clasificare pentru cumpărăturile făcute la piață de genul morcovi, fructe, cașcaval, ceapă.
Categoria fructe este una mai largă decât celelalte categorii și poate fi folosită doar împreună cu
altele de același nivel (legume , brânzeturi).
Valorile variabilelor nominale nu pot fi ordonate (în caz contrar discutăm despre nivelul
ordinal). Nu putem spune că valoarea feminin este mai mare sau mai mică decât valoarea
masculin . În practica cercetării sociale vom asocia numere care să desemneze fiecare categorie –
de exemplu asociem 1 pentru valoarea feminin și 2 pentru valoarea masculin . Trebuie să știm că
discutăm despre o variabilă măsurată la nivel nominal pentru a nu crede că interpretăm valorile
etichetate 1 și 2 ca fiind cifre în adevăratul sens al cuvântului, care pot implica o relație de
ordine.
Exemple de m ăsuri nominal e:
 Etnia, cu posibile valori român , maghiar , rrom și, pentru celelalte se folosește cel mai des
altă naționalitate ;
 Religia, cu posibile valori ortodoxă , roma no-catolică , protestantă , neo-protestantă , greco –
catolică , altă religie , fără religie ;
 Forma de proprietate a unității în care lucrează: de stat , privată , cooperatistă , organizație
neguvernamentală , alta, nu lucrează .
Un caz aparte este cel al variabilelor dihotomice, în care avem două valori posibile (cum
ar fi da și nu, promovat și nepromovat , fumător și nefumător , etc.). Cel mai adesea acestea sunt
tratate ca variabile nominale. Trebuie să apreciem nivelul de măsurare al respectivei variabile în
funcție de semnificația acesteia. Dacă variabila noastră încearcă să măsoare cât fumează fiecare
individ, fumător este o valoare mai mare decât nefumător – și avem o măsurare la nivel ordinal,
și doar dacă ne referim la două categorii de populație diferite, fără a face o ierarhie, avem de a
face cu o variabilă măsurată la nivel nominal.
Nivelul ordinal este acela în care putem construi o ierarhie a categoriilor (de exemplu,
venitul unei familii îl putem măsura la nivel ordinal introducând categoriile “peste 20 mili oane”,
“10-„sub 3 milioane”, „3 -5,99 milioane”, “6 -9.99 milioane”, etc.; un alt exemplu este cel în care
categoriile pornesc de la „foarte mare ”, „mare ”,…, mergând până la „foarte mic”), fără însă a
putea spune cât de mare este distincția î ntre două cate gorii particulare.

34
În acest caz numerele atașate fiecărei categorii trebuie să respecte o ierarhie a
categoriilor. În mod normal am atașa numărul 1 categoriei cu poziția cea mai bună în ierarhie –
cea cu valoarea cea mai mare (1 pentru foarte mare, 2 pent ru mare, și așa mai departe). Din
considerente legate de interpretarea testelor statistice folosite pentru testarea ipotezelor se
recomandă ca numerele atașate să indice faptul că valoarea este mai mare mai degrabă decât
poziția în ierarhie (1 – foarte mic , 2 – mic, etc.).
Exemple de m ăsuri ordinale:
 Mulțumirea față de …, cu valorile posibile: deloc mulțumit , nu prea mulțumit , destul
de mulțumit , foarte mulțumit ;
 Ultima școală absolvită, cu valorile posibile: fără școală , patru clase , școala
generală , 10 cl ase, liceu , școala post -liceală , licență , masterat , doctorat ;
 Aprecierea veniturilor familiei, cu valorile posibile: Nu ne ajung nici pentru strictul
necesar , Ne ajung numai pentru strictul necesar , Ne ajung pentru un trai decent , dar
nu ne permitem cumpăr area unor bunuri mai scumpe , Reușim să cumpărăm și unele
bunuri mai scumpe, dar cu restrângeri în alte domenii , Reușim să avem tot ce ne
trebuie, fără să ne restrângem de la ceva ;
 Gradul unui cadru didactic din învățământul superior, cu posibilele valori:
preparator , asistent , lector , conferențiar , profesor ;
 Vechimea în muncă, cu valorile posibile: mai puțin de 5 ani , între 5 și 9 ani , între 10
și 15 ani , mai mult de 15 ani ;
În momentul în care construim categorii de genul între… și … pentru o variabilă tr ebuie
să ne gândim care este plaja de valori și să încercăm să construim categorii cu dimensiuni
apropiate sau cu o semnificație anume ( este greșit ca pentru vârsta indivizilor din întreaga
populație nu vom folosi ca și categoria cu valoare maximă peste 40 de ani – vom avea prea multe
cazuri și în respectiva categorie intră o bună parte din populația matură dar și vârstnicii, ceea ce
ne-ar reduce posibilitățile de diferențiere între maturi și vârstnici – încercăm mai degrabă să
vedem care sunt categoriile d e vârstă potrivite pentru copii, tineri, maturi sau vârstnici, sau care
sunt vârstele care împart populația în categorii cât mai apropiate ca număr de indivizi sau vom
folosi intervale de vârstă care ușurează măsurarea – cum ar fi între 20 și 29 de ani , între 30 și 39
de ani , etc.)

35
Nivelul de interval se folosește pentru variabile măsurate cu ajutorul unor cifre, în cazul
cărora punctul de referință (valoarea zero) a fost stabilit arbitrar, cum ar fi în cazul temperaturii,
unde 0 pentru scara Celsius a fost stabilit punctul de înghețare al apei. În acest cazuri nu putem
stabili rapoarte (dacă astăzi au fost 10 grade și ieri au fost 20 nu putem spune că astăzi a fost de
două ori mai rece decât ieri) . De asemenea nu putem spune că 0 grade Celsius înseamnă abse nța
temperaturii – sunt posibile și temperaturile negative. De asemenea contează faptul că putem
avea și alte sisteme de măsurare a temperaturii, pentru care rezultatele ar fi diferite – dacă
folosim gradele Kelvin (care începe de la temperatura minimă abs olută), 0°C reprezintă 273°K ;
dacă folosim gradele Fahrenheit, 0°C reprezintă 32°F. În cazul temperaturii măsurate în grade
Kelvin zero grade chiar înseamnă absența căldurii.
Un alt exemplu îl reprezintă altitudinea, care este măsurată în mod tradițional î n funcție
de nivelul Oceanului Planetar. Dacă schimbăm referința s -ar putea ajunge la rezultate
surprinzătoare. De exemplu, dacă am măsura altitudinea față de centrul Pământului, cel mai înalt
munte din lume nu ar mai fi Everest, ci vulcanul Chimborazo din Ecuador (datorită faptului că
Pământul este bombat la ecuator).
În general la nivelul de măsurare interval avem variabile construite pe baza unor
convenții – cum ar fi coeficientul de inteligență (IQ). Este greu să concepem în acest caz o
persoană care ar e inteligența egală cu zero (chiar dacă este posibil să obții zero la un test de
măsurare a inteligenței). De asemenea este greu să putem spune că o persoană care are
coeficientul de inteligență 160 este de două ori mai inteligentă decât o persoană care ar e IQ=80 –
în anumite situații diferența de inteligență este mai mare (de exemplu dacă cei doi ar trebui să
înțeleagă mecanica cuantică), în altele mult mai mică (de exemplu, când cei doi merg pe stradă).
Un astfel de exemplu ar putea fi și notele obținute de studenți – se presupune că notele măsoară
cunoștințele dobândite. Putem spune că un student de nota 8 știe de două ori mai multe lucruri
decât un student de nota 4?
Un caz aparte este rangul în tr-o ierarhie. Dacă ordonăm persoanele dintr -o populație dup ă
vârstă, persoana cea mai în vârstă primește rangul 1, următoarea rangul 2 și așa mai departe am
obținut o măsurare la nivel de interval (distanțele sunt egale între două ranguri succesive, dar
persoana de pe locul 4 nu este de două ori mai în vârstă decâ t cea de pe locul 8).
Nivelul de rapoarte : este un nivel de măsurare de interval, dar în plus în acest caz există
un punct de referință 0 (zero) care ne indică lipsa caracteristicii. Cifra atașată valorii reprezintă

36
chiar măsura în care avem caracteristica respectivă. Dacă valoarea variabilei greutate este de 75
de kilograme, respectiva persoană chiar are 75 de kilograme.
Exemple de variabile măsurate la nivel de rapoarte:
– Vârsta măsurată în ani împliniți;
– Educația măsurată în număr de ani de școală;
– Salari ul măsurat în lei/lună;
– Numărul de alegeri locale la care am participat;
– Temperatura măsurată în grade Kelvin.
În rezumat, putem identifica nivelul de măsurare al unei variabile în funcție de anumite
caracteristici. Acestea pot fi sintetizate astfel:
Nr. c rt. Nivel de măsurare Ordine Distanț ă egală între două valori succesive Zero Absolut
1. Nominal x x x
2. Ordinal ☺ x x
3. Interval ☺ ☺ x
4. Rapoarte ☺ ☺ ☺
Tabelul 2.2 Caracteristicile celor patru niveluri de măsurare
Posibilitatea de a ordona valorile este pr ezentă la toate nivelurile, dar nu și la cel nominal
(cum putem ordona valori cum ar fi „bărbat”, „femeie”?). Distanța dintre două valori succesive
poate apărea doar în cazul unor valori care pot fi ordonate (deci nu și în cazul nivelului nominal).
Pentru nivelul ordinal această caracteristică nu este prezentă – cum facem diferența între „bine”
și foarte bine”? . În cazul nivelurilor cantitative, acolo unde avem cifre, distanța dintre două
valori succesive este egală (de exemplu, pentru venitul măsurat în lei – diferența între 1 leu și 2
lei este aceeași cu cea între 778 și 779 de lei).
Trebuie spus că există multe variabile care pot fi măsurate pe mai multe niveluri (venitul
unei familii poate fi măsurat la nivel ordinal, dar și la cel de rapoarte, dacă vo m folosi cifra
exactă). Nivelul de măsurare trebuie ales în funcție de necesitățile cercetătorului provenite din
metodele de prelucrare statistică pe care vrea să le aplice. Dintr-o variabilă măsurată la nivel de
rapoarte se poate obține una ordinală prin operațiuni relativ simple de transformare a datelor, dar
operațiunea inversă este imposibilă. Un caz special este cel al variabilelor dummy – un caz
particular de variabile dihotomice (variabile care pot lua doar două valori – cel mai adesea 0 –
indicând a bsența respectivei caracteristici și 1 prezența ei). Pentru o variabilă de tip nominal cum

37
ar fi Religia, cu valori de la Ortodox la Fără Religie vom introduce un sistem de variabile
dummy astfel:
R1 = 1 dacă este Ortodox și Greco -catolic și = 0 în caz con trar;
R2 = 1 dacă este Romano -catolic și = 0 = în caz contrar
R3 = 1 dacă este Protestant și = 0 în caz contrar
R4 = 1 dacă este Neo -protestant și = 0 în caz contrar
R5 = 1 dacă are Altă Religie, Religie Nedeclarată și Fără Religie și = 0 în caz contrar
Practic am înlocuit variabila Religie cu variabilele R1 -5. Aceste variabile pot fi incluse în
teste statistice destinate variabilelor cantitative (cum ar fi regresia), permițându -ne să vedem care
este efectul diferitelor credințe religioase (sau absența lor) asupra altor variabile.
În alegerea nivelului de măsurare trebuie să ținem seama și de faptul că variabilele pot să
fie:
 Discrete (avem un set de valori este unul restrâns, este imposibil din punct de vedere
logic ca să existe valori intermediare – de exe mplu, nu putem avea 1.5 copii);
 Continue (număr foarte mare de valori, pot exista valori intermediare – de exemplu
putem avea înălțimea de 1,775 metri).
Se recomandă să considerăm variabilele discrete drept nominale sau ordinale iar cele
continue interval sau rapoarte. În ghidarea alegerii noastre putem pentru un nivel sau altul de
măsurare putem să ne gândim și din punct de vedere al analizelor statistice pe care vrem să le
folosim – variabilele nominale sau ordinale se vor folosi în analize pentru care va riația (numărul
de valori diferite pe care le ia o variabilă) este mică, iar variabilele de tip interval sau raport în
analize pentru care variația ar fi bine să fie mare. În consecință, numărul de copii poate fi
considerat drept variabilă de tip rapoarte pentru că îndeplinește condițiile specifice din tabelul
2.2 și pentru că, cel puțin teoretic, numărul de copii poate să ia valori foarte diferite – Wikipedia
ne spune că recordul se pare că -l deține o femeie din Rusia, care între 1725 și 1765 a dat naștere
unui număr de 69 de copii, dar că există un sultan din Maroc ( Moulay Ismaïl Ibn Sharif ), care a
domnit între 1672 și 1727 și a avut un număr de 888 sau 867 de copii.
2.3. Scale

38
Multe concepte din științele sociale au înțelesuri foarte complexe. Operațio nalizarea (vezi
2.1.) ne ajută să măsurăm un concept prin intermediul măsurării unor variabile pe care le -am
presupun a fi componente ale respectivului concept. În majoritatea cazurilor indicatorii unor
variabile sunt considerați a avea importanță egală, c eea ce nu este adevărat în toate cazurile. În
plus, în unele cazuri variabilele să nu fie neapărat independente unele de altele (de exemplu
răspundem afirmativ la o variabilă poate duce automat la răspuns afirmativ la o altă variabilă).
Pentru măsurare a conceptelor putem folosi scale. Acestea sunt instrumente care ne permit
atașarea unor valori numerice unor observații conform unei reguli , dar într -un mod mai complex
decât cel de indice. Un indice se compune din combinarea (de obicei prin însumare a) unor
indicatori (valorile variabilelor luate în calcul), câtă vreme scala vine și cu reguli care ne ajută în
interpretarea valorii fiecărei observații, dar și a rezultatului final.
Cele mai cunoscute scale sunt cele ale lui Thurstone, Likert și Guttman.
Scala Thurstone , în forma ei cea mai simplă, aceea a intervalelor egale, se bazează pe
generarea unui set de judecăți de valoare despre fenomenul studiat. De exemplu , putem dori să
aflăm valoarea unei anumite activități a administrației publice . Cum putem alege cei mai potriviți
itemi pentru a măsura acest lucru? Sunt foarte multe posibilități de a găsi diferiți itemi, unii
dintre ei mai favorabili, alții mai puțin favorabili. Unii itemi pot fi înțeleși la fel de toată lumea,
alții mai puțin.
Primul pas este ce de a genera un set cât mai mare de posibile afirmații legate de valoarea
respectivei activități. Acestea trebuie să fie formulate la prezent, clare, să conțină un singur
enunț, să nu fie aplicabile unor cazuri excepționale, să nu fie general acceptabile (de ge nul
veniturile populației trebuie să crească). Din aceste afirmații trebuie să le selectăm pe cele mai
potrivite.
Pentru aceasta trebuie să obținem un grup de judecători care să aprecieze cât de
favorabilă este afirmația respectivă. Pentru a obține un rezu ltat cât mai bun grupul trebuie să fie
cât mai mare astfel încât să obținem o diversitate cât mai mare și să nu omitem judecăți
pertinente . Aceștia vor atașa o valoare de la 1 (foarte puțin favorabil) la 11 (foarte favorabil) –
uneori se mai folosește nota rea de la 1 la 7. Se recomandă să eliminăm din grup judecătorii care
plasează mai mult de 25% din aprecieri în aceeași categorie. După ce am făcut evaluarea vom
calcula mediana răspunsurilor pentru fiecare judecată. Mediana reprezintă scorul dat de individ ul
de la mijlocul distribuției ordonate a scorurilor de favorabilitate dacă avem un număr impar de

39
judecători sau media scorurilor celor doi indivizi din mijloc în cazul unui număr par. Mai
calculăm și medianele pentru prima cuartilă (primul sfert) și a tr eia (al treilea sfert), precum și
diferența dintre ele – acest lucru spunându -ne de fapt cât gradul de acord între judecători în
aprecierea respectivei afirmații .
Ordonăm propozițiile în ordine crescătoare după mediană și descrescătoare după
diferența inte r-cuartile . Împărțim numărul de propoziții într -un număr de intervale egale (alegem
acest număr în funcție de numărul dorit de itemi din scală). Vor fi selectate propoziții le aflate cât
mai apro ape de mijlocul fiecărui interval .
Practic am obținut un set d e itemi aflați la distanță egală unii de alții din punctul de
vedere al gradului de favorabilitate față de activitatea respectivă și față de care judecătorii au fost
de acord în cel mai mare grad.
Pentru administrare vom atașa la fiecare propoziție variant ele acord și dezacord, vom
include și întrebări de clasificare precum și de verificare a sincerității. Calculul scorului final se
face prin împărțirea numărului de propoziții cu care avem acord la numărul total de propoziții.
Scala Thurstone este greu de c onstruit și de întreținut (există multe lucruri care se pot
schimba de -a lungul timpului) , dar foarte ușor de aplicat și calculat. Este bine să recurgem la
construirea unei astfel de scale în momentul în care o vom aplica în mai multe cazuri. În caz
contra r efortul nu este justificat.
Scala Likert este o scală ordinală. Procedura este în mare măsură similară: începem cu
generarea de propoziții și avem judecători care să le analizeze. Aceștia vor evalua fiecare enunț
față de fenomenul studiat, de exemplu pe o scală de la 1 ( total nefavorabile față de conceptul
nostru ) la 5 (total favorabile față de concept ).
În primă fază vom respinge itemii care au o corelație slabă cu scorul total obținut prin
însumare.
Selectăm un enunț în momentul în care valoarea medie d in cuartila 1 este diferită
semnificativ statistic față de cuartila 4 (folosim pentru așa ceva testul t de semnificație). Acest
lucru înseamnă că respectivele enunțuri fac o discriminare mai bună între răspunsuri.
Pentru fiecare enunț se oferă o gamă de ră spunsuri de la 1 la 5 și scorul total se calculează
prin însumare. Alte variante propun scoruri de la 1 la 7, de la 1 la 9 sau de la 0 la 4. Uneori se
precizează doar valoarea minimă (de exemplu – dezacord total cu afirmația prezentată) și cea
maximă (acor d total cu afirmația), alteori se prezintă semnificația fiecărui element (exemplu: 1 –

40
dezacord total, 2 – dezacord, 3 – nici acord, nici dezacord, 4 – acord, 5 – acord total). În acest ultim
caz este i mportant este ca variantele favorabile să fie egale în num ăr cu cele defavorabile , să fie
simetrice (dacă avem acord trebuie să avem și dezacord ca variantă de răspuns) și să avem un
element de mijloc neutru.
Se poate crea o confuzie între scala Likert (care măsoară un concept) și itemi Likert (care
sunt măsurați pe o scală de la 1 la 5 sau similar). Dacă modul de construire al scalei Likert se
folosește destul de puțin (cercetătorii preferă să construiască scale pe baza teoriei și fără să
folosească judecători), formatul itemilor Likert este unul foarte popular.
Motivul este că itemii Likert sunt considerați în mare parte din literatură ca fiind măsuri
de tip interval. O întrebare cum ar fi În ce măsură sunteți de acord cu următoarea afirmație?
care propune ca răspuns un număr de la 1 – dezacord total la 5 – acord total ar putea fi
considerată ca una la care două valori succesive sunt situate la o distanță egală – ceea ce ar indica
măsurare de tip interval. O astfel de abordare poate fi acceptată, dar o abordare mai prudentă ar fi
să spunem că itemii Likert sunt o rdinali și doar aproximează o măsurare la nivel interval – având
în vedere că în sensul cel mai strict nu au proprietățile matematice ale nivelului interval.
În construirea unei scale Likert se recomandă să folosim și itemi formulați negativ, pentru
a evi ta situațiile în care respondenții noștri au tendința de a fi de acord cu orice afirmație. Dacă
folosim astfel de itemi trebuie să avem grijă cum calculăm scorul (acordul cu o afirmație
negativă este de fapt dezacord cu afirmația pozitivă).
Scorul total ob ținut poate fi tratat ca o variabilă măsurată la nivel interval.
Dacă dorim să măsurăm discriminarea pe criterii sexuale la locul de muncă am putea
încerca să vedem în ce situații se întâlnește acest comportament și cât de des .
Din câte știți dumneavoast ră, în cadrul instituției (în ultimii 5 ani), cât de des s -au întâlnit situații în care
persoane de un anumit sex să fie discriminate:
Niciodată Foarte
rar Rar Des Foarte
des
1. La angajare 1 2 3 4 5
2. La stabilirea sarcinilor de serviciu 1 2 3 4 5
3. La evaluarea profesională 1 2 3 4 5
4. La avansarea în grad/treaptă profesională 1 2 3 4 5
5. La promovarea în funcții de conducere 1 2 3 4 5
6. La acordarea unor prime, bonusuri, sporuri ș.a. 1 2 3 4 5
În calculul scorului discriminării la locul de muncă pentru fiecare caz se vor aduna
scorurile obținute pentru fiecare item, iar pentru a afla scorul total se va face media scorurilor
pentru fiecare caz. Interpretarea scorului total se poate face luând în calcul semnificația

41
variantelor de răspuns – scorul total p oate lua valori între 6 (cazul în care s -a răspuns 1 –
niciodată la toate întrebările) și 30 (cazul în care s -a răspuns foarte des la toate întrebările). Dacă
împărțim intervalul de la 6 la 30 în 5 intervale egale putem obține:
 Între 6 și10 – discriminare inexistentă;
 Între 11 și 15 discriminare întâlnită foarte rar;
 Între 16 și 20 discriminare întâlnită rar;
 Între 21 și 25 discriminare întâlnită des;
 Între 26 și 30 discriminare foarte des.
Scala Guttman este tot una ordinală, dar cumulativă, în sensul că r ăspunsul afirmativ la o
întrebare presupune răspunsul afirmativ la întrebările anterioare (cu o intensitate mai mică a
opiniei). De exemplu, dacă am fi de acord să ne căsătorim cu o persoană de altă etnie, se
presupune că nu avem nimic împotrivă ca astfel de persoane să ne fie prieteni, vecini, colegi de
muncă sau să locuiască în același oraș.
Procedeul de construire se face într -un mod similar cu cele anterioare (aici folosim doar
răspunsuri DA și NU). Pot apărea erori (adică să avem indivizi care nu răspu nd conform
presupunerii noastre, adică să spună DA la o întrebare cu intensitate mare și NU la una cu
intensitate mică).
Vom selecta maximum 10 -12 enunțuri. Pentru a verifica validitatea scalei vom folosi un
coeficient de reproductibilitate:
itemi numar subiecti Numarerori NumarCr_ __1

Cu cât acest coeficient va fi mai apropiat de 1, cu atât scala noastră va fi mai bună.
Un exemplu de scală de tip Guttman este Scala distantei sociale introdusa de E.S.
Bogardus în 1933, modificata de Septimiu Chelcea în 1993, măsurând Indicele C alității
Contactului Social (ICCS) și față de alte grupuri . Scala distanței sociale prevede 5 posibilități de
contact social:
1. Să vă căsătoriți cu
2. Sa aveți prieteni apropiați
3. Sa aveți vecini
4. Sa fie angajați în aceeași instituție
5. Sa locuiască în același oraș

42
Valorile ICCS sunt cuprinse între 0 (respingere totala) si 5 (acceptare totala) pentru
fiecare tip de contact. Scorul total poate lua valori între 0 și 25. Cu cât scorul total este mai mare,
cu atât ne arată un grad de acceptare mai mare.

43

3. Proiectarea cercetării
Un concept important pentru cercetare este cel de metodologie, adică știința efectuării
cercetărilor. Termenul provine din grecește, prin combinarea cuvintelor methodos , drum sau
cale, și logos , știință. Există două sensuri princi pale, cel mai larg presupunând descrierea tuturor
pașilor pe care -i facem pe drumul către cunoaștere, și altul mai restrâns, în care facem doar
descrierea metodelor pe care le vom folosi. În sensul cel mai larg mai sunt incluse și legături cu
filosofia ști inței, pe care le -am prezentat în primul capitol.

3.1. Obiectivele cercetării

Cercetarea trebuie să fie proiectată în funcție de scopurile pe care le urmărim. Obiectivele
cercetării pot să fie extrem de variate. Miller (1991) distinge pe baza obiectivelo r trei tipuri mari
de cercetări :
 Fundamentale (pure sau de bază ), având ca obiective dobândirea de cunoștințe noi și
dezvoltarea teoriei. Alte denumiri ar fi cercetare academică sau teoretică;
 Aplicat e, orientate spre analiza problemelor sociale și găsirea soluțiilor de rezolvare,
contribuind la fundamentarea deciziei (exemple: analiza politicilor publice și unele
tipuri de evaluare a programelor);
 Evaluative , orientată spre determinarea efectului diferitelor acțiuni (exemplu:
evaluarea programelor).
În pri ncipiu, toate cercetările urmăresc să afle ceva nou, dar există diferențe în ceea ce
privește subiectul noutății. OECD (1994) face consideră că cercetarea fundamentală și cea
aplicată au același scop: dobândirea de cunoștințe noi, diferența fiind că în ult imul caz avem un
scop practic, găsirea unei noi aplicații.
Deseori se consideră că cercetarea fundamentală nu are nici un rezultat practic și că este
doar cercetare de dragul cercetării. În realitate se întâmplă deseori ca imediat după descoperirea
unei n oi teorii să fie găsite aplicații practice pe baza teoriei, în vreme ce în lipsa unei teorii este
greu să fie găsite aplicații practice.

44
Cercetarea evaluativă sau evaluarea urmărește obținerea sistematică a unor informații și
evaluarea lor pentru a furniza feed-back despre un anumit obiect (un program, de exemplu, dar
gama de obiecte care poate fi evaluată variază foarte mult).
Babbie (2010) propune o altă clasificare a cercetărilor bazată pe obiective, considerând că
avem:
– Cercetări exploratorii, care au ca obiectiv familiarizarea cercetătorului cu subiectul.
Acestea sunt realizate din motive cum ar fi: (1) a satisface curiozitatea cercetătorului,
(2) a studia fezabilitatea de a realiza un studiu mai larg și (3) pentru a dezvolta
metodologia unui astfel de studiu;
– Cercetări descriptive, care descriu fenomenele studiate. Prin astfel de cercetări
răspundem la întrebări de tip „ce”, „unde”, când” și „cum”;
– Cercetări explicative, prin care încercăm să explicăm fenomenul. Întrebarea
principală este „de ce”?
Comș a (2008) identifică un număr sporit de posibile obiective, deci de tipuri de cercetare,
în funcție și de tipul de relație între două variabile x și y:
– Cercetări exploratorii, de tipul studiilor pilot, orientate spre fezabilitatea unui studiu;
– Cercetări des criptive, prin care încercăm să identific ăm și să prezent ăm
caracteristicil e variabilei x;
– Cercetări corelaționale, prin care vedem dacă există o legătură între x și y;
– Cercetări explicative, prin care încercăm să vedem de ce există și cum funcționează
legătura dintre x și y;
– Cercetări predictive, prin care dorim să afl ăm cum va fi valoarea lui y într -un anumit
moment de timp sau în funcție de o anumită valoare a lui x;
– Cercetări de tip intervenție , prin care putem afla cum putem face ca să modificăm
valoar ea lui y (orientată spre proiectarea unor intervenții sociale și folosite în asistența
socială, dar nu numai);
– Cercetări evaluative, prin care aflăm care este starea lui y și din ce cauze;
– Cercetări de impact, prin care aflăm consecințele lui y și motivele pentru care avem
aceste consecințe.
Putem vedea că aceste tipuri de cercetare pot grupate: într -o evaluare suntem interesați și
de impact, cercetările explicative pot conține și elemente de predicție sau intervenție și acoperă și

45
partea de cauze și motive de la cercetările evaluative sau de impact. De asemenea trebuie să
avem grijă că există și suprapuneri între tipurile de cercetare – atingerea unui obiectiv mai
ambițios nu presupune neglijarea unora mai puțin ambițioase, astfel, în orice cercetare va tre bui
să avem și o parte descriptivă, într -o cercetare predictivă trebuie să avem o explicație etc.
Există și alte tipuri de cercetare care pot fi identificate:
– Cercetarea normativă încearcă să identifice caracteristicile pe care ar trebuie să aibă
un anumit obiect sau o anumită acțiune. O posibilă direcție într -o astfel de cercetare
ar fi să identifice cele mai bune căi pentru a îmbunătăți obiectul sau acțiunea. Se pot
întâlni astfel de cercetări în filozofie, etică sau drept (domenii preocupate de normele
care guvernează sau ar trebui să guverneze societatea) . Uneori întâlnim termenul de
cercetare pre -normativă – o cercetare care încearcă să fundamenteze necesitatea
introducerii unei anumite reglementări;
– Cercetarea -acțiune ( action research ), termen introdus de Kurt Lewin, pornește de la
ideea potrivit căreia pentru a înțelege ceva trebuie să încercăm să schimbăm acel
ceva. Cercetarea se efectuează în același timp cu participarea activă la o schimbare
socială.
Tipul de date care va fi folosit în cercetare po ate fi și el legat de obiectivul cercetării.
Cercetările calitative sunt orientate spre descriere și înțelegere, cele cantitative putând fi folosite
pentru toate obiectivele posibile.
În condițiile în care cercetarea ne este comandată (primim un contract de cercetare sau în
cazul în care primim o temă în cadrul unui curs) trebuie să identificăm cât mai clar care este
obiectivul acesteia (ce vrea beneficiarul sau profesorul care ne -a dat tema de cercetare de la
lucrarea respectivă?). În cazul în care putem să ne alegem noi obiectivul este bine să știm că o
cercetare este apreciată mai bine atunci când are un obiectiv mai ambițios. O cercetare
explicativă este, în general, mai bine apreciată decât una descriptivă.

3.2. Cauzalitatea

Cercetările de tip explic ativ încercă să afle cauza (sau cauzele) pentru care se întâmplă un
anumit lucru.

46
Pentru a stabili dacă există o relație de cauzalitate, adică dacă o modificare a variabilei X
va determina modificarea valorii variabilei dependente Y, trebuie să stabilim d acă:
 Cauza este anterioară efectului;
 Trebuie să existe o relație între cele două variabile ;
 Trebuie să fie o explicație logică și convingătoare a legăturii dintre cele două
variabile;
 Trebuie eliminate alte posibile explicații (relația nu trebuie să fie doar aparentă, o altă
variabilă explicând fenomenul).
Ordinea temporală dintre cauză și efect este una foarte importantă – spunem că învățatul
este cauza și notele la examene sunt efectul, nu invers – pentru că mai întâi învățăm (mai mult
sau mai puțin) și după aceea mergem la examene unde obținem anumite note (mai bune sau mai
puțin bune). Dacă modificarea valorii variabilei Y apare înaintea modificării din variabila X
înseamnă că nu putem discuta despre o relație cauzală între cele două variabile.
Uneori este destul de dificil de a aprecia ordinea temporală – dacă încercăm să explicăm
comportamentul violent prin vizionarea unor emisiuni conținând violență avem o astfel de
problemă. Ce a apărut prima dată – comportamentul violent sau vizionarea unor emisiu ni cu
acest caracter? În astfel de situații ambele posibilități sunt reale: ne uităm la emisiuni cu caracter
violent pentru că avem un comportament de acest tip sau avem un astfel de comportament pentru
că am vizionat emisiuni cu conținut violent. De aseme nea, cele două variabile s -ar putea potența
una pe alta, fiecare constituind în același timp și cauză și efect în raport cu cealaltă variabilă.
Trebuie să avem o relație (cel mai adesea se folosește termenul de corelație) între
variabile – adică fie modifi carea valorii uneia duce la modificarea valorii celeilalte (de exemplu,
cu cât petrecem mai multe ore învățând cu atât obținem note mai bune) sau anumite atribute ale
unei variabile să fie asociate cu anumite atribute ale celeilalte variabile (bărbații pri vesc mai
favorabil decât femeile infidelitatea conjugală).
Faptul că avem nevoie de o explicație logică și convingătoare a legăturii dintre cele două
variabile ne ajută să eliminăm din calcul multe posibile relații ca uzale. Deseori găsim în mass –
media tot felul de știri care ne prezintă rezultate ale unor cercetări, dar fără să ne precizeze că
discutăm despre cercetări corelaționale. Nu este dificil să găsești posibile relații cauzale, dificil
este să le explici. Babbie (2010) dă exemplul relației dintre nu mărul la pantof și cunoștințele de
matematică ale copiilor. Cu cât numărul la pantof este mai mare, cu atât știu mai multă

47
matematică sau cu cât știm mai multă matematică cu atât avem un număr mai mare la pantof. Nu
putem să explicăm logic și convingător n ici una dintre cele două variante, așa că ar fi bine să nu
propunem o astfel de relație cauzală.
Trebuie și să investigăm existența unor alte posibile cauze. Putem să observăm o relație
între două variabile, dar aceasta să fie determinată de fapt de interv enția unei a treia variabile.
Putem observa o relație între numărul de mașini de pompieri prezente la locul unui incendiu și
dimensiunile pagubelor (exemplu din Babbie, 2010), putem oferi o explicație cu o aparență
logică (intervenția pompierilor creează d aune), dar de fapt o a treia variabilă ne explică tot:
dimensiunea incendiului influențează atât numărul de pompieri cât și daunele produse. Și pentru
exemplul anterior avem o a treia variabilă care acționează: vârsta influențează atât numărul de la
pantof i cât și cunoștințele de matematică.
O explicație a unui fenomen este considerată a fi cea mai bună atunci când găsește o
cauză care este atât necesară cât și suficientă – X poate fi considerată o cauză necesară pentru Y
dacă acest efect nu se poate produc e în absența sa (de exemplu, nu putem promova un examen
dacă nu ne -am prezentat la el) și devine o cauză suficientă dacă garantează producerea efectului
(dacă punem mâna în foc ne vom arde).
În anumite cercetări se folosește cauzalitatea probabilistică – pentru anumite cazuri există
anumite șanse ca o anumită cauză să ducă la un anumit efect (exemplu: fumatul poate să ducă la
cancer pulmonar pentru anumite persoane). Cauza (fumatul) nu este nici necesară (și nefumătorii
pot să ajungă la cancer pulmonar) și nici suficientă (nu toți fumătorii vor avea cancer). În astfel
de cercetări trebuie să fim prudenți atunci când vorbim despre cauzalitate – trebuie să investigăm
cu mare atenție alte posibile cauze și să investigăm cât mai atent mecanismul prin care se
realizează efectele.
O relație cauzală poate fi reprezentată cel mai simplu sub forma unor lanțuri cauzale de
tip cauză -efect. Cel mai simplu lanț cauzal implică două variabile (cauza și efectul).
În explicarea realității putem ajunge la lanțuri cauzale c are mai implică mai multe
variabile. De exemplu, pentru un program de reconversie profesională a șomerilor, lanțul cauzal
ar putea fi de forma:
Instruirea O nouă
calificare Găsirea u nui
loc de muncă
Figura 3-1 Un lanț cauzal

48
Exprimat în alți termeni, cursurile de instruire organizate duc la dobândirea unei noi
calificări, pe baza cărei a șomerul va ajunge să -și găsească un nou loc de muncă.
Lanțurile acestea pot să fie mult mai complicate, în care să avem relații mult mai
complexe. De exemplu, pentru calitatea unui serviciu sau produs în SUA se folosește Indicele
Satisfacției Consumatoru lui American care presupune următoarea diagramă cauzală:

Câteva observații:
1. Activitățile 1, 2, 3 (sau mai multe) se referă la principalele activități legate de
organizația publică în cauză, acestea fiind legate de misiunea sau misiunile acesteia.
Fiecare dintre aceste activități cuprind sau sunt legate de anumite atribute
determinante pentru clienți în stabilirea nivelului de satisfacție;
2. Așteptările clienților influențează satisfacția atât direct, cât și prin intermediul
percepției asupra calității;
3. În sectorul public rezultatele se măsoară în acest caz prin încrederea în instituții;
4. Reclamațiile, atât prin numărul lor cât și prin modul în care sunt rezolvate, pot să ne
dea în sine o măsură a gradului de satisfacție a clientului: scăderea numărului de Activitatea 1 Activitatea 2 Activitatea 3
Așteptările
consumatorului Calitatea
percepută
Satisfacția
clientului

Rezultate
Reclamații
Figura 3-2 Diagrama cauzală a Indicelui Satisfa cției Consumatorului American

49
reclamații sau de reclamații în care clientul are dreptate indică o creștere a satisfacției
(aceasta în cazul în care nu există o politică de descurajare a reclamațiilor).
În reprezentarea unei astfel de diagrame cauzale (un alt termen ar fi cel de model l ogic)
liniile care unesc două variabile pot fi uni -direcționale sau bi -direcționale (pentru cazurile în care
cele două variabile se potențează una pe alta), în ultimul caz folosind fie o linie cu săgeți în
ambele direcții, fie două linii. Putem introduce ș i alte elemente grafice – putem indica dacă avem
o relație pozitivă sau negativă (indicând alăturat fiecărei linii un plus sau un minus) și tăria
relației (folosind o săgeată mai subțire sau mai groasă).
Problema relațiilor cauzale poate fi pusă și în term enii sistemelor dinamice, în care
fiecare sistem evoluează în permanență, starea lui în momentul actual fiind influențată de starea
în momentul anterior și de evenimentele petrecute între cele două momente de timp.
Dacă reprezentăm calitatea unui serviciu oferit de către o instituție publică reprezentat
într-o astfel de diagramă (vezi figura 3.3), trebuie să știm de unde începem. Cel mai bun punct de
pornire ar fi reputația serviciului. Reputația serviciului influențează pozitiv cererea din partea
publiculu i (de unde și semnul + din dreptul legăturii cauzale). Pe măsură ce sunt mai multe
cereri, calitatea serviciului va scădea (în condițiile în care acesta nu se dezvoltă). Pe măsură ce
scade calitatea va apărea o discrepanță între calitate și standardele de calitate, ceea ce va duce la
scăderea reputației. Ciclul se reia: scăzând reputația scade și cererea, care duce la creșterea
calității, care va ajunge să depășească din nou standardele, ceea ce duce la creșterea reputației,
ș.a.m.d.

Figura 3-3: Diagrama calității unui serviciu public

50

3.3 Strategii de cercetare
Avem de ales între mai multe strategii de cercetare sau designuri. Mărginean (2000)
clasific ă strategiile de cercetare astfel:
 Experimentale sau non -experimentale;
 Transversale sau longitudinale;
 Comparative sau non -comparative;
 Cu o metodă sau mai multe;
 Studii de caz sau ale fenomenelor de masă;
 Cu interacțiune cercetător -subiect (obtru zive) sau fără (non -obtru zive sau discrete );
 Interactivă (subiect ul intervine pe parcursul cercetării) sau non -interactivă;
 Cantitative sau calitative (discutate în secțiunea 1.3) .
Distincția între design experimental (descris mai pe larg în secțiunea 4.2) sau non –
experimental (numit deseori cvasi -experimental, pentru a sugera apropierea de logica
experimentului) se referă la posibilitatea de a împărți aleator subiecții în grupuri experimentale și
de control. Această împărțire caracteristică designului experimental permite controlarea efectelor
variabilelor care nu sunt incluse explicit în studiul nostru. În cazul designului non -experimental
trebuie făcute eforturi serioase pentru determinarea efectului acestor variabile.
Designul experimental este cel mai puternic din punctul de vedere al validității interne,
adică al re lațiilor cauzale pe care vrem să le verificăm.
Din punct de vedere al timpului putem distinge designuri transversale și longitudinale.
Un studiu transversal este acela care se desfășoară într -un singur moment de timp, obținând o
secțiune transversală a fen omenului studiat. Studiul permite descrierea caracteristicilor populației
la un anumit moment de timp și poate să furnizeze și explicații. Acestea sunt valabile doar pentru
momentul respectiv de timp. Există o problemă în ceea ce privește studierea relații lor cauzale
care evoluează în timp – nu avem decât o singură măsură și nu știm nimic despre modul în care
evoluează lucrurile. Pentru variabile sensibile la factorul timp modelele explicative dezvoltate pe
baza unui studiu transversal au o validitate restr ânsă (apare problema posibilității de generalizare
pentru alte momente diferite de timp).

51
Un studiu longitudinal este acela care se desfășoară în timp, cuprinzând cel puțin două
valuri de măsurare. Un astfel de studiu ne permite să studiem mai bine evoluți a în timp a
fenomenelor studiate. Mai multe măsurători ne pot permite identificarea unui model care să ne
explice această evoluție. Avem și aici o distincție între măsuri repetate și serii de timp, distincție
datorată numărului de măsurări efectuate. Nu ex istă o regulă generală, dar analiza statistică a
seriilor de timp necesită minimum douăzeci de valuri de măsurare.
Prima strategie este cel mai adesea preferată, datorită economiei de timp și de resurse și a
posibilității de valorificare rapidă a rezultate lor. A doua strategie, chiar ne poate furniza o
informație mai bogată, este mai rar folosită datorită problemelor legate de resurse (de timp și de
bani – cine este dispus să finanțeze o cercetare care poate să dureze zeci de ani?). Se preferă o
aproximare a studiilor longitudinale, prin încercarea de a obține răspunsuri bazate pe memoria
subiecților sau pe date secundare (date deja existente), dar acestea au limitele lor evidente.
Studiile comparative încearcă să introducă în analiză compararea rezultatelor obținute pe
grupuri diferite (pot fi țări, unități teritorial -administrative, categorii de populație ș.a.) . Logica
este asemănătoare cu cea a experimentelor, unde comparăm rezultatele obținute pentru grupul
experimental cu cele obținute pentru grupul de control. Mai multe informații despre comparație
găsiți în secțiunea 4.6.
Numărul de cazuri studiate depinde de obiectivul cercetării. Putem face studii chiar și pe
un singur caz. În general, științele sociale fiind nomotetice, preferăm să studiem mai multe
cazuri. În cazul în care dorim să generalizăm rezultatele noastre trebuie să folosim un număr
mare de cazuri și acelea bine selectate. În cazul în dorim să înțelegem un anumit fenomen putem
folosi studii de caz (vezi secțiunea 4.7).
Numărul de metode folo site variază de la studiu la studiu. Multe cerc etări folosesc o
singură metodă. Altele folosesc mai multe metode (metode mixte sau mixate). Putem folosi mai
multe metode pentru a compara rezultatele obținute cu metode diferite (operație numită
triangulație ). Putem folosi mai multe metode atunci când dorim să atingem mai multe obiective –
putem folosi o metodă calitativă pentru descrierea fenomenului și una cantitativă pentru
explicarea acestuia. Alte exemple pot fi găsite în secțiunea 1.3. Dacă dorim să stu diem un caz în
profunzime vom folosi informații cât mai multe, culese prin metode cât mai variate.
Designurile care folosesc metode care presupun culegerea informațiilor direct de la
public sunt numite obtruzive. Trebuie să fim conștienți că interacțiunea dintre cercetător și

52
subiect are un efect asupra celui din urmă. Aici pot să apară anumite probleme de etică (efectele
nu trebuie să producă efecte fizice, mentale sau emoționale negative asupra subiecților) și
anumite probleme legate de corectitudinea cer cetărilor (de exemplu oamenii care se știu
observați pot să -și modifice comportamentul sau unii oameni pot să fie intimidați de persoana
care le pune anumite întrebări ș.a.). Efectele de acest ultim tip trebuie să fie atent minimizate,
astfel încât să nu d ea naștere la erori.
În anumite cercetări este de pre ferat să avem participare din partea subiecților.
Cercetarea -acțiune se bazează pe o astfel de participare. De asemenea există forme de evaluare
participativă care doresc includerea subiecților. Gradul d e implicare al subiecților diferă de la
participarea la culegerea datelor (care poate ușura mult munca cercetătorului) până la implicarea
în proiectarea cercetării și analiza datelor. Rolul implicării subiecților este legat de dobândirea
unui sens al propr ietății asupra rezultatelor cercetării, care poate duce la o mai bună acceptare a
recomandărilor emise pe baza rezultatelor și la implicarea în acțiunile care vizează corectarea
situației. Nu întotdeauna este ușor să implici subiecții în cercetare și nu în totdeauna aceștia vin
cu cele mai bune intenții . Uneori subiecții doresc să obțină o bună evaluare a situa ției prezente
pentru a o păstra, chiar dacă realitatea indică necesitatea unei schimbări. Alteori aceștia vor dori
o schimbare care să le satisfacă in teresele personale în dauna intereselor mai generale).

3.4. Etapele cercetării

Cercetarea este un proces care are etape distincte. Există trei mari faze: pregătirea
cercetării, efectuarea ei și finalizarea cercetării .
Pentru fiecare tip de cercetare sch ema poate arăta în mod diferit. Pentru o cercetare de tip
deductiv Boehm (1980) propune următoarele etape:

53
Pot exista mai multe astfel de scheme. Unele sunt liniare (în care nu ne întoarcem la etape
anterioare), altele sunt ciclice, sugerând continuitat ea procesului de cunoaștere. Numărul de
etape și denumirea lor variază de la autor la autor. Putem avea mai multe , Mărginean (2000)
propunând 43 de etape, sau mai puține etape, însă cu cât suntem mai specifici cu atât scade
puterea de generalizare a scheme i propuse.
Vom prezenta în cadrul acestui capitol pe larg doar prima fază, următoarele faze fiind
prezentate pe larg în capitolul 4 (Metodele de cercetare) și 5 (Analiza datelor).
În prima fază, cea de pregătire a cercetării trebuie rezolvate problemele t eoretice și
metodologice. Avem aici următoarele etape:
 Alegerea temei de cercetare ;
 Studiul bibliografiei
 Formularea ipotezelor
 Designul studiului Alegerea temei
Studiul bibliografiei din
domeniu
Formularea ipotezelor
Designul studiului
Analiza datelor Efectuarea studiului
Rezultatele
confirmă
ipotezele? Elaborarea unei
explicații
alternative Prezentarea
rezultatelor Da Nu
Figura 3-4 Etapele cercetării

54
Alegerea temei de cercetare
Trebuie să facem diferența între tema de cercetare și domeniul de studiu. Tema po ate fi o
problemă punctuală. Studiul temei respective va trebui făcut în contextul domeniului care
include problema noastră. Dacă alegem ca temă Comportamentul liderilor din Primăria orașului
X va trebui să studiem problema în contextul mai larg al leaders hipului și să avem grijă să nu o
includem într -un domeniu diferit (cel al comportamentului uman în general sau cel al dreptului
muncii).
Un alt aspect la care trebuie să fim atenți este legat de fenomenul studiat – dacă am ales
tema de mai sus fenomenul no stru este comportamentul liderilor, nu administrația publică locală
sau orașul X. Vom aborda probleme legate de administrația publică locală sau de orașul X doar
dacă încercăm să explicăm fenomenul prin intermediul unor factori legați de administrația
publică locală sau de caracteristicile orașului X.
Studenții au deseori probleme cu alegerea temei. Mulți dintre ei simt nevoia ca să
primească o listă de posibile teme din care să poată să aleagă una care li se pare cea mai
interesantă. Problema este că astfe l de liste conțin mai degrabă temele care -l interesează pe
profesorul care le -a întocmit. Studenții pot astfel să ajungă să studieze probleme care nu -i
interesează.
În alegerea temei ne putem ghida după mai multe criterii:
 Fenomenul studiat există. Confuci us a spus: „Cel mai greu lucru este să găsești o pisică
neagră într -o încăpere întunecată, mai ales dacă pisica nu este acolo”. La fel este și cu
cercetarea – este greu să studiem ceva ce nu există, trebuie să ne asigurăm că fenomenul
chiar se întâmplă;
 Tema ne interesează – putem alege o temă în funcție de gradul de interes pe care -l avem față
de ea. Subiectul cercetării trebuie să fie interesant pentru cel care face cercetarea respectivă.
Dacă mă interesează guvernarea electronică și nu mă interesează con tenciosul administrativ
sau bugetele locale voi alege guvernarea electronică și nu celelalte două teme;
 Tema este interesantă pentru îndrumătorul lucrării respective – poate părea un sfat îndreptat
spre „perierea” îndrumătorului științific, dar, de fapt, n e putem aștepta ca în momentul în
care un subiect îl interesează mai mult să stăpânească mai bine domeniul și să fie mai dispus
să ajute. Există și două posibile pericole, fie să insiste ca cercetarea să fie dusă în direcția
care-l interesează cel mai mult , fie să aibă așteptări foarte mari;

55
 Tema este interesantă la nivelul comunității științifice. Există subiecte care sunt mai puțin
interesante în general. În cazul altor subiecte apare problema actualității lor – – chiar și
subiectele de cercetare sunt sau nu sunt la modă. Subiectul pe care -l alegem pentru cercetare
ar trebui să fie capabil să atragă atenția cât mai multor specialiști din domeniu;
 Tema este interesantă pentru societate. Motivele sunt similare cu cele de mai sus, dar pot
asigura o receptare a rezultatelor cercetărilor nu numai în rândul specialiștilor din domeniu,
dar și a publicului larg. În domeniul administrației publice suntem interesați ca rezultatele
cercetărilor noastre să fie folosite în luarea deciziilor;
 Suntem capabili realizăm cer cetarea la timp și conform cerințelor. Aici ne interesează:
o Dimensiunea temei să fie pe măsura noastră. Nu avem capacitatea de a studia reforma
administrației publice la nivel mondial. Putem încerca să restrângem tema: atât la
nivelul subiectului (studiem doar un aspect al reformei) cât și la nivelul ariei de studiu
(restrângem aria la Europa, Europa de Est, România, sau la anumite instituții din
România);
o Cunoștințele pe care le avem – cât de bine cunoaștem domeniul respectiv? Este
recomandabil să alegem o temă dintr -un domeniu pe care -l stăpânim cât mai bine.
Altfel vom pierde destul de multă vreme studiind domeniul respectiv;
o Abilitățile noastre de cercetător;
o Posibilitățile de a avea acces la date – nu putem să facem cercetare fără a avea date și
de acee a va trebui să ne gândim bine chiar de la început dacă vom reuși să obținem
informațiile de care avem nevoie. În cazul în care șansele sunt nule sau foarte mici ar
fi bine să ne gândim la un alt subiect;
 Posibilitățile de a continua cercetările în domeniul respectiv – există posibilitatea de a ne
specializa într -un anumit domeniu (guvernare electronică, contencios administrativ, bugete
locale, leadership, etc.). Dacă există această dorință încă de la nivelul studiilor de licență
putem să alegem teme le pentr u lucrarea de licență, disertație, doctorat și studii post -doctorale
din domeniul respectiv. Eventual putem alege o carieră de cercetător în domeniul respectiv.
Există avantajul stăpânirii tot mai bune a domeniului respectiv, dar există și pericolul unei
anumite limitări – nu stăpânim prea bine alte domenii.
Kumar ( 2011 ) recomandă parcurgerea următorilor pași în alegerea unei teme:
1. Identificarea domeniului de interes;

56
2. Disecție – Identificarea unor sub -domenii (sau a unor teme din domeniul respectiv);
3. Aleger ea unei teme;
4. Formularea unor întrebări de cercetare (ce vrem să aflăm?) ;
5. Formularea obiectivelor cercetării (generale și specifice) ;
6. Verificare (evaluăm obiectivele în funcție de cantitatea de muncă necesară, timpul pe
care-l avem, resursele financiare de care dispunem, expertiza noastră și a
îndrumătorului – suntem siguri că putem îndeplini obiectivele respective?) ;
7. Verificare suplimentară (dacă mai suntem interesați de temă , suntem de acord cu
obiectivele propuse, dacă avem resursele și expertiza necesar e pentru efectuarea
cercetării).
Pentru un studiu asupra corupției din instituțiile publice am putea avea următoarea
schemă de alegere a unei teme (simplificată, numărul de alternative de la pașii 2 -5 poate fi mult
mai mare) :
Pasul Obiectivul Descriere
1 Identificare Corupția din instituțiile publice
2 Disecție – Măsurarea gradului de corupție
– Cauzele corupției
– Profilul funcționarului corupt
– Efectele corupției asupra funcționării instituțiilor publice
– Mecanisme de combatere a corupției
3 Alegere Cauzele co rupției
4 Formulare întrebări În ce măsură salarizarea influențează corupția? Sancționarea
actelor de corupție influențează corupția? Care este influența
birocrației excesive asupra corupției?
5 Formularea obiectivelor Obiectiv general: identificarea cau zelor corupției
Obiective specifice:
– Identificarea efectelor salarizării asupra corupției
– Identificarea efectelor sancțiunilor asupra corupției
– Identificarea efectelor birocrației asupra corupției
6 Verificare Avem timpul, resursele financiare și experti za necesară
pentru efectua cercetarea?
7 Verificare suplimentară Ne mai interesează tema? Suntem de acord cu obiectivele?
Avem resursele și expertiza necesară?
Tabelul 3-1 Alegerea temei cercetării
Titlul lu crării se poate alege de la început, dar poate să sufere modificări pe parcurs.
Important este ca titlul să reflecte cât mai bine conținutul lucrării.
Titlul poate rezuma obiectivul studiului (de exemplu, Cultura organizațională din
instituțiile publice ), la care putem adăuga elemente legate de aria de cuprindere a studiului

57
(Cultura organizațională din instituțiile publice din Regiunea de Nord -Vest), sau poate reflecta
rezultatele obținute ( Colectivism și distanță mare față de putere ), sau să combine cele două
abordări ( Colectivism și distanță mare față de putere – o analiză a c ultur ii organizațional e din
instituțiile publice din Regiunea de Nord -Vest). Dacă titlul este prea lung se poate apela la un
subtitlu.
Studiul bibliografiei
Studiul bibliografic (î n engleză litera ture review ) are următoarele obiective:
– Mai buna înțelegere a domeniului studiat;
– Prezentarea stadiului actual al cunoașterii în domeniu (teorii avansate, rezultate
obținute, limite ale cercetărilor actuale) ;
– Demonstrarea unei bune cunoaște ri și stăpâniri a temei respective;
– Identificarea principalelor teorii, metode, instrumente de cercetare din domeniu ;
– Furnizarea unui cadrului teoretic și al rezultatelor cercetărilor anterioare care vor fi
folosite în explicarea rezultatelor cercetării;
– Identificarea și verificarea întrebărilor de cercetare;
– Construirea sau adoptarea unei explicații pentru fenomenul studiat (pe baza teoriilor
existente în domeniu putem prelua una dintre ele sau putem construi una nouă – în
cazul în care dorim să facem o ce rcetare explicativă);
Studiul bibliografic este un efort extrem de important în orice lucrare științifică și la orice
nivel (de la novice la expert). Uneori pornim într-un studiu de la o problemă foarte vag definită ,
de la o idee generală . Pentru a înțeleg e ce se întâmplă cu adevărat în domeniul propus de noi este
bine să încercăm prima dată să vedem care este relevanța problemei (este o problemă cu adevărat
importantă?), cum a mai fost abordată problema, ce explicații au fost avansate, ce concepte și
varia bile au fost folosite în alte studii, ce metode și ce instrumente există, ce rezultate au fost
obținute.
Cooper (1988) identifică patru tipuri de studii bibliografice, după tipul de orientare:
– Orientate spre rezultate – în care sunt prezentate și analizate principalele rezultate
obținute până la data efectuării studiului. Astfel putem identifica arii în care nu există
rezultate sau în care acestea trebuie actualizate sau verificate;
– Orientate spre metode – în care sunt identificate principalele variabile, m ăsurile
construite, metodele utilizate pentru a obține rezultatele anterioare. Un astfel de

58
studiu ne poate ajuta să înțelegem mai bine rezultatele obținute și să ne construim
propria metodologie;
– Orientate spre teorii – ne poate ajuta să înțelegem care su nt principalele teorii din
domeniu, care este relația dintre ele, dacă acestea reușesc să explice fenomenul sau
dacă este nevoie de o nouă teorie;
– Orientate spre aplicații – putem să vedem cum s -a încercat rezolvarea unei anumite
probleme ce programe sau p olitici au fost adoptate și cum au fost implementate.
În practică în aproape toate studiile se folosesc mai multe orientări. În funcție de scopul
studiului o orientare poate fi prioritară și altele trebuie folosite (de exemplu, dacă vrem să
propunem o nouă teorie vom pune accentul pe teorii, dar va trebui să prezentăm rezultatele
pentru a argumenta necesitatea unei noi teorii sau dacă dorim să propunem o nouă metodă vom
insista pe prezentarea metodelor folosite anterior, dar trebuie să prezentăm și teoriile din spatele
metodelor și rezultatele obținute).
Procesul de realizare al studiului bibliografic este unul greu de schematizat. Pe măsură ce
aflăm mai multe lucruri despre domeniul de studiu care ne interesează va trebui să ne întrebăm în
permanență ce mai trebuie inclus și ce poate fi eliminat. Fiecare sursă studiată (carte, articol,
studiu ș.a.) poate să ne deschidă sau să ne închidă anumite direcții ulterioare de căutare .
Începem de la studiul unor cărți sau reviste din bibliotecă sau a resurselor elect ronice
(baze de date electronice abonate sau Internetul). În cazul studiului resurselor electronice trebuie
să ne alegem cu atenție cuvintele de căutare – ele trebuie să fie cât mai apropiate de tema aleasă,
trebuie să identificăm toate diferitele denumiri sub care s -ar putea găsi studii legate de cercetarea
noastră (de exemplu putem găsi studii legate de guvernarea electronică sub diferite nume,
„guvernare electronică”, „administrație electronică” „informatizarea administrației” ș.a.).
Trebuie să facem o s elecție între acestea în funcție de relevanță. Putem găsi foarte multe articole
care fac referință la subiectul care ne interesează. O căutare pe Google după „cultură
organizațională” returnează circa 125.000 de rezultate. Dacă vom căuta în engleză,
„organ izational culture ” va returna 11.400.000 de rezultate. Nu avem posibilitatea să le citim pe
toate.
În procesul de selecție a surselor cele mai importante trebuie să avem în permanență în
minte obiectivele pe care le -am formulat în procesul de alegere al t emei. Vom selecta lucrările

59
care ne ajută cel mai mult în îndeplinirea obiectivelor propuse. Obiectivele respective pot și
trebuie să fie revizuite în lumina studiilor pe care le -am parcurs.
Este bine să începem cu lucrările cele mai importante din domeniu , ale autorilor cei mai
importanți. Care sunt lucrările sau autorii cei mai importanți? Putem să -i identificăm acest lucru
pornind de la suporturile de curs existente (în care sunt prezentate teoriile cele mai importante),
întrebând îndrumătorul lucrării ( dacă avem așa ceva) sau alți specialiști sau ghidându -ne după
numărul de citări ale lucrării sau autorului respectiv (lucrările prezente în bazele de date
electronice ne spun câte lucrări citează lucrarea respectivă și de câte este citată). Mai există
posibilitatea apelării la Google Scholar (http://scholar.google.ro ).
Fiecare lucrare găsită poate fi analizată din punct de vedere al utilității pentru elaborarea
lucrării citind titlul, cuvintele cheie atașate, rezumatul sau întreaga lucrare. Dacă lucrarea ne este
utilă este bine să ne notăm ideile principale și principalele elemente care ne permit citarea
lucrării (după caz ne interesează: autori, titlu, anul apariției, editura/revista în care a apărut,
volumul/numărul r evistei, adresa Internet la care am găsit sursa, data la care am accesat ultima
dată informația respectivă).
Lucrarea respectivă poate constitui un punct de pornire. Putem să folosim sursele citate în
lucrare pentru a înțelege mai bine cum a apărut ideea lucrării respective sau putem să vedem ce
lucrări au folosit idei din lucrarea aceasta și la ce rezultate au ajuns).
Este bine ca în orice studiu bibliografic să precizăm care au fost autorii care au introdus
anumite idei, concepte și teorii prezentate în lucrare. O posibilitate de a organiza orice studiu
bibliografic este cel istoric, în care prezentăm evoluția domeniului pe care -l studiem. Chiar și
dacă în loc de perspectiva istorică preferăm o abordare conceptuală (în care organizăm
prezentarea în funcți e de conceptele sau abordările specifice ale domeniului) tot trebuie să dăm
astfel de indicații.
O problemă apare în ceea ce privește diferitele referate (chiar și lucrări de licență sau
disertații) care pot fi găsite pe Internet. Într -o lucrare științific ă trebuie să evităm acest lucru.
Argumentele sunt următoarele:
– Referatele respective sunt sau conțin studii bibliografice – noi trebuie să facem
propriul nostru studiu bibliografic;
– Calitatea lor este una îndoielnică. În multe cazuri informația din respect ivele referate
nu este corectă, completă și actuală;

60
– Originalitatea lor este, în cel mai bun caz, una redusă;
– Lucrările respective nu pot fi citate – nu avem elementele necesare (autor, anul
efectuării ș.a.)
În cel mai bun caz astfel de lucrări ne pot da c eva idei de la care putem porni, dar trebuie
să fim prudenți – uneori ne -ar putea trimite pe direcții greșite.
Acumularea de informații trebuie însoțită în permanență de reflecție față de organizarea
prezentării rezultatelor studiului bibliografic (sau a p ărții teoretice a lucrării) .
Din punct de vedere al structurii părții teoretice am putea avea pentru o prezentare
conceptuală:
– O introducere în care să definim domeniul de studiu (atât prin ceea ce este, cât și
făcând delimitări față de alte domenii), să p recizăm relevanța sa.
– Mai multe secțiuni sau sub -capitole. Fiecare va prezenta o anumită dimensiune a
domeniului, pentru fiecare prezentând definițiile avansate, precum și cele mai
importante caracteristici ale acesteia, așa cum reiese din studiile de spec ialitate. Nu
vom prezenta fiecare studiu pe rând, ci vom prezenta fiecare caracteristică pe rând pe
baza studiilor existente. Studiile cele mai importante merită o prezentare mai pe larg,
în vreme ce celelalte pot fi doar menționate sau chiar omise (prea m ultă informație
poate să aibă efecte negative);
– Concluziile: prezentăm pe scurt stadiul actual al cunoașterii din domeniu, limitele
sale, precum și direcțiile de cercetare pentru studiile ulterioare.
O bună prezentare a rezultatelor studiului bibliografic trebuie să aibă următoarele
caracteristici:
– Să fie originală – teoriile, metodele, rezultatele prezentate aici nu sunt ale noastre și
trebuie să precizăm sursele folosite. Partea de originalitate se referă la realizarea
prezentării – trebuie să facem noi p rezentarea respectivă, nu să o preluăm din altă
parte. Preluarea parțială sau integrală a unor părți (mai mici – chiar și o propoziție –
sau mai mari) fără citarea sursei se numește plagiat;
– Să fie actuală – trebuie să ne apropiem cât mai mult posibil cu s tudiul nostru de
prezent. Trebuie să încercăm să prezentăm toate studiile importante apărute, inclusiv
cele mai noi. Omiterea unor studii importante apărute în ultima perioadă sau a unor

61
cifre cât mai la zi vizavi de dimensiunea problemei studiate indică o slabă calitate a
activității de documentare;
– Să fie completă – să includă cele mai importante studii din domeniu;
– Să fie realizată în spirit critic – trebuie să realizăm mai mult decât un inventar al
studiilor pe o anumită temă – trebuie să încercăm și o anumită evaluare a acestora, fie
în general (ceea ce nu este foarte ușor), fie într -un un anumit context. Putem, de
exemplu, să încercăm să prezentăm, argumentat, aplicabilitatea diferitelor teorii și
metode dintr -un anumit domeniu în funcție de specificul fenomenului (de exemplu,
pentru instituții publice din România);
– Prezentarea să fie una logică, însoțită de argumente convingătoare, secțiunile să fie
prezentate cât mai clar, împreună cu relațiile dintre ele, iar trecerea de la o secțiune la
alta să fie cât mai lină;
– Contează aspectele legate de redactare și tehno -redactare. O lucrare neîngrijită, cu
greșeli de introducere sau de gramatică, care arată prost în pagină are șanse mici de a
trezi entuziasmul.
Pe parcursul studiului bibliografic, î n funcție de rezultatele s ale, se poate ajunge la o
schimbare a domeniului de studiu (nu ne mai interesează tema) , eventual la o nouă înțelegere a
obiectului studiului (o altă temă ni poate părea mai interesantă). În acest caz ne întoarcem la
prima etapă, alegerea tem ei.
Formularea ipotezelor
Dacă cercetarea noastră este una deductivă va trebui să alegem teoria și ipotezele după
parcurgerea studiului bibliografic și pornind de la cele aflate acolo. Teoria pe care o alegem sau
o construim trebuie să apară ca o concluzie logică a studiului bibliografic – alegem teoria cu cele
mai multe merite, sau în funcție de limitările actualelor teorii pe care le -am identificat vom
propune o nouă teorie.
Ipotezele pe care le formulăm trebuie să se refere la aspectele cele mai importan te ale
teoriei. Trebuie să precizăm care sunt variabilele dependente și care sunt cele independente, ce
relații între variabile ar merita cercetate , eventual cum credem că sunt acestea , ce variabile de
control trebuie folosite .
Într-o cercetare inductivă v om dezvolta teoriile și ipotezele pe parcursul studiilor.
Designul studiului

62
Designul studiului cuprinde metodologia care va fi folosită. Etapele metodologiei se
referă la operaționalizare, alegerea metodei de cercetare, construirea instrumentelor și sel ectarea
cazurilor.
Operaționalizarea
Subiectul este prezentat pe larg în secțiunea 2.1. Ca urmare a efectuării operaționalizării
vom afla răspunsul la următoarele întrebări: Care sunt principalele concepte pe care le utilizez?
Cum sunt definite acestea? Care sunt variabilele corespunzătoare acestor concepte? Care
indicatori vreau să folosesc? Care este nivelul de măsurare la care vreau să ajung? Care sunt
unitățile de măsură cele mai potrivite ? Cum pot să ajung de la indicatori la indici?
Trebuie să parcurg em toți pașii operaționalizării doar atunci când este cazul – atunci când
lucrăm cu concepte. Uneori avem lucrăm cu concepte și cu variabile. Pentru ultimele
operaționalizarea se rezumă la definire și modul în care le măsurăm.
Alegerea metodei și tehnicii
Pentru efectuarea studiului v a trebui să alegem una din cele cinci metode: observația,
experimentul, sondajul de opinie, interviul, analiza documentelor7. De asemenea va trebui să
stabilim care tehnică (formă de aplicare a metodei) este cea mai potrivită pentru culegerea
datelor care ne interesează. În măsura în care este și posibil și necesar se va apela la triangulație
(folosirea mai multor metode).
Fiecare metodă are anumite avantaje și anumite dezavantaje. De exemplu, s ondajul de
opinie ne poate ajuta să avem informații cât mai complete, dar, deseori nu suficient de „adânci”.
Un interviu ne poate oferi astfel de informații, dar acestea sunt mai greu de generalizat la nivelul
întregii populații. Alegerea metodei de cercetare care vor fi folosite trebuie să fie argumentată.
Argumentele pot fi legate de patru factori:
– Specificul domeniul ui de studiu și al temei propuse ;
– Considerații teoretice;
– Specificul fiecărei metode;
– Criterii practice (bani, timp, ș.a.).
Construirea instrumentelor

7 Acestea sunt metodele prezentate în acest m aterial. Alți autori identifică alte metode sau folosesc alte nume pentru
ele.

63
Trebuie să răspundem la întrebări cum ar fi: C um pot obține datele? Ce instrumente voi
folosi? Există instrumente pe care le pot folosi sau va trebuie să -mi construiesc eu unele noi?
(pentru multe probleme există deja indici care pot fi folosiți: de exemplu pentru determinarea
gradului de acceptare a unor persoane aparținând altei etnii se poate folosi Scala Distanței
Sociale construită de E.S. Bogardus, pentru determinarea gradului de satisfacție în muncă s -au
construit mai multe scale, etc.).
Instrumentele de cercetare trebui e să fie construite, testate și îmbunătățite. În cazul în
care folosim instrumente deja existente acestea vor fi profilate (adaptate pentru eșantionul cărora
le vor fi aplicate).
Instrumentele trebuie construite astfel încât să ne permită măsurarea tuturor variabilelor
pe care dorim să le măsurăm. Dacă omitem o variabilă s -ar putea să nu mai putem testa
ipotezele. Dacă vrem să testăm ipoteza conform căreia Cu cât învățăm mai mult obținem note
mai bune avem nevoie să aflăm cât învață fiecare caz din eșantion și ce note au obținut.
Metodele de cercetare dispun de instrumente specifice. O prezentare mai pe larg va fi
făcută în capitolul 4 pentru fiecare metodă în parte.
Selectarea cazurilor
Știm că m ăsurarea presupune aflarea atributului corespunzător fiecărui caz pentru fiecare
variabil ă care ne interesează. Ce este un caz (sau, în alte cuvinte, unitatea de analiză)?
În primul rând trebuie să definim populația de cazuri – mulțimea tuturor cazurilor care
poate interesa. Populația este identificată în funcție de tema cercetării noastre. Dacă vrem să
aflăm opinia cetățenilor unui oraș despre calitatea serviciilor oferite de către Primărie, populația
va fi constituită din mulțimea tuturor cetățenilor orașului. Orice alt caz nu face parte din
populația noastră (de ex emplu, un turist în trecere prin oraș).
Unitatea de analiză poate fi concepută și din grupări de indivizi (putem avea drept cazuri
familii, grupuri de prieteni, organizații sau instituții, localități, unități teritorial -administrative,
țări, grupuri de ță ri sau continente). De asemenea, putem localiza unități de analiză la nivelul
diferitelor artefacte sociale (produse ale activității societății). Putem avea drept cazuri legi și alte
reglementări legale, documente oficiale sau particulare, cărți, filme, op ere de artă, construcții ș.a.
Un caz aparte de artefacte sociale îl constituie diferitele interacțiuni sociale. De exemplu, am
putea lua ca unitate de analiză interacțiunile dintre un cetățean și funcționarii de la ghișeul de
relații cu publicul (aici unit atea de analiză fiind nu cetățeanul, nici funcționarul, ci interacțiunea

64
dintre ei). Evenimentele se referă la interacțiuni sociale mai complexe, în care interacționează
mai mulți indivizi.
În situațiile unor populații mici, acestea pot fi studiate în înt regime (de exemplu, dacă
avem 5 angajați într -o instituție putem să -i studiem pe toți ). În alte situații trebuie să selectăm
cazuri le pe care le vom studi a.
În funcție de obiectivul cercetării și de tipul de date dorit putem apela la strategii diferite.
Patton (1990 :182-183) distinge 18 posibile strategii de selectare:
Tip Scop
A. Probabilistică Dorim să obținem un eșantion reprezentativ pentru toată populația
1. Aleatorie simplă Permite generalizarea rezultatelor obținute pentru eșantion la nivelul întregii po pulații
2. Stratificată sau cluster Crește încrederea față de generalizările pentru anumite sub -eșantioane
B. Orientată spre scop Selectează cazuri bogate în informație pentru o investigație în adâncime
1. Cazuri extreme sau
deviante Învățăm din manifestări neob ișnuite ale fenomenului, cum ar fi studenții excepționali,
crize, evenimente unice
2. În funcție de
intensitate Căutăm cazuri în care fenomenul se manifestă cu intensitate, dar nu neobișnuit (cum ar
fi studenții buni)
3. Pentru maximizarea
variației Încercăm s ă găsim cazuri extrem de diferite din punctul de vedere al dimensiunilor
care ne interesează. Putem identifica regularități care se manifestă în orice condiții.
4. Cazuri omogene Căutăm cazuri asemănătoare. Variația este redusă, analiza este mai ușoară, ne e ste mai
ușor să facem interviuri de grup
5. Cazuri tipice Ilustrează sau subliniază ce este tipic, normal, mediu.
6. Stratificată Ilustrează caracteristicile unor anumite sub -grupuri care ne interesează; ușurează
comparațiile
7. Cazuri critice Permite generaliza rea logică și aplicarea la maxim a informației obținute pentru
celelalte cazuri – ce este adevărat pentru un astfel de caz va fi adevărat și pentru
celelalte cazuri.
8. „Bulgăre de zăpadă” Identificăm noi c azurile de interes baza informațiilor provenite din cazuri le investigate .
9. După un criteriu Putem selecta toate cazurile care îndeplinesc un anumit criteriu, de exemplu toți
studenții care au terminat un liceu real.
10. Bazată pe teorie Găsirea manifestărilor unui construct teoretic pentru a studia constructu l respectiv
11. Cazuri confirmatoare
sau neconfirmătoare Dezvoltarea analizei inițiale și identificarea excepțiilor.
12. Oportunistă Ca urmare a unor indicații provenite pe parcursul cercetării adăugăm noi cazuri.
13. Aleatorie (număr mic
de cazuri) Adaugă credibil itate, elimină distorsiunile pe care le pot genera alegerile noastre. Nu
cresc șansele de generalizare sau reprezentativitatea.
14. Cazurile importante
politic Mărește interesul pentru studiu (sau prin eliminarea cazurilor de acest tip micșorăm
șansele de a t rezi un interes nedorit)
15. De conveniență Economisim timp, bani și efort. Motivația este cea mai slabă, credibilitatea este
minimă. Cazurile sunt sărace în informație.
16. Combinată Prin combinarea mai multor strategii de eșantionare obținem posibilitatea de a compara
rezultate (triangulație), putem satisface nevoi multiple.
Tabelul 3-2 Strategii de selectare a cazurilor
Pentru cercetări cantitative selectăm eșantioane mai mari, având la dispoziție o serie
întreagă de proceduri (vezi secțiunea 4.3.3). Pentru cercetările calitative vom selecta un număr
mai mic de cazuri, orientându -ne spre una sau mai multe dintre cele 16 strategii de selectare
orientate spre scop.

65
Trebuie să avem grijă asupra pericolelor repreze ntate de selecția pe baza variabilei
dependente. Dacă vrem să explicăm succesul școlar al unor studenți și vom selecta studenți cu
rezultate bune s -ar părea că este în regulă. Vom identifica anumiți factori ai succesului, printre
care faptul că studenții r espectivi învață. Concluzia noastră ar fi că studenții au succes pentru că
învață. Problema este că nu știm dacă învățatul este o condiție necesară pentru succesul școlar.
Am fi știut acest lucru dacă am fi investigat studenți cu rezultate slabe și am fi a flat că aceștia nu
învață.
O altă problemă care poate apărea este cea a părtinirii ( bias în engleză). De fiecare dată
când facem selectarea unui caz putem să fim părtinitori – putem alege subiecții nu după criterii
obiective, ci după unele subiective – dacă alegem pe cineva în funcție de aspectul său și nu de
informațiile pe care ni le poate furniza.
Faza a doua a cercetării este efectuarea cercetării propriu -zise, în care aplicăm
metodologia pe care am elaborat -o.
În Recomandările privind pregătirea rapoar telor de anchete selective (Oficiul Statistic al
Națiunilor Unite, 1950) se recomandă ca raportarea descrierii efectuării studiului să cuprindă:
– Descrierea generală (enunțarea scopurilor anchetei, descrierea materialului cuprins, natura
informației colecta te, metodele de colectare a datelor, metoda de eșantionare, data începerii și
durata anchetei, exactitatea, costul, evaluarea anchetei în funcție de atingerea obiectivelor,
responsabilitatea asupra datelor);
– Metoda de selectare a unităților din eșantion ;
– Personalul și echipamentul utilizat ;
– Analiza statistică și procedeele de calcul ;
– Precizia anchetei (erorile de eșantionare, gradul de concordanță dintre investigatori
independenți care tratează același material, comparația cu alte surse de informare, eficie nța
cercetării, observații critice);
– Considerații finale .
O astfel de prezentare în detaliu se face pentru rigoare științifică maximă, existând
pericolul ca cei care citesc tot acest raport să fie plictisiți. În multe cazuri se recomandă ca
această descrie re amănunțită să fie prezentată doar într -o anexă.
Efectuarea cercetării cuprinde două faze: colectarea datelor și analiza lor.
Colectarea datelor

66
Problemele legate de colectarea datelor vor fi tratate mai pe larg în capitolul 4. Printre
probleme le existe nte menționăm mijloacele umane și materiale avute la dispoziție,
disponibilitatea persoanelor de a răspunde, corectitudinea operatorilor de interviu sau sondaj, sau
codificarea răspunsurilor pentru a le putea introduce în proceduri de prelucrare statistică (inclusiv
a răspunsurilor libere) .
Există o serie întreagă de probleme logistice care trebuie rezolvate în realizarea efectivă a
unei cercetări, mai ales a uneia de dimensiuni mari.
Analiza datelor
Încă din momentul alegerii nivelului de măsurare a variab ilelor problema analizelor
statistice trebuie luată în considerare. Anumite proceduri statistice pot fi aplicate numai pentru un
anumit tip de date (vezi capitolul 5). Trebuie să alegem procedurile statistice care ne permit
testarea cât mai potrivită a dat elor.
A treia fază, f inalizarea studiului se referă la concluzii și la inserția socială a rezultatelor.
Concluzii
Ne interesează dacă teoria avansată a fost confirmată sau nu , care sunt implicațiile
rezultatelor asupra bazei teoretice , ce recomandări se po t face pentru programe sau politici
publice , cum s -ar putea îmbunătăți cercetarea?
Inserția socială a rezultatelor
Rezultatele unei cercetări nu ar trebui să rămână în sertarul cercetătorului sau între
paginile unui raport sau a unei lucrări pe care nu o c itește nimeni, ele ar trebui să aibă efect
asupra societății. Efortul cercetătorului nu trebuie să se oprească la nivelul concluziilor. El
trebuie să încerce să atragă atenția unor cercuri cât mai largi asupra problemei identificate și
posibilelor soluții identificate. În cazul particular al administrației publice un cercetător ar trebui
să încerce să aducă la cunoștința tuturor celor interesați (politicieni, funcționari publici, cetățeni
– indivizi și organizații care le reprezintă interesele) rezultatele cercetărilor sale. Nu este un lucru
ușor, nu toate rezultatele noastre pot fi pe placul tuturor, nu toate sunt aflate în aria de interes,
soluțiile propuse pot să nu fie cele dorite. Dar trebuie să fim conștienți că un cercetător are (și) o
datorie față de societate, cea de a furniza informații pe baza cărora se pot lua decizii mai bune
pentru societate. Nu în ultimul rând suntem și noi cetățeni interesați de bunul mers al societății în
care trăim.

67

4. Metode de colectare a datelor

Metodele de colectare a d atelor folosite pentru cercetarea în administrația publică sunt
împrumutate din arsenalul cercetării din științele sociale. Există o dezbatere serioasă legată de
metodele care intră sau nu la acest capitol. Propunerea noastră de enumerare a acestor metode
este:
 Observația;
 Experimentul;
 Analiza documentelor;
 Interviul (individual sau de grup);
 Sondajul de opinie;
 Studiul de caz.
Autorii de cărți din domeniul metodelor calitative folosesc deseori o clasificare
diferită, din care lipsesc sondajul de opinie și experimentul (metode cantitative) și apar noi
metode. Metodele propuse de Silverman (2010) sunt:
– Interviul;
– Metodele etnografice;
– Analiza textului;
– Analiza documentelor video și audio;
– Metode multiple (o combinație a celor de mai de sus).
În acest materia l aspectele legate de etnografie vor fi regăsite în cadrul observației,
analizele de text și documente audio -video vor fi incluse în analiza documentelor.
Din punct de vedere al denumirii și delimitării metodelor pot exista suficiente motive de
confuzie. În multe lucrări sondajul de opinie (sau sondajul – survey ) este privit ca o formă a
interviului, sau este desemnat sub numele instrumentului folosit în acest tip de cercetare, anume
chestionarul, sau ca o sub -specie a anchetei sociologice. Am optat pentru termenul de sondaj de
opinie (mult mai bine cunoscut decât cel de anchetă sociologică) pentru că sugerează mai clar
anumite caracteristici ale metodei: ne bazăm pe un eșantion (în majoritatea cazurilor acesta este
reprezentativ – ceea ce nu se întâmplă dec ât rareori în metoda interviului) și se referă la
probleme ce suscită un larg interes public (distincție importantă pentru domeniul administrației

68
publice). Nu trebuie să supralicităm nici centrarea pe aspectul opinional, pe ceea ce cred,
gândesc, apreciaz ă sau intenționează oamenii. Într -un sondaj de opinie putem include și întrebări
legate de fapte și cunoștințe. Diferența dintre sondaj și interviu este legată de abordare (sondajul
este cantitativ, interviul calitativ), structurare, reprezentativitate, po sibilitatea de a utiliza
proceduri statistice de analiză a datelor.
Studiul de caz nu este recunoscut decât uneori ca o metodă validă de cercetare, mai ales
având în vedere că în celelalte metode studiază mult mai multe cazuri (în cazul sondajului de
opini e pot să fie mii). În plus, în realizarea unui studiu de caz putem folosi multe dintre metodele
enumerate mai sus. Dintr -un alt punct de vedere se consideră că (Stake, 1994:236) „studiul de
caz nu este o alegere metodologică, ci o alegere a obiectului de s tudiu. Comșa (2008) consideră
studiul de caz ca un tip de design. Totuși, am optat pentru includerea studiului de caz pe lista
metodelor de colectare a datelor datorită faptului că ne poate oferi alte date despre un fenomen
sau un obiect și într -un alt mod decât celelalte metode.
Deseori o singură metodă nu este suficientă pentru a înțelege fenomenul studiat sau ne
poate fi util să privim problema din unghiuri diferite. De aceea, dar și pentru a îmbogăți calitatea
rezultatelor se pot folosi mai multe metod e în cadrul aceleiași cercetări. Această tactică se
numește triangulație.

4.1 Observația

Observația este cea mai veche metodă științifică. Observația este folosită încă din
perioadele pre -istorice. Egiptenii și babilonienii sunt primii care au lăsat surs e scrise asupra
observațiilor realizate, în special în domeniul astronomiei. Mai târziu, în Evul Mediu științele
erau clasificate în științe experimentale și în științe ale observației, acestea din urmă fiind
astrologia, agricultura și navigația (Daston și Lunbeck, 2011).
În științele sociale observația a început să fie folosită încă din momentul dezvoltării
acestora, mai ales în ceea ce privește diferitele obiceiuri ale societății.
Termenul observație provine din latinescul observar e – un cuvânt compus d in ob (la,
către) + servare : a fi atent , a privi .
În realizarea unei observații trebuie să ne folosim nu doar privirea, dar și celelalte
simțuri: auzul, mirosul, gustul sau pipăitul. O observație realizată într -un restaurant nu poate

69
exclude gustul și mir osul (elemente care ne ajută să înțelegem cât mai mult despre calitatea
mâncării preparate acolo). Pipăitul poate fi și el folosit într -o serie de observații, de exemplu
pentru a afla mai multe despre textura unui material.
Principalele caracteristici ale observației sunt:
 Este directă;
 Se desfășoară cel mai des în mediul natural al subiecților;
 Permite studierea unor subiecți care nu pot sau nu vor să se exprime;
 Permite compararea raportărilor verbale cu comportamentul efectiv;
 Se poate analiza și context ul în care se desfășoară comportamentul studiat.
Tehnicile de observare
Observația se poate desfășura în mai multe feluri (sau tehnici) . O primă distincție se face
între observații:
 Non-participative, în care observatorul este exterior fenomenului ( de exem plu dacă
observăm traficul de pe stradă de la geamul ferestrei) . Este mai obiectiv, dar nu
permite o cunoaștere mai intimă a respectivului fenomen ;
 Participative, în care observatorul este integrat în mediu – înțelegem mai mult despre
o anumită activitate dacă participăm la ea, despre un anumit grup dacă participăm la
activitățile desfășurate de către acesta, dar în același timp prin participare putem să
dezvoltăm anumite atașamente (sau dimpotrivă) față de membrii grupului sau față de
o anumită activitate ;
O a doua distincție se face între observații:
 Deschise, în care observatorul își declară calitatea. Apare aici problema unei posibile
modificări de comportament din partea celor studiați (reactivitate) , tocmai datorită
faptului că se știu observați;
 Ascun se, în care observatorul nu -și declară calitatea. În acest caz nu există probleme
referitoare la schimbări de comportament din partea subiecților, fiind posibile mai
degrabă din partea observatorului, care poate ajunge să se identifice cu subiecții. Pot
exista și probleme de natură etică, începând cu încălcarea vieții private și terminând
cu posibilitatea unui comportament ne -etic din partea observatorului. În ultimul caz,
să ne închipuim un cercetător care vrea să studieze viața unor bande de infractori și
care ar trebui să se integreze în viața bandei.

70
Există posibilitatea unor situații intermediare, în care observatorul se integrează în mediu,
dar fără a fi un participant propriu -zis.
Din combinarea celor două criterii obținem 4 situații distincte (Kohn, Negre, 1991) : Grad ul de particip are
Slab< –––– >Puternic Cercetător -„spion” Cercetător – „actor social”
Observator „nedeclarat” Observator „neutru”
Gradul de recunoaștere a statutului de cercetător
Slab< –––––––––––––– >Puternic
Tabelul 4-1 Tehnici participative și non -participative de observație
În funcție de specificul cercetării putem alege o tehnică sau alta.
Observația este o metodă care poate fi folosită atât calitat iv cât și cantitativ. Prima
variantă este numită observație naturală (sau etnografie), iar a doua observație sistematică.
Observația naturală se referă la observarea tuturor evenimentelor, comportamentelor și
artefactelor dintr -un anumit mediu. Observația se desfășoară în mediul natural al celor observați.
În varianta în care scopul cercetării noastre este înțelegerea activității unui grup avem de
a face cu o formă de observație naturală numită etnografie. Etnografia a fost folosită prima dată
în antropolo gie, încă de la începutul secolului XX. Inițial a fost folosită pentru studierea unor
triburi primitive, dar aria de studiu s -a extins la orice grup existent. Putem studia o comunitate
rurală, un grup de funcționari publici dintr -un anumit serviciu, o band ă de cartier sau oamenii
străzii. Etnografia poate include și culegerea de date prin punerea de întrebări (ceea ce ne -ar duce
cu gândul la un interviu), dar discuțiile acestea trebuie să fie desfășurate într -un mod cât mai
apropiat de discuțiile naturale, fără a asuma rolul de intervievator.
Observația sistematică începe prin a stabili cât mai precis scopul cercetării noastre. Odată
stabilit acest scop vom încerca să delimităm cât mai clar comportamentele pe care dorim să le
observăm și modul în care dorim să le notăm.
Observația sistematică este foarte potrivită pentru studiul unor comportamente
nonverbale sau spațiale. Ea ne cere să construim un sistem de clasificare explicită, exhaustivă și

71
mutual exclusivă a comportamentelor precum și o metodă de eșant ionare a spațiului în care
facem observația și a perioadelor de timp în care ne desfășurăm studiul.
Astfel, dacă încercăm să observăm modul în care se desfășoară circulația într -un oraș
intersecție va trebuie să i dentificăm tipurile de comportament posibil e. În principal ne va interesa
sensul în care se mișcă mașinile, eventual viteza cu care trec și cât așteaptă la semafor – dacă
este cazul ; putem face ceva similar pentru pietoni. Trebuie să alegem locul sau locurile cele mai
potrivite pentru studiu. Putem selecta străzile și intersecțiile cele mai importante din localitate.
Trebuie avut în vedere factorul timp: există ore de vârf, în week -end circulația este redusă,
dimineața oamenii merg la serviciu, după -masa se întorc, ceea ce ar putea modifica radical
circulația din intersecție, etc. Observația noastră trebuie să nu neglijeze nici una dintre perioadele
în care comportamentul poate fi diferit. În momentul în care am lucrat bine s -ar putea să aflăm
cum am putea modifica mersul semafoarelor astfel încât să fluidizăm circulația din intersecție.
Calitățile unui observator
Fiecare om care observă o anumită situație s -ar putea să observe lucruri diferite. Dacă
încercăm să și atribuim un înțeles celor observate acestea ar putea fi extrem de diferite de la
observ ator la observator, ca și cum fiecare ar fi asistat la situații diferite. În mare măsură putem
explica acest lucru prin lipsa unor abilități necesare. Cheia succesului unei observații stă în
abilitățile observatorului. Câteva dintre ele sunt comune tuturor tehnicilor de observare:
– Implicare – observatorul trebuie să fie dedicat scopurilor cercetării;
– Capacitatea de a selecta corect elementele esențiale ale situației observate;
– Minuțiozitate – abilitatea de a percepe detalii pe care alții nu le văd;
– Înțelege rea cât mai bună a limbajului verbal și non -verbal (abilitatea de a discerne
anumite nuanțe și tonalități ale limbajului, de a înțelege diferite gesturi și expresii ale
feței);
– O bună memorie, având în vedere că nu toate observațiile pot fi notate pe loc;
– Calități de redactare a notelor de teren – acestea trebuie să fie clare și concise, dar în
același timp să nu omită comportamente sau context relevante ;
– Răbdare – pentru a înțelege un anumit eveniment, comportament, grup observațiile
pot dura foarte mult ( uneori chiar ani). Nu știm niciodată când se va întâmpla ceva
important și lipsa de răbdare ne poate lipsi de informații importante.

72
Pentru observația participativă trebuie să adăugăm câteva abilități legate de interacțiunea
cu alte persoane:
– Empatia – capacitatea de a recunoaște și de a împărtăși într -o
oarecare măsură sentimentele celorlalți, dar permițând în același timp și distanțarea
față de acestea. Este o capacitate foarte utilă pentru a intra în contact cu alți indivizi;
– Calități de ascultător activ – nu trebuie doar să asculte, dar și să
transmită interlocutorului acest lucru și că înțelege mesajul transmis;
– Capacitatea de a se adapta unor culturi diferite de cea cu care este
obișnuit;
– Capacitatea de integrare în grup – observatorul trebuie să fie
acceptat de grup. Poziția cea mai bună este să devină un membru oarecare (dar care
are acces la informațiile necesare) și să -i facă pe ceilalți să uite (pe cât posibil) de
calitatea sa de observator.
Grila (sau ghidul de observație)
Observația folosește ca instrument de cercetare grila (sau ghidul de observație , un alt
termen folosit este cel de fișă de observație ). O grilă de observație trebuie să conțină următoarele
elemente (câteva indicații am menționat vorbind despre observația sistematică):
– comportamen tele care ne interesează;
– locul sau locurile în care vrem să ne desfășurăm cercetarea;
– perioada de timp în care facem observația și durata acesteia;
– modul în care se notează observațiile.
În etnografie nu folosim o astfel de grilă. Etnograful notează compo rtamentele care i se
par cele mai importante . Pentru observația sistematică putem să avem o grilă extrem de
structurat ă, mergând până la un grad de detaliere foarte mare, caz în care observatorul trebuie să
noteze doar frecvența unor comportamente sau grad ul în care caracteristica este întâln ită. Un
astfel de exemplu ar fi următorul:
Grilă de observație pentru învățare activă

Scopul cercetării este determinarea gradului în care profesorul încurajează învățarea
activă.

73
Grila este structurată, observatorul trebuind să identifice în ce măsură comportamentul
profesorului are anumite caracteristici . La final scorurile pentru fiecare c aracteristică se
însumează, obținându -se scorul profesorului.

Numele profesorului: ________________ Clasa: ___________ Data: ___ ______
Comportamentul profesorului
Transmite cunoștințe -4 -3 -2 -1 0 1 2 3 4 Facilitează cunoașterea
Distant și formal -4 -3 -2 -1 0 1 2 3 4 Cald și prietenos
Mediul clasei este rigid -4 -3 -2 -1 0 1 2 3 4 Mediul clasei este
flexibil
Cunoaștere bazată pe
autoritate -4 -3 -2 -1 0 1 2 3 4 Cunoaștere bazată pe
descoperire
Pune accentul pe gândire
unitară -4 -3 -2 -1 0 1 2 3 4 Pune accentul pe
gândire diversă
Planifică și conduce toate
activitățile -4 -3 -2 -1 0 1 2 3 4 Permite elevilor să
intervină în pl anificare
și conducere
Evaluează singur munca
elevilor -4 -3 -2 -1 0 1 2 3 4 Implică elevii în
evaluarea muncii lor
Evaluarea se face doar în
scopul notării -4 -3 -2 -1 0 1 2 3 4 Evaluarea se face pentru
diagnosticare

Scorul final:_____________________ ________
Comentarii: _____________________________
Sursa: http://www.cabarrus.k12.nc.us/pdf/ActiveLearningObsInstru.1.pdf accesat ultima dată la
01.04.2007
O astfel de grilă va f i completată la încheierea fiecărei ore observate de către fiecare
observator (putem avea unul sau chiar mai mulți observatori). Pentru fiecare profesor ar fi bine
să avem mai multe astfel de grile, pentru a putea măsura cât mai bine gradul în care acesta
încurajează învățarea activă în rândul elevilor.
Grilele de observație nu sunt întotdeauna atât de detaliate și nici modul lor de completare
atât de simplu. Uneori ni se oferă doar anumite clasificări și indicații despre modul de notare a
observațiilor, da r observațiile trebuie notate pe larg în vederea obținerii unor informații cât mai
bogate (asemănătoare cu informațiile calitative), care sunt ulterior codificate și transformate în
informație cantitativă.
Unul dintre primele studii în care observația sis tematică a fost aplicată în cercetarea
organizațională a fost cel desfășurat de Mintzberg la începutul anilor 1970. Acest studiu a
încercat să care este specificul activității manageriale. Primul pas a fost cel legat de identificarea
comportamentelor de in teres. Mintzberg a identificat cinci activități majore ale managerilor:

74
întâlniri planificate, întâlniri neplanificate, muncă de birou, convorbiri telefonice, tururi prin
organizație cu scopul de a verifica activitatea angajaților.
Modul de notare a fost unul original: au fost folosite trei înregistrări diferite:
– una cronologică – pentru fiecare activitate desfășurată s -a notat ora la care s -a
întâmplat, natura activității și durata sa;
– o înregistrare referitoare la documentele care au fost primite sau tri mise, în care
au fost descrise conținutul lor și acțiunile care au fost luate pentru a răspunde la corespondență;
– o înregistrare vizavi de convorbirile personale – s-a notat cu cine s -a vorbit , cine a
inițiat discuția și durata discuției.
Pentru fiecare ac tivitate a managerilor observațiile au fost notate în mai multe înregistrări
– fiecare scrisoare primită sau trimisă de către manager s -a notat a fost notată atât cronologic cât
și ca document. În total au fost descrise 890 de documente, precum și acțiunil e generate de
acestea și 368 de interacțiuni verbale.
Pe baza ideilor lui Mintzberg o cercetare ulterioară (Martinko și Gardner, 1990) a
încercat să vadă ce -i diferențiază pe managerii buni de cei mai slabi din punct de vedere al
utilizării timpului. Aici avem și o selecție a managerilor observați – au fost selectați 41 de
directori de școală, doar cei cu performanțe medii și peste medie.
Într-o grilă de observație putem include și câteva reguli de observare, începând cu cele
legate de condițiile prealabil e și continuând cu cele legate de notarea observațiilor . În ceea ce
privește ultimul tip de reguli, ele pot fi respectate cu ajutorul tehnicii moderne, observațiile
putând fi filmate.
Condiții prealabile:
1. familiarizarea cu obiectivele cercetării;
2. cunoașter ea unităților de observație: fiecare comportament observat trebuie să fie
corect inclus în grila de observație;
3. trebuie să notăm și elementele de context începând cu spațiul în care se desfășoară
acțiunea, dar și alte elemente care pot să influențeze eveni mentele;
4. observațiile se notează cât mai repede cu putință (este evident că un observator
„spion” nu va putea lua note decât după ce a ieșit din mediul studiat) ;
5. notăm ce vedem și nu interpretările noastre asupra fenomenului – interpretările se fac
în gene ral, după ce am adunat datele. Nu vom nota „studenții sunt plictisiți” pentru că

75
de fapt vedem că „studenții nu sunt atenți, unii se uită pe pereți , alții pe geam , sunt
studenți care cască frecvent ” și interpretarea să fie alta – poate că aflăm dintr -o altă
notiță că studenții au avut deja 8 ore în ziua respectivă și atunci putem interpreta că
sunt obosiți .
Pentru o observație desfășurată fără grilă de observație trebuie să notăm cu grijă toate
elementele observate. Ne interesează în mod special anumite amă nunte:
1. descrierea locației în care are loc observația, momentul de timp în care se desfășoară
observația, alte elemente care pot să influențeze observația;
2. descrierea observatorului și a poziției sale față de evenimente (distanța , gradul de
implicare în ev enimentele observate , modul care se face observația și în care se
notează observațiile) ;
3. descrierea participanților cu toate caracteristicile observabile (putem observa vârsta,
sexul, modul în care sunt îmbrăcați, modul în care vorbesc – dacă suntem sufici ent de
apropiați);
4. descrierea acțiunilor participanților – cine inițiază interacțiunea, comportamente
verbale și non -verbale, eventuale incidente.
Descrierile trebuie să fie detaliate. În momentul în care citim astfel de note trebuie să fim
capabili să ne imaginăm cât mai clar locul, personajele și evenimentele despre care este vorba.
Pentru o observație desfășurată la ghișeele de relații cu publicul ale direcției taxe –
impozite ale unei instituții vom avea în primul rând o descriere a locației.
Plata impoz itelor se face într -o încăpere mare, pătrată (circa 7 metri pe 7) și înaltă.
Pereții sunt zugrăviți în alb. În încăpere, pe trei laturi există 10 ghișee făcute din placaj negru ,
având pe partea spre cetățeni o sticlă decupată în partea de jos, pentru a put ea permite
cetățenilor să dea banii sau documentele solicitate, să folosească POS -ul și să primească
chitanțele. Lângă ghișeul numărul 10 este amplasată o masă pe care cetățenii își pot aranja
documentele (vezi schița). Încăperea nu are alte decorațiuni in terioare. Pe fiecare ghișeu sunt
lipite foi A4 conținând informații utile pentru cetățeni.
Ghișeul numărul 1 este ghișeul de informații, la ghișeele 2 -9 se pot plăti taxele și
impozitele locale, iar la ghișeul 10 este folosit pentru obținerea atestatelor f iscale . În ziua
observației erau deschise doar ghișeele 1, 3, 4, 5, 7 și 10. La fiecare ghișeu avem câte un
funcționar. La ghișeul numărul 7 este un funcționar de sex masculin, în rest avem doar

76
funcționare. Vârsta funcționarilor este între 30 și 50 de ani . În spațiul fiecărui ghișeu avem un
scaun, un calculator, o imprimantă și un POS.
Cetățenii se așează la coadă la ghișeul dorit. În ziua observației numărul cetățenilor a
fost era destul de mare, la ghișeele deschise fiind în permanență coadă.
În încă pere este foarte cald, cetățenii care vin de la frigul de afară și -au descheiat
hainele de iarnă, dar unii dintre ei resimt căldura prea mare.
Se continuă cu observatorul.
Observatorul este student în anul II Administrație Publică, cunoaște locația din tim pul
stagiului de practică desfășurat în anul I. Vârsta sa este 21 de ani și este de sex masculin. Pentru
această observație a fost ales ghișeul cu numărul 4, care are un spațiu mai mare. Observatorul a
luat loc lângă funcționara de la ghișeu și a pus o ser ie de dosare în fața sa pentru a părea că o
ajută pe funcționara respectivă și a ascunde faptul că în acest timp se notează observațiile.
Observația a început odată cu deschiderea programului, la orele 7.30 și s -a încheiat la orele
12.00.
Putem nota aici d escrierea unui participant care este prezent la fiecare interacțiune.
Funcționara de la ghișeul 4 este de sex feminin, are circa 50 de ani și lucrează la acest
serviciu de circa 15 ani. Este o persoană serioasă, destul de impunătoare, cu o voce destul de Figura 4-1 Schița locației în care se desfășoară observația 2
1 3 4 5 6 7
8
9
10
Figura 4-1 Schița locației observaț iei

77
puternică. Lucrează cu destulă pricepere la calculator. Verifică cu atenție actele de identitate
prezentate, precum și chitanțele eliberate la imprimantă.
Pentru fiecare interacțiune vom descrie cetățeanul care se prezintă la ghișeu și ce se
întâmplă (inclusiv eventualele incidente) . Aceste descrieri pot fi amănunțite, prezentând până și
cele mai puțin însemnate detalii, sau pot selecta doar amănuntele mai interesante.
Ora 8.36 Cetățeanul care se prezintă la ghișeu este un tânăr de circa 25 de ani, destul d e
scund (circa 1.60 -1.70), îmbrăcat sport, brunet, cu părul lung prins într -o coadă. Vorbește
foarte încet și cu accent. Funcționara de la ghișeu îi cere cartea de identitate, dar acesta a uitat –
o acasă. Nu își cunoaște nici CNP -ul. În cele din urmă funcți onara trebuie să -l caute în baza de
date după nume și adresă. Prima căutare nu a fost fructuoasă pentru că nu s -a înțeles destul de
bine felul în care se scrie numele. Funcționara îl roagă să repete numele, cerând la un moment
dat precizări („se scrie cu z s sau sz?”), și reușește să -l găsească în baza de date. Cetățeanul este
rugat să confirme că are de plătit impozite pentru o casă și o motocicletă. După ce acesta
confirmă, i se comunică suma și este întrebat dacă dorește să plătească cu cardul sau în
nume rar. În acest moment la ghișeu revine cetățeanul de la 7.52, care -și uitase cartea de
identitate. Funcționara ia din sertar documentul respectiv și îl înmânează acestuia, după care
întreabă din nou despre modul de plată. I se răspunde că în numerar, primeș te banii și dă restul
și chitanțele. Durata totală : 5 minute.
Fiecare astfel de interacțiune este notată în acest fel până la încheierea observațiilor.
Fiecare va fi analizată ca un caz aparte.
Acces și identitate
Mediul în care dorim să facem observația poate fi clasificat în (Silverman, 201 0):
– medii închise sau private (organizații, familii, grupuri) în care accesul este mai dificil și
în care trebuie să facem apel la anumite persoane care ne pot facilita accesul. Într -o instituție
publică trebuie să c erem în mod oficial permisiunea, care ni se va acorda (sau nu) de către șeful
instituției sau o altă persoană care are atribuții în domeniul respectiv. În spații mai puțin formale
putem cere sprijinul unui membru al organizației sau grupului care poate să ne introducă în
locația în care dorim să ne desfășurăm observația .
– medii publice (locuri publice, cum ar fi pe stradă, în parc, într -un magazin, ș.a.) în care
accesul este liber. Dacă dorim să studiem activitățile unui anumit grup va trebui uneori să
solicităm și aici permisiunea – fie întregului grup, fie să solicităm sprijinul unei anumite

78
persoane. În alte situații accesul este mai ușor – dacă dorim să studiem galeria unei anumite
echipe de fotbal putem să ne așezăm în sectorul lor obișnuit de pe stad ion și, dacă încurajăm
echipa lor favorită, avem șanse bune de a fi acceptați în grup.
Accesul prin intermediul unei persoane are anumite avantaje. Este mai ușor și deseori
persoana respectivă este sau devine informatorul nostru principal asupra modului de funcționare
a grupului sau organizației. Trebuie să fim atenți în alegerea persoanei care ne introduce în grup.
Asocierea cu o anumită persoană poate aduce și dezavantaje – ni se vor ascunde informațiile care
nu trebuie să fie aflate de către cel care ne -a prezentat grupului. În cazul în care suntem introduși
într-un anumit serviciu dintr -o instituție publică de către șeful serviciului respectiv s -ar putea ca
subordonații acestuia să -și modifice comportamentul în prezența noastră.
Accesul se poate face în anumiți termeni. Unele aspecte sunt legate de confidențialitatea
datelor: dacă putem folosi numele reale ale organizației sau grupului precum și a membrilor săi,
dacă vom avea acces la toate activitățile și evenimentele sau doar la unele, gradul în care pu tem
participa la activități, ș.a.
Pentru situațiile în care suntem observatori nedeclarați apare problema asumării unei
identități. Dacă dorim să studiem în mod participativ viața studenților în administrație publică de
la Cluj am putea să ne introducem în grupul lor asumându -ne identitatea de student și folosind o
legendă – am fost transferați de la un alt program de administrație publică al altei universități. O
astfel de legendă poate fi susținută doar având acordul conducerii departamentului, în caz con trar
legenda putând fi demontată relativ ușor. Identitatea trebuie aleasă astfel încât să poată fi păstrată
o perioadă cât mai lungă de timp, de preferință cât mai apropiată de caracteristicile și
cunoștințele pe care le avem.
Observația în administrația publică
În administrația publică observația nu este folosită la adevărata sa valoare. O primă cauză
este explicarea problemelor prin cauze sociale sau economice (de genul: sărăcia este datorată
situației economice generale, salariilor mici, educației redus e, provenienței dintr -o familie cu
mijloace reduse, etc.). În anumite cazuri astfel de explicații nu sunt suficiente, comportamentul
putând fi cauza reală, iar pentru studiul comportamentelor observația este cea mai bună metodă.
O a doua cauză este costul în timp și forță de muncă pentru a face suficiente observații
referitoare la un grup mare de oameni sau la o comunitate. Cercetările efectuate pe astfel de teme
durează perioade mari de timp, exact ceea ce lipsește de obicei în multe cercetări . Ca să dăm u n

79
exemplu, cercetarea unui clasic al observației, William Foot Whyte, Street Corner Society: The
Social Structure of an Italian Slum (1943) a durat 5 ani!
Observația se poate dovedi utilă în multe cazuri. Să luăm doar un exemplu: în cazul în
care desfășură m un program de training pentru funcționari în domeniul relațiilor cu publicul,
cum ne putem da seama cel mai bine de succesul sau insuccesul programului? Posibilitatea cea
mai corectă este să observăm cum se desfășoară relațiile cu publicul. Cel mai mare avantaj al
observației este faptul că este directă: lucrăm direct cu fenomenul studiat. Un alt exemplu ar fi
cel legat de subiecte în care trebuie să evaluăm anumite aspecte vizibile (de exemplu curățenia
de pe stradă).

4.2 Experimentul

4.2.1. Caracteristici al e metodei experimentale
Experimentul este o metod ă specifică științelor exacte (fizică, chimie, biologie ș.a.) .
Simplificând la maximum, vom spune că experimentul este acel tip de cercetare în care aplicăm
un stimul sau un tratament și încercăm să măsurăm răspuns ul obțin ut. După un anumit număr de
repetări ale experimentului la valori diferite ale stimulului vom putea afla care este efectul
acestuia.
În științele sociale experimentul trebuie să rezolve două probleme:
1. subiectul unui experiment poate răspunde în mod diferit la același stimul;
2. doi subiecți, indiferent de gradul lor de asemănare, pot să răspundă în mod diferit la
același stimul.
Problemele acestea se rezolvă prin folosirea mai multor subiecți și măsurarea răspunsului
mediu al grupului. Experimen tul în științele sociale este folosit în mod nomotetic (pentru
descoperirea unor reguli generale) și nu idiografic (pentru descrierea unui caz).
Elementele unui design sunt legate de selectarea participanților și de existența mai multor
grupuri (grupuri ex perimentale unde se aplică tratamentul și grupuri de control unde tratamentul
nu este aplicat) sau valuri de măsurări. În funcție de acestea Trochim (2002) identifică trei tipuri
de design:
1. design experimental, în care participanții sunt împărțiți în mod a leatoriu în grupuri;

80
2. design cvasi -experimental, în care nu avem împărțire aleatorie, dar avem mai multe
grupuri sau valuri de măsurare;
3. design non -experimental, în care avem un singur grup și o singură măsurare .
Din punct de vedere al validității interne d esignul experimental este considerat a fi cel
mai riguros dintre toate, iar cel non -experimental cel mai slab.
Aplicarea tratamentului reprezintă de fapt manipularea variabilei independente.
Tratamentul poate să ia valori extrem de diferite (poate fi o var iabilă continuă). În științele exacte
(sau experimentale) se practică reluarea experimentului la valori diferite ale tratamentului de
zeci, sute sau chiar mii de ori. În cazul științelor sociale o astfel de posibilitate este exclusă,
preferându -se desfășur area experimentului pe mai multe grupuri experimentale. Numărul de
grupuri experimentale poate fi cât de mare, pentru fiecare din acestea fiind aplicată o valoare
diferită a tratamentului. În aceste condiții, se poate construi chiar o ecuație a efectului
tratamentului. Pentru ca acest lucru să se facă în cele mai bune condiții trebuie ca grupurile să fie
echivalente (nu pot fi identice, dar trebuie să fie cât mai asemănătoare).
Un alt element important în design este izolarea altor variabile independente. Dorim ca
singura variabilă care acționează să fie tratamentul. Cel mai ușor se poate face acest lucru în
cazul unui experiment desfășurat în laborator – aici putem izola factorii exteriori și putem egaliza
alți factori – activitatea grupurilor se poate fac e în aceleași condiții – putem avea săli identice, în
care temperatura, zgomotul, mobilierul ș.a. sunt aceleași, astfel încât să nu influențeze variabila
dependentă. Experimentele de laborator au dezavantajele lor. Nu putem folosi un astfel de
experiment, în care ținem participanții închiși în laborator, decât pentru o perioadă relativ scurtă
de timp. În cazul experimentului de laborator ne confruntăm și cu o reactivitate (modificare a
comportamentului ca urmare conștientizării calității de participant într -un experiment) destul de
mare. Experimentelor de laborator le lipsește realismul situațiilor din viața de zi cu zi.
Experimentele desfășurate în mediul natural al participanților au o gamă mai largă de utilizări,
dar există o serie de factori externi care pot influența variabila dependentă.
Un sistem de prezentare a designurilor folosește următoarele notații:
Pentru fiecare grup notăm R – dacă împărțirea în grupuri a fost făcută aleatoriu ( random ),
N – dacă grupurile nu sunt echivalente, C – dacă împărțire a a fost făcută în funcție de un anumit
prag ( cutoff ). Pentru fiecare grup avem o linie pe care sunt trecute, în ordine cronologică modul
în care s -a făcut împărțirea, diferitele observații (testări sau măsurători), aplicarea tratamentului.

81
Tratamentul se notează cu X, observațiile cu O, putând fi și numerotate.
Modul de desfășurare al unui experiment clasic se notează:
R O X O
R O O
Aici avem două grupuri care au fost obținute prin împărțirea aleatorie a participanților la
experiment. Pentru fiecare grup avem câte două observații – prima înainte de aplicarea
tratamentului și a două după aplicare. Tratamentul este aplicat doar pentru primul grup (grupul
experimental), nu și pentru cel de -al doilea (grupul de control).
Amenințări la adresa validității intern e
Chiar dacă spunem că designul experimental este cel mai bun din acest punct de vedere
trebuie să fim conștienți că există o serie de amenințări la adresa v alidității interne. Acestea sunt :
1. Istoria – anumite evenimente petrecute pe parcursul desfășurării pot să modifice rezultatele.
Dacă vrem să măsurăm succesul unui program de recalificare pentru șomeri, trebuie să vedem
dacă rezultatele nu au fost influențate de alte evenimente. Dacă în localitatea respectivă s -a
deschis o întreprindere mare care angajea ză oameni cu calificarea respectivă succesul
programului poate părea mult mai mare decât ar fi în mod normal;
2. Maturizarea – oamenii evoluează în timp. Pentru experimentele care se desfășoară pe o
durată mai lungă de timp trebuie să luăm în calcul această e voluție. În cazul unor copii putem
greși cel mai ușor – putem lua drept efecte ale unui nou program sau ale modificării unuia
existent efectele maturizării. ;
3. Testarea – procesul de testare în sine poate modifica comportamentele. De exemplu, dacă
vrem să ve dem efectul unei noi diete asupra unui grup de persoane supraponderale s -ar putea ca
simpla cântărire să producă anumite efecte. Văzând rezultatele și știind că vor fi cântăriți din nou
s-ar putea ca mulți participanți să devină mai grijulii cu regimul lor alimentar ;
4. Instrumentarea – în unele situații avem măsuri care pot fi folosite de mai multe ori, fără
probleme (cum ar fi cântărirea subiecților). Dacă dorim să testăm nivelul de cunoștințe al
subiecților nu putem să folosim același instrument (același te st) de două ori. Va trebui să
concepem un nou test, de o dificultate comparabilă – dar se pune problema dacă reușim să -l
facem la fel de dificil ca pe primul ;
5. Regresia (statistică) către medie – apare în cazul în care avem situații extreme. Problema cu
situațiile extreme este că acestea pot evolua într -o singură direcție – către medie. Dacă luăm un

82
grup de persoane extrem de sărace – acestea nu pot deveni mai sărace. Dacă dintr -o cauză sau
alta (de exemplu câștig la loterie, o moștenire, ș.a.) unele persoan e devin mai bogate media
grupului a crescut. Trebuie să fim atenți ca să nu interpretăm un astfel de lucru ca fiind un efect
al tratamentului ;
6. Mortalitatea – se referă la faptul că unii dintre participanți pot să se retragă din experiment.
Scăderea numărul ui de participanți poate restrânge validitatea concluziilor. O situație mai
periculoasă este aceea în care se vor retrage o anumită categorie de participanți. Dacă dintr -un
studiu legat de efectele unei noi metode de predare asupra cunoștințelor studențilo r se vor retrage
studenții cei mai slabi rezultatele vor fi automat mai bune, dacă se vor retrage cei mai buni
rezultatele vor fi mai slabe.
7. Grupurile nu sunt echivalente de la început – diferențele observate între grupul experimental
și cel de control dup ă aplicarea tratamentului pot fi datorate unor diferențe care existau de la bun
început;
8. Difuzarea sau imitarea comportamentelor – în momentul în care membrii celor două grupuri
pot comunica între ei s -ar putea ca membrii grupului de control să preia sau s ă imite
comportamentele induse de către tratament în grupul experimental;
9. Rivalitatea – apare tot în contextul în care cele două grupuri comunică. Membrii grupului de
control, aflând că sunt tratați diferit de grupul experimental s -ar putea să dobândească
sentimentul rivalității față de celălalt grup și să încerce într -un fel sau altul să -și îmbunătățească
performanța, ceea ce poate duce la observarea unui efect mai mic al tratamentului decât cel real;
10. Demoralizarea – funcționează în mod opus față de amenin țarea anterioară. În loc să fie
stimulați de diferența de tratament grupul de control este demoralizat. În aceste condiții efectul
tratamentului va apărea ca fiind mai mare decât în realitate;
11. Tratament compensatoriu – diferența de tratament poate fi resim țită chiar de către
experimentatori – aceștia pot simți nevoia de a sprijini mai mult membrii grupului de control,
ceea ce duce la un efect observat mai mic decât cel real.
Amenințările de natură socială (8 -11) sunt cel mai bine adresate prin experimente d ublu
orb. Acestea sunt cel mai des întâlnite în medicină, pentru testarea unor noi medicamente. Aici
participanții nu știu în care grup sunt – toți primesc pastile, dar doar unele conțin tratamentul, iar
unele sunt placebo (nu au nici o substanță activă). Experimentul devine dublu -orb în momentul
în care realizatorii experimentului nu știu nici ei cum sunt împărțiți pacienții.

83
Selectarea și î mpărțirea participanților în grupuri
Selectarea participanților este legată de problematica validității externe. Cel mai adesea
experimentele despre care citim sunt realizate pe voluntari (în majoritatea cazurilor studenți ai
unor universități din SUA) . Dacă avem de a face cu un experiment care încearcă să afle influența
modului de recompensare (dacă e mai bine ca membr ii unui anumit grup să primească salariu în
funcție de performanță sau ca salariile să fie egale) ne putem gândi că rezultatele aflate în cazul
unor studenți care sunt și americani este greu să fie aplicabil pentru a stabili sistemul de
salarizare al unor funcționari publici din România.
Putem generaliza rezultatele unui astfel de experiment dacă variabila dependentă nu este
influențată de caracteristicile participanților. De asemenea acestea sunt mai importante pentru un
studiu descriptiv decât pentru unul explicativ. Putem generaliza mai degrabă anumite procese și
tipare de cauzalitate decât caracteristici specifice (Babbie, 2010:316).
Validitatea internă este legată (și) de împărțirea în grupuri. Î mpărțirea aleatorie poate să
rezolv e cel mai bine problem a obținerii unor grupuri echivalente . Dacă vrem să testăm un nou
mod de predare putem să împărțim studenții în două grupuri – unul experimental care
beneficiază de noul mod de predare și altul de control, în care predarea se face la fel ca și înainte.
Dacă în primul grup vor ajunge doar studenți buni, iar în al doilea doar studenți slabi este foarte
probabil ca să obținem rezultate mai bune pentru primul grup chiar dacă metoda de predare este
mai puțin bună. Dacă vom împărți studenții aleatoriu (la întâmpla re) în cele două grupuri putem
să ne așteptăm ca să obținem grupuri echivalente . Șansele sunt cu atât mai mari, cu cât avem un
număr mai mare de participanți.
Aici intervine un calcul de probabilități. Pentru fiecare student șansele ca să ajungă în
grupul experimental sunt egale cu cele de a ajunge în grupul de control, 50% -50%.
Dacă avem doi studenți buni (A și B) și doi studenți slabi (C și D) rezultatul împărțirii
aleatorii poate fi următorul:
Grupul 1 Grupul 2
1 A, B C, D
2 A, C B, D
3 A, D B, C
4 B, C A, D
5 B, D A, C

84
6 C, D A, B
Din cele 6 posibilități avem situațiile 1 și 6 în care cele două grupuri nu sunt echivalente
(deci o situație din trei este una nedorită). Pentru 6 studenți, 3 buni (A, B, C) și trei slabi (D, E,
F) avem 15 situații p osibile, din care 2 sunt obligatoriu de evitat – cele în care în primul grup
avem (A,B , C) sau (D, E, F) . Pentru 8 studenți avem un total de 28 de situații, din care avem
două în care toți studenții buni sunt în același grup. În schimb, în 12 situații avem câte doi
studenți buni și doi studenți slabi în același grup. Putem vedea astfel că pe măsură ce numărul de
participanți crește mai mult vom avea șanse tot mai mici să avem grupuri foarte dezechilibrate și
șanse tot mai mari să avem grupuri echivalente.
O altă posibilitate de a obține grupuri echivalente este prin potrivire. În cazul de mai sus
împărți studenții buni – jumătate în grupul experimental și jumătate în grupul de control și vom
proceda identic cu studenții slabi. Putem proceda la fel și dacă av em mai multe variabile care ne
interesează – dacă un alt factor este sexul persoanei vom identifica modul de distribuție al
cazurilor. Să presupunem că avem 8 fete care învață bine, 12 fete nu învață bine, 6 băieți care
învață bine și 10 băieți care nu înv ață bine. Fiecare dintre aceste patru grupuri va fi împărțit în
două părți egale – cei care vor face parte din grupul experimental și cei care vor face parte din
grupul de control, obținând în cele din urmă în fiecare dintre acestea 4 fete care învață bine , 6
fete care nu învață bine, 3 băieți care învață bine și 5 băieți care nu învață bine.

4.2.2. Tipuri de experimente
Există mai multe tipuri de experimente , în funcție de numărul de grupuri, dacă acestea
sunt echivalente sau nu, momentul în care se face testare a (înainte și după aplicarea tratamentului
sau numai după) și de numărul de tratamente (variabile independente) folosite .
Designul cu un singur grup nu este un design experimental propriu -zis, putând fi
clasificat ca un cvasi -experiment sau, în termenii lu i Campbell și Stanley (1963) pre –
experimental. Avem două variante: posttest (după aplicarea tratamentului) și pretest – posttest (cu
măsurare și înainte și după aplicarea tratamentului). Putem reprezenta cele două designuri ca
fiind X O și O X O.
În condiț iile în care avem o singură măsurare (posttest) nu avem date suficiente să
măsurăm efectul tratamentului. Concluziile pe care le putem trage au o validitate redusă. Putem
vedea că un grup de persoane care au terminat facultatea au o bună stare materială și vom spune

85
că absolvirea unei facultăți te face mai bogat. Nu știm cu cât și nu știm dacă respectivii nu erau
bogați înainte de a începe facultatea sau ce alți factori ar mai putea interveni. Varianta pretest –
posttest ne ajută să măsurăm efectul tratamen tului dacă știm cât de bogați erau înainte de a
începe facultatea și cât de bogați sunt după încheierea ei putem pune diferența pe seama
educației dobândite.
Astfel de experimente se întâlnesc destul de des în psihologia socială, inclusiv în unele
studii c elebre.
Un studiu celebru este cel desfășurat de Stanley Milgram la începutul anilor 1960.
Milgram a vrut să afle cât de departe vor merge oamenii atunci când o persoană cu autoritate le
ordonă să facă r ău unei alte ființe umane.
Participanților li s -a spus că sunt implicați într -un experiment legat de învățare, în care ei
urmau să fie examinatorii care sancționează răspunsurile incorecte prin aplicarea unor șocuri
electrice tot mai mari. Persoanele examinate se aflau în altă încăpere, nu puteau fi văzute (pentru
că în realitate nu era aplicat nici un șoc electric), dar erau auzite – după fiecare șoc se auzeau
strigăte de durere. În realitate aceștia erau complicii experimentatorului și făceau tot mai multe
greșeli , determinându -i pe participanți să aplice șocuri electrice tot mai puternice. Atunci când
aceștia ezitau să crească voltajul, experimentatorul le cerea, pe un ton tot mai autoritar, să
meargă mai departe.
La finalul experimentului s -a constatat că toți cei 40 de participanți au ridicat voltajul
până la 300 de volți, iar 25 dintre ei au mers până la maximum – 450 de volți.
Rezultatul experimentului ne arată că oamenii normali au un nivel destul de ridicat de
obediență –ordinele sunt ascultate chiar și atunci presupun să faci rău altor oameni.
O vari antă cu o validitate sporită de design cu un singur grup este designul cu variabile
non-echivalente (Trochim, 2002). Ideea este că putem folosi și o altă variabilă dependentă. Dacă
introducem un nou mod de a învăța algebra putem introduce și variabila învă țarea geometriei (o
variabilă care se comportă asemănător). Evoluția notelor la geometrie ne va spune de fapt care
sunt efectele diferitelor amenințări la adresa validității interne. Astfel putem să aflăm efectul
noului mod de a învăța algebră.
Designul c u două sau mai multe grupuri echivalente
În experiment ul clasic care subiecții sunt împărțiți în grupul experimental (asupra căruia
este aplicat tratamentul sau stimulul) și grupul martor (sau de control) pe bază aleatorie. Astfel se

86
poate presupune că cel e două grupuri sunt cât mai asemănătoare și că nu există diferențe
sistematice între grupuri. Condițiile sunt controlate în măsura posibilităților, astfel încât singura
diferență între grupuri să fie aplicarea tratamentului. Ambele grupuri sunt testate atâ t înaintea
aplicării tratamentului cât și după. Schimbarea valorii variabilei dependente în cazul grupului
martor este schimbarea care ar fi survenit fără aplicarea tratamentului X. Efectul lui X este
considerat diferența dintre schimbarea survenită în caz ul grupului experimental și schimbarea
care ar fi survenit fără aplicarea lui X.
Experimentul este reprezentat:
R O1 X O1’
R O2 O2’
Experimentul fără testare prealabilă este acela în care nu am testat înainte de aplicarea
tratamentului nici unul dintre gr upuri. Motivele ar putea fi mai multe, fie legate de lipsa de bani,
de timp (procesul de testare poate fi lung), din considerente de validitate (subiecții familiarizați
deja cu testul s -ar putea să dea răspunsuri diferite la testul final) sau de faptul că deja avem
informații suficiente legate de nivelul inițial al subiecților experimentului.
Experimentul este reprezentat:
R O1 X O1’
R O O2’
Modelul Solomon al celor patru grupuri încearcă să măsoare și efectul testării repetate
asupra subiecților. Este o c ombinație a celor două modele anterioare, în care vom avea două
grupuri supuse modelului clasic și alte două grupuri celui fără testare prealabilă. Din diferențele
obținute în cazul grupurilor experimentale sau martor vom putea afla efectul testării preala bile
asupra rezultatelor.
Experimentul este reprezentat:
R O1 X O1’
R O2 O2’
R X O3’
R O4’
Alegerea unuia sau altuia dintre aceste modele se face în funcție de modul în care verifica
efectul tratamentului, astfel încât să izolăm atât efectele datorate pre-testării, cât și cele datorate
altor factori.

87
În cazul modelului fără testare prealabilă după aplicarea tratamentului asupra primului
grup facem măsurarea și obținem O1’ și O2’ Efectul tratamentului este O=O1’-O2’ –nu putem
ști care este efectul altor factori, cum ar fi cel al conștientizării condiției de subiect al unui
experiment.
Pentru experimentul clasic avem valoarea inițială corespunzătoare grupului experimental
O1 care ar trebui să fie egală sau apropiată de O2, valoarea inițială corespunzătoar e grupului de
control (în caz contrar, grupurile nu au fost suficient de bine alese). După aplicarea tratamentului
vom obține O1’ și O2’ – în general se modifică și valoarea corespunzătoare grupului de control,
datorită altor factori.
Acum vom putea calcul a efectul intervenției acestor alți factori.
Efectul acestora este egal cu variația valorii pentru cel de -al doilea grup O2=O2’-O2.
Putem presupunem că efectul are aceeași valoare și pentru primul grup.
Efectul aplicării tratamentului ar fi trebuit să fie O1=O1’-O1, dar în realitate este
O=O1-O2, izolând astfel efectul altor factori.
Modelul Solomon al celor patru grupuri ne permite izolarea atât a efectelor testării
prealabile cât și a altor factori.
La început avem valorile inițiale pentru două grup uri:
O1 și O2 – rezultate măsurate; O3 și O4 se estimează, fiind egale cu valoarea mediei
dintre Y1 și Y2 (care ar trebui să fie foarte apropiate).
Tratamentul se aplică doar pentru grupurile 1 și 3, iar după o nouă măsurare vom obține
O1’, O2’, O3’, O4’.
Avem practic un experiment clasic (grupurile 1 și 2) și unul fără testare prealabilă, dar în
care am estimat valorile inițiale (grupurile 3 și 4).
Efectul testării prealabile ne va fi dat de diferența dintre efectele aplicării tratamentului
pentru aceste două experimente:
Efect testare = ( O1-O2) – (O3-O4)
Efectul tratamentului va fi dat de diferența observată în cazul grupu rilor 1 și 2 , cum am
făcut pentru experimentul clasic , și cu eliminarea efectului testării :
O=(O1-O2)- [(O1-O2) – (O3-O4)] = O3-O4
Experimentul clasic are următoarele etape:

88

Designuri cu grupuri non-echivalente
În multe situații nu avem posibilitatea de a împărți participanții în grupuri așa cum dorim
noi. În experimentele desfășurate în mediul natural al participanților a vem multe situații de acest
fel, în care putem lua grupuri deja existente (evident non -echivalente). De exemplu, putem testa
eficiența unei noi metode de a preda algebra într -o clasă iar o altă clasă să o considerăm grup de
control.
Experimentul este repre zentat asemănător cu experimentul clasic:
R O1 X O1’
R O2 O2’
Diferența este că O1 este diferit de O2. Validitatea internă a unui astfel de experiment
este amenințată de împărțirea non -echivalentă. Cele două grupuri putând să fie diferite după o
serie de caracteristici, fiecare dintre ele putând să fie o variabilă independentă care să influențeze
variabile dependentă.
Efectul tratamentului se calculează în același fel ca la experimentul clasic. În
interpretarea rezultatelor trebuie să fim atenți la modul î n care se pot manifesta anumite
amenințări la adresa validității interne. Dacă pentru ambele grupuri obținem o sporire a valorii
variabilei dependente, dar cu o rată diferită ar trebui să vedem dacă nu cumva discutăm de Eșantionul Populația
Împărțire aleatorie
Grup experimental Grup martor
Compararea
rezultatelor Se definește populația care va
fi studiată
Se găsește un eșantion
reprezentativ pentru populație
Se împart subiecții aleatoriu în
grupuri
Se aplică tratamentul
Se colectează datele și se
compară rezultatele Testare Tratament
Figura 4-2 Etapele unui experiment clasic

89
grupuri care au o rată de maturizare diferită. Dacă grupul experimental a pornit de la o valoare
mult mai mare decât grupul de control și observăm o scădere a acestei valori am putea avea de a
face cu regresia către medie. În toate cazurile este bine să verificăm dacă nu este vorba despre
istorie – un anumit eveniment se petrece doar în cazul unui singur grup.
Un model mai sofisticat este modelul regresie -discontinuitate . Diferența este că
împărțirea în grupuri se face pe baza unui anumit prag (de exemplu, alegem cei mai slabi
studenți pentru care introducem un nou mod de predare). Reprezentarea este:
C O1 X O1’
C O2 O2’
Interpretarea se face pe baza liniei de regresie (linia care aproximează cel mai bine
punctele dintr -un grafic) pentru fiecare grup.

Valoarea efectului tratamentului va fi dat de mărimea discontinuității sesizate între cele
două linii de regresie. În figura 4.3. avem de a face cu un efect pozitiv al tratamentului.
O altă posibilitate de a spori validitatea experimentului este prin folosirea modelului de
replicare inversa tă. În acest caz avem de a face de fapt cu două grupuri care primesc discontinuitate Linia de regresie pentru
grupul experimental
pragul O1',O2’
O2’
O1,O2
O2’ Linia de regresie pentru
grupul experimental
Figura 4-3 Designul regresie -discontinuitate

90
tratamentul pe rând și -și schimbă rolurile – grupul experimental devine grup de control și invers
experimentale care. Reprezentarea este:
N O1 X O1’ O1’’
N O2 O2’ X O2’’
Astfel putem ved ea efectele tratamentului pe două grupuri, putând controla mai bine
amenințările la adresa validității externe.
Designuri factoriale
Există posibilitatea să avem mai mult decât o variabilă independentă. Presupunând că
avem două variabile independente, fiec are având două valori posibile (un design de tip 2X2) va
trebui să avem patru grupuri experimentale, pentru a vedea ce se întâmplă pentru fiecare posibilă
combinație de valori ale tratamentelor.
Am putea reprezenta astfel designul:
R O1 X11 O1’
R O2 X12 O2’
R O3 X21 O3’
R O4 X22 O4’
X11 reprezintă faptul că ambele tratamente sunt aplicate la prima lor valoare, X12 ne
spune că primul tratament este aplicat la prima valoare și al doilea la a doua valoare ș.a.
Să presupunem că vrem să vedem cum am putea conce pe un curs care să -i ajute pe
absolvenți să -și găsească mai ușor un loc de muncă. Ne interesează atât conținutul cursului (să -i
învățăm tehnici de prezentare – cum să -și facă un CV sau cum să se prezinte mai bine la interviu
– sau să insistăm pe învățarea Constituției și a Legii Administrației Publice) cât și durata sa (două
sau patru săptămâni). Variabila dependentă este angajabilitatea (procentul de absolvenți care s -a
angajat în termen de șase luni de la absolvirea facultății în domeniul administrației p ublice).
Rezultatele s -ar putea să fie următoarele:
Conținut/Durată 2 săptămâni 4 săptămâni
Prezentare 50 50
Legislație 60 80
Tabelul 4-1 Rezultatele unui experiment factorial
Putem observa că pentru un curs legat de abilitățile de pre zentare nu contează durata
cursului – obținem același rezultat. În cazul unui curs legat de legislație obținem o creștere

91
spectaculoasă dacă mărim durata cursului. În cele din urmă constatăm că la orice durată cursul de
legislație pare mai eficient decât c el legat de abilitățile de prezentare.
Protocolul experimentului
Pentru fiecare experiment protocolul experimentului descrie modul în care va fi realizat
experimentul. Protocolul este alcătuit înaintea desfășurării experimentului și va fi urmat cu
stricteț e.
Un astfel de protocol trebuie să cuprindă:
– Modul de recrutare a participanților;
– Modul de împărțire a participanților în grupuri;
– Cadrul de desfășurare al experimentului (descrierea laboratorului sau condițiile în
care trăiesc sau își desfășoară activi tatea participanții);
– Instrucțiunile oferite participanților;
– Modul în care au fost rezolvate problemele legate de etica cercetării;
– Modul de administrare a tratamentului;
– Instrumentele folosite în testare și modul în care au fost aplicate.
În raportul de cercetare (într -o anexă) trebuie prezentat protocolul experimentului,
măsura în care a fost respectat și modul în care au fost tratate eventualele incidente. Protocolul
experimentului cuprinde indicații importante referitoare la validitatea studiului și fi delitatea
instrumentelor folosite.
Experimentul în administrația publică
Este, din păcate, dificil pentru administrația publică să folosească experimentul.
Problemele sunt multiple, începând cu cele etice sau cu cele legate de fonduri sau de lipsa de
timp. Oricum, astfel de experimente se pot folosi. De exemplu, pentru evaluarea unor programe
se pot efectua testări înainte de implementare și după. Chiar dacă pot apărea mai mulți factori
perturbatori pe care nu -i putem controla, rezultatul va putea fi sugest iv pentru succesul
respectivelor programe. Un program pilot ar putea fi considerat ca un fel de tratament care se
aplică asupra unui grup experimental. Se pot face comparații cu rezultatele din zonele unde nu s –
a aplicat programul pilot și vom ști mai mult despre efectul acestuia. Aici apare problema
grupurilor non -echivalente, legată de faptul că nu avem grupuri cât mai asemănătoare și trebuie
să verificăm dacă nu cumva tocmai diferența dintre grupuri generează diferența observată.

92
Experimentul primei de angajare din statul Washington (SUA)
Teoria: Ajutorul de șomaj a fost introdus pentru a ușura situația celor care din motive
independente de voința lor (situație economică dificilă, ajustări ale unor sectoare industriale,
dificultăți economice regionale) ș i-au pierdut locurile de muncă. În anii ‘70 unii economiști au
sugerat că există un efect nedorit al ajutorului de șomaj și anume prelungirea perioadei în care
beneficiarii acestui ajutor rămân fără loc de muncă – în condițiile în care aceștia beneficiază un
venit fără să muncească motivația să intre în câmpul muncii este redusă.
În anii ’80, în condițiile unei atmosfere propice ideilor conservatoare (în timpul
președinției lui Ronald Reagan) s -au efectuat mai multe experimente. Ideea de bază era că prin
oferirea unui bonus va crește motivația pentru găsirea unui loc de muncă și perioada petrecută în
șomaj va scădea.
Vom prezenta în ceea ce urmează Experimentul primei de angajare din statul Washington
desfășurat în 1988.
Designul experimentului:
Planul avea trei părți:
1. Prima oferită: aceasta consta într -un multiplu al ajutorului de șomaj primit într -o
săptămână (AJS);
2. Perioada în care oferta era valabilă: aceasta a fost aleasă ca o fracțiune din durata pentru
care mai urma să primească ajutor de șomaj plus o săptămână pentru formalități;
3. Perioada în care solicitantul trebuia să rămână angajat: aceasta a fost stabilită la patru
luni.
În consecință au fost stabilite 6 grupuri experimentale (avem un design factorial 2X3).
Perioada de valabilitate a ofertei
Valo area primei 20% din perioada de șomaj +1
săptămână 40% din perioada de șomaj +1
săptămână
De două ori AJS Grupul 1 Grupul 4
De patru ori AJS Grupul 2 Grupul 5
De șase ori AJS Grupul 3 Grupul 6
12451 de persoane au fost selectate aleatoriu în cele 6 gru puri experimentale și 3083 în
grupul de control.
Rezultate:

93
S-au comparat ajutoarele de șomaj plătite în medie fiecărei persoane din grupurile
experimentale cu cele plătite celor din grupul de control, precum și perioadele petrecut în șomaj.
Cele mai mari diferențe (în favoarea teoriei propuse) s -au înregistrat în cazul grupurilor 3,
4 și 6, adică cele cu o valoare mai mare a primei și cu o perioadă mai mare în care oferta era
valabilă. Excepția o constituie grupul 5 pentru care rezultatele nu au fost semn ificative din punct
de vedere statistic.
S-a încercat să se vadă dacă există între anumite sub -grupuri definite după rasă sau
etnicitate, sex, câștigurile anterioare șomajului și vârstă. Programul a avut succes pentru cei în
vârstă care avuseseră venituri bune, și pentru tinerii cu venituri slabe, indicând o confirmare a
teoriei motivației: primii erau de -motivați datorită pierderii unei slujbe bune, tinerii care
avuseseră venituri mici nu erau motivați față de muncă. Nu s -au găsit alte relații în cazul alt or
sub-grupuri.
În ciuda concluziilor pozitive ale acestui experiment nu au mai fost construite astfel de
programe.
Sursa: The Upjohn Institute, www.upjohn.org accesat la 13.02.2007

4.2.3. Metoda comparației
Abordarea comparat ivă este o metodă des întâlnită în știință. Am preferat să o tratăm la
acest capitol datorită asemănărilor cu experimentul, care se bazează pe diferențele dintre grupul
experimental și cel de control. Émile Durkheim (1974:164) remarcă această asemănare fol osind
termenul de „experimentare indirectă sau metoda comparativă”. În științele sociale (și cu atât mai
mult în administrația publică) este greu să recurgi la experimente, dar avem la dispoziție
comparația pentru a putea înțelege mai bine lucrurile.
Comp arația are o istorie foarte îndelungată. Primul mare comparatist este considerat a fi
Aristotel. Acesta a dezvoltat pe baza studiului a 158 de regimuri existente în polisurile grecești
clasificarea sistemului de guvernare după două criterii: numărul celor care conduc (unul, puțini
sau mai mulți) și ce interese reprezintă (forma originală este bazată pe interesul comun, iar cea
pervertită interesul personal). Rezultatul este (Aristotel, 1996:86) :

Număr de conducători
Unul Puțini Mulți

94
Forma Originală Monarhie Aristocrație Politeia
Pervertită Tiranie Oligarhie Democrație
Tabelul 4-2 Regimurile politice din cetățile grecești în viziunea lui Aristotel
Pe această linie au urmat multe alte comparații bazate pe state și desfășurate din punctul
de vedere al constituțiilor și organizării statale. Stilul este predominant descriptiv, se pune
accentul pe legislație și pe evoluția istorică, neglijând aproape total contextul social. Ulterior,
după 1940 accentul a în ceput să se modifice spre comportamente, o fuziune între cele două
concepții apărând după 1980, când se iau în calcul și statul și grupurile și individul, fiecare cu
comportamente proprii. În studiul administrației publice o astfel de abordare, bazată pe
comparația dintre state, instituții și organizarea lor se regăsește în cursuri cum ar fi cele de
Sisteme administrative comparate.
Politicile publice au început să facă obiectul unor comparații încă din 1970. Problemele
de genul „de ce anumite state fac un lucru și altele nu” sau „de ce unele state procedează într -un
anumit fel în domeniul unei anumite politici” încep să devină tot mai interesante și studiile
comparatiste în domeniu tot mai numeroase. Ne pot interesa aici ce politici se aplică, modul de
aplicare, dar și rezultatele diferite, pentru că anumite politici reușesc intr -o țară, dar eșuează în
altele. Rezultatele unor astfel de studii ne pot ajuta să înțelegem mai mult procesul politicilor
publice.
Cercetarea comparativă poate fi privită ca o aborda re metodologică distinctă. Principalele
sale scopuri sunt:
 Furnizarea unui context mai larg. Deseori o informație este mai relevantă în momentul în
care reușim să o încadrăm într -un context mai larg. De exemplu, după ce aflăm satisfacția
cetățenilor față d e activitatea Primăriei Municipiului Cluj -Napoca vom putea înțelege mai
mult dacă o vom raporta la satisfacția cetățenilor față de activitatea primăriilor din alte orașe
sau față de alte instituții;
 Identificarea unor patternuri generale. Vom încerca să ve dem care sunt elementele comune
ale cazurilor studiate, dacă avem situații în care între aceste elemente variază în același fel.
Acest tip de demers este similar celui prin care în cercetările de tip calitativ se dezvoltă o
teorie;

95
 Testarea teoriei. În mom entul în care am avansat o teorie putem încerca să vedem dacă ea se
aplică tuturor cazurilor pe care vrem să le studiem. În cazul în care găsim un caz în care
teoria nu se aplică am realizat „falsificarea” teoriei;
 Realizarea de predicții. Pe baza cunoștin țelor adunate în diferite cazuri putem să vedem ce se
va întâmpla în altul. De exemplu, dacă știm ce s -a întâmplat după aplicarea unui anumit
program în diferite țări, am putea presupune ce se va întâmpla daca vom aplica respectivul
program în România.
O problemă foarte importantă în demersul comparatist este legată de variabilele (sau
dimensiunile) care sunt luate în calcul. În momentul în care vrem să cercetăm un fenomen din
perspectivă comparatistă trebuie să vedem care sunt variabilele care ne interesea ză din punctul
de vedere al explicației și/sau înțelegerii fenomenului (echivalentul unei operaționalizări). După
aceasta trebuie să aflăm care sunt valorile pe care le iau în fiecare dintre cazurile studiate și să
încercăm să aflăm în ce mod variază acest ea.
Un exemplu simplu este legat de gradul de corupție în țările Europei Centrale și de Est
(Șandor, 2003) .

96
Am comparat valorile indicelui corupției calculat de Transparency International pe 2002
cu scorul democrației calculat de Freedom House pe 2001 -2002. Rezultatul (se vede din grafic,
dar este semnificativ și din punct de vedere statistic, verificat prin aplicarea unei regresii liniare)
ne arată că vom avea mai puțină corupție acolo unde democrația este mai mare (în metodologia
Freedom House 1 este m aximum de democrație și 7 minimum).
Exemplul acesta ne arată cum putem interpreta cazul în care variabilele covariază.
Charles Ragin (1994:48 -49) identifică trei strategii de cercetare generală, dar pe care le
putem adapta pentru cazul cercetărilor compar ative:
1. Cercetări calitative pentru studierea asemănărilor, în care studiem un număr mic de cazuri, în
profunzime și pe un număr mare de dimensiuni, pentru a putea întocmi un profil al acestora;
2. Cercetări comparative propriu -zise, în care studiem un număr m oderat de cazuri, studiind
patternurile de asemănări și diferențe pentru a înțelege mecanismele care operează;
3. Cercetări cantitative, în care studiem multe cazuri, pentru a încerca să găsim regularități între
un număr mic de variabile (exemplul nostru, chi ar dacă se bazează pe un număr moderat de
cazuri se înscrie în această ultimă categorie, prin scopul său și prin metoda de analiză
statistică folosită).
Figura 4-4 Corupție și de mocrație în Europa Centrală și de Est

97
Există metode specifice care se folosesc în comparații. Pentru o cercetare calitativă vom
folosi studii le de caz. Uneori se poate folosi chiar un singur caz , mai ales dacă scopul nostru se
referă la invalidarea unei teorii. Cazurile deviante sunt cele mai utile pentru așa ceva. Pentru a
înțelege mecanismele care stau în spatele asemănărilor sau diferențelo r folosim studii de caz mai
puțin detaliate, care se concentrează asupra aspectelor definitorii ale problemei și le măsoară
pentru fiecare caz. Această metodă se mai numește comparație focalizată. În fine, pentru ultimul
tip de comparații vom folosi analiz a statistică. Aici vom lua toate cazurile din categoria studiată
(de exemplu putem lua toate statele lumii, toate țările de pe un anumit continent, toate țările din
Europa Centrală și de Est, toate primăriile din România, etc.). În momentul în care avem da tele
necesare putem încerca să le interpretăm cu ajutorul metodelor de analiză statistică, încercând să
găsim relații între diferite variabile.
O problemă care poate apărea este legată de selecție. Ce cazuri trebuie incluse în
comparație? Ce putem compara și ce nu?
În primul rând trebuie să avem posibilitatea comparației. Cazurile trebuie să fie
asemănătoare din anumite puncte de vedere, fie structurale, fie funcționale. Nu putem compara o
coțofană cu un stilou (sau chiar dacă este posibil, este greu de gă sit utilitatea unei astfel de
întreprinderi) – este preferabil să comparăm entități similare: state, instituții de același tip,
politici din același domeniu. Trebuie să avem grijă și la aspectul funcțional. Chiar dacă poartă
același nume, s -ar putea ca fun cțiile să fie diferite. De exemplu partidele din sistemul politic
occidental nu le putem compara cu partidele din Irakul anului 2004. Din punct de vedere al
funcției de mobilizare politică ar trebui să facem comparația mai degrabă cu facțiunile religioase.
Selecția trebuie făcută în funcție de fenomenul pe care îl studiem. Anumite cazuri pot fi
incluse în anumite comparații, dar nu în altele. Pentru a vedea în care cazuri se potrivesc trebuie
să vedem pe ce dimensiuni vrem să facem comparația și dacă respec tivele dimensiuni sunt
prezente pentru fiecare caz. De asemenea este important și numărul de cazuri pe care -l luăm în
considerare. Dacă vrem să facem comparația între două state, ce state alegem? De exemplu, dacă
vrem să comparăm România din punct de veder e al eficienței instituțiilor publice cu o altă țară,
pe care o vom alege? Dacă vom alege o țară din Europa Occidentală sau America de Nord s -ar
putea să avem o problemă: diferențele sunt foarte mari și pe un mare număr de dimensiuni, ceea
ce ar putea să n e îngreuneze mult demersul explicativ. Sugestia oferită de Dogan și Pelassy
(1993:22) este de a controla contextul social prin selectarea unor țări din aceeași regiune, cu un

98
bogat istoric de interacțiuni, obținând astfel cazuri asemănătoare. Procedura ace asta ne permite
să izolăm un mare număr de factori (apropiindu -ne astfel de logica experimentului). În
consecință, probabil că ar trebui să comparăm România cu Ungaria sau Bulgaria, sau, într-un
context mai larg , România cu țările Europei Centrale și de Es t.

4.3 Sondajul de opinie

Sondajul de opinie este și va rămâne încă multă vreme vedeta cercetărilor sociale. În
domeniul administrației publice Wright et al (2004:755), analizând conținutul a 143 de articole
științifice bazate pe cercetare cantitativă ap ărute în șase reviste de vârf din domeniu în perioada
1996 -1998, au aflat că sondajul de opinie a furnizat 73% dintre datele folosite, analiza
documentelor 21.1%, observația 3.4%, experimentul de laborator 0.1%, iar în alte 4% din cazuri
metoda nu a fost c lar specificată.
Prin opinie se înțelege o stare sau predispoziție mentală față de un anumit referent.
Opinia se compune din credințe și atitudini. Un model al funcționării atitudinilor și credințelor în
sistemul administrativo -politic ne arată că pe baz a modului în care funcționează instituțiile se
nasc opiniile. Opiniile influențează diferitele acțiuni legate de instituții, iar din aceste acțiuni apar
sau se modifică anumite cereri sau un anumit sprijin față de instituții (Lehnen, 1976:32) .

Instituții
Președinte
Parlament
Tribu nale
Administrația
centrală
Administrația locală
Agenții publice Opinii
Atitudini și credințe
pe termen scurt sau
lung privind
instituțiile publice și
politicile acestora Participare
Interacțiuni cu
administrația
Votul
Participarea în
acțiuni de lobby
Input (cereri sau sprijin
Figura 4-5 Modul de funcționare al atitudinilor și credințelor în sistemul politico -administrativ

99
Un termen fo arte des folosit este cel de sistem al opiniei publice, subliniindu -se astfel
complexitatea acesteia. Când vorbim despre opinia publică trebuie să avem în vedere trei aspecte
fundamentale:
1. Intensitatea opiniei : variază foarte mult de la om la om, sau de la problemă la problemă.
Dacă vom cere opinia unui român despre o situație similară petrecută în România și în
Haiti, răspunsul va fi cel mai probabil același, dar problemele haitienilor nu sunt privite
ca fiind la fel de importante și sentimentul față de el e este redus în intensitate;
2. Importanța subiectului : subiectele nu sunt la fel de importante pentru fiecare. De
exemplu, protecția liliecilor este un subiect care nu va interesa prea mulți oameni;
3. Stabilitatea opiniilor : mulți oameni politici sau cercetăto ri se plâng de lipsa de stabilitate
a opiniei publice. Cel mai șocant exemplu este cel al invadării Cambodgiei de către
Statele Unite ale Americii în timpul războiului din Vietnam. Procentul celor care aprobau
o astfel de măsură era de doar 7%, dar după ce Nixon a luat această decizie procentul a
crescut la 50%. În probleme complexe sau confuze, opiniile au tendința să se modifice în
permanență, orice informație nouă putând să schimbe radical opiniile populației.
În studierea opiniei publice trebuie luate î n calcul toate aceste trei aspecte. Dacă opiniile
despre un subiect nu sunt suficient de intense, dacă subiectul nu este considerat suficient de
important și dacă părerile nu sunt stabile, atunci este greșit să ne bazăm pe opinia publică.
4.3.1. Caracteristici al e sondajelor de opinie
Sondajul de opinie este o metodă indirectă de colectare a datelor. Spre deosebire de cele
două metode descrise anterior fenomenul nu se mai desfășoară în fața noastră. Datele sunt
obținute întrebând persoanele care au anumite cunoști nțe despre fenomenul care ne interesează –
numiți respondenți .
Sondajul de opinie este o metodă cantitativă. Totuși, nu este exclusă nici posibilitatea de
a colecta și date de natură calitativă cu ocazia unui sondaj – putem pune anumite întrebări și să
permitem subiecților să răspundă în forma și detalierea pe care o doresc.
Sondajul de opinie este o metodă care poate fi folosită în egală măsură pentru toate
posibilele obiective ale unei cercetări: prin sondaj putem face un studiu exploratoriu, unul
descrip tiv sau unul explicativ.
Dacă vom considera recensămintele (cercetare în care avem de a face cu întrebări puse
unor respondenți) ca făcând parte dintre sondaje avem de a face cu o istorie foarte lungă. Babbie

100
(2010) ne oferă exemplul unei mărturii care se regăsește în Biblie când Moise a realizat un astfel
de recensământ. Primele mărturii despre recensăminte provin din Babilon, fiind datate în jurul
anului 3800 î.e.n. (K uhrt, 1995). Primul sondaj de opinie realizat cu scopuri jurnalistice a fost
realizat în 1824 de către un reporter care vroia să afle cine va ieși președinte al SUA în alegerile
din acel an. O cercetare sociologică mai serioasă a încercat să realizeze Karl Marx în 1880, când
un chestionar despre starea muncitorilor din Franța a fost publicat în La Revue Socialiste și a fost
și multiplicat și distribuit în 25.000 de exemplare8.
Sondajul de opinie are 5 caracteristici esențiale (Hyman, 1973)
1. presupune un număr mare de cazuri;
2. selectarea acestora trebuie făcută după criterii riguroase de eșantion are;
3. datele trebuie colectate în situații normale, cât mai apropiate de viața de zi cu zi;
4. colectarea se face în conformitate cu proceduri standardizate;
5. datele sunt într -o formă măsurabilă cantitativ, cea mai simplă fiind prezența sau absența unui
atribut .
Sondajul de opinie se realizează prin aplicarea unei liste de întrebări standardizată numită
chestionar prin intermediul unei anumite tehnici unor respondenți care constituie o parte (un
eșantion) din întreaga populație.
Există anumiți factori care infl uențează calitatea răspunsurilor respondenților. Aceștia
sunt:
– cadrul de desfășurare în care vor fi furnizate răspunsurile : cel mai bun ar fi acela în care
respondentul se simte cel mai bine, de obicei casa sa;
– tema anchetei: există teme interesante și nei nteresante, teme mai mult sau mai puțin
sensibile, teme la care vrea să răspundă și teme la care nu vrea să răspundă;
– personalitatea operator ului poate influența favorabil sau defavorabil calitatea răspunsului.
Este foarte important ca anchetatorul să trez ească încrederea celui intervievat, să -i câștige
atenția și să -l determine să răspundă cât mai complet și mai corect. În caz că nu se
întâmplă așa, operatorul de sondaj poate fi o sursă majoră de erori;
– ora și ziua desfășurării anchetei trebuie să fie cât mai pe placul celui intervievat, astfel
încât acesta să aibă și timpul necesar și dispoziția cea mai potrivită;

8 Textul întrebărilor în limba engleză poate fi găsit la adresa
http://www.marxists.org/archive/marx/works /1880/04/20.htm Nu avem informații despre rezultatele sondajului.

101
– structura chestionarului poate influența și ea. Un chestionar prea lung, prea stufos, prea
greu de înțeles poate genera erori care să compromită șansele de succes ale cercetării.
4.3.2. Tehnicile de sondare
Tehnicile prin care se poate realiza un sondaj de opinie sunt următoarele:
– față în față – presupune interacțiunea dintre operator și respondent – operatorul citește
întrebările și notează răspunsurile subiecților ;
– prin poștă – întrebările sunt trimise prin poștă și sunt returnate cercetătorului în același
mod;
– telefonic – convorbirea se desfășoară prin intermediul telefonului;
– electronic – întrebările pot fi trimise prin intermediul poștei electronice (e-mail) și
recepționate în același fel sau pot fi postate pe un site;
– chestionarul auto-administrat – cercetătorul distribuie întrebările, subiecții răspund la ele
și cercetătorul colectează ulterior răspunsurile.
Fiecare tehnică are avantajele și dezavan tajele sale.
Tehnica față în față
Se mai folosește pentru această tehnică numele de sondaje prin interviu. Am preferat
această denumire „față în față” pentru a nu induce confuzii cu următoarea metodă (interviul).
Cercetătorii trimit pe teren operatori car e să ia legătura cu respondenții, să le citească
întrebările și să noteze răspunsurile. Pentru o cercetare cu un număr mare de respondenți,
răspândiți pe o arie mai mare, avem nevoie de un număr mare de operatori. Pentru o cercetare
exploratorie, cu un num ăr mic de respondenți, putem avea un singur operator (poate fi chiar
cercetătorul).
Această tehnică obține răspunsurile cele mai bune . Dacă o întrebare nu este înțeleasă
operatorul poate explica sensul întrebării. Sinceritatea răspunsurilor este sporită – respondenții se
simt obligați să fie mai sinceri decât în cazul celorlalte tehnici (cu excepția unor subiecte
sensibile, când ar fi de preferat aplicarea unei tehnici care nu presupune interacțiunea cu
operatorul) . Operatorul de sondaj poate folosi element e de limbaj non -verbal pentru a evalua
gradul în care respondentul este sincer. De asemenea operatorul poate colecta informații
suplimentare fără a pune întrebări (informații despre respondent cum ar fi aspectul fizic sau
despre locuința sa).

102
Rata de răspu ns este mai mare decât pentru alte tehnici, fiind mai greu să refuzi pe cineva
în persoană decât la telefon, sau să arunci o scrisoare la coș sau să nu răspunzi la un e -mail.
Numărul de întrebări dintr -un chestionar poate fi destul de mare decât pentru al te tehnici ,
având în vedere că durata unei întrevederi cu o persoană poate fi mai mare decât cea a unei
convorbiri telefonice.
Există și dezavantaje. Costul este cel mai mare din toate tehnicile – operatorii trebuie
plătiți și mai există și costuri de depl asare. Durata este iarăși destul de mare. Operatorii trebuie
instruiți. De asemenea, interacțiunea cu operatorii poate distorsiona rezultatele.
Operatorii trebuie să respecte anumite reguli pentru a asigura succesul unui sondaj față în
față. Acestea se ref eră în principal la:
– Aspectul general al operatorului. Aspectul operatorului este foarte important încă din
momentul în care respondentul este abordat. Un operator extrem de voinic, îmbrăcat în haine de
piele cu ținte și cu o părul aranjat într -o creastă d e cocoș de culoare roșie va avea foarte multe
refuzuri. Aspectul operatorilor trebuie să fie unul plăcut și îmbrăcămintea lor trebuie să fie una
apropiată de cea a majorității posibililor respondenți;
– Comportamentul operatorului. Având în vedere că respond entul trebuie să fie convins să
răspundă sincer la un număr mare de întrebări legate de opiniile sale și de viața sa (uneori chiar
aspecte sensibile ale acesteia) comportamentul operatorului trebuie să fie unul care să -l stimuleze
în acest sens (dar fără a influența răspunsurile) . Operatorul trebuie să -l facă pe respondent să se
simtă confortabil și să -i creeze o senzație de încredere. Operatorul trebuie să fie capabil să -și dea
seama ce abordare funcționează cu fiecare persoană – cât de prietenos trebuie s ă fie, cât poate
insista pentru obținerea unui răspuns, cât de relaxat ar trebui să pară și cât de formal sau informal
poate să se adreseze respondenților . Chiar dacă între operator și respondent se stabilește o relație
plăcută nu trebuie să uite scopul în trevederii – obținerea informațiilor dorite. În cazurile în care
respondenții sunt foarte vorbăreți, furnizează multe amănunte nesolicitate pentru fiecare răspuns
sau ajung să schimbe subiectul operatorul trebuie să -i readucă la subiect (o operațiune care cere
mult tact);
– Buna cunoaștere a cercetării – operatorii trebuie să cunoască destul de bine tema
cercetării. Dacă dorim să aflăm opiniile studenților despre calitatea educației primite în
universități operatorii ar trebui să fie familiarizați cu subiect ul, altfel va fi mai greu să înțeleagă
referințele subiecților și să -i convingă că înțeleg subiectul. O bună cunoaștere a chestionarului

103
este și ea foarte importantă – întrebările nu se citesc prima dată în fața respondentului, trebuie să
înțelegem la ce s e referă fiecare întrebare pentru a o putea citi bine și a putea da eventuale
lămuriri.
– Respectarea instrucțiunilor – întrebările trebuie citite exact așa cum sunt formulate (orice
mică schimbare poate duce la modificări mari în răspunsuri) și răspunsurile trebuie înregistrate
exact. Dacă întrebarea permite un răspuns liber, pe larg, operatorul trebuie să noteze acest
răspuns exact așa cum a fost formulat.
– Evitarea influențării respondentului. Întrebările se citesc pe un ton neutru și pe un ton
similar și cu un conținut echilibrat se răspunde la eventualele nelămuriri ale subiecților.
Operatorul nu trebuie să -și trădeze în nici un fel părerile personale despre subiectele tratate în
chestionar;
– Obținerea de răspunsuri complete – în cazul unor întrebări cu ră spuns liber s -ar putea ca
respondentul să furnizeze un răspuns incomplet sau care nu are legătură cu subiectul. Operatorul
poate să ceară explicații suplimentare sau să solicite și un alt răspuns.
Sondajul telefonic
Respondenții pot fi mai ușor contactați prin telefon. Operatorii vor lua legătura cu
respondenții, le vor citi întrebările și vor înregistra răspunsurile.
Sondajul prin telefon este mult mai rapid și mai puțin costisitor decât unul față în față.
Calitatea datelor este ceva mai mică decât în prim ul caz, dar mai mare decât pentru alte tehnici.
Sinceritatea poate fi verificată folosind indicii verbale (tonalitate, ezitări ș.a.). Durata poate fi
redusă și mai mult dacă operatorii stau în fața unui calculator și introduc datele pe măsură ce le
primesc (interviuri asistate de calculator) .
Și în cazul acestei metode o peratorii trebuie să fie instruiți și plătiți. Interacțiunea cu
operatorii poate distorsiona rezultatele. Trebuie aplicate și aici regulile prezentate pentru tehnica
anterioară (minus cea le gată de aspectul general – aici sunt importante vocea și tonalitatea
operatorului).
Rata de răspuns este ceva mai mică decât în cazul primei tehnici având în vedere că este
mai ușor să refuzi pe cineva la telefon decât în persoană.
Numărul de întrebări c are poate fi adresat este cel mai mic dintre toate tehnicile având în
vedere . Selectarea cazurilor este mai dificilă – nu toți subiecții au telefon (de exemplu, în zona
rurală), nu avem la dispoziție cărți telefonice pe baza cărora să facem selecția. Pentru selectarea

104
cazurilor se poate practica metoda RDD – random digit dialing (formarea de numere generate
aleatoriu). Este destul de dificil să combini telefonia fixă cu cea mobilă.
Sondajul prin poștă
În cazul acestei tehnici se trimit chestionarele împreu nă cu o scrisoare explicativă și un
plic timbrat autoadresat pentru returnarea chestionarului. Scrisoarea indică autorul cercetării,
explică scopul cercetării, încearcă să convingă subiecții să răspundă la întrebări, promițându -le
că răspunsurile lor vor r ămâne anonime. Plicul timbrat autoadresat are rolul de a simplifica
munca respondenților – după ce vor răspunde nu trebuie decât să pună chestionarul în plic și să -l
expedieze.
Costul este redus. Nu există erori datorate operatorilor. Numărul de întrebări care pot fi
adresate poate fi destul de mare.
Durata unui astfel de sondaj este cea mai mare dintre toate – trebuind să așteptăm ca
poșta să trimită chestionarele, subiecții să se hotărască să răspundă la ele și să le expedieze
înapoi.
Rata de răspu ns est e mică, recomandându -se să fie trimise scrisori ulterioare (în care vom
atașa noi chestionare) pentru a spori rata de răspuns. Se folosesc inclusiv stimulente materiale
(includerea unor bancnote în scrisoare, alte forme) pentru a mări această rată. Se pot trimite și
scrisori anterior efectuării sondajului, prin care să se ceară permisiunea de a efectua un sondaj.
Sondaje realizate prin mijloace electronice
Sondajele realizate prin mijloace electronice (e -mail sau postare pe site) sunt ultima
noutate în dome niul sondajelor de opinie. Este chiar o modă să postezi pe un site întrebări la care
soliciți răspunsul vizitatorilor respectivului site. Televiziunile încearcă să facă bani din astfel de
„sondaje”, prin care ești întrebat dacă ești de acord sau nu cu o an umită afirmație și primești un
număr la care trimiți răspunsul Da și un altul la care răspunzi Nu (evident contra cost).
Există preocupări serioase pentru realizarea de sondaje profesioniste. Cel mai des
contactarea respondenților se face folosind e -mailul . Subiecții primesc un mesaj prin care sunt
invitați să completeze un chestionar care se află la o anumită adresă (putem să punem un astfel
de instrument pe situl nostru personal sau să folosim serviciile unor situri specializate). Printr -un
clic ajung la adresa respectivă, unde pot completa răspunsurile. Datele sunt automat introduse în
baza de date, simplificând mult sarcina cercetătorului.

105
Avantajele acestei tehnici sunt evidente: costurile sunt mult reduse, viteza poate să fie
destul de mare (în general se răspunde rapid la comunicările prin e -mail, mesajele la care nu s -a
răspuns tind să rămână fără răspuns în continuare).
Există însă și probleme. Nu putem contacta toată populația – există categorii de populație
care nu au acces la Internet sau nu știu să-l folosească (în general populația mai în vârstă, sau cei
cu mai puțină educație sau cei din zona rurală). Selectarea cazurilor este foarte dificilă – nu știm
care sunt adresele respondenților și ce caracteristici au persoanele cu o anumită adresă, dacă fac
parte din populația vizată sau nu.
Lista de întrebări trebuie să fie scurtă, navigarea în listă și completarea cât mai ușoară.
Există posibilitatea de a introduce obligativitatea completării răspunsurilor la o întrebare, dar și
riscul ca răspunsul să fie dat doar pentru că trebuie completat ceva în acel câmp.
Rata de răspuns este una destul de mică, putând fi mărită prin mesaje ulterioare sau prin
oferirea de stimulente (extrem de populară este în cercetările de marketing înscrierea în loterii la
care se pot câștiga bani și obiecte). De asemenea poate ajuta promisiunea de a trimite
respondenților rezultatele cercetării.
Chestionarul auto -administrat
Și sondajul prin poștă ar putea fi considerat un chestionar auto -administrat, al fel cele
realizate prin mijloace electronice. Ne vo m referi aici în principal la un alt mod de distribuție a
chestionarelor, în care chestionarele sunt împărțite personal de către cercetător (sau de către
persoane care -l ajută) spre completare și colectate ulterior în același mo d.
Putem să studiem astfel o populație de studenți – chestionarele sunt distribuite în sala de
curs și colectate tot în sala de curs (lăsând timp suficient pentru completarea chestionarelor – am
putea să le colectăm înainte de cursul următor). La fel pute m studia opiniile unor funcționari
publici – distribuim chestionarele la începutul programului și le putem colecta la sfârșit. În
general putem apela la o astfel de tehnică când nu știm adresele sau numerele de telefon ale
membrilor respectivului grup, dar știm unde -i putem găsi.
Dacă am fi încercat realizarea unui sondaj față în față am fi întâmpinat probleme legate
de timp – nu toți posibilii respondenți fiind disponibili în momentul respectiv. Dacă le lăsăm
timp pentru completarea chestionarelor disponi bilitatea lor crește (în timpul unei zile de lucru
există șanse destul de bune să găsească timp pentru a completa un chestionar).

106
Costurile sunt mai mici decât în cazul unui sondaj prin poștă, iar timpul de răspuns mai
mic.
O problemă care poate apărea es te legată de calitatea răspunsurilor. Faptul că în anumite
situații avem sprijinul unor persoane (în cazul studenților ne -ar putea ajuta profesorii, în cazul
unei organizații avem nevoie de sprijinul unor structuri, cel mai adesea fiind implicat serviciul de
resurse umane) poate face ca datele obținute să fie influențate de temerea că răspunsurile vor
ajunge pe mâna șefului (într -un sondaj legat de folosirea timpului de către funcționarii publici
desfășurat în 1998 am aflat că unii funcționari lucrau între 20 și 26 de ore pe zi și că nici unul nu
avea o activitate efectivă mai mică de 8 ore zilnic). Pentru a evita acest lucru procesul de
colectare al chestionarelor completate trebuie să încerce să fie cât mai neutru (de exemplu putem
amplasa o cutie în care respondenții să pună chestionarele completate) pentru a garanta
anonimitatea răspunsurilor.
Rata de răspuns
O problemă des discutată este legată de rata de răspuns pe care o au diferitele tehnici de
sondare.
Rata de răspuns se calculează cel mai simplu du pă formula:

În cazul în care în eșantion avem și persoane care nu făceau parte din populația dorită
(cum ar fi minorii sau firmele în sondajele adresate cetățenilor) deci nu erau eligibile (se
întâmplă destul de des în cazul sondajelor prin e -mail sau te lefon ) formula devine:

Putem estima numărul cazurilor ne -eligibile din eșantion pe baza metodei alocării
proporționale – presupunem că numărul de cazuri ne -eligibile este identic în tot eșantionul – atât
pentru cazurile cunoscute cât și pentru cele necun oscute.
Dintre tehnicile prezentate cea mai mare rată de răspuns posibilă o are sondajul față în
față, urmat de sondajele telefonice, cele auto -administrate, cele prin poștă și cele realizate prin
mijloace electronice. Rata efectivă de răspuns poate varia foarte mult în funcție de populația
studiată, natura și importanța problemei studiate.
Rata de răspuns este deseori folosită pentru a indica validitatea cercetării. O rată de
răspuns scăzută indică un număr mare de non -răspunsuri. Importanța problemei non –

107
răspunsurilor este dată de diferența dintre persoanele care răspund și cele care refuză să fie
chestiona te. Dacă cele două grupuri au caracteristici diferite s -ar putea ca și răspunsurile lor să
fie diferite și în consecință rezultatele obținute să nu refl ecte corect opiniile întregii populații.
De aceea se recomandă să se încerce mărirea ratei de răspuns. Câtva mijloace posibile
sunt:
1. Contactarea în avans, pentru a informa subiecții despre sondaj. Poate fi folositor trimiterea
unui mesaj din partea unei pe rsoane sau organizații cu o anumită autoritate care sprijină
cercetarea (în cazul unui sondaj național efectuat pe instituții publice locale în 2008 am
obținut o rată mai bună de răspuns dacă am obținut o scrisoare de sprijin din partea Unității
Centrale p entru Reforma Administrației Publice din Ministerul Administrației și Internelor);
2. În cazul în care persoanele nu au putut fi contactate se recomandă să se încerce din nou ; în
zile diferite sau la ore diferite în cazul sondajelor față în față sau telefonice
3. Pentru sondajele poștale sau electronice se recomandă trimiterea unui nou mesaj pentru a
reaminti subiecților să completeze chestionarul;
4. Modul de redactare al chestiona rului trebuie să fie adecvat tehnicii folosite – în termeni de
lungime, claritate, dificultate de completare;
5. Oferirea de stimulente (financiare sau de altă natură) poate duce la creșterea ratei de răspuns.
Nu trebuie uitat însă că și aici avem o problemă: diferite grupuri răspund în mod diferit la
astfel de stimulente;
6. Perioada de timp în care se desfășoară sondajul de opinie – se recomandă să nu alegem
perioada sărbătorilor (Crăciun, Paște, ș.a.) sau a concediilor (iulie și august).
Nu există o rată de r ăspuns recomandată. Autorii care fac astfel de recomandări tind
deseori să fie prea optimiști. Babbie (2010 :364), pe baza studierii literaturii de specialitate,
consideră că o rată de 50% este adecvată pentru analiză, 60% este considerată bună și 70% este
foarte bună. Literatura de specialitate a constatat însă o scădere spectaculoasă a ratei de răspuns a
sondajelor. De Leeuw și de Heer (2002) au aflat din studiul mai multor sondaje efectuate în mai
multe țări că rata de răspuns a sondajelor a scăzut în toa te țările. Scăderea diferă de la țară la țară,
diferența fiind dată de ratele diferite de refuz. În general putem pune ratele scăzute de răspuns pe
seama unor factori cum ar fi creșterea spectaculoasă a numărului de sondaje , o mai mare lipsă de
încredere a subiecților, sufocarea acestora cu diferite mesaje (în special cele publicitare),
posibilitățile sporite de a evita contactarea (de exemplu introducerea dispozitivelor de

108
identificare a apelurilor telefonice a dus la scăderea ratei de răspuns pentru sonda jele telefonice,
interfoanele reduc rata de răspuns a sondajelor față în față). Sondajele realizate prin mijloace
electronice au avut un start spectaculos, ratele de răspuns fiind foarte bune. Foarte rapid acestea
au scăzut pentru că nu mai erau o noutate și pentru că a sporit mult cantitatea de mesaje nedorite
(spam).
Sunt autori care consideră că rata de răspuns nu este o problemă majoră a sondajelor de
opinie. Langer (2003) menționează o serie de sondaje de opinie în care mărirea ratei de răspuns
nu a mo dificat deloc rezultatele și consideră că ar trebui să investim resurse mai degrabă în
îmbunătățirea designului cercetării decât în sporirea ratei de răspuns.

4.3.3. Chestionarul
Instrumentul de bază al sondajului de opinie este chestionarul . Chestionarul poat e fi
construit doar în momentul în care știm foarte clar cum se prezintă problema studiată. Din cauza
complexității realității sociale trebuie să descompunem problemele de -a lungul diferitelor
dimensiuni. Fiecare dimensiune trebuie descompusă în indicatori . Doar ca urmare a acestei
operaționalizări putem ajunge la măsurare. În momentul în care știm ce vrem să măsurăm vom
traduce indicatorii în întrebări care să apară în chestionar.
Pentru ca să putem construi un chestionar bun trebuie să avem o cunoaștere c ât mai bună
a subiectului, să avem o schemă explicativă a fenomenului (o teorie), să cunoaștem cât mai bine
populația care va fi chestionată și să stăpânim tehnica de construcție a chestionarului.
Chestionarul cuprinde o parte introductivă (poate fi o pagi nă separată , în cazul în care
chestionarul este auto -administrat ), în care se precizează cine este cercetătorul, care este afilierea
sa și care este scopul cercetării. De asemenea în partea introductivă subiecții sunt asigurați că
răspunsurile lor vor rămâ ne confidențiale. În cazul unor sondaje față în față sau telefonice aceste
informații vor fi citite de către operatori. Rolul acestei introduceri este să câștige încrederea
subiecților.
De exemplu cercetarea efectuată de către Gallup pentru Barometrul de O pinie Publică din
mai 2007 operatorul preciza următoarele:
Bună dimineața / bună ziua /bună seara, mă numesc ……………………. și sunt operator de
interviu la GALLUP ROMANIA . Am dori să cunoaștem opiniile (părerile) oamenilor în legătură cu
situați a din România și despre problemele cu care se confruntă în viața de familie de zi cu zi..

109
Pentru a discuta aceste aspecte, dumneavoastră ați fost ale s la întâmplare, ca într -o loterie.
Dacă sunteți de acord să ne răspundeți la întrebări, sperăm să nu vă ră pim mai mult de 30 de
minute. Răspunsurile pe care le vom obține nu le vom comunica nimănui în această formă. Ne
interesează doar numărarea persoanelor care au o părere sau alta.
După introducere u rmează întrebările propriu -zise, deseori și cu instrucțiuni pentru
operator sau subiecți (în cazul chestionarelor auto -administrate).
Formularea întrebărilor
Există câteva recomandări în ceea ce privește formularea întrebărilor:
1. Folosiți un limbaj accesibil . Chestionarul trebuie să fie cât mai ușor de înțeles. Dac ă
întrebările vor fi redactate într -un limbaj care folosește cuvinte pretențioase sau termeni tehnici
mulți respondenți nu vor înțelege nimic sau vor înțelege greșit, iar ră spunsurile vor fi
inutilizabile. Trebuie să folosim un limbaj pe care -l pot înțeleg e toți posibilii respondenți;
2. Întrebările trebuie să fie clare – înțelesul lor nu trebuie să fi ambiguu. Dacă fiecare
respondent înțelege altceva din întrebarea noastră răspunsurile nu sunt utilizabile . La fel se
întâmplă dacă întrebarea este prea vagă. În trebarea „Ce credeți despre situația din țară?” este
prea vagă, fiecare respondent putându -se referi la altceva. Trebuie să precizăm cât mai clar din
ce punct de vedere ne interesează aprecierea respectivei situații (social, economic, politic,
administrati v, ș.a.) ;
3. Folosiți întrebări scurte – cu cât o întrebare este mai lungă, cu atât șansele ca acestea să
nu fie înțelese sau ca respondentul să nu mai fie atent cresc;
4. Evitați negațiile și dublele negații, întrebările formulate „nu credeți că…” sau „nu cred eți
că nu …” putând induce confuzii;
5. Formulați întrebările cât mai neutru cu putință. Întrebările pot influența răspunsurile într –
o direcție sau alta. O întrebare de genul „Pentru fiecare leu primit de către un salariat statul ia
taxe și impozite în valoar e de 1 leu. Cum considerați că este nivelul de impozitare al muncii?” va
duce la răspunsuri majoritar „mare” sau „foarte mare”. Dacă spunem „În Uniunea Europeană
impozitul pe venituri este în medie de 38%. Cum considerați că este nivelul de impozitare al
muncii din România?” vom obține rezultate opuse. Cel mai bine este să evităm orice element
care să poată influența răspunsul;
6. Întrebările trebuie formulate astfel încât să micșorăm cât mai mult efectul dezirabilității
sociale – tendința de a da răspunsuri a cceptabile din punct de vedere social. Dacă întrebăm „Ați

110
copiat vreodată la un examen?” dezirabilitatea îi împinge pe respondenți să nege. Dacă am
formula întrebarea „Cât de des ați copiat la examene” reducem efectul dezirabili tății;
7. Evitați întrebările d uble. Întrebarea „Cât de corecți și eficienți sunt funcționarii publici
din instituția X?” nu ne permite să aflăm nici cât de corecți sunt, nici cât de eficienți. Ca să aflăm
aceste lucruri vom pune două întrebări – una legată de corectitudine și una legat ă de eficiență;
8. Nu testați ipotezele printr -o întrebare. Este tentant să întrebăm „Credeți că mai buna
pregătire a funcționarilor publici va duce la o mai bună funcționare a instituțiilor?”, dar este
greșit. Ipotezele nu se testează prin referendum, ci va trebuie să măsurăm fiecare variabilă
(pregătirea funcționarilor și funcționarea instituțiilor) și să vedem ce relație există între acestea.
Modul de formulare al întrebărilor poate să influențeze mult răspunsurile. Fiecare termen
folosit poate schimba semn ificativ rezultatele obținute. Babbie (2010:349) dă exemplul a două
sondaje efectuate în SUA în 1986. În primul 62.8% dintre respondenți spuneau că se cheltuiesc
prea puțini bani pentru programele de „asistență socială pentru săraci”, în al doilea doar 23. 1%
afirmau că se cheltuiesc prea puțini bani pentru programele de „protecție socială”.
Tipuri de întrebări
În funcție de subiectul lor putem avea î ntrebări:
– factuale: referitoare la anumite comportamente sau situații cunoscute de subiecți.
Exemple: venit ul famili ei, daca a fost la vot, cu cine a votat la ultimele alegeri, etc.;
– de opinie: referitoare la atitudinile și credințele celor chestionați;
– de cunoștințe: se folosesc pentru a cunoaște cât mai bine persoana investigată. Uneori
acestea pot constitui ch iar scopul cercetării. Ne -am putea propune să aflăm care este
competența civică a populației și vom apela la întrebări de genul „Menționați numele unui
parlamentar din județ”, „C um se numește prefect ul?”, „C are instituție răspunde de curățenia
străzilor ?” și multe altele de acest gen. Nivelul de cunoștințe poate fi folosit și ca nivel de
control al valabilității opiniilor. De exemplu, o proastă opinie despre o instituție s -ar putea să
provină din necunoașterea atribuțiilor acesteia sau a realizărilor ei;
– întrebări de identificare (sau clasificare), referitoare la anumite caracteristici socio –
demografice cum ar fi sexul, vârsta, ocupația, educația ș.a.
Trebuie să avem grijă ca fiecare întrebare să se adreseze respondenților potriviți. Apare
necesitatea introd ucerii unor întrebări filtru, pentru că nu toată lumea poate sau trebuie să
răspundă la toate întrebările (de exemplu, dacă punem o întrebare referitoare la promptitudinea

111
funcționarilor de la serviciul de stare civilă al Primăriei X trebuie să folosim o î ntrebare filtru
care să ne spună dacă cei chestionați au apelat la respectivul serviciu și la întrebarea de bază vor
răspunde doar cei care au apelat la respectivele servicii).
S1 În ultimul an ați apelat la serviciul de Stare Civilă?
1. Da 2. Nu ->treci l a întrebarea S3
S2 Cum apreciați promptitudinea funcționarilor din acest serviciu?
1. Foarte slabă 2. Slabă 3. Medie 4. Bună 5. Foarte bună
S3 …
Din punct de vedere al formei răspunsului cerut avem întrebări închise și întrebări
deschise , existând posibilitat ea să avem și întrebări mixte (semideschise sau semiînchise).
O întrebare închisă este aceea în care există variante de răspuns care sunt oferite
subiectului sau în care operatorul este instruit să încadreze răspunsul liber primit. Întrebările S1
și S2 de mai sus sunt exemple de întrebări închise, respondenții fiind obligați să aleagă o variantă
de răspuns din cele oferite.
Întrebările deschise permit respondentului să formuleze răspunsul în modul în care
dorește, permițând astfel obținerea de răspunsuri m ai bogate din punct de vedere al informației ,
răspunsuri la care poate nu ne așteptam. Aceste răspunsuri sunt notate exact așa cum au fost
formulate de către respondent. Varietatea răspunsurilor poate crea probleme ulterioare în
interpretarea datelor. La întreb area „Vă rugăm să menționați ce competențe trebuie să aibă un
funcționar public” răspunsurile primite au variat foarte mult, câteva exemple fiind „orientare spre
cetățean”, „buna pregătire”, „cunoștințe de lucru cu calculatorul”, „muncă”, „conștiincio zitate”,
„experiență în domeniu” „cunoștințe administrative”, „exploatarea tehnicii informatice”,
„inteligent”, „cunoștințe de operare PC”, „respectul față de lege” ș.a. Aceste răspunsuri trebuie
să fie post -codificate – trebuie să realizăm o grupare a lo r pentru a găsi dimensiunile majore care
pot fi construite. Unele răspunsuri pot fi grupate ușor – „cunoștințe de lucru cu calculatorul”,
„exploatarea tehnicii informatice”, „cunoștințe de operare PC” se referă la același lucru. Pentru
altele este mai difi cil.
Întrebările mixte oferă variante de răspuns, dar care s -ar putea să nu epuizeze variantele
de răspuns și atunci oferă și o variant ă de completare cum ar fi “Alta și anume…”, cerând
subiectului să precizeze care este aceasta. Dacă vrem să aflăm care este religia respondentului

112
putem să -i oferim variantele cele mai des întâlnite, dar dacă împărtășește una dintre ele putem să
întrebăm care este aceasta.
R1. Care este religia dvs.?
1. Ortodoxă
2. Romano -catolică
3. Protestantă (calvină, evanghelică, luterană,
reformată)
4. Neo-protestantă (penticostală, adventistă,
baptistă, evanghelistă) 5. Greco -catolică
6. Alta. Care?
____________________
7. Nu sunt religios
8. Nu știu
9. Nu răspund

Formularea variantelor de răspuns
Elaborarea variantelor de răspuns trebuie făcută cu mare gri jă. Variantele oferite trebuie
să fie clare, cât mai complete (în caz că există posibilitatea altor răspunsuri, se apelează la
întrebări mixte), și, în cazul în care se cere un singur răspuns ca variantele să fie mutual
exclusive (altfel subiectul s -ar put ea să aibă probleme, fiind pus să aleagă între două variante
care sunt adevărate).
Problema întrebărilor cu posibilități multiple de răspuns merită tratată. În general se
recomandă evitarea acestora dacă se dorește să aflăm mai mult despre fiecare din item ii în
chestiune.
De exemplu, putem pune întrebarea:
La care dintre serviciile următoare ale Primăriei ați apelat în ultimul an ?: (încercuiți toate
variantele corecte)
1. Urbanism;
2. Gospodărie locală;
3. Cultură;
4. Economic;
5. Patrimoniu;
6. Nici unul.
O astfel de abord are este potrivită în momentul în care nu dorim să facem distincții între
variante. Se poate face o ierarhizare cantitativă, dar una calitativă va fi realizată doar prin alte
întrebări. Vom avea probleme și cu codificarea răspunsurilor (lucru foarte import ant în

113
prelucrarea statistică a datelor) pentru că având mai multe răspunsuri posibile, numărul de
combinații este prea mare. Dacă dorim să obținem mai multe informații despre interacțiunea cu
fiecare serviciu putem pune întreb ări de forma:
Cât de des ați apelat în ultimul an la serviciul X al Primăriei:
□ niciodată □ o dată □ de 2 -3 ori □ mai mult de patru ori
Întrebarea va fi pusă pentru fiecare serviciu în parte.
În momentul alegerii unui tip sau altul de variante de răspuns trebuie să avem în minte
nivelul de măsurare la care dorim să ajungem. Variantele de răspuns pot fi:
 Dihotomice, de tipul Da/Nu , mai potrivite pentru întrebări de tip factual, dacă există sau nu
ceva, sau cum ar fi întrebarea referitoare la sexul subiectului;
 Răspunsurile pot fi de ti pul unor scale nominale (în tre care nu există relații), cum ar fi:
În ultimele 12 luni, în gospodăria Dvs. veniturile bănești au provenit în principal din … ?
(se încercuiește sursa principală de venit corespunzătoare tuturor membrilor gospodăriei, în
ultimele 12 luni)

1. salariu de la stat 4. ajutor șomaj/alocație de
sprijin 7. venituri pe cont
propriu
2. salariu de la firmă
privată 5. alocație copil 8. profit din afacere
3. salariu de la firmă
mixtă 6. bursă 9. muncă de zilier

 Dacă este vorba despre opinii, răspunsurile treb uie să fie mai nuanțate, mergându -se pe ideea
unor scale de tip ordinal, mai ales pe ideea cunoașterii intensității opiniei (se folosește și în
cazul întrebărilor factuale, când se dorește aflarea intensității unui fenomen). Există mai
multe posibilități ș i aici. Putem avea:
În ce măsură cunoașteți acțiunile primarului și consilierilor locali din ultimul an?

1. În foarte mare măsură 2. În mare măsură 3. În mică măsură 4. Deloc
9. NR/NS

114
sau:
În orice societate, unii oameni se consideră bogați, alții se c onsideră săraci. Dvs. unde vă
situați pe următoarea scară? (se arată scala de mai jos și se bifează poziția potrivită!)
1 2 3 4 5 6 7 8 9 10

sărac bogat

Într-o astfel de scală vom obține o cuantificare mai exactă a nivelului perceput al avuției
subiectului.
Vedem în exemplul de mai sus că am introdus și o instrucțiune pentru operator.
Operatorul sau subiecții (pentru chestionarele auto -administrate) primesc astfel de instrucțiuni
pentru a ști cum aleg și cum notează variantele de răspu ns.
Variantele de răspuns cele mai des întâlnite sunt:
1. Mult mai bună 2. Mai bună 3. La fel 4. Mai proastă 5. Mult mai
proastă
1. Foarte mulțumit 2. Destul de mulțumit 3. Nu prea mulțumit 4. Deloc mulțumit
1. Acord total 2. Acord parțial 3. Dezacord par țial 4. Dezacord total 9.
NS/NR
NS/NR înseamnă Nu știu/Nu răspund și este recomandat să fie inclusă ca variantă de
răspuns dacă nu dorim să forțăm un răspuns, pentru că există mulți oameni care nu au o părere
sau nu știu sau nu vor să răspundă. Uneori non -răspunsurile apar în cele mai neașteptate locuri.
În 1998, efectuând un sondaj în zona Pittsburgh (SUA) am obținut cel mai slab procentaj de
răspunsuri tocmai referitor la sexul persoanelor! Numerotarea cu 9 și nu cu numărul corect al
variantei de răspuns se folosește pentru diferențierea populației care nu știe sau nu răspunde în
vederea unor viitoare prelucrări statistice.
Uneori măsurarea poate fi mai precisă dacă folosim o întrebare deschisă. De exemplu, la
întrebările referitoare la vârstă sau la veni tul familiei.
Formatul chestionarului
Numărul optim de întrebări din chestionar diferă de la un subiect la altul. Cu cât
problema studiată este mai complexă și cercetătorul mai ambițios, tendința va fi să fie cât mai
multe întrebări. Totuși, chestionarul n u trebuie să devină prea lung, obosind și subiectul și

115
operatorul. Trebuie avut în vedere în principal viteza cu care poate fi completat. Cu cât
întrebările sunt mai complexe, cu atât timpul de completare crește. Ca durată, dacă este vorba de
un sondaj pe stradă acesta trebuie să dureze maximum 5 -10 minute, iar în cazul unuia la
domiciliu maximum 45 de minute. În consecință și numărul de întrebări trebuie să se limiteze la
câteva zeci, foarte rar putând să atingă 100 de întrebări.
Nu există o ordine recoman dată a întrebărilor: o întrebare poate apărea la începutul sau la
sfârșitul chestionarului . Se recomandă să se înceapă cu întrebări simple, plăcute, cel mai adesea
factuale, cu rolul de a sparge gheața. Se practică gruparea întrebărilor pe structuri logice sau
tematice (de exemplu grupăm toate întrebe legate de opiniile politice ale respondentului într -o
singură secțiune). Este bine să încercăm introducerea în alte secțiuni a unor întrebări de control
pentru a verifica răspunsurile primite – există posibili tatea ca subiecții să răspundă asemănător la
întrebările dintr -o anumită secțiune. Întrebările de identificare se pun cel mai adesea la final ,
fiind considerate a fi mai plictisitoare pentru respondenți.
Întrebările se numerotează sau codifică pentru a ușu ra introducerea datelor. Numerotarea
întrebărilor ține cont de secțiuni – dacă avem o secțiune legată de politică putem codifica
întrebările POL1, POL2, POL3, ș.a.
Instrucțiunile de completare trebuie să fie cât mai clare cu putință. Operatorii folosesc
destul de des foi separate pe care notează răspunsurile (în general pentru a evita consumul
suplimentar de hârtie) și sunt instruiți cum să noteze răspunsurile. În cazul chestionarului auto –
administrat subiecții trebuie să fie anunțați cum să noteze răspuns urile (bifează căsuța
corespunzătoare, încercuiesc numărul variantei de răspuns, notează cu X, scriu răspunsul liber
într-un spațiu special de pe foaia respectivă, aleg o singură variantă de răspuns sau pot alege mai
multe).
Formatul general al chestionaru lui trebuie să fie unul cât mai agreabil. Un chestionar
plăcut la vedere are șanse mai mari să fie completat decât unul neîngrijit. Dimensiunea
caracterelor trebuie să fie suficient de mare pentru a ușura lectura întrebărilor, spațiul destinat
notării răsp unsurilor libere trebuie să fie suficient de mare pentru a permite exprimarea pe larg a
opiniilor respondenților. În general trebuie să evităm să „înghesuim” chestionarul pentru a face
economie de hârtie – parcurgerea acestuia trebuie să fie cât mai ușoară .
Pentru a obține un chestionar cât mai bun trebuie să -l pretestăm. Întotdeauna putem să
scăpăm anumite lucruri din vedere: putem avea întrebări neclare, variante de răspuns incomplete

116
sau eronate, instrucțiuni de completare ambigue, ba chiar putem omite a numite întrebări care ar
fi relevante pentru problema studiată. Ca să evităm astfel de lucruri se recomandă ca să dăm
chestionarul unui grup de oameni (ar putea fi câțiva prieteni, colegi ș.a., dar aleși astfel încât să
cunoască subiectul) care să complete ze chestionarul și să ne sesizeze posibilele erori.
4.3.4. Eșantionarea
În cazul în care discutăm despre o populație mică putem să chestionăm toți membrii săi.
Dacă discutăm despre o instituție publică cu un număr relativ redus de angajați îi vom include pe
toți în cercetarea noastră.
În cazul unei cercetări pe un număr mare de subiecți posibili (cum ar fi un sondaj la nivel
național ) este evident că nu avem resursele necesare pentru a întreba întreaga populație. Vom
interoga doar o parte dintre ei – un eșantion d in întreaga populație. Ideea eșantionării a apărut
relativ repede. Primul sondaj a fost efectuat în 1824 de către un reporter de la Harrisburg
Pennsylvanian , care a întrebat 532 oameni pe o stradă din Wilmington, Delaware cu cine vor
vota la prezidențialel e din acel an. Succesul metodei științifice de eșantionare (folosită din 1935 –
36, când George Gallup, Elmo Roper și Archibald Crossley au fondat, aproape simultan, institute
de sondare a opiniei publice) a fost generat de corecta prezicere a învingătorului în alegerile
prezidențiale din 1936 de către Gallup . Succesul a fost spectaculos pentru că revista Literary
Digest , care a trimis chestionare unui număr de 10 milioane de oameni înscriși în cărțile
telefonice sau înregistrați ca deținători de automobile, prezisese victoria adversarului lui F.D.
Roosevelt, Alfred Landon. Eșantionul lui Gallup, mult mai mic, reprezenta mult mai bine
caracteristicile populației – deținătorii de telefon sau automobile reprezentau pătura mai bogată a
Americii.
Reprezentativitat ea eșantionului (calitatea de a avea aceeași distribuție a caracteristicilor
ca și populația din care este extras) este criteriul după care putem judeca validitatea externă a
unui sondaj. Dacă avem de a face cu un sondaj pe un eșantion reprezentativ putem generaliza
rezultatele la nivelul întregii populații. Dacă eșantionul nu este reprezentativ rezultatele sunt doar
indicative.
Există două mari tipuri de eșantionare: probabilistică și non -probabilistică
Eșantionarea probabilistică
În acest caz fiecare indi vid din populați a studiată are șanse egale să fie inclus în eșantion.
Fundamentele sale matematice se regăsesc în studiul probabilităților. Faptul că nu trebuie să

117
studiem toată populația pentru a -i afla caracteristicile se bazează pe legea numerelor mari
introdusă de Bernoulli și dezvoltată de Poisson, care ne spune că pe măsură ce încercăm să
facem de mai multe ori un anumit lucru media rezultatelor se apropie mai mult de valoarea
așteptată. Dacă luăm exemplul aruncării unui zar media așteptată este (1+2+ 3+4+5+6)/6= 3.50.
Dacă aruncăm un zar o singură dată valoarea obținută poate fi între 1 și 6. Pe măsură ce aruncăm
de mai multe ori media rezultatelor va fi tot mai apropiată de 3.50. Pe baza acestei legi putem
spune media unei caracteristici a indivizilor dintr -un eșantion se apropie tot mai mult de media
respectivei caracteristici pe măsură ce selectăm mai mulți indivizi.
Acest lucru ne spune că trebuie să selectăm suficienți indivizi în eșantionul nostru pentru
a afla ce ne interesează despre întreaga p opulație. Ce înseamnă suficient?
În primul rând se ia în calcul nivelul de probabilitate a eșantionului – un nivel de 0.95 ne
spune că rezultatele sunt valabile pentru 95% dintre eșantioanele care s -ar putea obține din
populație (sau că doar în cazul unui eșantion din 20 nu am obține un eșantion reprezentativ).
Nivelul de probabilitate folosit pentru eșantioanele reprezentative este de obicei între 0.95 (cel
mai adesea, în multe cazuri nici nu se menționează) și 0.99. Pentru studii exploratorii se poate
accepta un nivel mult mai mic al nivelului de probabilitate.
Un alt element care ne interesează este eroarea de estimare a valorilor din eșantion (pe
scurt, eroarea) notată e. Eroarea poate lua valori între 1 și 5 procente pentru eșantioanele
reprezentative (din nou poate fi mult mai mare pentru studiile exploratorii. Dacă suntem anunțați
că un sondaj realizat cu o marjă de eroare de ±3% la nivel de probabilitate de 0.95 a aflat că 20%
dintre români ar vota cu partidul X înțelegem că de fapt în 95% dintre to ate posibilele eșantioane
care ar putea fi extrase din populația României cu drept de vot între 17% și 23% dintre
respondenți ar vota cu partidul X.
Teorema limit ei central e afirmă că distribuția de eșantionare a mediei, în cazul unui
număr suficient de ma re de eșantioane aleatorii, este o distribuție normală a cărei medie este
chiar media din populație,
( o altă notație folosită este μ) și a cărei abatere standard, numită
eroare standard, este egală cu
n (unde σ este abat erea standard din populație iar n este
mărimea eșantionului). (vom explica noțiunile de distribuție normală și abatere standard în
secțiunea 5.2.1).

118
Această formulă ne spune arată că pentru a micșora eroarea trebuie să facem eforturi
destul de mari – eroar ea este invers proporțională cu pătratul dimensiunii eșantionului. Dacă
eroarea este de 3% și vrem să o reducem la jumătate, va trebui să mărim numărul de cazuri de
patru ori, dacă dorim să o reducem la 1% va trebui să luăm de nouă ori mai multe cazuri dec ât în
eșantionul inițial.
Dimensiunea eșantionului se calculează pentru variabilele cantitative după formula
, unde t este valoarea care corespunde nivelului de probabilitate (1.96 pentru 0.95).
Un eșantion care să ne furnizeze o eroare de ma ximum 3 procente pentru o variabilă cu abaterea
standard 0.5 ar trebui să aibă un număr de 1067 cazuri
Pentru variabilele calitative care se distribuie după o anumită proporție P (exprimat în procente)

Un eșantion cu eroare de maximum 3 procente pentru variabila sexul persoanei (unde
știm că 52% din populație sunt femei, deci P=52) va necesita 1065 de persoane.
În general la acest nivel al probabilității și erorii numărul de cazuri dintr -un eșantion
reprezentativ este în jur de 1000 de cazuri, indiferent de mărimea populației – fie că este vorba
despre China sau despre populația unui oraș cum ar fi Bistrița.
Se recomandă selectarea după aceleași reguli și a unor cazuri de rezervă – înlocuirea
indivizilor care nu pot fi contactați după mai multe încercări sau refuză să răspundă. Numărul
cazurilor de rezervă trebuie să ia în considerare rata scontată de răspuns astfel încât să ajungem
la numărul dorit de cazuri.
1. Eșantionarea aleatorie simplă
În acest caz se extrag aleatoriu din populație atâtea cazuri câte sunt necesare. Dacă
populația care ne interesează ar fi populația României ar fi ca și cum am avea o căciulă în care
avem bilețele cu numele și adresa fiecărui român. Vom extrage câte bilețele avem nevoie și,
după aceea, ne vom duce la adresele respective sau le vom trimite scrisori pentru a aplica
chestionarul. Există totuși o șansă ca să extragem un eșantion prea puțin potrivit (de exemplu
există o șansă, chiar dacă infimă, ca să avem în eșantion doar locuitori din comuna Ploscoș,
județul Cluj). De asemen ea, se poate ca anumite subgrupuri să nu fie bine reprezentate (să avem
prea puține femei sau prea multe persoane cu studii superioare ș.a.).

119
O variantă este eșantionarea aleatorie sistematică – se ordonează cazurile (după un
anumit criteriu – poate fi alf abetic sau altul), și va fi selectat fiecare al k -ulea element. Dacă
avem 1 milion de cazuri și avem nevoie de un eșantion de 1000 de cazuri vom selecta fiecare al
1000 -lea caz. Primul caz de la care pornim va fi ales și el la întâmplare. Putem folosi Micr osoft
Excel pentru generarea de numere aleatoare. RANDBETWEEN(1,1000) ne va returna un număr
aleatoriu între 1 și 1000, numărul primului caz. Metoda poate fi folosită cu mare succes atunci
când lucrăm cu baze de date, în care putem face selecția folosind u n program de gestiune a
bazelor de date. Eșantionarea aleatorie sistematică elimină problemele întâlnite în cazul
eșantionării aleatorii simple. Șansele ca numele locuitorilor din Ploscoș să fie extrem de variate
și să se regăsească în aceeași poziție pe o listă scad extrem de mult; eventual putem să aranjăm
cazurile după localitatea de domiciliu și după nume, caz în care am eliminat orice șansă să
ajungem la respectivul eșantion. Având în vedere că numele unei persoane nu are nici o legătură
cu sexul sau s tudiile sale, eșantionarea sistematică mărește șansele de reprezentare a sub –
grupurilor. Există și un pericol specific acestui tip de eșantionare – periodicitatea. Dacă am avea
câte 10 apartamente pe fiecare scară de bloc cu patru etaje și ajungem să selec tăm al nouălea
apartament din fiecare scară selectăm de fapt apartamente care au elemente similare – sunt la
ultimul etaj, au probleme cu acoperișul și se plâng de lipsa liftului.
Eșantionarea aleatorie nu se poate desfășura în lipsa unei liste (electronic ă sau de alt fel)
cu toți membrii populației. Nu întotdeauna avem acces la astfel de date – atât pe plan național cât
și pentru anumite tipuri de populație (nu există liste cu toți iubitorii de câini sau cu toți studenții).
2. Eșantionarea stratificată
Preciz ia eșantionării depinde de gradul de eterogenitate a populației (măsurat prin
abaterea standard). Putem micșora eroarea de eșantionare împărțind populația în mai multe
straturi omogene și făcând extrageri aleatorii în rândul fiecărui strat. Astfel putem fi siguri că
fiecare strat va fi bine reprezentat în eșantionul rezultat .
De exemplu, dacă populația studiată va fi constituită din toți funcționarii publici am putea
să introducem ca straturi tipurile de instituții publice (centrale, teritoriale și locale) și să selectăm
din fiecare un număr de cazuri în funcție de proporția funcționarilor publici care lucrează în
fiecare tip de instituție. Știm că 14.78% dintre funcționari lucrează la nivel central, 39.03% la
nivel teritorial și 52.19% la nivel local (ANFP , 2010:32) și vom selecta din fiecare strat un
număr de cazuri care să respecte proporțiile de mai sus. S -ar putea să mergem mai departe cu

120
procedura de stratificare – s-ar putea să ne intereseze să împărțim populația în funcționari de
execuție și funcțion ari de conducere. Dacă știm că funcționarii de conducere reprezintă în
general 9% din total funcționari publici vom împărți fiecare strat deja existent (central, teritorial,
local) în alte două substraturi (conducere și execuție). Avem astfel șase (3X2) gr upuri în
populație – din fiecare vom extrage numărul dorit de cazuri.
Atunci când un anumit strat este slab reprezentat numeric (de exemplu populație de
germani) și dorim să aflăm opiniile respectivului strat putem să supra -reprezentăm stratul
respectiv, selectând mai multe cazuri decât avem nevoie. Trebuie să fim atenți în astfel de cazuri
– în analiza datelor pentru tot eșantionul va trebui să acordăm sub -eșantionului respectiv o
pondere care să -l readucă la nivelul real (dacă am selectat de cinci ori ma i mulți germani decât
trebuie vom da ponderea 0.2) pentru a nu distorsiona rezultatele generale.
3. Eșantionarea multistadială
Eșantionarea aleatorie (simplă sau sistematică) poate crea probleme prin împrăștierea
mare a cazurilor. În cazul unui sondaj față în față am putea avea situația în care ar trebui să
mergem în 20 de sate de munte pentru a chestiona 20 de indivizi, ceea ce ar duce la cheltuieli
foarte mari.
De asemenea există problema lipsei unor liste din care să facem extragerea cazurilor.
Eșantionarea multistadială rezolvă aceste probleme. În această schemă de eșantionare mai
întâi alegem anumite zone (pentru România am putea selecta provinciile istorice , regiunile sau
ariile culturale ), fiecare zonă este decupată în mai multe unități (de exemplu pe ru ral/urban), și
din fiecare zonă putem selecta aleatoriu anumite unități. Dintr -o unitate am putea iarăși selecta
aleatoriu anumite sub -unități (de exemplu putem selecta câteva străzile dintr -un oraș) și de pe
străzile respective putem selecta cazurile care ne interesează.
Eșantionul pentru Barometrul Opiniei Publice 2007 este unul de tip bistadial, primul
stadiu fiind cel al secțiilor de vot, al doilea cel al alegătorilor de pe listele electorale. A fost
construit pornind de la distribuția populației pe ar ii culturale (vezi Sandu, 2003 pentru
construirea lor) și pe tipuri de localitate.

Aria cultural ă –
județele componente
Comune
sărace
Comune
mediu
dezvolta te
Comune
dezvoltate
Orașe sub 30
mii loc
Orașe de 30-
100 mii loc
Orașe de 100-
200 mii loc
Orașe de
peste 200 mii
loc Total (%)
BC, NT, SV, VN 3.3 2.0 1.2 1.7 0.7 2.3 0.0 11.1
GL, IS 2.2 0.8 0.3 0.2 0.4 0.0 2.8 6.6

121
BT, VS 2.0 0.2 0.2 0.4 0.8 0.5 0.0 4.3
AG, DB, PH 0.5 1.9 2.7 1.2 1.1 0.8 1.1 9.3
BZ, BR 0.4 0.8 0.8 0.2 0.2 0.6 1.0 4.0
GR, TR, IL, CL 0.6 1.4 1.8 0.7 1.6 0.0 0.0 6.1
DJ, MH, OT 0.9 1.6 1.1 0.9 0.5 0.5 1.4 7.0
GJ, VL 0.7 0.8 0.5 0.7 0.4 0.5 0.0 3.7
CT, TL 0.3 0.5 0.8 0.5 1.0 0.0 1.4 4.5
AB, HD 0.3 0.5 0.4 1.4 1.3 0.0 0.0 4.0
BV, SB 0.0 0.3 1.0 0.8 0.6 0.7 1.3 4.7
CJ, MS 0.5 0.9 1.0 0.7 0.8 0.7 1.3 5.8
CH, HR 0.0 0.4 0.9 0.5 0.6 0.0 0.0 2.6
BN, SJ 0.2 0.7 0.7 0.3 0.7 0.0 0.0 2.6
MM, SM 0.2 0.6 1.2 0.8 0.2 1.2 0.0 4.1
AR, BH 0.3 1.1 1.0 0.8 0.0 0.8 0.9 4.9
TM, CS 0.3 0.7 0.8 0.8 0.6 0.0 1.4 4.6
B 0.1 0.2 0.5 0.5 0.0 0.0 8.8 10.2
12.9 15.2 16.8 13.3 11.6 8.6 21.5 100.0
Tabelul 4-3 Distribuția populației pe arii culturale și tip de localitate (2005)
Pe baza distribuției populației s -a realizat calculul numărului de cazuri pentru fie care
situație (celulă din tabel). Acolo unde numărul de chestionare a fost mai mic de 7 s -a procedat la
redistribuirea lor către cel mai apropiat vecin din tabel, pe baza mediului rezidențial – de
exemplu din zona Brașov -Sibiu trebuia colectat un chestiona r din comune sărace. Acesta a fost
redistribuit pentru comunele sărace din Alba -Hunedoara.
Rezultatul este:

Aria cultural ă –
județele componente
Comune
sărace
Comune
mediu
dezvoltate
Comune
dezvoltate
Orașe sub 30
mii loc
Orașe de 30 –
100 mii loc
Orașe de 100-
200 mii loc
Orașe de
peste 200 mii
loc Total
BC, NT, SV, VN 66 39 24 33 14 46 0 222
GL, IS 43 12 10 0 12 0 55 132
BT, VS 41 9 0 10 14 11 0 85
AG, DB, PH 11 38 53 24 22 16 22 186
BZ, BR 10 13 16 9 0 13 20 81
GR, TR, IL, CL 12 28 37 13 32 0 0 122
DJ, MH, OT 18 31 23 19 11 10 28 140
GJ, VL 14 17 10 14 10 10 0 75
CT, TL 10 9 12 10 20 0 28 89
AB, HD 8 9 8 29 26 0 0 80
BV, SB 0 10 17 16 12 14 26 95
CJ, MS 9 18 19 14 15 13 27 115
CH, HR 0 9 19 11 13 0 0 52
BN, SJ 9 10 10 10 14 0 0 53
MM, SM 0 15 24 16 0 28 0 83
AR, BH 10 18 19 17 0 16 19 99

122
TM, CS 10 10 16 15 12 0 28 91
B 0 0 16 10 0 0 174 200
271 295 333 270 227 177 427 2000
Tabelul 4-4 Distribuția cazurilor pe arii culturale și tip de localit ate
Pentru fiecare subeșantion rezultat (celulele din tabel), în funcție de numărul de cazuri, s –
a stabilit un număr de secții de vot care să fie selectate în prima fază.

Aria cultural ă – județele
componente
Comune
sărace
Comune
mediu
dezvoltate
Comune
dezvoltate
Orașe sub 30
mii loc
Orașe de 30 –
100 mii loc
Orașe de 100 –
200 mii loc
Orașe de
peste 200 mii
loc
BC, NT, SV, VN 6 3 2 3 1 4 0
GL, IS 4 1 1 1 0 4
BT, VS 3 1 4 1 1 1 0
AG, DB, PH 1 3 2 2 2 1 2
BZ, BR 1 1 3 1 0 1 2
GR, TR, IL, CL 1 3 2 1 3 0 0
DJ, MH, OT 2 3 1 2 1 1 2
GJ, VL 2 2 1 1 1 1 0
CT, TL 1 1 1 1 2 0 2
AB, HD 1 1 2 2 2 0 0
BV, SB 0 1 2 1 1 1 2
CJ, MS 1 2 2 1 1 1 2
CH, HR 1 1 2 1 1 0 0
BN, SJ 1 1 2 1 0 0 0
MM, SM 0 2 2 1 0 2 0
AR, BH 1 2 2 1 1 1 2
TM, CS 1 1 2 1 1 0 2
B 0 0 0 1 0 0 17

Tabelul 4-5 Distribuția punctelor de eșantionare
Secțiile de vot corespunzătoare fiecărui subeșantion au fost ordonate după o variabilă
aleatorie și au fost selectate primele dintre ele.
În stadiul următor, din fiecare secție de votare este selectat aleator numărul de cazuri
dorite.
Sursa, Dumitru Sandu, Schema de e șantionare a Barometrului de Opinie Publi că,
2007http://sites.google.com/site/dumitrusandu/SchemadeesantionareBOP.pdf?attredirects=0 ,
accesată la 07.04.2012.
Unele studii menționează metoda drumului aleatoriu (sau a pasului) ca o metodă de
eșantionare. Mai degrabă este vorba despre o sc hemă de selecție a cazurilor din fiecare punct de
eșantionare. Drumul (adică străzile și gospodăriile care trebuie parcurse) stabilit de dinainte sau

123
poate fi ales de către operator (prima variantă este mai riguroasă, a doua este mai ușoară). Se
stabilește un punct de pornire și de acolo se merge cu un anumit pas – se intră în a N -a
gospodărie (casă sau apartament). Există și varianta ca în cazul în care avem apartamentele dintr –
un bloc să selectăm unul pe baza unui tabel cu numere aleatoare (putem obține a stfel de tabele
accesând http://www.graphpad.com/quickcalcs/randomN1.cfm ). În fiecare gospodărie va trebui
să alegem aleatoriu membru gospodăriei care va fi chestionat. Este important pentru că s-ar putea
să întâlnim situații în care cel care dorește să răspundă este capul familiei, dar pe noi ne
interesează să aflăm opinia întregii populații, nu doar cea a capului familiei. Putem face această
selecție utilizând metoda zilei de naștere (interviev ăm persoana care și -a sărbătorit cel mai recent
ziua de naștere) sau folosind tabelele Kish. Tabelele Kish pot fi construite de către fiecare
cercetător. Procedura începe prin a numerota membrii din familie pe baza ordonă rii după sex și
vârstă.
Subiect (r elația cu capul
familiei) Sex Vârsta Număr
Capul familiei F 52 4
Soțul F 1
Fiul 1 M 23 2
Fiul 2 M 21 3
Fiică F 25 6
Soră F 49 5
Tabelul 4-6 Ordonarea membrilor unei gospodării după metoda Kish
Tabelele Kish propriu -zise ne folosesc pentru a selecta membrul familiei care va fi
chestionat. În varianta inițială (Kish, 1965) se folosesc 8 tabele diferite, fiecare fiind folosit
pentru o anumită proporție din cazuri.
Proporția
În care se folosește Tabelul Num ărul de membri din gospodărie
1 2 3 4 5 6 sau mai
mulți
Membrul gospodăriei selectat
1/6 A 1 1 1 1 1 1
1/12 B1 1 1 1 1 2 2
1/12 B2 1 1 1 2 2 2
1/6 C 1 1 2 2 3 3
1/6 D 1 2 2 3 4 4

124
1/12 E1 1 2 3 3 3 5
1/12 E2 1 2 3 4 5 5
1/6 F 1 2 3 4 5 6
Tabe lul 4-7 Selectarea membrului din gospodărie
Este foarte important ca dacă membrul gospodăriei care a fost selectat nu este acasă să se
revină la o oră sau dată ulterioară, pentru a asigura reprezentativitatea eșantionului.
În metoda drumului întâmplător se poate introduce și cerința de a respecta anumite cote
din populație (de exemplu, avem nevoie de 10 femei sau 15 bărbați, 5 persoane cu studii
superioare, 7 cu studii medii și 5 care au mai puțină școală).
4. Eșantionarea de tip cluster
Este asemănătoare cu eșantionarea multistadială (aceasta din urmă este considerată un
caz particular de eșantionare cluster) . Presupunerea este că există grupări naturale ale subiecților
(cluster – în traducere ciorchine). Aceste grupări trebuie identificate, de obicei prin divizarea în
grupuri mari, vor fi selectate aleatoriu doar unele, care sunt împărțite la rândul lor ș.a. și, atunci
când am ajuns la nivelul cel mai de jos vom chestiona toată populația din clusterul respectiv (la
multistadial am fi selectat un eșantion din cluster).
Presupunerea de bază este că fiecare cluster este alcătuit dintr -o populație cât mai
eterogenă, dar între clustere ar trebui să existe omogenitate cât mai mare la nivelul mediilor
caracteristicilor indivizilor din clustere.
Metoda este una ieftină, dar eroarea poate fi mai mare datorită modului în care am
decupat diferitele clustere și a faptului că acestea nu sunt suficient de omogene.

Eșantionare non -probabilistică
În tabelul 3.2. am prezentat o s erie de posibilități de selectare non -probabilistică. Unele
dintre ele se potrivesc și pentru grupuri mari.
1. Eșantioane de conveniență
Un astfel de eșantion a fost selectat din motive legate de resursele de timp pe care le
avem la dispoziție. Un sondaj pe stradă (cum a fost cel din 1824) sau în rândul colegilor de
muncă sau școală se desfășoară pe eșantioane de conveniență. Cercetările efectuate de studenți
pentru lucrările de diplomă sau disertație folosesc și ele eșantioane de conveniență: persoanele
alese pentru chestionare sunt alese astfel încât cercetătorului să -i fie cât mai ușor să colecteze
datele. Trebuie avut grijă ca respondenții să facă parte din populația vizată – nu vom întreba un

125
coleg de școală atunci când ne interesează problemele pensionar ilor – și va trebui să avem un
număr suficient de cazuri (minimum 30) pentru a putea realiza anumite analize statistice.
2. Eșantionare pe cote
Într-o astfel de eșantionare încercăm să replicăm cât mai exact caracteristicile întregii
populații. Modalitatea de lucru seamănă cu cea folosită în exemplul eșantionării pentru
Barometrul de Opinie Publică 2007. Tabelul 4.4. ne prezintă de fapt cum am alege cazurile
pentru o eșantionare pe cote după două caracteristici: aria culturală și tipul de localitate. Am aflat
că din aria care cuprinde județele Bacău, Neamț, Suceava și Vrancea va trebui să obținem 66 de
chestionare din comunele sărace. Am putea să alegem 3 operatori și să -i trimitem în zonă, fiecare
având sarcina să culeagă câte 22 de chestionare din zona respec tivă. Alegerea cazurilor cade în
sarcina operatorilor.
Numărul de caracteristici luate în considerare poate fi mult mai mare. În exemplul de mai
sus s -ar putea ca operatorii să selecteze doar persoanele întâlnite în birtul satului sau persoanele
vârstnice care stau în poarta casei lor. Pentru a evita astfel de situații este bine să luăm în calcul
caracteristici cum ar fi sexul, vârsta, educația, etnia ș.a.
Faptul că operatorii fac selecția cazurilor poate să ducă la părtinire (în engleză bias).
Operatorii v or alege mai degrabă un anumit tip de persoane, ceea ce ar putea duce la o lipsă de
reprezentativitate a eșantionului.
Pentru a folosi cu succes eșantionarea pe cote trebuie să cunoaștem bine populația.
Gallup a folosit cu succes eșantionarea pe cote până în 1948, când a eșuat în predicția
președintelui ales în acel an. Motivul este legat de modificările din populație din perioada celui
de al doilea război mondial (în special o masivă strămutare spre orașe) care nu au fost surprinse
în eșantionul lui Gallup . Dacă nu cunoaștem populația ar fi bine să ne ferim de generalizări.
3. Eșantionare de tip „bulgăre de zăpadă”
Este o metodă care se folosește atunci când studiem o populație mai greu de găsit (ar
putea fi amatori de filatelie sau persoane fără adăpost). Nu avem liste de pe care să -i selectăm și
sunt foarte slab reprezentați în totalul populației. Ne bazăm pe faptul că persoanele cu aceleași
interese sau probleme se cunosc între ei. Procedăm la fel ca și când am face un om de zăpadă:
pornim de la un bulgăre d e zăpadă – primul caz identificat. Vom întreba fiecare respondent dacă
ne pot indica și alți membri ai populației, vom merge la aceștia și continuăm operația.

126
Operațiunea seamănă cu rostogolirea bulgărelui prin zăpadă și are un efect similar – eșantionul
devine tot mai mare.
Eșantionul obținut nu este unul reprezentativ și poate fi folosit doar pentru studii
exploratorii sau descriptive.
Din punct de vedere al modului de utilizare a eșantioanelor putem distinge între
eșantioane:
– De folosință unică – în car e eșantionul este folosit o singură dată pe parcursul unei
cercetări;
– Panel – în care același eșantion este folosit de mai multe ori în cadrul unei cercetări. Este
util pentru a realiza o cercetare longitudinală (de exemplu când dorim să aflăm cum
evolueaz ă anumite opinii de -a lungul unei perioade de timp). În acest caz trebuie să păstrăm
datele de contact ale fiecărui respondent, să -l contactăm și chestionăm în fiecare val de
sondare și să introducem datele respectând codul atașat fiecărui caz, pentru a pu tea vedea
evoluția în timp a fiecărui caz ;
– Multi -fazice – în care o parte din informație este colectată de la toți indivizii din eșantion,
iar o altă parte este colectată în același timp, sau după un anumit timp de la un sub -eșantion.
Cea mai simplă aplica re este atunci când avem un chestionar pentru tot eșantionul și,
întrebări diferite pentru anumite grupuri din eșantion – am putea avea un set de întrebări
pentru bărbați și unul pentru femei. În alte situații putem folosi un prim sondaj pentru a
identific a diferitele grupuri din eșantion și un al doilea sondaj pentru a pune întrebări diferite
pentru fiecare grup din eșantion.
Sondajele de opinie și administrația publică
Astfel de sondaje pot viza toată populația, clienții unei anumite instituții (în genera l,
contactul cetățenilor cu administrația se produce destul de selectiv, cu o instituție, maxim două,
în general administrația financiară, poliția, cu sistemul educațional, etc., opiniile lor despre
administrația publică în general structurându -se în funcț ie de instituția sau instituțiile cu care au
intrat în contact) sau angajații acesteia.
Cetățenii și clienții administrației publice pot fi chestionați pe teme cum ar fi funcționarea
unei instituții, relațiile cu administrația publică, evaluarea unui progr am în care sunt beneficiari
sau pentru a afla nevoile lor. Funcționarii publici pot fi chestionați în probleme organizaționale
(motivație, cultură organizațională, management, comportament organizațional, leadership,

127
comunicare, selectare, recrutare, schim bare organizațională, etc.) sau pentru a evalua activitatea
instituției sau programele desfășurate de acestea.
Instituțiile publice pot fi interesate de cercetarea satisfacției clienților ca dovezi ale unei
bune funcționări (dacă este cazul). Sondajele pot furniza indicații bune despre politicile dorite de
către populație . Totuși, nu există un grad prea înalt de conformare din partea politicienilor și
administrației. Monroe (19 98) a studiat corespondența dintre dorința de schimbare a politicilor
guvernament ale sau cea de status -quo exprimată de populație în SUA și schimbările care s -au
produs sau nu. A aflat că în perioada 1980 -1993 în 55% dintr -un număr de peste 500 de cazuri s –
a procedat conform dorinței opiniei publice. Rezultatul nu înseamnă prea mult, p entru că un
procent de 50% s -ar fi obținut doar prin hazard.
Măsurarea satisfacției clienților: American Consumer Satisfaction Index
Cel mai simplu mod de a investiga satisfacția clienților este prin intermediul sondajului
de opinie. În cazul ACSI s -a înce put prin identificarea activităților principale ale fiecărei agenții
investigate, pentru fiecare activitate construindu -se atribute măsurabile.
În 1999 au fost luate în calcul 30 de tipuri de activități ale agențiilor federale și au fost
intervievați 7723 de subiecți selectați aleatoriu din bazele de date ale agențiilor.
Indicele satisfacției pentru un serviciu se compune prin ponderarea satisfacției generale
față de serviciu, comparația cu așteptările și compararea cu idealul. Satisfacția generală față de
activitatea agențiilor federale a fost obținută printr -o nouă ponderare în funcție de bugetul
fiecărei agenții (bugetul fiind considerat un bun indicator al importanței agenției, respectiv al
serviciilor pe care le asigură aceasta).
Avem de a face cu un m odel econometric, există întrebări legate de satisfacția față de
anumite activități, de așteptări, de calitatea percepută a serviciilor, de reclamații, de încrederea în
furnizor, astfel încât putem vedea ce relații există între acestea, ce activitate este considerată mai
importantă, într -un final cum putem mări încrederea în instituție.
Setul de întrebări folosit este simplu, folosind o scală de răspunsuri de la 1 la 10. Cele
mai des întâlnite sunt următoarele:
1. Cum vă așteptați sa funcționeze instituția X?
2. Cum apreciați activitatea 1 a instituției respective?
3. Cum apreciați activitatea 2 a instituției respective?
4. Cum apreciați activitatea 3 a instituției respective?

128
5. Cum apreciați în general activitatea instituției respective?
6. Cum se compară instituția X cu o instituție ideală?
7. Ați avut reclamații? (DA/NU)
8. Cum au fost acestea rezolvate?
Sursă: www.theacsi.org , accesat la 15.04.2011

4.4 Interviul
Interviul este tot o metodă indirectă, în care nu avem acces la fenomenul stud iat și
încercăm să obținem datele necesare întrebând persoanele care au anumite cunoștințe despre
fenomenul care ne interesează – numiți intervievați.
Interviul este o metodă de cercetare calitativă – folosim un număr mic de cazuri, dar
încercăm să obținem informații cât mai bogate de la fiecare subiect. Metodele cantitative
încearcă să afle aceleași lucruri de la un număr cât mai mare de cazuri, rămânând la suprafața
fenomenului. În cazul metodelor calitative încercăm să mergem în adâncime, încercând să af lăm
cât mai multe lucruri de la fiecare subiect, surprinzând atât elementele specifice fiecărui caz cât
și elementele comune tuturor.
Interviul este o încercare de a obține informații prin intermediul unor întrebări și
răspunsuri din cadrul unor convorbiri . Există multe exemple în viața de zi cu zi. Astfel, pentru a
obține un loc de muncă, o etapă care prin care a trecut aproape orice angajat este cea a
interviului, în care angajatorul sau reprezentanții săi au încercat să afle în ce măsură candidatul
este potrivit pentru postul vizat. În presă citim aproape zilnic interviuri cu o personalitate sau alta
prin care ziariștii încearcă să afle cât mai multe lucruri despre anumite probleme sau despre
personalitatea intervievatului. Unele talk -showuri pot fi consi derate un alt tip de interviu, unul
care se desfășoară în grup. În acest caz moderatorul este cel care pune o întrebare și din diferitele
răspunsuri date de invitați și din discuțiile acestora încearcă să obțină cât mai multă informație.
Există diferențe î ntre aceste tipuri de investigație și interviul ca metodă calitativă de
cercetare. King și Horrocks (2010) identifică următoarele caracteristici:
Caracteristicile
interviului Interviu de
investigație (ex: cu
un politician) Interviu cu o
celebritate Intervi u la angajare Interviul ca metodă
de cercetare
Modul de
interogare Interogativ și
confrontațional Respect, se încercă
convingerea
intervievatului spre
confidențe Poate fi o
provocare, dar lasă
intervievatul să -și
prezinte atuurile Bazat pe întrebări
desch ise,
nedirecționate,
încearcă să

129
stabilească un
raport cu
intervievatul
Dinamica de
putere O posibilă miză
mare pentru
intervievat și
partidul său
Intervievatorul
trebuie să
demonstreze că
poate trece de
barierele
interlocutorului Intervievatul poate
avea controlul;
întrebările pot fi
aprobate în avans
Intervievatorul
poate avea nevoie
în continuare de
invitat Puterea este în
mâna
intervievatorilor,
în limita regulilor
din organizație Balanța trebuie să
fie echilibrată
Vizibilitatea Mare Mare Detaliile su nt
confidențiale,
rezultatul este
public Grad mare de
confidențialitate,
anonimitatea
răspunsurilor este
asigurată în
majoritatea
cazurilor
Tabelul 4-8 Caracteristicile diferitelor tipuri de interviuri
Există mai multe posibilități de clasificare a interviurilor:
– După genul de convorbire distingem interviuri față în față sau prin telefon (unii autori
consideră că există și prin poștă, dar acest gen de interviu este propriu sondajului). Primul tip
este consider at a fi mai corect din punct de vedere științific, știindu -se ce importanță au
componentele non -verbale într -o comunicare, în vreme ce al doilea tip are avantajul duratei
mai scurte și a economiei de bani ;
– După numărul de participanți, putem avea interviu individual sau de grup;
– După gradul de structurare există interviuri structurate, în care avem practic de a face cu
aplicarea unui ghid de interviu asemănător unui chestionar, semi -structurate, în care avem
stabilite doar întrebările de bază care vor fi ad resate și nestructurat e (sau discuții informal e),
în care discuțiile se poartă liber pe baza unei anumite tematici.

4.4.1. Interviul de grup
În cazul interviului de grup avem de a face cu o discuție cu un grup de persoane care pot
interacționa între ele. Există un avantaj – într-un sondaj de opinie sau într -un interviu individual
interlocutorul poate să spună ce dorește, fără a fi contrazis sau criticat. Într -un interviu de grup
părerea emisă de fiecare participant poate fi contrazisă, sprijinită, completată de către ceilalți.
Participantul care a emis o anumită părere poate să revină asupra ei, în funcție de spusele
celorlalți. Există acest aspect interactiv și membrii grupului sunt din start conștienți de acest

130
lucru. Vom obține astfel altceva decât opinii indi viduale care pot fi exprimate doar în particular
ci opinii care sunt exprimate într -un cadru social, care printr -o discuție se pot transforma (mult
mai asemănător cu ceea ce se întâmplă în realitate).
Un alt avantaj al interviului de grup este legat de cos turile de timp și bani – în loc să
intervievăm 10 persoane pe rând putem să le intervievăm în același timp.
În funcție de componența grupului, putem avea:
– Interviul clasic de grup, în care grupul este unul natural (cum ar fi funcționarii dintr –
un birou) . Trebuie să evităm includerea într -un astfel de grup a unor persoane cu autoritate (cum
ar fi șeful de birou) – în loc să aflăm opinia grupului vom afla opinia șefului ;
– Focus grupul este un interviu structurat aplicat asupra unui grup special constituit cu
ocazia interviului. Grupul respectiv trebuie să fie unul cât mai omogen pentru a evita dificultățile
de interacționare – dacă vrem să aflăm opiniile unor categorii mai largi vom efectua mai multe
focus -grupuri, pe grupuri cât mai omogene. Se folosește mult în domeniul marketingului, în care
se urmărește aflarea opiniilor despre anumite produse sau servicii .
– Paneluri de experți – în care experți din domeniu încearcă să identifice o soluție sau
să evalueze un anumit obiect, program ș.a.
Dimensiunea grupului e ste între 8 și 12 membri, durata tipică variază între o oră și două
ore, rareori reușind să ajungem la durata maximă.
Conducerea grupului este un lucru destul de dificil . O astfel de întâlnire de grup
presupune un set de probleme care trebuie atinse, dar altfel desfășurarea este destul de liberă.
Conducătorul introduce temele de discuție pe rând și după aceea lasă fiecare participanții să -și
exprime liber părerile. Intervențiile sunt rare doar atunci când discuția se abate de la subiect,
când anumite opini i trebuie clarificate, când un participant monopolizează discuția, când discuția
trenează sau atunci când consideră că subiectul a fost epuizat și ar trebui să se treacă la altă temă.
Conducătorul grupului trebuie să fie un bun ascultător, să -i sprijine pe participanți să -și
exprime opiniile, dar în același timp trebuie să aibă o bună capacitate de analiză astfel încât să -și
dea seama pe care curs al discuției să -l încurajeze și pe care să -l oprească, ce idei noi apar și cum
pot fi aprofundate, să înțeleagă nu doar vorbele participanților, dar și elementele de comunicare
non-verbală. El trebuie să posede o bună cunoaștere a subiectelor abordate. În plus, trebuie
evitată cu orice preț influențarea membrilor grupului într -o direcție sau alta. În momentul în ca re

131
conducătorul grupului lasă să se înțeleagă că are anumite opinii despre o anumită problemă,
membrii grupului vor fi tentați să -i ofere ce dorește acesta să audă.
Datorită timpului relativ limitat și a numărului mare de participanți numărul de întrebări
care poate fi adresat este unul redus, foarte rar reușindu -se să se ajungă la 10 întrebări. Interviul
de grup se desfășoară pe baza unui ghid de interviu în care sunt pre zenta te subiectele care trebuie
atinse pe parcursul conversației, eventual și informaț iile care trebuie obținute pentru fiecare
dintre ele (astfel încât dacă anumite informații nu sunt furnizate voluntar să punem întrebări
suplimentare). În principiu trebuie să abordăm toate subiectele din ghidul de interviu. În cazul în
care ne apropiem de finalul întâlnirii fără a fi reușit să abordăm toate subiectele și știm că nu
putem prelungi durata discuției este preferabil să ne limităm la subiectele cele mai importante.
Selectarea participanților la un interviu de grup este relativ simplă – fie luăm grupul
natural în întregime (cu excepția discutată, cea a șefului), fie identificăm un număr de persoane
care îndeplinesc condițiile dorite și le invităm să ia parte la discuție. Pentru a -i convinge să
participe la discuție se practică oferirea unor stimu lente, dar se recomandă ca acestea să fie de
valoare mică.
4.4.2. Ghidul de interviu
Pentru interviurile individuale putem avea interviuri structurate, semi -structurate sau
nestructurat e (sau discuții informale).
Diferențele se văd în primul rând în ceea ce prive ște ghidul de interviu:
– interviurile structurate se bazează pe un ghid care va cuprinde toate întrebările
care vor fi puse pe parcursul unui interviu sunt prezente în ghidul de interviu;
– interviurile semi -structurate – în ghid sunt precizate întrebările c ele mai
importante, precum și câteva posibilități de continuare, în funcție de răspunsul intervievatului.
Intervievatorul pune fiecare întrebare din ghid, dar are libertatea ca în funcție de răspunsul primit
să exploreze în adâncime problema în modul pe ca re-l consideră cuvenit;
– discuția informală nu se bazează pe un ghid de interviu. Tot ce avem este o temă
pe care dorim să o discutăm cu interlocutorul nostru.
În alegerea gradului de structurare al interviului trebuie să luăm în considerare aspecte
cum ar fi:
– obiectivul cercetării (pentru o cercetare descriptivă putem folosi un ghid
structurat, pentru una explicativă ar fi bine să avem o anumită libertate);

132
– măsura în care dorim să comparăm cazurile între ele (pentru aceasta trebuie să
punem aceleași întrebă ri);
– bogăția informației – un interviu informal ne furnizează informația cea mai
bogată, putând indica noi aspecte ale fenomenului studiat sau noi informații despre interlocutor;
– gradul în care stăpânim domeniul (cu cât știm mai multe despre un domeniu, cu
atât suntem mai capabili să scriem un ghid mai structurat);
– capacitățile intervievatorului (pentru începători se recomandă folosirea unui ghid
structurat , o discuție informală cere mai multă experiență );
– particularitățile interlocutorilor – există persoan e care prefera să se exprime liber,
fără a fi încorsetați de o anumită structură a discuției, dar și altele care se simt ajutate de
existența unei structuri și au nevoie de întrebări pentru a -și putea exprima opiniile.
Întrebările folosite în interviu ri
Din punct de vedere al subiectului lor întrebările pe care le punem în cadrul unui interviu
pot să fie legate de experiențele, comportamentele, opiniile, valorile, simțămintele, cunoștințele
sau caracteristicile socio -demografice ale subiecților.
Există într ebări principale, care se regăsesc în interviuri și urmăresc să afle unele dintre
lucrurile de mai sus și întrebări suplimentare prin care putem cere detalii suplimentare, explicații
sau completări.
Trebuie să fim atenți la formularea întrebărilor. Știm d eja că modul de formulare al
întrebării poate influența opinia exprimată. Influența formulării se poate resimți și asupra
cantității de informație din fiecare răspuns.
Întrebările folosite trebuie să fie întrebări deschise. Folosim aici un sens mai larg de cât
cel în care am definit întrebările deschise din chestionare. Nu oferim variante de răspuns, dar
trebuie să facem mai mult – să deschidem discuția cât mai larg, invitând interlocutorul să ne
răspundă cât mai pe larg la întrebări.
Întrebarea „Cât de sati sfăcut sunteți de calitatea cursului de metode de cercetare?” pare
una deschisă, dar în realitate restrânge gama de răspunsuri – vom răspunde că suntem satisfăcuți
într-o măsură mai mare sau mai mică. O întrebare cu adevărat deschisă ar suna „Care este
părerea ta despre cursul de metode de cercetare?”. O astfel de întrebare permite exprimarea de
păreri mai pe larg și ne va furniza și o mare varietate de răspunsuri care vor furniza informații
despre diferite aspecte ale acestui curs.

133
Întrebările folosite în interviuri trebuie să respecte regulile menționate pentru întrebările
din chestionar: să fie formulate într -un limbaj accesibil, să fie clare, să fie scurte, fără a conține
negații și duble negații, să fie formulate și citite cât mai neutru cu putință, să nu fie întrebări
duble.
Nici într -un interviu nu trebuie să întrebăm subiecții ce părere au despre ipotezele
noastre. Există un tip de întrebare care face referire la o posibilă relație cauzală – întrebarea „de
ce?”, care în diferite formulări se regăseșt e ca , folosită ca întrebare principală sau întrebare
suplimentară în cazul multor ghiduri de interviu. Patton (1999) ne avertizează să folosim o astfel
de întrebare în forma aceasta doar cu mare grijă – numărul de răspunsuri poate fi foarte mare,
referind u-se la un număr prea mare de posibile cauze , alteori nici interlocutorul nu cunoaște prea
bine cauza sau nu este capabil să o exprime . Recomandarea ar fi să formulăm întrebarea cât mai
specific. În plus, atunci când încercăm să găsim relații cauzale ar fi bine să le identificăm noi în
faza de analiză a datelor, decât să cerem interlocutorilor să le identifice.
Putem să întrebăm direct „Care sunt motivele pentru care ai obținut o notă mai slabă la
examen?” – și vom afla care sunt motivele cel mai importante în viziunea intervievatului. Ne
interesează părerea sa, dar știm că orice părere poate fi subiectivă. Un fost coleg de liceu , în
prezent profesor la o universitate din Arabia Saudită , mi-a povestit că studenții de acolo
consideră că o notă slabă denotă că l-au supărat cu ceva pe profesor. Un răspuns care ne oferă o
astfel de cauzalitate nu ne ajută să înțelegem motivul real pentru care nota la examen a fost mai
slabă.
Alte întrebări cum ar fi „Cum te-ai pregătit pentru examen?”, „Cum s -a desfășurat
examenu l?” ar putea să ne furnizeze informații din care să putem trage noi concluziile cele mai
potrivite. Nu trebuie doar să întrebăm care sunt cauzele, putem să întrebăm care au fost faptele și
să încercăm să tragem noi concluziile.
În multe ocazii se recomand ă ca întrebările să fie însoțite de anumite prefațări: tema se
poate anunța: „aș dori să vorbim despre modul în care s -a desfășurat examenul”, introducerea
întrebării se poate face prin folosirea unor exemple „unii studenți consideră că examenul la
metode de cercetare este diferit de alte examene. Tu ce crezi?” sau a unor controverse „unii spun
că examenul este foarte greu, altora li s -a părut ușor. Care este părerea ta?” sau prin inversarea
rolurilor „să presupunem că mâine ar trebuie să dau și eu acest ex amen. La ce ar trebui să mă
aștept?”

134
Ghid de interviu semi -structurat

Scopul interviului este aflarea unor informații despre un anumit program de training aflat
în derulare. Interlocutorii vor fi persoane implicate în desfășurarea programului.
Numele int erlocutorului _____________________________________
Funcția ___________________________
Data _____________________________

Bună ziua, numele meu este ____________.
Scopul acestui interviu este să aflăm părerea dumneavoastră despre acest program de trainin g în
care sunteți implicat. Sunt interesat în special de problemele pe care le -ați întâmpinat și de
recomandările pe care le aveți.
Dacă sunteți de acord, voi înregistra această convorbire, pentru a putea evita orice denaturare a
conversației noastre. Tot ce vom vorbi aici rămâne confidențial, doar un rezumat al părerilor
tuturor persoanelor implicate în program, fără referință la numele acestora, va fi făcut public.
Pentru început vă rog să ne spuneți ce responsabilități aveți în acest program. ( Notă: în f uncție de
răspuns se pot adresa alte întrebări pentru clarificare ).
Aveți cunoștință să fi existat probleme în selecția participanților în program? ( Notă: dacă da, se
continuă cu întrebări cum ar fi: Care au fost acestea?, Știți de ce au apărut?, Cum au fo st
rezolvate? Sau Ce sugestii aveți pentru rezolvarea unor astfel de probleme? ).
Cum s -au luat deciziile referitoare la conținutul trainingului ? (Notă: se poate continua cerând
informații despre persoanele care au avut un cuvânt de spus, despre aportul ins tructorilor sau
cel al participanților , despre modul în care aceștia au fost implicați ).
Ce s-a întâmplat în timpul sesiunilor de lucru? ( Notă: după ce se primește răspunsul se poate
continua cu întrebări cum ar fi: Cum ați aprecia prestația instructorilor ?, Cum au fost
prezentările?, A fost încurajată participarea activă?, Pe ce s -a pus accentul, pe teorie sau pe
practică? ).
Au existat probleme legate de materialele și echipamentele necesare pentru curs? ( Notă: se vor
cere detalii și explicații ).
Ce alte p robleme au mai existat? ( Notă: se vor cere detalii și explicații ).

135
Care ar fi elementele pozitive ale acestui program? De ce credeți acest lucru ? (Notă: se va insista
pe explicarea motivelor pentru care acestea au fost menționate ).
Ce părere aveți despre î ntregul program? ( Notă: se va insista pe aspectele care nu au apărut mai
devreme în discuție ).
Ce alte lucruri ar merita știute despre program? ( Notă: se vor cere detalii și explicații ).

4.4.3. Rolul intervievatorilor
Intervievatorii (sau operatorii de interviu) sunt elementul cheie în succesul unui interviuri.
Lucrurile menționate în cazul operatorilor de sondaj sunt valabile și pentru intervievatori, rolul
acestora din urmă fiind chiar mai important.
Rolul lor este important încă din momentul în care subiecții sunt abordați – modul în care
fac acest lucru precum și aspectul lor general poate să determine acceptarea discuția sau refuzul.
Pe parcursul discuției intervievatorii trebuie să stabilească o relație de încredere între ei și
intervievați, astfel încât ac eștia din urmă să fie dispuși să răspundă cât mai complet și cât mai
sincer la întrebări.
Cercetătorul trebuie să transmită interlocutorilor faptul că ascultă activ (prin mimică și
gestică, prin expresii care denotă interesul) și să -i încurajeze să contin ue. Trebuie să gestioneze
cu grijă cursul discuției, evitând pe cât posibil devierile de la subiect (folosind maximum de
tact).
În plus față de operatorii de sondaj un bun intervievator trebuie să înțeleagă ce i se spune și
să fie capabil să identifice ce le mai bune modalități de aprofundare a informațiilor primite.
Simplificând am putea spune că operatorul trebuie să -i „tragă de limbă” pe subiecți într -un
mod cât mai discret. Pentru aceasta trebuie să posede calitățile necesare – acestea pot fi
îmbunătăți te prin exercițiu.
Intervievatorul este responsabil și cu notarea răspunsurilor. Dacă interlocutorul este de
acord interviul poate fi înregistrat (audio sau audio -video). În caz contrar poate să ceară voie să
noteze răspunsurile (care trebuie notate cât ma i fidel cu putință și evidențiind și elementele
relevante de limbaj non -verbal . Dacă nu primește permisiunea pentru așa ceva va trebuie să dea
dovadă de o memorie cât mai bună pentru a nota ulterior convorbirea (deși în acest caz
informațiile vor fi mult m ai sărace și „contaminate” de personalitatea operatorului). În cazul
înregistrării audio elementele de limbaj non -verbal trebuie să fie reținute cât mai fidel pentru a fi

136
ulterior incluse în contextul discuției. Chiar dacă discuția a fost înregistrată se r ecomandă
transcrierea ei în vederea analizei datelor.
Transcrierea discuției trebuie să fie cât mai fidelă celor spuse și să cuprindă toate
elementele de limbaj non -verbal relevante. Transcrierea începe prin descrierea interlocutorului, a
caracteristicilor mediului în care se desfășoară interviul (important mai ales în cazul în care
mediul este unul familiar subiectului – casa sa, locul de muncă, camera de cămin, școala sa, barul
preferat ș.a.), precizând data desfășurării interviului și modul în care a fos t selectat interlocutorul.
Doar după aceea se trece la prezentarea integrală a discuției avute.
Extras din transcrierea unui interviu
Întrebare: Unii studenți consideră că examenul la metode de cercetare este diferit de alte
examene. Tu ce crezi?
Răspuns: (nervos) Nu știu cine poate să spună că a fost ușor. Poate pentru tocilari. Când
am citit subiectele am crezut că am nimerit la alt examen (râde). Am citit suportul de curs… o
dată sau de două ori dar nu știu ce legătură are cu subiectele astea. Cel puțin la punctul 3 (ezită
un moment) sau era 4, mă rog, un tabel plin de cifre , n-am știut ce să fac cu ele. Am tot făcut
calcule cu regula de trei simplă de am mâzgălit toată ciorna, dar nu a ieșit nimic. O fi avut
dreptate profu’ când zicea că ar trebui să șt im mate ca să ne descurcăm la MTCS, dar eu am fost
la umanist. (se scarpină în cap). Nu -i vorbă că nici X (o altă studentă) care a fost la info n -a
făcut mare brânză. (resemnat) Ne -au zis ăia din anul trei că o să dăm examenul ăsta de cinci,
șase ori… Poate că dacă îmi pica fisa cum era treaba cu experimentul mai făceam ceva.(dă din
umeri) Asta e!

4.4.4. Selectarea cazurilor
Pentru selectarea cazurilor putem folosi toate metodele aplicabile unui număr mic de
cazuri prezentate în tabelul 3.2. – avem 16 posibilități . Vom folosi metoda de selectare cea mai
potrivită pentru a atinge obiectivele cercetării. Dacă dorim să descriem un fenomen am putea să
alegem cazuri tipice , omogene, stratificate sau bazate pe teorie. Dacă dorim să generăm o teorie
putem încerca să maxim izăm variația sau să căutăm cazuri critice . Dacă dorim să verificăm o
teorie vom căuta cazuri extreme sau deviante, cazuri confirmatoare sau neconfirmătoare, cazuri
în care avem o anumită intensitate. Dacă nu cunoaștem populația putem apela la metoda
bulgă relui de zăpadă.

137
Trebuie să alegem persoanele care ne pot furniza informațiile cele mai bune despre
subiectul care ne interesează. Nu vom afla prea multe despre ce s -a întâmplat în meciul de aseară
dacă întrebăm pe cineva care nu l -a văzut. Cel mai bun in formator în acest caz ar putea fi un
jucător (care are informațiile din participarea directă la joc), un spectator (a văzut meciul, s -ar
putea să fie obiectiv și are și informații legate de atmosfera în care s -a desfășurat meciul) sau
cineva care s -a uitat la meci la televizor (a putut fi mai detașat, a văzut și o serie de reluări ale
fazelor de joc). În funcție de informațiile care ne interesează (și de posibilitățile pe care le avem)
putem alege subiecții noștri din una sau mai multe dintre categoriile me nționate.
În general trebuie să avem în vedere că putem înțelege mai bine un fenomen dacă ne este
prezentat din mai multe puncte de vedere. Dacă vrem să înțelegem ce se întâmplă într -un
program din învățământul superior ar fi bine să vedem perspectiva stud enților, a profesorilor,
eventual cea a secretariatului. Chiar dacă aceste perspective ar putea să fie contradictorii putem
continua cu interviurile până când reușim să înțelegem cum funcționează programul (sau măcar
cum și -au format profesorii și studenți i păreri atât de diferite despre programul respectiv).
Câte cazuri ar trebui să selectăm? Răspunsul este – atâtea de câte avem nevoie pentru a
ne atinge obiectivul. Dacă după 5 cazuri am reușit să descriem, să evaluăm sau să explicăm
fenomenul care ne inte resează putem să ne oprim, dacă suntem convinși că noi cazuri nu ne -ar
aduce informații noi. Altfel trebuie să continuăm până reușim. Dacă numărul de cazuri devine tot
mai mare și tot nu am reușit poate ar trebui să ne gândim că nu am ales metoda sau chiar tema
potrivită și ar trebui să căutăm o altă metodă sau o altă temă de cercetare.
Interviul în administrația publică
Interviul poate fi folosit în toate domeniile menționate în cazul sondajului de opinie.
Informațiile provenite din sondajul de opinie nu a u aceeași validitate ca și cele provenite printr –
un sondaj de opinie, dar sunt deseori mai bogate și sunt obținute cu un cost redus.
În momentul în care dorim să lansăm un nou serviciu pentru cetățeni am putea organiza
focus -grupuri ca să vedem care sunt așteptările față de acest serviciu și care gradul în care un
astfel de serviciu ar avea succes. În evaluarea programelor interviurile (individuale și de grup)
sunt folosite cu succes pentru a aduna date exploratorii, a îmbunătăți activitățile programului,
evaluarea unor programe complexe, validarea sau punerea în context a rezultatelor altor evaluări
(Wholey, 2004). În activitatea de zi cu zi funcționarii publici se întâlnesc cu cetățeni care își
exprimă doleanțele față de instituțiile respective sau pot să desfășoare activități de verificare sau

138
control (anchete sociale, controale la firme, ș.a.) cu un înalt grad de interacțiune, în care
metodologia specifică interviului poate să fie folosită.
4.5 Analiza documentelor
Documentele în accepțiunea științelor s ociale semnifică un obiect sau un text care oferă o
informație despre un fenomen social. Metoda analizei documentelor încearcă să rezolve
problema obținerii datelor în cazul în care nu putem urmări fenomenul care nu ne interesează și
nu avem posibilitatea să interogăm persoane care cunosc fenomenul. Vom cerceta subiectul
folosind urmele lăsate de către acesta (urme directe sau obiecte sau urme indirecte – texte în care
este reflectat subiectul nostru). Metoda mai este folosită pentru verificarea și completa rea datelor
obținute prin alte metode.
În funcție de modul de aplicare metoda poate fi folosită pentru colectarea de date
cantitative și calitative. În funcție de documentele disponibile putem folosi metoda pentru a face
cercetări cu obiective extrem de di verse, acoperind toate obiectivele posibile. Metoda este una
discretă, în care nu întâmpinăm probleme de reactivitate.
Avantaje ale analizei documentelor sunt:
 Este mult mai ieftină;
 Se poate acoperi o arie geografică sau temporală mai mare;
 Se pot face st udii la nivel național cu un buget mic.
Dezavantaje le metodei sunt :
 Documentele au fost întocmite cu alte scopuri decât cele ale cercetării noastre. De
aceea se poate întâmpla să avem la dispoziție doar o parte din informația de care
avem nevoie și într -un format care s -ar putea să nu fie cel dorit ;
 Informațiile despre modul în care au fost întocmite documentele este în general
redusă;
 Documentele sunt la fel de bune ca și cei care le -au produs – putând reflecta în
mod incorect, incomplet sau subiectiv feno menul prezentat ;
 Situația se poate să se fi modificat între timp. Dacă folosim mai multe seturi de
astfel de documente, provenind din perioade diferite de timp s -ar putea să nu putem
să le coroborăm chiar dacă provin din perioade apropiate. (multe situații s-au
modificat semnificativ de la un an la altul);

139
 Documentele pe care ne bazăm se poate să fi fost produse cu un alt scop decât cel
presupus, uneori se poate chiar să fi fost alterate astfel încât să apere un anumit punct
de vedere (în domeniul sondajelo r de opinie, mai ales cele cu tematică politică, apar
foarte des acuze de falsificare a datelor).
4.5.1. Tipuri de documente
Documentele pot fi de mai multe tipuri. Putem face deosebiri între documente publice sau
documente private (Caplow, 1970), documente cifri ce (în care informația este exprimată sub
formă de cifre) sau necifrice, documente scrise, statistice sau vizuale, ș.a.
Încercând să îmbinăm mai multe clasificări vom spune că documentele pot fi :
– Documente oficiale;
– Date statistice;
– Datele obținute în cadr ul altor cercetări și baze de date ale instituțiilor publice ;
– Documente private;
– Materiale de presă (ziare, radio, TV, situri specializate );
– Opere de artă (literatură, teatru, muzică, sculptură, pictură, film, arhitectură);
– Alte produse ale activității uma ne (obiecte extrem de variate, to ate obiectele
produse de om care nu intră în categoriile de mai sus ).
Documentele oficiale
În această categorie intră orice document emis de către o autoritate a statului.
O primă categorie de documente este reprezentată de cele cu caracter normativ –
Constituția, legile, ordonanțele, hotărârile de guvern, ordinele miniștrilor, hotărârile consiliilor
locale și județene , regulamentele diferitelor instituții . Atunci când studiem un anumit fenomen
legislativ trebuie să începe m prin a studia reglementările care guvernează respectivul domeniu.
Reglementările pot fi un obiect separat de studiu – putem vedea care este impactul reglementării,
în ce măsură este respectată, cum a fost adoptată, cum ar putea fi îmbunătățită.
Mai avem diferitele raportări ale instituțiilor statului (execuția bugetară, raportări
contabile, rapoarte privind starea unor anumite sectoare de activitate ș.a.), informațiile publice pe
care trebuie să le furnizeze fiecare instituție (organigrama, declarații de avere, programe și
strategii, ș.a.) precum și comunicatele de presă. Tot la capitolul documente oficiale intră și
corespondența instituțiilor statului cu alte instituții sau cu cetățeni (inclusiv dosarele acestora pe
baza cărora au solicitat diferite prest ații – de la pensie la autorizații de construcție) .

140
Unele documente au fost deja făcute publice . Altele ar putea fi solicitate și obținute ca
informații de interes public. Există însă unele informații care sunt secret de stat sau secret de
serviciu, care n u vor putea fi accesate. Există și probleme legate de protecția datelor personale –
multe dintre documentele oficiale fac referire la situațiile concrete ale unor persoane și trebuie să
avem grijă să solicităm copii ale documentelor respective în care date le de identificare au fost
șterse.
Statisticile
Cea mai importantă statistică este constituită de recensământ. Alte statistici economice,
sociale, culturale ș.a. pot fi folosite într -o cercetare, ca metodă principală de culegere a datelor,
sau pentru compl etarea informațiilor. Statisticile sunt esențiale în documentarea și prezentarea
fenomenului studiat, cifrele de aici permițându -ne să precizăm dimensiunea fenomenului.
Cea mai importantă sursă de statistici pentru România este Institutul Național de
Statistică, care prezintă o varietate de statistici în buletine lunare și în Anuare Statistice. Acestea
sunt și disponibile online la adresa www.insse.ro . Un anuar statistic cuprinde informații despre
geografie, populație , piața for ței de munc ă, veniturile cheltuielile și consumul popula ției,
locuin țe și utilit ăți publice , asistență socială, sănătate, educație, cultură și sport, prețuri, activitate
economică, știință, finanțe și justiție, la nivel național și defalcat pe diferit e grupări (unități
teritoriale, sex, tip de proprietate ș.a.) pe ultimul an încheiat, dar și pe anii anteriori, permițând și
studierea evoluției statisticilor care ne interesează.
O altă sursă importantă de statistici (pentru România și Uniunea Europeană) este Eurostat
– date disponibile la ora aceasta doar în engleză, franceză și germană (online la:
http://epp.eurostat.ec.europa.eu/portal/page/portal/eurostat/home ).
Mai există și alte instituții internaționale care dau publicității diferite date statistice pe
teme specifice (putem afla date despre muncă de la Organizația Internațională a Muncii, despre
agricultură de al FAO – Food and Agriculture Organization ș.a.)
Datele obți nute în cadrul altor cercetări și baze de date ale instituțiilor publice
Datele folosite în cercetări pot fi clasificate în primare (colectate de către cercetător),
secundare (colectate de către alți cercetători) și terțiare (corectate și interpretate de c ătre alți
cercetători). În momentul în care folosim datele colectate în cadrul altor cercetări sau bazele de
date ale unor instituții pentru analize proprii facem ceea ce se numește analiza datelor secundare.

141
Există cercetări ale căror rezultate sunt făcu te publice până la nivelul bazelor de date
rezultate (în general avem de a face cu sondaje de opinie, nu vom găsi datele unor cercetări
calitative). Avantajul folosirii unor astfel de date este conferit de numărul mare de cazuri și aria
mai largă de cuprin dere a acestor cercetări (pe plan național sau chiar internațional). Există și
dezavantajul faptului că datele au fost colectate în alte scopuri decât cele în care am dori noi să le
folosim. Unele variabile care ne interesează nu au fost măsurate, iar alte le într -un mod care s -ar
putea să nu fie cel pe care l -am fi folosit noi.
Ca surse de astfel de date menționăm Leibniz Institute for Social Sciences
(www.zacat.gesis.de ) care oferă bazele de date pentru o serie de ce rcetări de larg interes derulate
la nivel european (inclusiv în România), printre care Eurobarometrul și European Values Survey .
În România, fundația Soros a desfășurat în perioada 1994 -2007 o serie de sondaje cuprinzând
teme variate (inclusiv legate de ad ministrația publică), date care pot fi accesate online la adresa
http://www.soros.ro/ro/program_articol.php?articol=107 .
Un caz aparte de documente bazelor de date folosite de către inst ituțiile publice pentru
evidența diferiților clienți și a relațiilor cu aceștia. Pe baza acestor date se pot face o serie de
analize (inclusiv statistice). De exemplu din baza de date de evidență a șomerilor am putea afla
lucruri legate de descrierea șomer ilor sau am putea vedea ce relații există între durata șomajului
și factori cum ar fi pregătirea, sexul, vârsta ș.a. Astfel de date pot fi obținute destul de greu, doar
după înlăturarea datelor de identificare și după negocieri dificile cu instituțiile pub lice.
Documentele private
Acestea pot aparține unor firme sau persoane.
În cazul firmelor acestea oglindesc activitatea lor și sunt greu de obținut, din frica
divulgării unor informații care pot fi folosite de către concurență. Documente cum ar fi
regula mentele de ordine interioară, alte regulamente și proceduri, hotărârile consiliului de
administrație sunt documente care trebuie studiate în momentul în care dorim să studiem
organizația respectivă.
În cazul persoanelor documentele pot fi extrem de variate , de la diferitele acte oficiale
care reflectă anumite caracteristici ale persoanei respective (din fișa medicală am putea vedea
istoricul stării sale de sănătate, din cartea de muncă activitatea sa profesională, ș.a.) la documente
cu caracter personal. În mod tradițional au fost apreciate documente cum ar fi jurnalele personale
sau scrisorile, reflectând aspecte importante din viața respectivelor persoane. William I. Thomas

142
și Florian Znaniecki au studiat viața țăranilor polonezi din America și Europa pe b aza scrisorilor
schimbate între țăranii polonezi emigranți în America și familiile lor din Europa.
Astfel de documente, mai ales dacă au o anumită vechime sunt dificil de obținut. Thomas
și Znaniecki au oferit sume de bani pentru a colecta într -un final 7 64 de scrisori.
În ultimii ani astfel de documente s -au mutat în mare măsură într -un alt mediu – cel al
Internetului, unele dintre ele putând fi accesate de către oricine (pagini personale sau bloguri),
ceea ce facilitează mult colectarea datelor.
Material ele de presă
Articolele din ziare sau emisiunile de la radio sau televiziuni constituie și ele o reflectare
(chiar dacă incompletă și nu întotdeauna corectă) a faptelor care se petrec în jurul nostru. Dacă
dorim să studiem corupția în administrația publică folosind edițiile electronice ale ziarelor vom fi
capabili să identificăm un număr foarte mare de cazuri, descrise pe larg.
În selectarea materialelor cele mai relevante va trebuie să încercăm să vedem care
articole merită incluse în analiză și care trebu ie respinse. În general se încearcă evitarea
materialelor senzaționaliste, gen tabloid, care suferă de multe exagerări și inexactități. Mai
trebuie verificate și eliminate documente care sunt de fapt scrise la comandă. În general se
recomandă să fie aborda te medii de presă cu orientări diferite. Dacă o sursă apropiată puterii
acuză un politician din opoziție de corupție este bine să privim cu circumspecție acuzele
respective. Dacă surse apropiate de opoziție reiau acuzațiile respective cazul merită mai mult
interes.
Modul în care reflectă presa anumite elemente poate fi și el un obiect de studiu . Putem să
vedem care sunt temele abordate în presă, modul în care sunt prezentate ș.a.
Opere de artă
Arta reprezintă o reflectare a realității. Reflectarea nu este î ntotdeauna fidelă (în cazul
picturii supra -realiste este uneori greu să recunoaștem care este subiectul tablourilor). Totuși,
putem să înțelegem mult despre o societate prin studiul operelor de artă produse în societatea
respectivă. Chiar și în cazul opere lor de ficțiune valorile societății respective (sau măcar cele ale
autorului) sunt imprimate în opera de artă. Multe evenimente prezentate artistic sunt de fapt
reflectarea unor evenimente reale.
Dar chiar dacă operele respective sunt produsul integral al fanteziei autorului tot pot fi
folosite pentru scopuri științifice. Keane (1999) folosește romane pentru a testa noi teorii din

143
management – Împăratul muștelor al lui William Golding pentru a testa modelul structurilor
disipative propus de Ilya Prigogine ș i Orașul și stelele al lui Arthur C. Clarke (un roman SF)
pentru a testa conceptul de autopoiesis al lui Maturana și Varela.
Alte produse ale activității umane
Putem studia activitatea umană și din prisma artefactelor pe care le producem. Există o
serie în treagă de produse care ne dau o idee despre activitățile umane care le -au produs.
Siturile instituțiilor publice au un cert caracter oficial. Dincolo de documentele care pot fi
găsite pe astfel de situri putem studia chiar siturile ca produs al activități i umane. Ele pot fi
analizate din numeroase puncte de vedere – ca obiect de studiu în sine sau ca reflectare a unor
caracteristici ale instituțiilor respective.
Analiza paginilor web a unor instituții publice
Chiar dacă guvernarea electronică este mai mult decât un web -site, o analiză a paginilor
de web ale unor instituții ne poate ajuta să înțelegem mai multe despre respectivul fenomen .
Analiza s -a făcut pe baza unor criterii de măsurare aplicate pe o scară de la 1 – slab la 5 –
foarte bun. S -au identificat trei posibile utilizări ale paginilor web: informare, consultare și
participare activă. Modul în care se pot realiza acestea sunt:
1) Informație: structură, raport de activitate, adrese de contact, orar, obiective, proiecte;
Accesibilitate: harta sitului, ac tualizare regulată, arhivă, baze de date, index sau mașini de
căutare, lizibilitate, timp de găsire a informației;
2) Consultare: informații și politici de comunicare, posibilitatea de a trimite sugestii prin email,
sondaje, timpul de răspuns la solicitări, b uletine de informare;
3) Participare activă: forumuri de discuții, paneluri de cetățeni, achiziții publice, audieri online.
Au fost selectate câteva instituții publice ale căror pagini au fost analizate conform criteriilor de
mai sus. Rezultatele au fost:
Instituții publice Informație Consultare Participare
activă Scor general
Guvern 2.75 1.37 1 Slab (1.70)
Ministerul Administrației Publice
Locale 2.66 1.5 1 Slab (1.72
Ministerul Informațiilor Publice 2.16 1.5 1 Slab (1.55)
Ministerul Comunicațiilor și TI 3.86 3.15 1 Mediu (2.67)

144
Camera Deputaților 4.25 3.58 1 Mediu (2.94)
Senatul 2.93 1.94 1 Slab (1.95)
Președinția 2.43 1.5 1 Slab (1.64)
Avocatul Poporului 2.83 1.66 1 Slab (1.83)
Curtea Constituțională 1.95 1.3 1 Slab (1.41)
Primăria București 1.75 1.2 1 Slab (1.31)
Tabelul 4-9 Evaluarea paginilor web ale unor instituții publice
Sursa: Corneliu Bjola, Strategies for Developing Information Societies: The case of Romania ,
2001 IPF Interim Report, p. 30.

4.5.2. Etapele analizei documentului
În analiza documentelor există trei etape:
1. Găsirea documentelor: un lucru nu foarte ușor, mai ales în România. În funcție de natura
documentelor respective trebuie să identificăm locațiile în care s -ar putea găsi astfel de
documente și să obținem accesul la ele. Cu cât caracterul lor este mai sensibil s -ar putea ca
accesul să fie obținut mai dificil. Afișarea multor documente pe Internet face mult mai ușoară
găsirea unor documente multe altele au rămas în continuare pe hârtie ;
2. Evaluarea documentelor. În această fază trebuie să evaluăm măsura în care documentele
sunt utile pentru cercetarea noastră, dacă ne oferă sau nu informațiile de care avem nevoie. Vom
renunța la documentele de care nu avem nevoie ;
3. Selectarea documentelor: î n cazul (fericit) în care avem mai multe documente decât avem
nevoie putem selecta un eșantion din ele folosind una dintre metodele prezentate în tabelul 3.2.
4. Verificarea d ocumentelor : se impune o evaluare a modului în care au fost produse
documentele resp ective pentru a fi siguri că d ocumentele reflectă corect realitatea. Documentele
unui program trebuie privite critic, din punctul de vedere al informației conținute. O atenție
deosebită trebuie acordată atât cantității informației, cât și calității acestei a. Harry P. Hatry
(2005) oferă o clasificare a principalelor probleme care pot apărea în procesul de analiză a
documentelor și a metodelor de ameliorare a acestora.
Problema Modalități de ameliorare
1. Date lipsă sau incomplete  Cercetarea documentației con exe;

145
 Intervievarea personalului implicat în program pentru
acoperirea a cât mai multe lipsuri ;
 Reevaluarea obiectivelor și intențiilor cercetării
(eventuala modificare sau anulare a unora dintre ele) ;
 Excluderea datelor lipsă sau estimarea cât mai exactă a
valorilor lipsă ;
2. Date disponibile într -o
formă agregată (date
terțiare)  Cercetarea înregistrării datelor, dacă acestea există și
sunt disponibile ;
 Realizarea unor colecții de date noi, originale ;
 Renunțarea la datele detaliate care nu sunt disponibile ;
3. Date care nu sunt
comparabile  Realizarea , acolo unde este posibil, a operațiilor prin
care datele pot deveni comparabile ;
 Concentrarea atenției asupra procentelor și mai puțin
asupra valorilor absolute;
 Renunțarea la aceste date, atunci când problema es te
insurmontabilă.
Tabelul 4-10 Posibilități de îmbunătățire a datelor provenite din analiza documentelor
4.5.3. Analiza de conținut
Ca tehnic ă prin care să transformăm documentele în date folosim analiz a de conținu t. Se
aplică pentru toate documentele menționate mai sus (cu excepția bazelor de date, acestea pot fi
analizate fără a fi nevoie de analize suplimentare). Tehnica a fost dezvoltată pentru analiza
textului (inclusiv pentru transcrieri ale interviurilor) , dar poate fi adaptată și pentru alte
materiale. Holsti (1969:14) definește analiza de conținut ca fiind „orice tehnică pentru efectuarea
de inferențe prin identificarea caracteristicilor specificate ale mesajelor”. Pe noi ne interesează în
această secțiune d oar partea legată de identificarea caracteristicilor, efectuarea inferențelor fiind
legată de analiza datelor (capitolul 5).
Analiza de conținut poate fi cantitativă sau calitativă. Putem să analizăm conținutul
manifest al textului analizând termenii cupri nși în material. Cea mai simplă formă este să
numărăm cât de des se întâlnesc anumiți termeni în conținut. În funcție de lista celor mai des
întâlnite cuvinte putem să ne dăm seama care este conținutul textului. O variantă mai avansată
este aceea în care c uvinte cu același înțeles sunt grupate și le numărăm ulterior. Putem merge

146
mai departe în analiza unor propoziții sau a unor bucăți de text care au același subiect. Putem și
să ne orientăm spre conținutul latent al documentului – ne uităm la înțelesul său și descriem acest
înțeles.
Vom începe prin a identifica principalele dimensiuni sau caracteristici ale materialelor
noastre și vom dezvolta un sistem de codificare pentru fiecare caracteristică. Măsurarea fiecărei
caracteristici poate fi realizată într -un mod cantitativ sau calitativ. Să presupunem că vrem să
analizăm cărțile de metode de cercetare din biblioteca facultății. Primul pas este să identificăm
caracteristicile care ne interesează și care pot fi măsurate utilizând materialele aflate la dispoziție
(cărțile). Ar fi o serie de caracteristici care ne pot interesa – dacă este orientată spre cantitativ sau
calitativ, dacă prezintă analiza datelor sau se rezumă la colectarea datelor, ce programe folosește
autorul pentru analiza datelor, țara de origine a autorilor, dacă este o carte bună sau nu.
Putem să măsurăm dacă o carte de metode de cercetare este orientată mai degrabă spre
cantitativ sau calitativ numărând numărul de rânduri destinate prezentării cantitativului sau
calitativului sau scriind părerea noastră așa cum este. Modul în care definim o carte drept bună
sau slabă poate fi diferit de la caz la caz. Putem să -i dăm o notă (ceea ce ar fi o măsurare
cantitativă) sau să scriem opinia noastră completă („Cartea prezintă metodele de cercetare
folosind un limbaj destul de simplu și cu exemple folositoare. Pe măsură ce conținutul devine
mai dificil înțelesul începe să se piardă. Există anumite noțiuni prezentate eronat – cum ar fi în
capitolul 16, iar partea de analiză de date omite prezentarea unor anumi te tehnici statistice foarte
utile”.
Pentru fiecare carte vom încerca să măsurăm toate caracteristicile definite mai sus.
Rezultatele acestor măsurători sunt datele pe care le vom analiza pentru a afla ce ne -am propus –
fie o descriere a tuturor cărților d in bibliotecă, fie pentru a testa anumite ipoteze (cum ar fi: o
carte este bună atunci când acordă o atenție sporită metodelor cantitative, folosește SPSS -ul ca
program pentru analiza datelor și este scrisă de către un autor american).
Mai jos avem metodol ogia și rezultatele unui studiu de analiză a conținutului unor
emisiuni televizate.
Active Watch – Agenția de Monitorizare a Presei
Analiza detaliată a agendei televiziunilor naționale

147
Dimensiunea principală – analiză globală a jurnalelor de televiziune, în care au fost urmăriți
următorii indicatori ( agenda setting ):
 Tema știrilor: politic, administrativ, externe, economic -financiar, fapt divers, sărbători
oficiale etc.;
 Durata știrilor identificate;
 Poziționarea știrilor identificate în cadrul jurnalel or;
 Frecvența subiectelor de interes public. Au fost incluse știrile în care erau prezentate
informații despre activitatea instituțiilor statului, despre cheltuirea fondurilor publice sau
orice alt tip de informație care ar fi putut afecta un număr consid erabil de oameni1;
 Prezența mărcilor senzaționaliste și/sau dramatice în cadrul știrilor analizate
Dimensiunea secundară – analiză particulară pe știrile care au abordat subiecte despre activitatea
instituțiilor statului și despre scena politică internă. În cazul acestor știri au fost urmăriți
următorii indicatori:
 Vizibilitatea actorilor prezentați în știri (cu intervenție directă sau prin menționare).
 Atitudinea jurnaliștilor față de actorii identificați – negativă, neutră sau pozitivă.
 Contextul în c are au apărut sau au fost menționați actorii identificați: activitate instituțională,
electoral, conflictual, acțiuni de imagine etc.
 Respectarea prezumției de nevinovăție în cazul unor procese judiciare .
Perioada monitorizată: 1 – 7 martie 2009, 1 – 7 aprilie 2009, 1 – 7 mai 2009
Posturi monitorizate: Antena 1, Antena 3, Pro TV, Realitatea TV și TVR 1
Emisiuni analizate: Observator (ediția de la ora 19, Antena 1), Știri (ediția de la ora 21, Antena
3), Știrile Pro TV (ediția de la ora 19, Pro TV), Reali tatea orei 21 (ediția de la ora 21,
Realitatea TV) și Telejurnal 2 (TVR 1)
Rezultate:
Scena politică a beneficiat de o prezentare limitată în agenda televiziunilor. Singura
excepție a fost postul Antena 3 care a dedicat cel mai amplu spațiu acestui segment (19,51% din
durata totală a știrilor difuzate). La polul opus s -a plasat postul public de televiziune, TVR 1,
care a alocat doar 3,1% din durata totală a știrilor prezentării acțiunilor și evenimentelor
provenite de pe scena politică internă.
Realitatea TV a acordat un spațiu mai generos tratării subiectelor administrative (peste
22% din durata totală a știrilor), în timp ce Antena 3 a alocat doar 14% din agendă subiectelor

148
din această categorie. Antena 3 s -a distins prin interesul acordat subiectelor polit ice (aproape
20% din durata totală a știrilor), spre deosebire de Realitatea TV care a dedicat puțin peste 7%
din durata totală a știrilor evenimentelor politice interne.
În cazul posturilor generaliste Antena 1 și Pro TV, subiectele legate de activitatea
instituțiilor statului (administrative) au avut ponderi apropiate (peste 13% în cazul Pro TV și
peste 11% în cazul Antena 1).
Într-un clasament al celor mai critice posturi de televiziune s -au remarcat postul Antena 1
(cu 18 prezentări negative la adresa actorilor menționați în știri) și Pro TV, cu alte 10 prezentări
negative.
De asemenea, cel mai criticat actor din viața publică a fost Traian Băsescu, cu un cumul
de 10 prezentări negative. Acesta a fost urmat de Emil Boc, care a fost criticat de 6 ori în
intervalul monitorizat.
Cele mai multe apariții au fost cumulate de membrii Guvernului (206), urmați de Traian
Băsescu (136) și membrii alianței PSD+PC (112). Paradoxal, partenerii de coaliție ai PSD+PC,
membrii PD -L, au înregistrat doar 36 de apariții în intervalul monitorizat.
Sursa: Active Watch, Agenția de Monitorizare a Presei, Un om a mușcat o știre , ediția a treia,
2009, disponibilă la http://www.activewatch.ro/uploads/Ethi cs%20of%20TV%20News_3.pdf

4.6. Studiul de caz

Studiul de caz este metoda cea mai potrivită atunci când dorim o investigare completă și
în profunzime a unui subiect, dar și a contextului în care acesta se desfășoară . Celelalte metode
discutate mai sus nu reu șesc întotdeauna să descopere toate aspectele realității, câtă vreme
studiile de caz își propun să descopere tocmai astfel de aspecte ascunse.
Flyvbjerg (2011) identifică patru caracteristici care sunt specifice studiului de caz. Cel
mai important este ac centul pus pe alegerea unității de studiu și pe delimitarea sa în detrimentul
considerentelor legate de metoda de cercetare. În al doilea rând contează faptul că studiul de caz
este intensiv, fiind mai complet, mai bogat și mai detaliat. În al treilea rând evoluția în timp a
cazului este inclusă în studiul său. În ultimul rând studiul de caz nu neglijează relația cazului cu
exteriorul, de aceea delimitarea granițelor cazului este importantă pentru a vedea ce intră în caz
și ce rămâne în contextul acestuia.

149
În multe cărți despre metodele de colectare a datelor (sau de cercetare), studiul de caz nu
este menționat. Acest lucru se întâmplă datorită faptului că nu avem de a face cu o metodă în
sine, ci mai degrabă cu o metodă care folosește la rândul ei alte meto de, cum ar fi:
1. analiza documentelor;
2. observația participativă sau non -participativă;
3. interviul ;
4. sondajul de opinie;
5. experimentul.
În funcție de scopul pentru care vrem să le folosim, există mai multe tipuri de studii de
caz (Yin, 2002) :
1. Exploratorii , în ca re cercetarea de teren și colectarea de date poate fi făcută înainte de
definirea ipotezelor. Acest tip de studiu poate fi considerat ca unul preliminar pentru
anumite cercetări;
2. Descriptive , în care cazurile sunt legate de o teorie. Descriem cum se leagă fiecare
aspect al cazului de teoria avansată, încercând să vedem cum funcționează relațiile de
tipul cauză -efect ;
3. Explicative , în care căutăm să găsim relațiile cauzale care explică fenomenul studiat .
În legătură cu administrația publică putem reține mai m ulte utilizări :
1. Pentru a explica legături cauzale complexe care intervin în acțiunile din viața reală;
2. Pentru a descrie contextul în care au fost întreprinse acțiunile;
3. Pentru a descrie acțiunile;
4. Pentru a explora acele situații în care acțiunea evaluată nu are un set clar de rezultate.
Studiile de caz se pot concentra asupra unui caz sau asupra mai multora.
Studiul cu un singur caz se folosește pentru a genera, confirma sau infirma o teorie într-o
situație unică sau extremă , folosind deseori date longitu dinale. Cazul este ales înainte de a începe
colectarea datelor.
Studiile de caz multiple ne oferă concluzii mai convingătoare, folosind compararea dintre
cazuri. Ne permit atât studierea fiecărui caz în parte, cât și studierea fiecărei caracteristici în ma i
multe cazuri. Cazurile alese nu sunt cazuri unice sau extreme.

150
Selectarea cazurilor trebuie să fie în funcție de teoria testată. În studiile de caz trebuie să
avem o anumită variație în valorile variabilei sau variabilelor studiate, care va fi analizată. Dintre
strategiile de selectare a cazurilor cele mai potrivite pentru selectarea studiilor de caz sunt:
– eșantionarea probabilistă – simplă care permite generalizarea rezultatelor la
nivelul întregii populații sau stratificată, care ne permite să generali zăm rezultatele și la nivelul
sub-grupurilor;
– selectarea cazurilor cu maximum de informație – cazuri extreme sau deviante,
cazuri cu maximă variație, cazuri critice.
Robert Michels a formulat acum un secol (1911) legea de fier a oligarhiei, potrivit căreia
nici o organizație nu poate evita să fie condusă de către o elită sau oligarhie, datorită necesităților
tactice și tehnice ale acesteia. Această lege a fost produsă folosind cazuri critice – au fost studiate
partidele socialiste, cele care aveau cele mai înalte idealuri democratice și erau preocupate de
participarea maselor. Dacă legea se verifică pentru un caz critic (partidele socialiste) este
adevărată pentru toate celelalte.

151

5. Analiza datelor

Etapele cercetării prezentate în figura 3.4 ne arată că vom trece la analiza datelor după ce
am încheiat culegerea lor. În realitate preocupările legate de analiza datelor încep încă din faza
de design, când stabilim lucruri cum ar fi nivelul de măsurare al variabilelor în funcție de modul
de analiză dorit. În eta pa de colect are a datelor va trebuie să examinăm în permanență datele
obținute, încercând să vedem dacă nu avem nevoie de unele noi pentru analiză, trebuie să
pregătim datele. Datele trebuie centralizate și verificate, efectuăm operațiuni de recodificare
(cum ar fi cele pentru răspunsurile la întrebări deschise din chestionare), notăm diferitele
elemente și evenimente legate de colectarea datelor care pot să ajute la analiza datelor. În multe
cercetări calitative analiza datelor se face chiar pe parcursul c ulegerii datelor (cum ar fi cazul
cercetărilor care folosesc teoriile întemeiate).
În funcție de natura date lor colectate (calitativ e sau cantitativ e) apelăm la proceduri
diferite. De asemenea, alegem proceduri diferite în funcție de obiectivul cercetării.
Analiza datelor calitative nu este același lucru cu analiza calitativă a datelor , deoarece
analiza datelor calitative poate fi făcută chiar și folosind analiza statistică (o analiză statistică) ,
după cum am văzut în cazul analizei de conținut . Totuși, în marea majoritate a cazurilor datele
obținute prin metode calitative sunt studiate folosind analiza calitativă.
5.1. Analiza calitativ ă a datelor

Miles și Huberman (1994:10) disting trei faze ale analizei datelor:
– Reducerea datelor, în care datele sunt selectat e, simplificate, conceptualizate și transformate;
În această etapă discutăm în principal despre cod area datelor;
– Prezentarea datelor – în care informația este asamblată în forme mai accesibile și mai
compacte, pe baza cărora să fie mai ușor să vedem ce se întâmplă;
– Elaborarea și verificarea concluziilor. Concluziile pot să apară încă din primele stadii ale
colectării datelor – putem vedea regularități, explicații, lanțuri cauzale. Pe măsură ce datele
sunt analizate aceste concluzii incipiente se pot transfo rma și dezvolta într -un set coerent de
concluzii. Următorul pas este cel al verificării lor – încercăm să verificăm cât de credibile
sunt înțelesurile pe care le -am extras din date – comparându -le cu alte teorii, discutând cu

152
colegii, verificând din nou da tele obținute și căutând să vedem dacă se potrivesc pe alte seturi
de date.
Reducerea datelor
Codarea este procesul prin care datele sunt dezasamblate, conceptualizate și reasamblate
în alte date noi (Strauss și Corbin, 199 8). Codurile sunt etichete atașa te unor unități cu același
înțeles din datele colectate – fie ele cuvinte, propoziții, fraze sau paragrafe întregi.
Să presupunem că avem transcrierea unui interviu de grup pe tema modului în care se
studiază metodele de cercetare în programul de administr ație publică (licență) al Universității
„Babeș -Bolyai”. Mai jos am prezentat doar un extras dintr -un singur interviu, legat de un singur
subiect – modul de pregătire al studenților pentru examen.
Informația este destul de bogată și de variată. Pentru simpl ificare am prezentat doar
informațiile oferite de cinci studenți, restul de cinci prezenți la interviu spunând lucruri
asemănătoare. Și așa avem situații destul de diferite. Fiecare student s -a pregătit într -un mod
diferit, ne oferă informații într -o formă diferită, legat chiar de aspecte diferite ale pregătirii
pentru examen.
Interviu de grup (extras din transcriere). Tema: studiul metodelor de cercetare.
Componența grupului : studenți anul I, secția de administrația a UBB, martie 2009; [Subiect1: 19 ani, nota 9 la
examen; Subiect2: 20 ani, nota 5 ; Subiect3: 20 ani nota 6; Subiect4: 21 ani nota 4; Subiect5: 21 ani,nota 2].
Întrebare: Suntem acum la o lună de la examen. Vă mai puteți aminti cum v -ați pregătit pentru examen?
S1: Am avut o săptămână întreagă să ne pregătim. Am început prin a citi suportul de curs și notițele, m -am mai
uitat și prin cartea lui Rotariu și am reluat problemele de la seminar.
S2: Am stat cu colega de cameră și am tot făcut probleme. Când nu înțelegeam ceva ne mai uitam pe notițe sau o
întrebam pe C. – ea a luat 9 anul trecut.
S5: Pentru voi cei din cămin este mai ușor, dar eu nu am avut pe nimeni cu care să lucrez.
S3: Am aflat târziu că e greu să copiezi la examen, și m-am apucat doar cu două zile înainte. Am citit suportul de
curs și m -am uitat peste subiectele de acum doi ani. M -am mai jucat un pic cu SPSS -ul – eram convinsă că o să ne
dea un output să interpretăm.
S1: Și eu am mai lucrat în SPSS.
S2: Cu SPSS -ul nu am reușit să fac nimic – ne instalasem pe laptop programul când am făcut ultima temă la
seminar și a expirat. Am încercat să ne punem unul piratat, dar nu am reușit nicicum.
S4: Și eu m -am apucat târziu…
Întrebare: Și ce ai făcut?
S4: Am stat două zile și am citit suportul de curs până m -am plictisit. Am memorie bună – în liceu eram în trupa de
teatru – și am învățat poezia. De probleme nu m -am atins, din păcate…

153
S5: Eu mai făcusem un semestru de cercetare la studii d e securitate și am stat relaxat. Când am văzut suportul de
curs am paralizat – erau multe lucruri de car e nici nu auzisem, mai ales la analiza datelor. Am stat noaptea și mi –
am pregătit niște fițuici, că de învățat nu mai era timp.
Întrebare: Din câte știu eu au fost oferite consultații. Nu v -au fost de folos?
S5: Am auzit că a fost o consultație cu două zil e înainte de examen, dar n -am putut să ajung.
S1: Au fost două – una pe SPSS în laborator cu o săptămână înainte și alta pe toată materia cu o săptămână
înainte.
Întrebare: Ce puteți să ne spuneți despre consultații?
S2: Am fost la a doua – ne-a făcut pr ofesorul un rezumat al materiei și au fost puse întrebări – cele mai multe din
analiza datelor. Eu am mai fost la prof când avea consultații, dar când mi -a cerut să pun întrebări concrete n -am
prea avut.
S1: Am fost la ambele. În laborator ne -a explicat doam na de la seminar din nou cum să testăm ipotezele. La a doua
a fost bine că am înțeles cum se interpretează tabelele.
S2: Cu tabelele eu nu am prea înțeles – m-am dus în cămin și mi -a mai explicat C. de două ori. Dar în schimb mi -au
prins bine explicațiile despre împrăștiere.
S4: M -am dus și eu la consultație dar, cum de abia începusem să învăț, parcă se vorbea în limbi străine. Am stat și
am luat notițe, dar nu mi -a folosit.
S3: Am fost în laborator. Am repetat ce făcusem deja pentru seminar. A fost cam pli cticos – aceleași exemple ca în
decembrie, nimic nou.

Pentru a reduce cantitatea de date putem să recurgem la codificare.
Codarea poate fi concepută încă de dinaintea colectării datelor. Pe baza teoriilor ne putem
gândi care sunt categoriile principale care pot fi folosite și ce coduri ar putea să fie folosite
pentru fiecare categorie – procedura este asemănătoare operaționalizării, unde identificam
conceptele, le descompuneam pe dimensiuni și aflam ce variabile pot fi folosite și cum le
măsurăm.
O astfe l de codare este una teoretică.
În cazul interviului nostru am putea să avem următoarea schemă de codare :
Categorie Coduri
Stil de învățare Memorare
Înțelegere
Exerciții
Stări de spirit Interes
Lipsă de chef
Disperare
Efortul depus (putem scrie numărul de zile)
Surse folosite Notițe

154
Suport de curs
Bibliografie
Internet
Teme studiate Măsurarea
Metodele de colectare a datelor
Analiza datelor
SPSS
Implicarea profesorilor Consultații
Probleme întâmpinate Lipsa materialelor de studii
Lipsa de timp
Lipsa condițiilor pentru studiu
Tabelul 5-1 Codificarea teoretică a unui interviu de grup
Pentru anumite situații, când codurile respective nu sunt foarte clare și pentru a ușura
aplicarea lor și înțelegerea mai b ună a procesului putem completa tabelul cu încă o coloană în
care să definim fiecare cod.
Putem vedea că această codare teoretică acoperă destul de bine informația obținută.
Totuși, sunt anumite aspecte care nu sunt acoperite – S2 are un stil de învățare d iferit – învățarea
în grup. De asemenea, S3 și S5 ne dau indicații despre o categorie pe care n -am luat -o în
considerare: strategiile alternative, un posibil cod fiind copiatul.
Schema de codare poate fi construită și în paralel cu codarea propriu -zisă. Co durile apar
pe parcursul codării și sunt în permanență rafinate.
Procedurile de codare care pot fi folosite sunt (Strauss și Corbin, 1998):
– Codare deschisă – materialul se parcurge și pentru fiecare unitate de text atașăm coduri
așa cum reies ele din text – putem folosi chiar cuvinte din text sau putem încerca să le
conceptualizăm; codurile sunt deseori notate pe marginea foilor pe care avem datele.
Codurile sunt comparate, unificate în concepte, redenumite sau modificate;
– Codare axială – codurile sunt gr upate în categorii mai largi. Gruparea poate fi ierarhică
(în care avem teme -> coduri -> subcoduri) sau non -ierarhică;
– Codarea selectivă – după ce am identificat categoria centrală (variabila sau variabilele
care ne interesează) vom putea să codăm doar el ementele de text care au legătură cu
variabilele de interes și care este legătura lor cu categoria centrală, omițându -le pe
celelalte.
Schema de codare, fie construită înainte de a parcurge datele, fie construită pe parcurs,
trebuie în final să fie una cla ră și să fie aplicată într -un mod unitar. Dacă pentru unități de text
similare folosim coduri diferite, analizele următoare pot să fie eronate. Pentru a evita posibilele

155
erori se recomandă ca să avem o echipă de minim două persoane care realizează codarea
aceluiași text, codările realizate să fie comparate și, acolo unde există diferențe, să fie revizuite.
Codările se realizează în mai multe feluri – se practică notarea chiar pe text – încercuim
unitatea de text și scriem chiar lângă text sau pe marginea do cumentului codul atașat, dar putem
să lucrăm și pe documentul electronic. Unitatea de text cel mai des folosită este rândul, dar pot fi
folosite și alte unități. Mai jos am preferat să mergem pe rând, dar acolo unde am avut mai multe
coduri pe același rând le-am separat. Am folosit o codare deschisă, dar ghidată de și
considerentele teoretice.
Subiectul Răspuns Cod
S1 Am avut o săptămână întreagă să ne pregătim .
Am început prin a citi suportul de curs
și notițele ,
m-am mai uitat și prin cartea lui Rotar iu
și am reluat problemele de la seminar . Șapte zile
Suport de curs
Notițe
Bibliografie
Exerciții
S2 Am stat cu colega de cameră și
am tot făcut probleme .
Când nu înțelegeam ceva ne mai uitam pe notițe sau
o întrebam pe C. – ea a luat 9 anul trecut. Învățat în grup
Exerciții
Notițe
Învățat în grup
S5 Pentru voi cei din cămin este mai ușor, dar eu nu am avut pe
nimeni cu care să lucrez Studiu individual
S3 Am aflat târziu că e greu să copiezi la examen , și
m-am apucat doar cu două zile înainte .
Am c itit suportul de curs
și m-am uitat peste subiectele de acum doi ani .
M-am mai jucat un pic cu SPSS -ul – eram convinsă că o să
ne dea un output să interpretăm. Copiat
Două zile
Suportul de curs
Subiecte anterioare
SPSS
S4 Și eu am mai lucrat în SPSS SPSS
S5 Cu SPSS -ul nu am reușit să fac nimic – ne instalasem pe
laptop programul când am făcut ultima temă la seminar și a
expirat. Am încercat să ne punem unul piratat, dar nu am
reușit nicicum. Lipsa condițiilor de studiu
S4 Și eu m -am apucat târziu Puțin e zile
Tabelul 5-2 Codarea unui fragment de interviu
Prezentarea datelor

156
Operațiunea de codare ne -a ajutat să identificăm informațiile cele mai importante și să
găsim locul lor în text. Pe baza rezultatelor c odării (a prezenței diferitelor coduri în text) putem
trece la faza următoare, cea a prezentării datelor.
Există posibilitatea prezentării datelor într -un stil cantitativ – prezentăm pentru fiecare
variabilă codurile rezultate (tratându -le ca pe variante d e răspuns). Putem să enumerăm pur și
simplu diferitele tipuri de răspuns sau să le prezentăm și tendința centrală (răspunsul cel mai des
întâlnit) sau împrăștierea (cât de variate au fost răspunsurile). Trebuie să fim conștienți că faptul
că numerele preze ntate aici sunt mai mult indicative – nu putem generaliza. Vedem că trei
studenți s -au apucat mai târziu de învățat și doar doi au învățat toată perioada de dinaintea
examenului, dar numărul mic de cazuri nu ne permite să generalizăm acest rezultat.
O altă posibilitate este să prezentăm datele într -un stil narativ , prezentând răspunsurile
primite sub forma unei povești pe care o putem ilustra cu citate din text. Rolul acestor citate este
de a oferi o perspectivă mai bună asupra informației primite și de a o feri o imagine asupra
datelor brute și permite și o verificare a corectitudinii interpretărilor – dacă citatele nu susțin
integral sau parțial prezentarea noastră. Un exemplu ar fi:
Studenții își propun ca strategi e alternativ ă de promo vare a examenului do ar
copiatul. În perioada de dinaintea examenului ideea copiatului poate fi abandonată
pe baza unor informații suplimentare ( S3 – Am aflat târziu că e greu să copiezi la examen,
și m-am apucat [de învățat]). Ca m etodă de copiat a fost indicată folosirea uno r
„materiale ajutătoare” (S5 – Am stat noaptea și mi -am pregătit niște fițuici ).
Putem prezenta datele (Chenail, 1995) fie utilizând un sistem cronologic (în ordinea
desfășurării evenimentelor), fie în ordinea în care ne -au fost prezentate (poate fi mai gr eu de
înțeles, dacă evenimentele nu au fost prezentate în ordinea cronologică, dar ne permite să aflăm
mai mult despre modul de raportare la evenimente), pornind cu lucrurile cele mai importante și
sfârșind cu cele mai puțin importante sau putem folosi str uctura teoriei pe care o folosim – dacă
este cazul.
Datele pot fi prezentate și utilizând un format tabelar . Putem prezenta pentru fiecare
caracteristică a fenomenului studiat rezultatele obținute, prezentând eventual și citate pentru
ilustrarea rezultatel or.
Caracter istică Rezultate Citate
Efortul depus Cantitatea de muncă depusă pentru învățarea S1: Am av ut o săptămână întreagă

157
materiei este diferită de la student la student.
Unii învață toată perioada de dinaintea
examenului, alții doar în ultima parte a perioadei
respective. să ne pregătim
S3: […] m -am apucat doar cu două
zile înainte [de examen]
Sursele
folosite Cei mai mulți studenți învață din suportul de
curs, completate de notițele luate la curs. Puțini
folosesc surse din bibliografie. S3: Am citi t suportul de curs
S2 Când nu înțelegeam ceva ne mai
uitam pe notițe
S1: m -am mai uitat și prin cartea
lui Rotariu
Tabelul 5-3 Prezentarea datelor sub formă tabelară
Prezentarea datelor poate fi realizată și sub forma unor grafice sau diagrame , această
formă putând să ne permită și evidențierea relațiilor dintre categorii, coduri și subiecți. Un
exemplu pentru o anumită caracteristică ar fi:
Reprezentarea sub formă grafică poate contribui mult la înțelegerea caracteristicii
prezentate, dar trebuie să facem aici o selecție – prea multe reprezentări grafice pot să aibă
efectul opus celui dorit. Va trebui să prezentăm doar diagramele cele mai sugestive.
Elaborarea și verificarea concluziilor
Ultimul pas într -o analiză calitativă este elaborarea și verificarea concluziilor. Miles și
Huberman (1995:245 -246) menționează 13 strategii posibile, ordonate de la nivelul cel mai
descriptiv până la nivelul explicației maxime: S1 S2 S3 S4 S5 Suport de
curs
Note de
curs SPSS
Bibliografie Probleme
Figura 5-1 Prezentarea datelor sub formă grafică

158
1. Identificarea unor regularități sau teme;
Pe mă sură ce parcurgem un material calitativ anumite lucruri pot să iasă în evidență. Am
putea să vedem că mulți dintre studenții intervievați ar putea să menționeze lucruri legate de
dificultatea examenului de metode de cercetare sau legate de abilitățile mate matice necesare
pentru obținerea unor rezultate bune la acest examen. Aceste regularități pot să ne ajute mult în
înțelegerea datelor.
2. Identificarea explicațiilor plauzibile;
Putem să încercăm să găsim înțelesului materialului pe baza explicațiilor care ni se par că
au sens. Acestea ar fi bine să nu fie verificate folosind strategiile 3 și 7.
3. Gruparea;
Pentru evenimentele, procesele, cazurile ș.a. care au caracteristici comune putem să
încercăm să le grupăm în categorii mai largi, cărora să le asociem un no u concept. De exemplu
am putea grupa copiatul la examen cu alegerea unui curs luarea unui curs de metode de la altă
secție ca fiind metode alternative de a promova examenul.
4. Metaforele;
În analiza datelor nu se folosește doar un limbaj sec, bazat pe fapte. Înțelesurile pot fi
îmbogățite și conectate cu teoriile existente folos ind metafore. Gareth Morgan (1997) identifică
opt metafore diferite pentru organizație – fiecare având o serie de concepte asociate. Dacă
folosim metafora unui organism viu avem discut ăm despre evoluție, mediu, adaptare la mediu,
cicluri de viață, sănătate, nevoi;
5. Numărarea;
Folosirea stilului cantitativ nu se limitează la prezentarea datelor. Putem folosi numărarea
pentru a măsura la nivel nominal sau ordinal variabilele folosite și să testăm ipotezele într -un stil
apropiat de cel cantitativ, fără a recurge la teste statistice (vezi tabelele 5.5 și 5.6).
6. Folosirea comparației;
Putem să facem comparații între cazuri după o anumită variabilă – să vedem în ce măsură
studenții diferă din pu nct de vedere al efortului depus pentru învățare, putem să folosim în
comparație două variabile – putem compara efortul depus cu rezultatele obținute. Scopul
comparațiilor este de a descoperi ce diferențe putem găsi între cazuri sau valori ale variabilelor .
7. Descompunerea pe dimensiuni;

159
Cel mai adesea încercăm să grupăm diferite coduri, categorii, caracteristici. Uneori este
mai util să încercăm să identificăm noi dimensiuni ale codurilor sau caracteristicilor utilizate,
pentru a spori gradul de diferențiere între cazuri.
8. Trecerea de la particular la general;
Procedura este asemănătoare grupării, dar pornește de la întrebarea dacă un anumit obiect
este un caz particular al unei clase mai generale. În loc să grupăm mai multe obiecte
asemănătoare împreună și să ne gândim poate fi este clasa obținută analizam fiecare obiect (sau
eveniment sau caz ș.a.) în parte. Această strategie este una predominant teoretică.
9. Factorizarea;
Este o procedură asemănătoare cu analiza factorială din analiza cantitativă – presupunem
că mai multe variabile sunt de fapt manifestarea unui număr restrâns de factori latenți. De
exemplu, încrederea în președinție, guvern, parlament, justiție, poliție ar putea fi caracterizate de
un singur factor latent: încrederea în autoritățile statului.
10. Identificarea relațiilor dintre variabile;
În analiza datelor putem încerca să identificăm existența și natura unei relații între două
sau mai multe variabile. Pentru a face acest lucru se recomandă să încercăm să încercăm să
inspectăm sistematic datele. P entru exemplul nostru putem vedea că S1 a învățat mult și a luat o
notă foarte bună, S2 a învățat mult și a luat o notă bună, S3 a învățat puțin și a primit o notă
satisfăcătoare, S4 a învățat puțin și a primit o notă proastă, S5 nu a învățat și a primit o notă
proastă. Din astfel de date putem trage concluzia că între învățat și nota obținută la examen
există o relație pozitivă, care pare destul de puternică.
11. Identificarea altor variabile care pot influența fenomenul studiat;
Mai ales atunci când discutăm despre relații cauzale este foarte important să vedem dacă
nu cumva o altă variabilă influențează relația observată (influențând ambele variabile din relație) .
În cazul exemplului nostru am putea să ne gândim la variabila lucru în SPSS – observăm că
studen ții care au exersat SPSS -ul au rezultate bune. Totuși, relația dintre învățat și note nu este
influențată de lucrul în SPSS pentru această variabilă nu influențează învățatul.
12. Construirea lanțurilor cauzale;
Despre lanțuri sau diagrame cauzale am discutat în secțiunea 3.3. În cazul analizei
calitative vom folosi rezultatele de la pașii 10 și 11 pentru a găsi lanțul cauzal care descrie cel
mai bine fenomenul studiat.

160
13. Obținerea coerenței teoretice.
În pașii anteriori am văzut cum putem ajunge de la observarea unor regularități la
concepte , relații între ele. Pe baza acestor relații ar trebui să putem trece la construirea unor teorii
care să ne descrie fenomenul studiat (în exemplul nostru comportamentul studenților). Acest
lucru se poate face raportându -ne la teoria existentă – încercăm să vedem ce alte teorii s -au
avansat pentru a explica fenomenul studiat. În cazul nostru, pe baza unui studiu bibliografic vom
vedea că găsim teorii care explică astfel de comportament e studenților în multiple feluri:
folosindu -se de stilurile lor cognitive, de abilitățile lor, de motivare, de inteligența emoțională, de
factori socio -economici sau în termenii pedagogiei radicale. Trebuie să vedem care dintre aceste
abordări se potrivește cel mai bine manifestărilor observate și o putem adopta (eventual
propunând anumite modificări, dacă datele noastre sugerează acest lucru.
Concluziile trebuie și verificate. În cercetarea calitativă, bazată pe un număr mic de
cazuri și pe o metodologie de analiză a datelor care nu este extrem de b ine pusă la punct șansele
să facem o eroare sunt destul de mari. Miles și Huberman (1995:263) ne sugerează 13 posibilități
de verificare, orientate spre patru obiective:
1) Verificarea calității datelor, se poate realiza prin:
a) Verificarea reprezentativității cazurilor;
b) Verificarea efectelor pe care le -a avut cercetătorul asupra datelor (reactivitatea);
c) Triangulația ;
d) Evaluarea datelor – anumite date sau informatori sunt mai de bună calitate;
2) Verificarea cazurilor care nu respectă regularitățile :
a) Verificarea exc epțiilor;
b) Utilizarea cazurilor sau situațiilor extreme;
c) Investigarea situațiilor surprinzătoare;
d) Căutarea dovezilor contrare;
3) Testarea explicațiilor oferite:
a) Construirea unor propoziții de tip dacă… atunci … și verificarea lor;
b) Eliminarea relațiilor apare nte;
c) Replicarea rezultatelor pe date noi;
d) Examinarea și eliminarea explicațiilor alternative;
4) Obținerea feedback -ului din partea informatorilor.

161
Este util să prezentăm modul în care am verificat concluziile, precum și rezultatele
verificării. Concluziile c are au rezistat verificărilor au un grad mai mare de credibilitate. Chiar și
faptul că anumite concluzii nu rezistă verificărilor este un lucru pozitiv pentru cercetarea noastră,
chiar dacă avem mai mult de lucru prin eliminarea respectivelor concluzii ne apropiem de fapt de
înțelegerea mai bună a fenomenului studiat.
În general toți pașii întreprinși în analiza calitativă a datelor trebuie prezentați în detaliu.
Multe cercetări calitative se mulțumesc să prezinte datele și să sară la concluzii. Calitatea
analizei cantitative poate fi influențată de decizii luate în toți pașii anteriori (de la modul în care
am codificat datele, la modul în care am verificat concluziile). Putem să ne dăm seama despre
calitatea analizei în momentul în ne este prezentat cât mai clar și mai detaliat tot procesul – dacă
fiecare pas întreprins este bine făcut discutăm despre o analiză bună, dacă există erori importante
ne vom putea îndoi de rezultatele cercetării.
5.2. Analiza cantitativă a datelor
5.2.1. Analiza univariată
Primul pas în anali za datelor este unul descriptiv, al prezentării caracteristicilor fiecărei
variabile măsurate în cercetarea noastră. Această operațiune se numește analiză univariată .
Aspectele care ne interesează sunt:
– descrierea variabilelor;
– tendința centrală;
– împrăști erea datelor;
– forma distribuției.
Pentru descrierea variabilelor folosim d istribuția de frecvențe . Pentru aceasta recurgem
la numărare , adică distingerea unor unități de bază și punerea lor în legătură cu un anumit
fenomen. De exemplu, numărăm câți cetățen i au beneficiat de un anumit serviciu public. Ca
urmare a operațiunii de numărare vom obține frecvențe . Frecvențele pot fi:
 absolute, când se folosește direct numărul obținut (de exemplu, dacă 250.000 de oameni
au beneficiat de un serviciu public, 250.000 reprezintă frecvența absolută);
 relative, când se raportează la numărul total de cazuri posibile (dacă numărul total de
posibili beneficiari ai respectivului serviciu a fost 1.000.000, frecvența relativă este de
0.25 sau 25%);

162
 cumulate , când reprezintă sum a dintre frecvența relativă a respectivei categorii și
frecvențele relative ale categoriilor inferioare ca valoare.
Să presupunem că 20 de studenți au dat un examen. Tabelul de frecvențe asociat notelor
la examen este:
Nota Frecvența (absolută) Frecvența relativă (%) Frecvența cumulată (%)
3 2 10.0 10.0
4 3 15.0 25.0
5 1 5.0 30.0
6 2 10.0 40.0
7 3 15.0 55.0
8 3 15.0 70.0
9 4 20.0 90.0
10 2 10.0 100.0
Total 20 100.0 100.0
Tabelul 5-4 Tabelul de frecve nțe
Pe baza acestui tabel putem afla că 2 studenți au luat nota 10, sau că 10% dintre studenți
au luat nota 6, sau că 25.0% nu au luat examenul.
În cazul unei variabile cantitative, atunci când numărul de valori pe care -l ia o astfel de
variabilă este mare (să ne gândim la numărul de valori pe care -l poate lua variabila salariu )
tabelul de frecvențe are un număr foarte mare de rânduri, frecvențele relative au valori foarte
mici. În astfel de cazuri nu se prezintă tabelul de frecvență, descrierea variabilei fiind făcută prin
tendința centrală și prin împrăștiere.
În multe cazuri este util să apelăm la prezentarea grafică a variabilelor . Se spune că o
imagine face cât o mie de cuvinte (proverb chinezesc a cărui folosire modernă se datorează lui
Fred R. Barnard ). Eforturile depuse de Florence Nightingale pentru reformarea sistemului
asistenței sanitare în secolul XIX au avut un impact mai mare datorită utilizării novatoare a
graficelor.
Vom prezenta pe scurt în această secțiune principalele grafice utilizate în analiza
statistică. Mai multe informații despre tipul de grafice pot fi găsite în secțiunea 6.2.2
Reprezentarea grafică a unui tabel de frecvențe absolute se face de obicei cu ajutorul unei
histograme sau a unei diagrame -coloană . În cazul ambelor tipuri d e grafice, pe axa verticală sunt

163
reprezentate frecvențele (absolute sau relative) iar pe axa orizontală sunt reprezentate valorile
variabilei analizate. Totuși, cele două tipuri de grafice sunt utilizate diferențiat: histograma este
recomandată numai în ca zul variabilelor măsurate la nivel de interval sau de raport, în timp ce
diagrama -bară se folosește de preferință pentru variabile nominale și ordinale. Această diferență
provine din modul lor de construcție.
Dacă dorim să vedem cum se prezintă greutatea r omânilor chestionați în Barometrul
Opiniei Publice din octombrie 2003 histograma s -ar prezenta astfel:

Figura 5-2 Histogramă
Fiecare bară verticală ne spune de fapt câți indivizi sunt într -un interval. De e xemplu,
bara corespunzătoare cifrei 70 ne spune de fapt câte persoane din eșantion au greutatea între 65 și
75 de kilograme.
Dacă dorim să vedem câți dintre românii chestionați o duc mai bine ca în urmă cu un an
folosim o diagramă coloană :

164

Figura 5-3 Diagrama coloană
Frecvențele relative pot fi reprezentate prin intermediul graficului de tip sector ( pie chart
– plăcintă ). Aici avem un cerc împărțit în atâtea sectoare câte valori distincte avem, proporțional
cu frecvența relativă.

Figura 5-4 Grafic de tip pie

165
Indicatorii tendinței centrale (sau de poziție) cei mai des utilizați sunt: modul ,
mediana și media .
Modul este definit ca fiind valoarea cu frecvența cea mai mare a unei distribuții. Altfel
spus, modul este acea valoare a variabilei care apare cel mai des într -un eșantion sau într -o
populație.
În cazul exemplului cu notele, cel mai des se întâlnește nota 9, deci ea este modul. În
cazul diagramei coloană modul este vârful distribuției, adică varianta „aproximativ la fel”.
Modul se poate folosi în c azul oricărui nivel de măsurare, dar în cazul unor variabile continue cu
foarte multe valori utilitatea sa este mult redusă (cu cât valoarea frecvenței relative p entru
valoarea modului este mai mică cu atât indicatorul ne indică mai puțin bine tendința centrală a
distribuției).
Mediana este definită ca fiind acea valoare a unei variabile care împarte seria ordonată de
date în două părți egale, astfel încât 50% din observații se vor situa deasupra valorii mediane iar
50% dedesubtul ei.
În exemplul cu exemplul notele avem un caz aparte: care este observația din mijloc: a 10-
a sau a 11-a? Valoarea medianei în cazul unei distribuții cu număr par de observații este medi a
valorii observațiilor din mijloc. În cazul nostru valoarea medianei este 7. Mediana nu se poate
folosi în cazul nivelului nominal, având în vedere că nu putem realiza aici o ordonare . În cazul
nivelului de măsură ordinal avem o posibilă problemă cu distr ibuțiile cu un număr par de
observații – dacă valoarea medianei este între „bine” și „foarte bine” nu vom calcula (nici nu am
putea) dintre aceste două valori .
Indicatori oarecum similari cu mediana sunt percentilele sau cuantilele. Percentila p este
acea valoare sub care se află p% din cazuri și deasupra căreia se află (100 -p)% din cazuri.
Acestea ne ajută să împărțim valorile observației. Mediana reprezintă o împărțire a distribuției în
2, se mai folosesc cuartile (împărțire în 4), quintilele (în 5) și de cilele (în 10). Cuartila 2 sau
decila 5 sunt de fapt mediana.
Media (aritmetică) este probabil cea mai importantă și totodată cea mai populară măsură
a tendinței centrale a unei distribuții. Ea se calculează ca sumă a tuturor valorilor observate ale
distri buției împărțită la numărul total de observații:

166

X
Nx
Nx x xxXN
ii
N
1 3 2 1 …….
unde:
este media
xi reprezintă valoarea pe care o ia observația i
N este numărul total de observații
În exemplul notelor luate la examen suma notelor este 136, împărțită la numărul t otal de
observații (20) obținem media = 6.80
În cazul în care media trebuie calculată pe baza unui tabel de frecvențe, formula devine:
Nxf
Xk
jjj
1

unde:
k este numărul de categorii (valori) ale variabilei
fj reprezintă frecvența de apariție a ca tegoriei j
xj este valoarea categoriei j
N este numărul total de observații
Media este indicatorul cel mai bun pentru tendința centrală în cazul variabilelor măsurate
la nivel de interval sau de rapoarte. În cazul nivelului ordinal sau a celui nominal nu putem folosi
medi a.
Împrăștierea
Măsurile tendinței centrale sunt esențiale pentru descrierea unei caracteristici a unei
distribuții, dar nu și suficiente. Pentru descrierea completă a unei variabile este foarte important
să știm și cât de "împrăștiate" sun t valorile acesteia în jurul tendinței centrale sau, cu alte cuvinte,
cât de omogenă respectiv eterogenă este populația (eșantionul) a cărei distribuție în raport cu o
anumită variabilă o studiem.
Principalii indicatori de împrăștiere sunt bazați pe abater ile observațiilor de la tendința
centrală (în general față de medie, uneori față de mediană, ca în abaterea intercuartilică).
Abaterea de la medie a unei observații este diferența dintre valoarea pe care o ia respectiva
observație și media variabilei (
Xxi ).Una din proprietățile mediei este însă aceea că suma

167
tuturor abaterilor individuale de la medie este egală cu 0:

n
iiXx
10) ( (sau cu alte cuvinte,
abaterile pozitive le vor anula pe cele negative). În consecință, pentru a obț ine o măsură a
variației la nivelul întregului eșantion sau a întregii populații trebuie utilizată fie suma valorilor
absolute ale abaterilor individuale de la medie, fie suma pătratelor acestor abateri.
Abaterea medie absolută este definită ca medie arit metică a abaterilor individuale
absolute (ignorând semnul acestora) de la media variabilei:
  XxNAMAi1

O altă măsură, mult mai răspândită, este varianța variabilei. Varianța (sau dispersia) se
notează cu s și se definește ca fiind media aritmet ică a pătratelor abaterilor individuale de la
medie:
 2) (1XxNsi

Deoarece varianța, datorită ridicării la pătrat, este destul de dificil de interpretat, cea mai
utilizată măsură a variației unei variabile, pentru scopuri descriptive, este abater ea standard,
definită ca radical de ordinul doi (rădăcină pătrată) din varianță:
s

Eterogenitatea unui grup este cu atât mai mare cu cât abaterea standard este mai mare.
Valoarea în sine a abaterii standard nu ne spune, deseori suficie nt, pentru că este în funcție de
valorile distribuției. O abatere standard de 3.5 este mică sau mare? Pentru ști acest lucru trebuie
să ne raportăm la valorile existente mai ales la media valorilor. Pentru aceasta introducem
coeficientul de variație, calcu lat ca raport între abaterea standard și media unei variabile:

XCv

Coeficientul de variație se poate folosi doar pentru variabilele măsurate la nivel de
rapoarte – pentru nivelul interval contează mult convenția folosită (de exemplu, pe ntru o
distribuție de temperaturi, coeficientul de variație are valori diferite dacă folosim grade Celsius
sau Kelvin). O valoare a coeficientului de variație mai mică decât 1 indică o împrăștiere mică a
distribuției, câtă vreme o valoare mai mare decât 1 indică o împrăștiere mare.

168
Abaterea standard este folosită de anumiți investitori ca o măsură a riscului. Putem
compara două portofolii de acțiuni care au adus același beneficii după o perioadă de timp. Luând
în calcul abaterea standard pentru rata profita bilității pentru fiecare portofoliu, o abatere standard
mai mare corespunde unui risc mai mare (sau cum se mai spune, respectivul portofoliu este mai
volatil – evoluțiile au fost mai mari). În cazul în care beneficiile sunt diferite putem folosi
coeficient ul de variație.
În cazul notelor la examen vom obține cea mai mare abatere standard în momentul în
care avem valori cât mai depărtate de medie – în cazul în care jumătate din notele de la examen
sunt 1 și jumătate sunt 10. Media este 5.50, dar valorile dis tribuției sunt depărtate de medie. O
abatere standard 0 ne -ar spune că toți studenții au primit aceeași notă.
Un alt indicator al împrăștierii este amplitudinea, care se calculează făcând diferența între
valoarea cea mai mare din distribuție și valoarea ce a mai mică. În cazul notelor la un examen
amplitudinea maxim posibilă ar fi 9 (10 -1). Cu cât amplitudinea este mai mică, cu atât studenții
au luat note mai apropiate. O amplitudine de 1 ne -ar spune că doar două note au fost acordate și
că acestea sunt cons ecutive.
Pentru variabilele măsurate la nivel nominal sau ordinal indicatorii aceștia de împrăștiere
nu pot fi folosiți pentru că implică operațiuni aritmetice. Un indicator destul de rar folosit, dar
care poate să ne dea o idee despre împrăștierea unei va riabile este raportul de variație, care este
egal cu 1 -frecvența relativă a modului. Dacă modul are o frecvență relativă de 24% (adică 0.24)
raportul de variație va fi 0.76.
Împrăștierea ne poate indica și care este cel mai potrivit indicator pentru tendin ța
centrală. Dacă avem o distribuție caracterizată printr -o împrăștiere mare media devine mult mai
puțin utilă, preferându -se folosirea medianei. Mediana este un indicator mai stabil decât media –
apariția unor cazuri extreme (valori foarte mari sau foarte mici) nu afectează mediana, dar pot
modifica simțitor media. Dacă vom calcula venitul pe membru de familie al studenților din anul I
raportăm cel mai frecvent media distribuției. Dacă în anul I s -ar înscrie și Bill Gates (unul dintre
cei mai bogați oameni din lume) media veniturilor ar fi de multe milioane de dolari pe an, ceea
ce nu ne ajută să înțelegem ce venituri au studenții respectivi. În schimb, mediana distribuției nu
s-ar modifica spectaculos prin apariția lui Bill Gates, și poate să ne furnizeze o imagine mult mai
clară asupra distribuției.

169
Forma distribuției se poate vedea cel mai bine din reprezentarea grafică. Cazul cel mai
fericit este cel al distribuției normale sau simetrice. În acest caz există o valoare maximă, în jurul
căreia se regăsesc majoritatea valorilor, iar valorile extreme sunt extrem de rare. În acest caz
modul, mediana și media se regăsesc în același punct, vârful distribuției.
O reprezentare grafică este:

Figura 5-5 Distribuția n ormală
Observăm că valorile distribuției sunt grupate în jurul mediei. 68.2% dintre valori sunt
situate la cel mult o abatere standard față de medie, iar 95.6% la cel mult două abateri standard
față de medie.
Distribuția mediei diferitelor eșantioane care se pot extrage aleatoriu dintr -o populație
este o distribuție normală, nivelul de probabilitate de 95% fiind ales astfel încât distanța față de
media reală să fie de maximum două abateri standard.
Un exemplu de distribuție normală este cea a inteligenței (a valorii coeficientului de
inteligență în cadrul unei populații). Valoarea cel mai des întâlnită este în jurul cifrei 100, cifre
extreme (extrem de inteligenți sau cu inteligență redusă) întâlnindu -se, în cazul populației
sănătoase, extrem de rar.
O prop rietate specifică a distribuție normale este că media, mediana și modul au aceeași
valoare.
Distribuția poate fi alungită, spre stânga sau spre dreapta (vezi figurile de mai jos). În
acest caz și modul și media se deplasează față de mediană în sensul opu s alungirii, modul chiar
mai mult decât media.

170

Figura 5-6 Distribuții alungite spre stânga, respectiv spre dreapta
Cu cât alungirea (în engleză skewness ) este mai mare, cu atât indicatorii tendinței central e
își pierd din relevanță.
O altă posibilă situație este legată de boltire (în engleză kurtosis ). Boltirea se referă la
înălțimea curbei distribuției , o boltire mare indicând o mai mare grupare în jurul mediei.
Interpretarea datelor
Nu ajunge să prezentăm datele, trebuie și să le interpretăm. O înșiruire de cifre, procente
și grafice lasă interpretarea pe seama cititorilor. Trebuie să oferim posibililor cititori și explicația
respectivelor valori – ce ne spun cifrele despre fenomenul studiat .
Putem face ac est lucru pe baza valorilor pe care le -am obținut sau pe baza unei
comparații cu date care reflectă fenomenul respectiv sau unele similare. Dacă aflăm că într -o
instituție publică 70% dintre angajați sunt femei, vedem din cifrele respective că femeile sunt
majoritare în instituție. Dacă vom compara cifrele cu cele din recensământ vedem că proporția
femeilor în întreaga populație este mai mică decât cea din instituția respectivă. Este acest lucru
caracteristic doar instituției respective sau este un fenomen mai larg. Am putea să comparăm
proporțiile pe care le -am aflat cu proporțiile

5.2.2. Analiza bivariată
Variabile calitative .
Cum putem testa dacă între două variabile calitative există o relație?
Primul lucru pe care trebuie să îl facem confruntați cu o astfel de întrebare este
construirea unui tabel cu dublă intrare, numit și tabel de contingență (sau de asociere) , în care
valorile uneia dintre variabile apar pe coloane și valorile celei de -a doua variabile apar pe rânduri
(mai există varianta în care putem pun e frecvențele relative, lucru util în cazul în care avem
diferențe mari între numărul de indivizi de pe un rând sau altul, ori diferențe mari între coloane).

171
Să luăm exemplul unor studenți care au dat un examen. Știm că prezența nu este
obligatorie la curs uri, dar s -ar putea să fie o condiție a reușitei la examen.
Construim tabelul de asociere (sau de contingență ) punând pe rânduri prezența la cursuri
și rezultatul la examen (au trecut sau au picat) pe coloane. Vom folosi frecvențele absolute.
Rezultatul es te:
Rezultatul la examen
Prezență la cursuri Au promovat Nu au promovat Total
Peste 75% 40 10 50
Sub 75% 20 30 50
Total 60 40 100
Tabelul 5-5 Rezultatele la un examen
O primă posibilitate ar fi prin obs ervarea distribuției. Putem vedea că avem cele mai
multe cazuri în celulele corespunzătoare studenți lor cu prezență bună care și -au trecut examenul
și studenți lor cu prezență slabă care l -au picat, ceea ce tinde să ne demonstreze ipoteza.
Putem apela și l a calculul frecvențelor marginale (frecvențele relative pe rânduri sau pe
coloane). Vom alege frecvențele marginale pe rânduri (în funcție de variabila independentă)
Prezență la
cursuri Rezultatul la examen Total
Au promovat % Nu au promovat %
Peste 75 % 40 80 10 20 50
Sub 75% 20 40 30 60 50
Total 60 60 40 40 100
Tabelul 5-6 Interpretare folosind frecvențele marginale
Putem să comparăm rezultatele pentru fiecare situație. Vedem că dintre cei cu prezență
bună 80% au promovat, iar dintre cei cu prezență slabă doar 40%, ceea ce ne indică posibilitatea
unei relații dintre cele două variabile. Cu cât diferența este mai mare, cu atât șansele ca relația să
fie una semnificativă din punct de vedere statistic sunt mai mari. Pragul de semnificație utilizat
cel mai adesea este de 0.05 (se poate citi „există 95% șanse ca relația dintre cele două variabile
să existe cu adevărat). Dacă semnificația obținută ca urmare a calculelor este mai mică decât
pragul statistic pute m spune că relația este semnificativă din punct de vedere statistic.
Cum putem testa mai precis măsura în care această observație corespunde realității?

172
Pentru a răspunde la această întrebare trebuie să vedem cum ar trebui să arate distribuția
în situația în care nu există asociere, adică în situația de independență .
Acest lucru se face cu ajutorul testul 2 de independență. În statistică se practică testarea
prin intermediul ipotezei nule. Această ipoteză nulă H 0 este cel mai adesea contrariul a ceea ce
presupunem și folosim datele avut la dispoziție pentru a o contrazice.
Știm care este distribuția reală a populației de studenți. Trebuie să vedem cum ar arăta
aceasta în cazul în care nu avem asociere. Acest lucru se face pe baza probabilităților.
Probab ilitatea ca un student să -și treacă examenul este calculată ca raportul dintre
numărul celor care l -au trecut și numărul total:
P(trecerea examenului)=60/100=0.60
Similar se calculează și probabilitatea ca un student să aibă o prezență bună
P(prezență bun ă)=50/100=0.50
Probabilitatea ca două fenomene să se întâmple simultan, deci ca un student să treacă
examenul și să aibă o prezență bună, se obține prin înmulțirea probabilităților celor două
fenomene:
P(prezență bună, trecerea examenului)=0.60*0.5=0.30
Înmulțind cu numărul total de studenți obținem că 30 de studenți ar trebui să aibă
prezență bună și să treacă examenul. Refacem operațiunea pentru fiecare celulă și obținem
tabelul frecvențelor așteptate:
Rezultatul la examen
Prezență la cursuri Au trecut examenul Au picat examenul Total
Peste 75% 30 20 50
Sub 75% 20 30 50
Total 50 50 100
Tabelul 5-7 Tabelul frecvențelor așteptate
Formula lui Hi pătrat este:
unde:
Oi reprezintă valoarea observată
Ai reprezintă valoarea așteptată (în ipoteza independenței)
n
i ii i
AA O2
2 ) (

173
n este numărul total de celule al tabelului.
În cazul nostru avem

Numărul gradelor de libertate în acest caz se calculează după formula:
unde:
j reprezintă numărul de rânduri ale tabelului în care su nt dispuse frecvențele
k reprezintă numărul de coloane.
În acest caz df= 1. Există un tabel cu valori critice pentru 2 (poate fi găsit în multe
manuale de metode de cercetare9), cu ajutorul căruia observăm că unui nivel de probabilitate de
0.01 (99%) și 1 grad de libertate îi corespunde valoarea 6,64, valoare mai mică decât valoarea
calculată a lui 2 . În această situație vom spune că ipoteza nulă H 0 care presupune independența
dintre reușita la examen și prezența la curs poate fi respinsă, cu o probabil itate de eroare de 0,01.
În consecință, reușita la examen este asociată (poate fi explicată) prin prezența la cursuri.
Testul 2 ne oferă însă informații numai despre existența unei relații de asociere între
două variabile, dar nu și despre intensitatea re spectivei relații. Pentru a răspunde la întrebarea
"Cât de puternică este relația de asociere dintre două variabile?" avem nevoie de măsuri
specifice. ( Și pentru hi pătrat am avea anumite indicații: cu cât acesta are o valoare mai mare
putem spune că asoci erea e mai intensă, problema apare atunci când comparăm doua situații cu
număr diferit de grade de libertate).
În cazul variabilelor nominale (putem trata reușita la examen ca o variabilă nominală,
deși să treci examenul este mai bine decât să -l pici, la f el în cazul prezenței la cursuri) folosim
coeficientul , care reprezintă tocmai proporția cu care se reduce numărul de erori prin
introducerea variabilei independente (prezența la cursuri).
Recurgem din nou la probabilități. Dacă luăm distribuția variabil ei reușită la examen și
încercăm să prezicem reușita la examen: avem 50% -50%. Predicția se face de obicei pe baza
celei mai mari probabilități. În acest caz alegem ca predicție succesul și vom avea 50 de erori.

9 De exemplu, Traian Rotariu, Petre Iluț, Ancheta sociologică și sondajul de opinie , Polirom, 1997, p. 171
33.8 00.533.30020)20 10(
30)3040(2 2
2
)1 )(1( k j df

174
Prin introducerea variabilei prezență predicț ia se modifică: pentru cei cu prezență bună
vom prezice succesul și vom avea doar 10 erori, pentru ceilalți prezicem insucces și vom avea 20
de erori. În total avem 30 de erori. Calculul coeficientului  se bazează pe diferența dintre
eroarea inițială și c ea finală, totul împărțit la eroarea inițială.
40,0503050

Coeficientul are valori între 0 și 1. 0 înseamnă absența relației de asociere iar 1 intensitate
maximă.
În cazul variabilelor ordinale avem de a face cu ierarhizarea categoriilor. În ca zul nostru
există pentru fiecare variabilă două ranguri. Succesul la examen este un rang mai mare decât
eșecul, la fel buna prezență față de una slabă. Se presupune că un rang mai mare pentru o
variabilă se asociază cu un rang mai mare pentru cealaltă, la fel în cazul rangurilor mici. Obținem
astfel două tipuri de perechi de observații:
 pereche concordantă în cazul în care individul care are un rang mai înalt pe o variabilă are un
rang mai înalt și pe a doua variabilă.
 pereche discordantă în cazul în care i ndividul care are un rang mai înalt pe o variabilă are un
rang mai coborât pe cealaltă variabilă.
Introducem coeficientul Gamma :
ndncndncGamma

unde:
nc este numărul de perechi concordante;
nd este numărul de perechi discordante.
În cazul nostru, n c=60 și nd= 40, deci Gamma =0.40.
Coeficientul Gamma poate lua valori între –1 și 1. Semnul lui Gamma ne spune dacă
avem o relație pozitivă sau negativă, iar valoarea cât de puternică este relația respectivă. Cu cât
valoarea este mai depărtată de zero ( spre -1 sau 1) relația este mai puternică.
Statistica presupune operații matematice destul de complicate. Imaginați -vă cum ar arăta
toate calculele de mai sus pentru un tabel de 5 rânduri și 5 coloane. De aceea, este cel mai bine să
folosim calculatorul pentru a face ce știe el mai bine: să calculeze valoarea tuturor acestor
coeficienți. Pentru aceasta avem programe de prelucrare statistică a datelor, cel mai cunoscut

175
fiind SPSS . De asemenea există programe cum ar fi Microsoft Excel în care avem formule de
calcu lare al unor coeficienți statistici.
În principiu se recomandă utilizarea atât a unui test de semnificație, cât și a unui
coeficient de măsurare a asocierii (lambda, gamma, sau altele), chiar dacă acestea din urmă ne
pot indica și dacă avem o relație semn ificativă din punct de vedere statistic. Vom începe prin a
ne uita la semnificație (2) și apoi, doar dacă avem o relație semnificativă, vedem care este
natura acesteia.
Testul 2 este se nsibil la numărul de cazuri – relații extrem de slabe pot să pară
semnificative dacă le testăm pe un eșantion mare. În astfel de cazuri lambda sau gamma ne
semnalează lipsa de semnificație. Contradicția nu este una importantă – relația este atât de slabă
încât nu merită menționată.

Regresia liniară
Reprezentarea grafică a unei distribuții bivariate cu variabile cantitative se face de obicei
printr -un grafic numit scatterplot (nor de puncte) .

Figura 5-8 Grafic de tip scatter
Mai sus am încercat să vedem cum se prezentau în 1995 109 țări ale lumii din punctul de
vedere al Produsului Național Brut pe locuitor și al gradului de alfabetizare.

176
Graficul ne sugerează o posibilă relație: PNB/locuitor este cu atât mai mare cu cât gradul
de alfabetizare este mai mare.
Mulțimea de pu ncte reprezentate pe graficul nostru se numește nor de puncte. Pentru a
înțelege cel mai bine relația dintre cele două variabile regresia își propune să identifice curba
care reprezintă cel mai bine norul de puncte.
Primul lucru care ne interesează este p uterea explicativă a modelului de regresie (cu alte
cuvinte – cât de bine este reprezentat norul de puncte prin curba propusă). Pentru aceasta se
calculează coeficientul de determinare R2. Acesta poate lua valori între 0 și 1 – cu cât este mai
apropiat de 1, cu atât este mai bun modelul de regresie – valoarea 1 fiind luată în momentul în
care toate punctele se află pe cu rba propusă . Procentul corespunzător valorii lui R2 ne spune de
fapt măsura în care variația variabilei independente explică variația varia bilei dependente.
În cazul în care curba propusă este o dreaptă spunem că încercăm să facem o regresie
liniară.
Ecuația unei drepte știm că este Y=bX+a, pentru o dreaptă de regresie Y fiind variabila
dependentă, X variabila independentă b reprezintă panta curbei, iar a interceptul (intersecția cu
axa verticală).
Panta curbei ne poate spune dacă avem o relație pozitivă (cum este cazul în figura 5.9)
sau negativă; de asemenea ne indică și tăria relației (cu cât este mai mare, cu atât relația este mai
puterni că) – de fapt coeficientul b spunându -ne cu cât crește Y dacă X va crește cu o unitate.
Interceptul ne spune de la ce valoare pornesc valorile variabilei dependente (care este
valoarea ei când X are valoarea zero).
Valorile acestor doi coeficienți se cal culează pe baza valorilor observate pentru
variabilele noastre (nu intrăm în formulele matematice).
Trasăm dreapta de regresie pentru variabilele noastre (figura 5.9) . Putem vedea că avem
de a face cu o relație pozitivă, relativ slabă. Pentru a vedea valoa rea interceptului ar trebui să
prelungim dreapta de regresie până când se intersectează cu axa verticală (am obține un rezultat
negativ, care ne -ar spune că la un grad de alfabetizare 0 valoarea PNB/locuitor ar fi negativă – un
lucru imposibil ).

177

Figura 5-9 Grafic de tip scatter cu dreapta de regresie corespunzătoare
Regresia poate fi folosită în scopuri predictive. Dacă știm valoarea coeficienților a și b
putem afla valoarea variabilei dependente pentru o a numită valoare a variabilei independente.
Într-o regresie putem folosi mai multe variabile independente care nu se influențează
unele pe altele . În cazul unei regresii liniare multiple cu 4 variabile independente X 1, X 2, X 3, X 4
ecuația va fi:
Y = b 1*X1+b2*X2+b3*X3+b4*X4+a
Coeficienții b 1-4 ne vor spune cum este relația fiecărei variabile independente cu variabila
dependentă (pozitivă, negativă, puternică sau slabă). Având în vedere că aceste variabile pot fi
măsurate folosind unități de măsură diferite, p entru a vedea care este variabila independentă cu
cea mai mare influență asupra dependentei vom calcula (vom cere calculatorului să facă această
operațiune) coeficienții standardizați Beta. Variabila cu cea mai mare valoare absolută a
coeficientului Beta es te cel cu cea mai mare influență.
Pentru fiecare variabilă independentă se calculează și semnificația relației cu variabila
dependentă. Dacă semnificația depășește pragul statistic este bine să eliminăm variabila
respectivă din modelul de regresie. În prin cipiu valoarea lui R2 crește pe măsură ce adău găm noi
variabile. Putem afla dacă o nouă variabilă crește puterea explicativă a modelului privind
valoarea lui R2 ajustat ( adjusted R -Square ). Dacă aceasta scade o dată cu adăugarea unei noi
variabile înseamn ă că variabila respectivă nu ne aduce nimic nou.

178
Regresia se folosește pentru variabile măsurate la nivel interval sau de rapoarte. Există o
excepție – putem introduce variabile de tip dummy (variabile dihotomice care pot lua doar două
valori).
Compararea mediilor
Există cazul în care variabila dependentă este măsurată la nivel interval sau de rapoarte,
iar variabila independentă este măsurată la nivel nominal sau ordinal. Cum putem să vedem dacă
între cele două variabile există o relație semnificativă din punct de vedere statistic și de ce natură
este aceasta?
Dacă încercăm să vedem în ce măsură sexul persoanei este un factor care are influență
asupra veniturilor obținute putem să apelăm la compararea grupurilor constituite în funcție de
valorile variabilei independente din punctul de vedere al veniturilor (folosim media pentru a
descrie variabila respectivă). Dacă găsim diferențe între veniturile medii ale fiecărui grup ar
putea fi un indicator al existenței unei relații între sex și venit. Cu cât mai mare este această
diferență, cu atât avem mai multe șanse ca diferența să fie semnificativă.
Pentru testarea statistică se folosește testul F într -o analiză unifactorială a varianței ( one-
way analysis of variance sau one-way ANOVA). Ipoteza nulă pentru testul F ANOVA este că
toate grupurile definite pe baza valorilor variabilei independente au aceeași medie a variabilei
dependente. Dezavantajul metodei este că putem avea mai multe grupuri și testul nu poate
distinge dacă unul dintre grupuri este diferit de celel alte, doar dacă toate sunt diferite între ele.
Interpretarea diferenței dintre un grup și celelalte se poate face (mai puțin riguros) folosind
mediile fiecărui grup.
Valoarea coeficientului F se calculează după formula (nu intrăm în toate amănuntele
formul ei):

Decizia statistică cu privire la semnificația diferențelor dintre medii, se face asemănător
cu cel pentru 2 – prin raportarea valorii coeficientului F la o distribuți e teoretică în funcție de
numărul de grade de libertate10, rezultând nivelul de pr obabilitate la care am putea respinge
ipoteza nulă. Dacă acesta este mai mic decât pragul statistic putem respinge ipoteza nulă.

10 aici df = număr grupuri * (număr total cazuri – 1)

179
Magnitudinea relației între variabile ne este furnizată de coeficientul η2 (eta pătrat) – care
ne spune care este proporția de varianță din variabila dependentă explicată de variabila
independentă.
Un coeficient eta pătrat de 0.01 este considerat mic, 0.06 mediu și unul de 0.14 mare.

Corelația
În cazul regresiei știam că avem o variabilă dependentă și una sau mai multe variabile
independente. Pentru cercetările de tip corelativ nu ne interesează decât dacă între două variabile
există o anumită relație. Nu se mai pune problema cauzalității – doar a relației. În cazul
reprezentat în figura 5.8 s -ar putea să avem o astfel de problemă – alfabetizarea duce la creșterea
PNB/locuitor sau dimpotrivă, bogăția țarii ducând la un grad mai mare de alfabetizare?
Pentru variabile măsurate la nivel interval sau rapoarte putem să calculăm coeficientul de
corelație a lui Pearson (se mai numește și coeficientul produs -moment). În cazul nostru r= 0.552 .
Valorile pe care le poate lua coeficientul sunt între -1 și 1. Semnul ne spune dacă discută despre
o corelație pozitivă sau negativă. Valoarea absolută ne spune care este tăria corelației. Vom avea
calculată și semnificația relației, programele de calculator putând să ne semnaleze nivelul de
semnificație cel mai înalt (putem obține semnificație la nivel 0.05, 0.01, 0.001 ș.a.).
Corelațiile se pot folosi și pentru variabile ordinale. Aici se folosește ce l mai adesea
coeficientul Rho (litera grecească ρ) al lui Spearman, care se calculează nu pe baza valorilor ci a
rangului (poziției în ierarhie) a fiecărei valori. Interpretarea se face în mod similar cu coeficientul
r. Mai putem folosi coeficientul lui Ke ndall tau -b (τ b).
Cum putem califica tăria relației? Ca să vedem cât de puternică este relația dintre cele
două variabile putem să ridicăm coeficientul de corelație la pătrat și să ne uităm la rezultat. Un
coeficient de 0.7 ar putea să ni se pară că indic ă o relație destul de puternică. Ridicat la pătrat
ajungem la 0.49, ceea ce ne -ar indica o tărie moderată a relației.
Putem considera o corelație ca fiind foarte slabă sau neglijabilă pentru valori absolute
între 0 și 0.2, slabă între 0.2 și 0.4, moderată între 0.4 și 0.7, puternică între 0.7 și 0.9, foarte
puternică între 0.9 și 1.

180

6. Analiza Datelor folosind SPSS
Pentru prelucrarea statistică a datelor se folosesc programe speciale, cele mai cunoscute
fiind SPSS, Stata, SAS sau Systat. Acestea sunt program e comerciale, existând însă și programe
care pot fi folosite fără a plăti, cum ar fi R.
Scopul acestui capitol este să prezinte cele mai importante aspecte legate de prelucrarea
statistică a datelor folosind programul SPSS ( Statistical Package for the Soci al Sciences ). Nu este
o prezentare exhaustivă, ci una care încearcă să acopere procedurile cele mai des folosite, cele pe
care le putem întâlni în cele mai comune situații legate de analiza datelor.
Programul SPSS a fost lansat în 1968 și ajuns la data scr ierii acestor rânduri la varianta
20. Noi versiuni sunt lansate în permanență, dar diferențele între o variantă și alta sunt în general
mici. Versiunea 20 oferă în plus față de versiunea 19 doar îmbunătățiri minore în ceea ce privește
aspecte puțin importa nte ale programului. În ceea ce privește operațiunile de bază, modificările
au fost minore (chiar dacă la un moment dat, după achiziționarea de către IBM , între 2009 și
2010, programul și -a schimbat numele în PASW – Predictive Analytics Software ) versiuni le de
la 10.0 putând fi folosite și în prezent fără probleme.
Programul are trei versiuni:
 Statistics Standard – care cuprinde operațiunile statistice de bază;
 Statistics Professional;
 Statistics Premium.
Varianta Statistics Standard este cea acoperită în prezentul material, ea permițând
realizarea analizelor statistice necesare realizării lucrărilor academice.
Programul poate fi descărcat în versiune Trial (de încercare) și folosit pentru o durată de
14 zile.
Modul de lucru este unul simplu, marea majori tate a procedurilor SPSS putând fiind
lansate în execuție folosind mouse -ul. Pe parcursul unei sesiuni de lucru fiecare procedură
memorează parametrii care au fost introduși ultima dată. Este avantajos dacă dorim să reluăm o
anumită procedură, dar cu param etri ușor diferiți (exemplu: dacă am făcut o asociere între două
variabile și am uitat să cerem calcularea unui anumit coeficient, dacă reluăm procedura vom avea
toate opțiunile și toți parametrii cu care am lucrat ultima dată, nu mai trebuie să selectăm d in nou

181
variabilele ș.a.). Dacă dorim să schimbăm toate variabilele și toți parametrii trebuie să modificăm
toate selecțiile anterioare.
Opțiunile de bază se regăsesc în meniu, care se modifică în funcție de fereastra în care ne
aflăm. Mai avem și un meniu contextual, pe care -l lansăm apăsând butonul din dreapta al mouse –
ului, care ne prezintă opțiunile potrivite situației în care ne aflăm.
6.1. Introducerea și transformarea datelor
6.1.1. Lucrul cu f ișierele de date
Încă de când lansăm programul trebuie să decidem ce f ișier vom folosi:
Suntem întrebați dacă:
– Dorim să deschidem un fișier de date existent;
– Dorim să deschidem un alt tip de fișier;
– Dorim să aflăm cum funcționează programul folosind o aplicație de tip tutorial;
– Dorim să introducem date;
– Dorim să folosim o in terogare existentă (pe date provenite din alte aplicații decât SPSS);
– Dorim să creăm o nouă interogare pe astfel de date.
Fișierele de date specifice SPSS -ului au extensia .sav. Programul permite importarea datelor
produse în alte programe, cum ar fi:
– Foi de lucru create în Excel sau Lotus;
– Baze de date în formate Oracle, Access, dBASE și altele;
– Fișiere text delimitate prin diferite caractere sau cu dimensiune fixă sau cu un format pre –
definit;
– Fișiere create în alte programe de prelucrare statistică a dat elor: Stata, SYSTAT, SAS.
În momentul deschiderii unui fișier acesta devine fișierul activ. Cel sau cele care erau deschise în
acel moment nu se închid, rămânând disponibile pentru utilizare într -o altă fereastră.
Ultimele fișiere de date pe care le -am folosit pot fi regăsite din meniu astfel:
File > Recently Used Data
Pentru a deschide un fișier de date existent alegem din meniu:
File > Open > Data
În fereastra de dialog selectăm fișierul pe care -l dorim să -l deschidem și după aceea dăm clic pe
butonul O pen.

182
Salvarea datelor se poate face din Data View (alege m între Data View și Variable View din
colțul din stânga jos a ferestrei programului) fie prin apăsarea icoanei Save (asemănătoare cu o
dischetă), fie din meniu:
File > Save
Dacă fișierul este unul no u vom fi solicitați să -i dăm un nume.
Putem salva fișierul și în alt format. Formatele disponibile sunt:
– Excel și alte foi de lucru;
– Fișiere text;
– Fișiere de tip SAS sau Stata;
– Fișiere de tip baze de date.
Pentru a salva în alt format sau sub un alt nume va trebui ca din editorul de date (fereastra Data
View ) să alegem
File > Save As… și să precizăm elementele care dorim să le modificăm (numele și/sau tipul de
fișier).
6.1.2. Crearea unui fișier de date nou
Programul are două ferestre principale: una pentru edi torul de date și o alta pentru
vizualizarea rezultatelor ( Viewer sau Output). Mai sunt folosite și alte ferestre:
 pentru editarea tabelelor (Pivot Table Editor);
 pentru editarea graficelor ( Chart Editor);
 pentru editarea outputului de tip text (Text Outpu t Editor);
 editorul de sintaxă – prin care comenzile sunt introduse manual (în loc să fie
selectate cu ajutorul mouse -ului) și pot fi salvate într -un fișier care poate fi lansat
în execuție ulterior.
Editorul de date este asemănător cu cel folosit de progr amele de calcul tabelar (Excel ș.a.)
pentru foile de lucru. Avem aici două vederi diferite:
– Data View : afișează valorile existente sau etichetele lor și permite editarea acestora;
– Variable View: afișează modul în care au fost definite variabilele și ne pe rmite
modificarea acestora.
Pentru un fișier nou va trebui prima dată să creăm o nouă structură de date prin definirea
variabilelor. Acest lucru se realizează în Variable View . Mai jos avem o parte din structura

183
fișierului care conține rezultatele Barometr ului de Opinie Publică Octombrie 2007 (disponibil pe
situl Fundației Soros www.soros.ro).

Figura 6-1 Variable View
Fiecare rând reprezintă o variabilă iar fiecare coloană câte un atribut al fiecărei variabi le.
Avem u rmătoarele atribute care trebuie specificate pentru fiecare variabilă:
1. Numele ( NAME ) – maximum 8 caractere pentru variantele mai vechi de program, 64 de
caractere pentru cele mai noi; numele trebuie să fie unice și nu pot include spații. Se
recom andă folosirea unor nume nu foarte scurte și deseori se folosesc coduri – de exemplu
am putea pune I8 pentru a indica faptul că discutăm despre a opta întrebare dintr -un
chestionar sau D2 pentru a indica a doua întrebare din secțiunea D a chestionarului.
2. Tipul ( TYPE ) – cel mai adesea se folos im tipul numeric pentru că la variabilele măsurate la
nivel nominal sau ordinal pre -definim valorile pe care acestea le pot lua și vom introduce
doar numărul corespunzător valorii respective iar la nivel interval sau ra poarte vorbim despre
cifre. Tipul STRING (șir de caractere) se folosește pentru răspunsurile libere care conțin și
altceva decât cifre .
3. Dimensiunea ( WIDTH ) – ne spune câte caractere putem introduce în variabila noastră. În
mod implicit pentru Numeric avem 8 , din care 2 după virgulă ( Decimals )
4. Eticheta ( LABEL ) – ne permite să precizăm pe larg despre ce este vorba în variabila
respectivă – ce vom introduce aici va apărea la următoarele prelucrări ale variabilei
respective – de exemplu dacă am dat numele unei v ariabile D2 ar fi bine ca să precizăm ce
măsoară variabila aceasta. Uneori putem găsi chiar întrebarea folosită pentru a măsura
variabila (în fig. 1 avem „ Cât de mul țumit(a) sunte ți în general de felul în care tr ăiți?”)
5. Valorile ( VALUES) – se folosesc pent ru realizarea unor codificări (variantele de răspuns din
chestionar ) care ne ajută să simplificăm procedura de introducere. Exemplu: Pentru variabila
D2 putem codifica cu 1 valoarea „Deloc mulțumit”, cu 2 valoarea „Nu prea mulțumit”

184
ș.a.(NS înseamnă Nu Ști u, NR – nu răspunde). Când vom introduce datele vom introduce
numărul variantei alese.

Figura 6-2 Definirea variantelor de răspuns
După ce introducem valoarea și semnificația (eticheta) pentru o variantă de răspuns apăsăm
butonul Add pentru a finaliza operațiunea (dacă dăm direct OK vom primi un mesaj de
avertizare care ne spune că orice operațiune de adăugare de valori va fi pierdută). O valoare
poate fi modificată prin selectarea ei, editarea valorii sau a etichetei și apăsarea butonului
Change . Putem șterge o valoare selectată apăsând butonul Remove .
6. Valori lipsă ( MISSING) = este o opțiune care se folosește atunci când dorim să fie eliminate
din calcule anumite valori (cum ar fi Nu știu , Nu răspund , Nu este cazul ș.a.). Pentru a lăsa
anumite valori în afara calculului, alegem discrete missing values .
Exemplu : Non -răspunsurile pentru variabila D2 din figura 2 sunt codificate cu 8 sau 9.
Putem selecta ca valori lips ă și toate valorile care sunt într -o anumită plajă de valori.
7. Dimensiunea coloanei (COLUMNS) – se folosește pentru a specifica numărul de caractere
folosit pentru a afișa valorile variabilei respective.
8. Aliniamentul ( ALIGN ) – tot pentru afișarea datelor trebuie să specificăm modul de aliniere
al valor ilor pentru fiecare variabilă – la stânga, la dreapta sau centrat. Pentru valorile
numerice alinierea este implicită la dreapta iar pentru șirurile de caractere implicit avem
aliniere la stânga.

185
9. Nivelul de măsur are (MEASURE) , care are trei posibile valori: nominală, ordinală și scale
(care include interval și rapoarte). Specificarea nivelului de măsurare ne ușurează selecția
variabilelor pentru diferite proceduri statistice.
10. In același scop, cel de a ușura a ușura selecția variabilelor pentru diferite proc eduri statistice
putem specifica și rolul pe care -l va îndeplini fiecare variabilă: Input (variabilă
independentă), Target (variabilă dependentă), Both (ambele) sau None (unde nu avem un rol
anume).
Atributele definite pentru o anumită variabilă pot fi tra nsferate și altor variabile. De
exemplu dacă vrem să folosim variantele de răspuns definite pentru o anumită variabilă și în
cazul altora vom copia atributul respectiv (mergem pe rândul corespunzător variabilei și pe
coloana Values , apăsăm butonul din drea pta a mouse -ului și selectăm Copy ) și-l vom lipi (Paste)
acolo unde dorim. Operațiunea se poate face și pentru un număr mai mare de atribute și pentru
un număr mai mare de variabile noi.
Putem modifica modul în care sunt afișate variabilele. Selectând din meniu
View > Customize Variable View
Putem alege ce atribute vor fi afișate și în ce ordine.

Figura 6-3 Afișarea atributelor
6.1.3. Introducerea datelor
Ne întoarcem în fereastra Data View . Modul de introducere a l datelor este unul
asemănător cu cel folosit pentru programele de calcul tabelar. Fiecare rând reprezintă un caz sau
o observație. Pentru un sondaj de opinie fiecare rând ar corespunde unui chestionar. Fiecare

186
coloană reprezintă o variabilă – în cazul unu i chestionar fiind o variabilă (cu excepția întrebărilor
la care este permis ră spunsul multiplu). Rândurile sunt numerotate, permițându -ne să identificăm
cazurile, ceea ce ne -ar putea ajuta pentru verificarea corectitudinii introducerii datelor – dacă am
numerotat fiecare caz știm unde să găsim datele introduse pentru cazul respectiv și putem
identifica și corecta eventualele greșeli.
Modul de afișare al datelor poate fi orientat pe datele efectiv introduse sau pe
semnificația lor. În figura 3 sunt afișate semnificațiile (variantele de răspuns) pen tru fiecare
celulă. Valoarea efectiv introdusă în celula în care suntem cu cursorul este afișată deasupra
capului de tabel care conține numele variabilei, având aici indicații și despre celula în care ne
aflăm cu c ursorul. În acest caz 1:d1 reprezintă celula din rândul 1 coloana d1 și are valoarea 2.
Pentru a intra în acest mod de afișare alegem din meniu View > Value Labels .

Figura 6-4 Data View
Datele se introduc direct în Editorul de date. Chiar dacă se permite introducerea în orice
ordine dorim (pe rânduri sau pe coloane), se recomandă ca să introducem fiecare caz pe rând.
Datele sunt salvate atunci când apăsăm ENTER sau când trecem la o altă celulă. Putem
trece la o altă celulă cu ajutorul mouse -ului, sau folosind taste cum ar fi Enter , Tab sau săgețile.
Putem introduce noi cazuri –– selectăm cazul înaintea căruia dorim să introducem un
nou caz și fie cu ajutorul mouse -ului (clic dreapta urmat de alegerea opți unii Insert Cases ) sau
din meniu (Edit > Insert Cases ) inserăm un nou caz. Putem introduce și noi variabile, într -un
mod similar – selectăm variabila și alegem opțiunea Insert Variables .
Cazurile și variabilele pot fi șterse sau copiate. De asemenea avem p osibilitatea să
ordonăm cazurile după valorile unei variabile – crescător sau descrescător.

187
Alte opțiuni legate de editarea datelor sunt:
– Find – putem căuta o anumită valoare în celulele tabelului; aceasta poate fi înlocuită cu o
alta (dacă bifăm opțiunea Replace și precizăm noua valoare dorită);
– Go to Case/Variable – putem merge la un anumit caz (în funcție de numărul său) sau la o
anumită variabilă (pe care o putem selecta din listă);

Figura 6-5 Deplasarea la un anumit caz
6.1.4. Transformarea datelor
Deseori putem simți nevoia să transformăm datele înainte de a le prelucra sau pentru a
putea apela la alte tipuri de prelucrări statistice decât cele pe care le permit datele în forma
actuală.
Calcularea unor noi va riabile
Să presupunem că avem datele despre modul în care este apreciată performanța
guvernului în diferite domenii, de la protecția mediului (d14) până la combaterea corupției (d24)
și dorim să obținem un indice agregat pentru performanța guvernului.
Aleg em din meniu Transform > Compute Variable
In câmpul Target Variable introducem numele noii variabile. Va trebui să specificăm și
de ce tip este (implicit este numeric) și (opțional) care este eticheta variabilei.

188

Figura 6-6 Calcularea unei noi variabile
În fereastra Numeric Expression introducem modul de calcul al noii variabile. Pentru a
realiza acest lucru putem folosi:
– Putem introduce în mod direct variabile, funcții și operatori – de ex: media dintre d14 și
d15 s -ar scrie (d14+d15)/2 sau mean (d14,d15). Există o diferență între aceste două
operațiuni în ceea ce privește valorile lipsă – în cazul expresiei aritmetice dacă o valoare
este lipsă și rezultatul va fi lipsă în timp ce pentru funcție vom obține o valoare lipsă doar
dacă ambele valori sunt lipsă. Valorile de tip string trebuie puse între ghilimele;
– Variabilele din fișierul nostru pe care le putem selecta prin dublu -clic cu mouse -ul;
– Putem selecta anumite funcții sau variabile speciale; pentru fun cții trebuie să completăm
fiecare parametru indicat de semnul întrebării. Ne este afișată și o scurtă descriere a
funcției selectate. În cazul nostru am selectat din grupul de funcții Statistical funcția
Mean pentru a obține media variabilelor d14 -d24 și am introdus variabilele care fac parte
din formulă;

189
– Operatori – aritmetici (+, -, *, /), relaționali (<, >, <=, >=) sau logici (& reprezintă
operatorul logic ȘI – ambele condiții trebuie îndeplinite, | – reprezintă operatorul logic
SAU – oricare condiție trebuie îndeplinită , ~ reprezintă operatorul logic negație).
Se poate condiționa includerea unor cazuri în calcul cu ajutorul butonului If. În mod
implicit sunt incluse în calcul toate cazurile, dar putem selecta doar anumite cazuri (ex: putem
face calculu l performanței guvernului doar pentru cei care sunt interesați de politică).
Numărarea unor valori în cazuri
Putem număra cât de des se întâlnesc anumite valori pentru fiecare caz. De exemplu,
variabilele d3 -d8 din baza noastră de date măsoară mulțumirea față de anumite aspecte ale vieții,
de la sănătate până la localitatea de domiciliu. Ne -ar putea interesa o variabilă care să ne spună
de câte aspecte ale vieții este mulțumit un anumit respondent.
Pentru acesta vom alege din meniu
Transform > Count Val ues within Cases

Figura 6-7 Construirea unei variabile pentru numărarea unor valori

Specificăm denumirea variabilei noi la Target Variable , ce reprezintă variabila la Target
Label și selectăm variabilele î n care vom căuta anumite valori (este important ca variabilele să
fie măsurate într -un mod similar). Trebuie să apăsăm butonul Define Values pentru a putea
specifica modul în care se va efectua numărarea. Putem să specificăm fie o anumită valoare, fie
valori lipsă, fie valorile între anumite valori, fie valorile mai mici sau mai mari decât o anumită
valoare. În cazul nostru am putea selecta valorile între (Range) 4 și 5 – valorile corespunzătoare
variantelor de răspuns „destul de mulțumit” și „foarte mulțum it”.
Butonul If ne permite să selectăm doar cazurile care satisfac o anumită condiție.

190
Crearea unei variabile din valorile altor cazuri
SPSS permite crearea unei variabile folosind valorile unei alte variabile pentru alte cazuri
decât cel curent.
Alegem di n meniu Transform > Shift Values
Selectăm variabila sursă și introducem numele noii variabile. După aceasta va trebui să
selectăm metoda prin care atribuim valori noii variabile – dacă valorile sunt luate de la cazuri
anterioare ( Lag) sau ulterioare ( Lead ) și să specificăm distanța dintre cazuri.
Recodificarea variabilelor
Să presupunem că avem o variabilă a cărei codificare vrem să o modificăm (de exemplu
putem grupa „destul de mulțumit” și „foarte mulțumit” într -o singură categorie, „mulțumit” –
păstrând nivelul ordinal de măsurare, sau să transformăm vârsta respondenților din ani împliniți
în grupe de vârstă – trecând de la nivelul scală la nivelul ordinal).
Avem trei posibilități:
– Recodificarea în aceeași variabilă – se modifică valorile variabilei confo rm noii scheme
de codificare;
– Recodificarea într -o altă variabilă – ne permite păstrarea ambelor codificări;
– Recodificare automată – folosind o schemă de recodificare dintr -un fișier.
Procedurile sunt asemănătoare. Vom prezenta recodificarea într -o altă va riabilă. Să
presupunem că vrem să transformăm vârsta respondenților măsurată la nivel scală într -o variabilă
măsurată la nivel ordinale.
Pentru aceasta alegem din meniu:
Transform > Recode into Different Variables
Selectăm variabila v ârsta și specificăm pe ntru noua variabilă numele și eticheta. După
aceea apăsăm butonul Change .

191

Figura 6-8 Recodificarea unei variabile
Definirea modului în care se face recodificarea se face după ce apăsăm butonul Old and
New V alues .

Figura 6-9 Alegerea valorilor noii variabile
Valorile pot fi recodificate fie ca unei anumită valoare să -i corespundă o altă valoare, fie
folosind diferite intervale. În exemplul nostru valorilor „v echi” de până la 25 de ani au fost
recodificate cu valoarea 1, după care am apăsat butonul Add. Valorile între 26 și 35 de ani au
fost definite ca Range, cu prima valoare 26 și următoarea 35. Se procedează în acest fel până
când epuizăm toate valorile.

192
Butonul If ne permite să selectăm doar cazurile care satisfac o anumită condiție.
Crearea unei noi variabile pe baza rangului
Putem crea variabile conținând rangul unui caz în ierarhia unei variabile.
Pentru aceasta alegem din meniu :
Transform > Rank Cases
Vom selecta variabila pentru care dorim să aflăm rangul cazului – aceasta trebuie să fie
numerică. Rezultatul va fi găsit intr -o variabilă care conține R înaintea numelui variabilei (în
acest caz RVARSTA).

Figura 6-10 Crearea unei noi variabile folosind rangul
Trebuie să specificăm ce înseamnă rangul 1. În acest caz am ales ca rangul 1 să
corespundă persoanei cu vârsta cea mai mare.
Rank Types ne specifică modul în care se calculează rangul în ierarhie. În mo d implicit
rangul se calculează ierarhic – persoana cea mai în vârsta primește valoarea 1, următoarea
valoarea 2, ș.a. Există modalități mai complicate de calcul, vom menționa doar posibilitatea de a
calcula în procentile (alegând varianta Ntiles și specif icând câte procentile vrem să folosim).
Ties ne permite să alegem modul în care tratăm cazul unor valori egale. Dacă avem pe
locurile 2, 3 și 4 valori egale, care vor fi rangurile rezultate? Opțiunea implicită este Mean
(media), deci cele trei cazuri vor a vea toate rangul 3. Putem alege varianta Low și vom obține
rangul 2 sau High și vom obține 4. Varianta Sequential Ranks for Unique Values va numerota
secvențial valorile unice, fără să sară una sau mai multe ranguri pentru valorile întâlnite de mai
multe o ri. În acest caz vom avea rangul 2, la fel ca în cazul variantei Low, dar rangul următoarei
valori nu va fi 5 ci 3.

193

Înlocuirea valorilor lipsă
Problema valorilor lipsă poate fi una destul de mare. Mai ales atunci când vorbim de serii
de timp, lipsa unor v alori ne poate îngusta destul de mult posibilitățile de analiză. De asemenea,
lipsa unor valori poate duce la multiplicarea acestora – mai ales în cazul în care calculăm
variabile agregate. O posibilitate ar fi să înlocuim valorile lipsă (atenție, acest lu cru poate duce la
reducerea varianței).
Pentru acest lucru, alegem din meniu :
Transform > Replace Missing Values

Figura 6-11 înlocuirea valorilor lipsă

Vom selecta metoda de calcul pentru valoarea lipsă. Cea mai des întâlnită metodă este
înlocuirea cu media întregii distribuții, alte posibilități fiind înlocuirea cu media sau mediana
punctelor apropiate, interpolare liniară sau prin calcularea unei valori prezise pe baza unei
regresii.
În exemplu de față a m selectat metoda mediei distribuției și pentru variabila d1 se va crea
o nouă variabilă d1_1 pentru care valorile lipsă vor fi înlocuite cu media distribuției.

194
6.1.5 Operațiuni asupra fișierelor de date
Există o întreagă serie de operațiuni care pot fi ef ectuate asupra fișierelor de date.
Fișierele existente pot fi sortate, putem inversa rândurile cu coloanele (cazurile cu variabilele),
putem unifica sau îmbina două fișiere, selecta anumite cazuri, grupa cazurile, pondera datele să
creăm un caz din mai mul te sau mai multe din unul singur.
Sortarea unui fișier
Putem sorta cazurile – pentru aceasta alegem din meniu Data > Sort Cases
Trebuie să alegem variabila sau variabilele după care dorim să facem sortarea și ordinea
(ascendentă sau descendentă). De asemen ea avem opțiunea de a salva fișierul astfel ordonat sub
un alt nume.
Putem sorta variabilele – pentru aceasta alegem din meniu Data > Sort Variables
Trebuie să alegem atributul după care dorim să sortăm variabilele și ordinea. Putem salva
ordonarea prezent ă ca un nou atribut al variabilelor.
Transpunerea fișierelor
Transpunerea modifică datele astfel: rândurile (cazurile) vor deveni coloane (variabile). Alegem
Data > Transpose
Selectăm după aceea una sau mai multe variabile pentru transpunere. O nouă variab ilă de tip
string care conține numele variabilelor originale (case_lbl) va fi creată. Dacă în fișierul nostru
avem o variabilă cu valori unice poate fi selectată ca Name Variable și valorile vor fi folosite ca
nume ale variabilelor din fișierul transpus. D acă dorim să revenim la forma inițială a fișierului
putem face o nouă transpunere folosind ca Name Variable variabila case_lbl.
Îmbinarea a două fișiere
Putem adăuga cazuri sau variabile. Pentru a adăuga noi cazuri dintr -un alt fișier care
conține alte c azuri dar aceleași variabile (cum se întâmplă în cazul în care datele sunt introduse
de către mai mulți oameni, pe mai multe calculatoare și în mai multe fișiere) alegem:
Data > Merge > Add Cases
Trebuie să alegem fie opțiunea An open dataset (un fișier de date deja deschis) și să -l
selectăm pe cel care ne interesează fie să alegem An external SPSS data file (un fișier SPSS
extern) și apăsând butonul Browse ni se deschide o fereastră de tip Explorer în care trebuie să
alegem fișierul pe care dorim să -l incl udem.

195

Figura 6-12 Adăugarea de cazuri dintr -un fișier extern
În continuare trebuie să alegem variabilele care vor fi incluse în noul fișier, ce variabile
vor fi excluse (în fereastra Unpaired variables apar inițial variabilele care nu se regăsesc în
ambele fișiere). Variabilele sunt marcate cu * dacă fac parte din fișierul de date activ (sau inițial)
și cu + dacă fac parte din noul fișier.
Pentru a adăuga noi cazuri dintr -un alt fișier care conține aceleaș i cazuri dar alte variabile
(cum s -ar întâmpla dacă introducem anumite variabile într -un fișier și celelalte în altul) alegem:
Data > Merge > Add Variables
Fișierele trebuie să fie ordonate în aceeași ordine, astfel încât să nu ajungem să încurcăm
cazurile . Se pot folosi una sau mai multe variabile cheie pentru sortarea cazurilor. Variabilele
care se regăsesc în ambele fișiere nu mai sunt adăugate.
Agregarea datelor
Putem agrega grupuri de cazuri într -un singur caz și să creăm un nou fișier cu datele
agrega te sau noi variabile care să conțină date agregate. Cazurile sunt agregate pe baza unor
variabile sau, dacă nu specificăm nici o variabilă de agregare, întregul fișier activ va fi considerat
un singur grup.
De exemplu, dacă vrem să aflăm anumite cifre pen tru fiecare județ (cum ar fi venitul din
gospodării și prețul locuințelor) din baza noastră de date putem să selectăm ca variabilă de
grupare (Break Variable ) Jude țul și ca variabile agregate venitul gospodăriei și prețul locuinței.
Cu ajutorul butonului Function putem selecta funcția cu ajutorul căreia vom prezenta datele
agregate. Implicit este media ( mean ). Alte opțiuni sunt:
– Alte funcții statistice: mediana, suma, abaterea standard;
– Anumite valori: prima, ultima, cea mai mare sau cea mai mică;
– Numărul de cazuri;

196
– Procentajul de cazuri cu valori mai mari sau mai mici decât o anumită cifră, înăuntrul sau
în afara unui interval;
– Raportul ( Fraction ) de cazuri cu valori mai mari sau mai mici decât o anumită cifră,
înăuntrul sau în afara unui interval.
Putem specifica un nume și o etichetă pentru noua variabilă (dacă este cazul). Trebuie să
alegem dacă rezultatul va fi o variabilă în fișierul activ, sau va fi un nou fișier activ sau va fi
salvat ca un nou fișier de date.

Figura 6-13 Construirea unei variabile din date agregate
Împărțirea (divizarea) fișierelor
Procedura poate fi accesată alegând din meniu
Data > Split Files
Fișierele pot fi împărțite în scopul unei analize pe grupuri pe baza valorilor uneia sau mai
multe variabile.

197
Dacă selectăm mai multe variabile cazurile vor fi grupate pentru fiecare variabilă pe
categorii ale variabilei anterioare din listă. De exemplu, dacă selectăm județul și mediul de
reședință, pentru fiecare analiză pe care o vom face ulterior vom obține rezultatele pentru fiecare
tip de mediu de reședință (urban/rural) din fiecare județ. Am optat pentru sortarea fișierelor după
variabilele de agregare (varianta implicită) . Am ales compararea grupurilor, care ne asigură
prezentarea dat elor împreună pentru a putea compara datele. Opțiunea Organize output by
groups ne va prezenta datele separat pentru fiecare grup. Opțiunea Analyze all cases, do not
create groups anulează împărțirea fișierului (se poate vedea starea fișierului consultând Current
Status ).

Selectarea unor cazuri
Procedura poate fi accesată alegând din meniu
Data > Select Files

198

Figura 6-14 Selectarea cazurilor
Putem selecta (filtra) anumite cazuri din fișierul de date. Ave m mai multe posibilități de a
selecta:
– Toate cazurile ( All cases ) – nu (mai) avem un filtru;
– Cazurile pentru care o condiție este îndeplinită: se deschide o fereastră asemănătoare cu
cea de la calcularea unei variabile (vezi secțiunea 1.4) unde putem const rui o expresie
logică folosind variabilele din fișier, funcțiile SPSS și diferiți operatori aritmetici, logici
sau relaționali;
– Un număr aleatoriu de cazuri – trebuie să specificăm numărul aproximativ de cazuri;
– În funcție de numărul cazului;
– Folosind o va riabilă (numerică) drept filtru – sunt selectate cazurile pentru care valorile
variabilei sunt diferite de zero sau nu sunt valori lipsă;
Trebuie să alegem ce se întâmplă cu cazurile care nu sunt selectate. Acestea pot să nu fie
luate în calcul (opțiunea i mplicită), în editorul de date cazurile respective având prima coloană
(numărul rândului) tăiată de o bară oblică, și se mai creează o variabilă filter_$ cu valoarea 1
pentru cazul selectat și 0 pentru cazul omis. Mai putem să copiem cazurile într -un nou f ișier activ
sau să fie șterse (este bine să selectăm această opțiune doar atunci când suntem siguri că nu avem

199
nevoie de cazurile respective sau când datele sunt salvate în alt fișier, în caz contrar putând să
pierdem date utile).
Ponderarea cazurilor
Uneo ri dorim să ponderăm cazurile, adică să modificăm frecvențele astfel încât să
obținem o reprezentare diferită a fișierului (cel mai adesea ca să avem un grad sporit de
reprezentativitate). Acest lucru se face prin intermediul unei variabile de ponderare. D e exemplu,
dacă în fișierul nostru femeile reprezintă doar 25% din cazuri și vrem să obținem un eșantion cu
o reprezentare echilibrată a celor două sexe vom da ponderea 3 pentru fiecare caz de sexul
feminin (pentru a egala numărul de bărbați, care era de t rei ori mai mare). Variabila care ne
asigură ponderarea trebuie să fie calculată înainte de a trece la operația de ponderare.
Pentru a face ponderarea alegem din meniu :
Data > Weight Cases

Figura 6-15 Pond erarea cazurilor
Alegem opțiunea Weight cases by și alegem variabila care ne va asigura ponderarea.
6.2. Prezentarea datelor
După ce am introdus datele , următorul pas este să prezentăm rezultatele. Prezentarea
datelor sau analiza univariată se referă la descri erea fiecărei variabile și a atributelor sale pentru
fiecare caz. Mijloacele pe care le avem la dispoziție se referă la realizarea unor distribuții de
frecvență, calcularea indicatorilor tendinței centrale și a celor de dispersie.
Rezultatele acestor prelu crări (și nu numai) se vor regăsi în Viewer sau Output. Pentru o
sesiune de lucru toate aceste elemente se vor aduna în Viewer . În momentul în care închidem
sesiunea suntem întrebați dacă vrem să salvăm conținutul outputului într -un fișier de tip output

200
(extensia .spv). Dacă nu facem acest lucru vom pierde rezultatele prelucrărilor efectuate în acea
sesiune de lucru.
6.2.1. Lucrul cu outputul
Panourile din Viewer
Partea din stânga a ferestrei Viewerului este panoul de navigație(sau Outline ). Aici
vedem toate proce durile care au fost executate. Pentru fiecare procedură se creează un jurnal
(log), în care avem comanda în sintaxă SPSS. Putem vedea că avem două proceduri care au fost
efectuate – Frequencies și Descriptives . Putem vedea ce rezultate a returnat fiecare p oziționându –
ne cu ajutorul mouse -ului pe titlul ei. Avem o structură de tip arbore care poate fi afișată în
întregime (apăsând pe căsuța + de dinaintea titlului procedurii) sau ascunsă, caz în care apare
doar titlul ei (dacă apăsăm pe căsuța – ). Putem fac e același lucru din meniu, selectând View >
Show sau View > Hide. Atunci când avem un output mai voluminos se recomandă să fie ascunse
procedurile, navigația în viewer fiind mai ușoară – doar trebuie să selectăm procedura care ne
interesează să o vedem.
Putem schimba dimensiunile la care sunt afișate rezultatele din acest panou alegând din
meniu View > Outline Size (putem alege între Small , dimensiunea implicită, Medium și Large) –
pentru dimensiunea elementelor și View > Font, pentru mărimea caracterelor.
Procedurile sau elementele componente ale fiecărei proceduri pot fi șterse, copiate sau exportate
(în funcție de caz) direct din panoul de navigație.
În partea din dreapta a ferestrei Viewerului , panoul Contents , avem rezultatele procedurilor –
tabele, gra fice și text.
Avem elemente de editare a outputului
– putem schimba alinierea în pagină a fiecărui element (alegem din meniu Format și
alinierea dorită: stânga, dreapta sau centru);
– putem modifica pagina (Insert > Page Break, Insert > New Heading sau Inser t > Page
Title );
– Putem insera texte noi, fie pe care le introducem de la tastatură (Insert > New Text) sau
dintr -un fișier existent (Insert > New File), putem insera și imagini dintr -un fișier existent
(Insert > Image ).

201
Putem constata că există doar două d iferențe față de felul în care ne apare meniul în Viewer față
de Data Editor – apariția elementelor Insert și Format. Avem și c elelalte opțiuni prezente aici,
simplificându -ne lansarea în execuție a altor proceduri.

Figura 6-16 Fereastra Output
Textele din output pot fi căutate (Edit > Fiind) și înlocuite cu altele (Edit > Replace ).
Trebuie să specificăm panoul în care căutăm: Outline sau Contents . Programul nu caută în
grafice sau între elementele ascunse ale procedurilor.
Folosirea elementelor de output în alte aplicații
Elementele din output, texte, grafice sau tabele pot fi folosite în alte aplicații. Ele pot fi
copiate (Edit > Copy ) și lipite în alte aplicații, cum ar fi fișiere Word sau foi de lucru. T abelele și
textele pot fi editate în respectivele programe, imaginile nu.
Elementele respective pot fi și exportate. Dacă alegem din meniu
File > Export
Putem export a outputul în întregime într -o multitudine de formate: Word (.doc), Portable
Data Format ( .pdf), Excel (.xls), Text (.txt), HTML (.htm) sau Power Point (.ppt). Dacă avem și
grafice în output putem să le exportăm separat alegând ca tip document opțiunea None ( Graphics
Only ). În situația în care am optat pentru această opțiune, sau când optăm pen tru exportarea
outputului în format HTML sau Text, trebuie să alegem și anumite setări pentru fișierele grafice,

202
cum ar fi – tipul fișierului (Bitmap, JPEG, PNG, EMF, TIFF sau EPS), dimensiunea imaginii (în
procente față de dimensiunea actuală) și dacă dor im convertirea imaginii în nuanțe de gri.
Lucrul cu tabele
Rezultatele sunt prezentate cel mai adesea în tabele. Aceste tabele pot fi modificate.
Avem următoarele posibilități:
– Transpunerea rândurilor și coloanelor;
– Mutarea rândurilor și coloanelor;
– Creare a unor niveluri intermediare ( layers ) multidimensionale;
– Ascunderea sau afișarea rândurilor, coloanelor și a altor informații;
– Rotirea etichetelor rândurilor și coloanelor;
– Inserarea de note de subsol.
Pentru a edita un tabel putem să selectăm tabelul și f ie din clic dreapta, fie din meniu
selectăm Edit Contents și avem de ales între a edita tabelul în fereastra Viewer sau într -o
fereastră separată. Dacă dăm dublu clic tabelul va fi editat în Viewer (cu excepția tabelelor foarte
mari).
Un tabel conține rând uri, coloane și niveluri ( layers ).
Dacă vrem să vedem modul în care se prezintă datele legate de cât de variabilele „cât de
des navigați pe Internet”, „aveți în casă un computer” și „sexul respondentului”, și încercăm să
obținem un tabel de asociere ( Anal yze > Descriptive Statistics > Crosstabs ) în care să avem
prima variabilă pe rânduri, iar celelalte două pe coloane vom obține două tabele, în care vom
avea prima și a doua variabilă, respectiv prima și a treia.
Putem să optăm pentru a pune variabila „sex ul respondentului” ca un alt nivel ( layer ).
Vom avea datele într -un singur tabel, datele pentru variabilele „cât de des navigați pe Internet” și
„aveți în casă un computer” fiindu -ne prezentate pentru fiecare valoare a variabilei sexul
persoanei și pentru total, după cum urmează:
Cât de des navigați pe Internet? * Computer (PC) * Sexul respondentului Crosstabulation
Count
Sexul respondentului Computer (PC) Total
Da Nu
masculin Cât de des navigați pe
Internet? Deloc 38 29 67
O data pe luna sau mai r ar 26 13 39
De câteva ori pe luna 39 21 60
De câteva ori pe săptămân ă 61 19 80
Zilnic 116 6 122
Total 280 88 368
feminin Cât de des navigați pe Deloc 43 39 82

203
Internet? O data pe luna sau mai rar 26 6 32
De câteva ori pe luna 22 12 34
De câteva ori pe săptămâna 79 15 94
Zilnic 112 5 117
Total 282 77 359
Total Cât de des navigați pe
Internet? Deloc 81 68 149
O data pe luna sau mai rar 52 19 71
De câteva ori pe luna 61 33 94
De câteva ori pe s ăptămână 140 34 174
Zilnic 228 11 239
Total 562 165 727
Tabelul 6-1 Tabelul de asociere
Un tabel asemănător putem obține dacă vom construi tabelul folosind Analyze > Table >
Custom Tables , alegând prima și a treia variabilă pe rânduri și a doua pe coloane. Rezultatul este
asemănător, dar nu mai avem datele prezentate și pentru total.
Pentru un tabel creat prin Crosstabs avem posibilitatea să optăm ca tabelul să fie afișat pe
nivele (Display Layer Variables in Table Layers ). Vom avea tr ei nivele suprapuse – vom vedea
cel deasupra (tabelul pentru Total). Pentru a vedea un alt nivel trebuie să activăm tabelul și
putem selecta nivelul pe care dorim să -l vedem.

Figura 6-17 Tabel cu mai multe niveluri
Putem modifica aspectul tabelului. Activăm tabelul (într -o fereastră separată sau în
Viewer ). Accesând din meniu opțiunea Pivot vom putea schimba între ele rândurile și coloanele
alegând opțiunea Transpose Rows and Columns . Alegând opțiunea Pivoti ng trays (cu icoana
)
putem muta cum dorim coloanele și rândurile, inclusiv ordinea în care sunt afișate rândurile sau
coloanele (dacă avem mai multe). De asemenea, putem crea un nou nivel. Oricare dintre
variabilele de pe rânduri sau coloane poate fi muta tă (drag and drop ) ca layer . Prin Pivot > Go to
Layers putem specifica nivelul cel mai de sus, cel care va fi vizibil.

204

Figura 6-18 Modificarea nivelurilor unui tabel
Putem ascunde anumite rânduri sau coloan e. Selectăm eticheta categoriei pe care dorim
să o ascundem (putem selecta o variabilă sau o valoare a unei variabile) și printr -un nou clic (sau
clic dreapta și Select > Data and Label Cells – opțiune valabilă pentru tabele create în versiunile
mai vechi decât 20) selectăm rândul sau coloana dorită. Din meniul contextual putem selecta
Hide Category (sau View > Hide). Pentru a afișa din nou informația alegem View > Show All
Categories . Pot fi ascunse și etichete sau note de subsol.
Rotirea etichetelor (afiș area textului pe orizontală sau pe verticală) se realizează prin
opțiunea Format > Rotate Inner Column Labels (sau Rotate Outer Rows Labels ) . Inner Columns
Labels sunt etichetele coloanelor din interiorul tabelului. Outer Rows Labels sunt etichetele de pe
coloana 1.
Putem insera note de subsol. Pentru aceasta trebuie să selectăm celula unde dorim să
apară nota de subsol și din meniu alegem Insert > Footnote . Nota de subsol va fi introdusă sub
tabel. În mod implicit notele vor fi numerotate automat cu lite re mici, începând cu litera a.
Aspectul tabelului poate fi modificat de la Format > Table Properties , putând modifica
aspecte legate de dimensiunea tabelului, chenar, note de subsol, celulele tabelului.

Frecvențe, indicatori ai tendinței centrale sau de dispersie
Procedura destinată obținerii frecvențelor poate fi accesată din meniu astfel:
Analyze > Descriptive Statistics > Frequencies
Primul pas este cel al selectării variabilelor pentru care dorim să obținem frecvențele.

205

Figura 6-19 Afișarea frecvențelor
Putem selecta mai multe variabile. Pentru toate se vor aplica opțiunile alese – dacă să se
afișeze sau nu tabelul de frecvențe (implicit se vor afișa), ce indicatori vor fi calculați, graficele
atașate fiecărei distribuții de frecvență sau formatul outputului – dacă vrem să -l organizăm după
variabile sau să comparăm variabilele între ele, ordinea de afișare ș.a. Este recomandabil ca în
momentul în care selectăm mai multe variabile să selectăm variabile m ăsurate la același nivel,
pentru care dorim să calculăm aceiași indicatori și să obținem aceleași grafice. Dacă alegem o
variabilă nominală sau ordinală ne -ar interesa mai mult frecvențele, ca indicator al tendinței
centrale ne poate interesa doar modul și ca grafice ne -ar interesa un grafic de tip pie (plăcintă sau
sector) sau bar ( coloane ). Pentru o variabilă scale ne -ar interesa prea puțin tabelul de frecvențe,
dar în schimb ne -ar interesa tendința centrală (în special media sau mediana) și dispersia
(abaterea standard), iar ca grafic am prefera histograma.
Prin apăsarea butonului Statistics putem alege ce indicatori vor fi calculați.

206

Figura 6-20 Statistici disponibile în procedura Frequencies
Putem opta pentru valorile percentilelor (cuartile, a unui număr specificat de grupuri
egale – implicit ar fi decile – , sau să specificăm anumite percentile – dacă ne interesează care
este valoare mai mare decât 95% dintre valori scriem percentila 95), indicatorii t endinței centrale
(media, mediana, modul și suma), indicatori de dispersie (abaterea standard, varianța,
amplitudinea, valoarea minimă, valoarea maximă, media erorii standard) și indicatorii de formă a
distribuției (alungirea și boltirea).

Figura 6-21 Tipuri de grafice disponibile în procedura Frequencies
Pentru grafice dispunem de posibilități mai largi prin procedura Graphs (vezi secțiunea
2.3 în care graficele sunt tratate pe larg). Aici avem mai puține o pțiuni, putând alege între grafice
de tip bară, plăcintă sau histograme. Trebuie să specificăm dacă lucrăm cu frecvențe absolute
(Frequencies ) sau relative ( Percentages ). Graficele sunt folosite pentru a sublinia anumite lucruri,

207
considerate mai importante . Este bine să evităm abuzul de grafice. Dacă subliniem totul, nu am
subliniat nimic.
Dacă dorim să aflăm cum se descurcă respondenții noștri în fața unui calculator apelăm
procedura Frequencies , optăm la fel ca în imaginile de mai sus și vom obține rezul tatele în
Viewer .
Avem în primul rând tabelul Statistics ,în care ne sunt prezentați indicatorii solicitați. În
cazul nostru avem doar modul (valoarea cea mai des întâlnită), care este 2 (Nu).
Statistics
Știți să folosi ți computerul?
N Valid 1984
Missin g 16
Mode 2
Tabelul 6-2 Prezentarea indicatorilor statistici solicitați
În tabelul de frec vențe obținem frecvențele absolute ( Frequency ), cele relative ( Percent ),
cele relative la toate cazurile valide (Vali d Percent ) și procentele cumulate (categoria curentă
plus categoriile anterioare). Se raportează cel mai adesea Valid Percent , frecvențele relative
pentru cazurile valide.
Știți să folosiți computerul?
Frequency Percent Valid Percent Cumulative
Percent
Valid Da 738 36.9 37.2 37.2
Nu 1245 62.3 62.8 100.0
Total 1984 99.2 100.0
Missing NR 16 .8
Total 2000 100.0
Figura 6-3 Tabelul de frecvențe
În tabelul de mai sus, referitor la cunoașterea modului d e utilizare al calculatorului, 738
de persoane, reprezentând 36.9% din toate persoanele chestionate și 37.2% dintre persoanele
care au răspuns, consideră că știu să folosească un computer.
Graficul rezultat ne prezintă rezultatele. Vedem că felia cea mai m are din plăcintă
reprezintă respondenții care nu știu să folosească un computer. Ne sunt reprezentate și cazurile
cu valori lipsă (ceea ce nu se întâmplă pentru procedura Graphs ). De asemenea, ni se precizează
că aceste cazuri au fost ponderate. Graficele pot fi editate (vezi secțiunea 2.3).

208

Figura 6-22 Reprezentarea grafică a frecvențelor relative
6.2.2. Lucrul cu grafice
Crearea graficelor
Graficele pot fi obținute și din anumite proceduri (cum ar fi Frequencies ). Dacă dorim să
avem posibilități sporite de lucru cu graficele avem în meniu opțiunea Graphs . Aici putem opta
între două posibilități de construire a graficelor – Charts Builder – opțiune a versiunilor mai noi
de SPSS și Legacy Dialogs – moștenire din ve rsiunile mai vechi de SPSS, care permite accesul
direct la tipurile de grafice.
Dacă alegem Chart Builder , O posibilitate este să începem de la tipul de grafic dorit
(alegem tipul și varianta dorită dintre cele oferite în Gallery și cu ajutorul mouse -ului este mutat
în colțul din dreapta sus a ferestrei).

209

Figura 6-23 Elaborarea unui grafic folosind opțiunea Chart Builder
Aici am selectat tipul Pie și l-am tras în colțul din dreapta sus. Mai trebuie să prec izăm ce
reprezintă fiecare felie ( Slice by? ) și cum se definesc unghiurile ( Angle Variable? ). Pentru
aceasta ajunge să selectăm o variabilă și să o tragem în dreptunghiul Slice By?. Angle Variable
va deveni automat Count, indicând că discutăm despre frecve nțe absolute.
Putem edita proprietățile elementelor din grafice. Trebuie prima dată să selectăm
elementul – în cazul nostru avem trei elemente:
– Polar – Interval 1 reprezintă Axa Y, pentru care putem să modificăm statistica. Putem să
folosim procentajul ( caz în care putem specifica modul de calculare al procentajului –
alegând Set Parameters ), valoarea sau suma valorilor.
– Angle -Axis 1 se referă la plăcinta propriu -zisă. Putem să setăm poziționare primei felii
(de obicei începe la ora 12.00) și modul cum ur mează celelalte felii (implicit în sensul
acelor de ceasornic);
– Group Color – se referă la axa X. Aici avem eticheta variabilei, modul în care sunt sortate
cazurile, valorile existente (se poate modifica ordinea lor, sau să fie excluse unele valori),

210
valor ile excluse, putem alege dacă vor fi afișate (sau nu) categoriile goale și modul în
care sunt tratate categoriile cu un număr mic de cazuri.

Figura 6-24 Setarea proprietăților elementelor în procedura Chart Builder
Valorile lipsă definite de utilizatori pot fi incluse în grafice apăsând butonul Options din
Chart Builder și selectând pentru Break Variables opțiunea Include.
Tipurile de grafice disponibile sunt:
– Bar – pentru o variabilă sau două de tip nominal sau ordinal (caz în care putem
prezenta fiecare categorie a celei de a doua variabilă cu bare separate în interiorul
fiecărei valori a primei variabile – clustered – sau ca porțiuni a barei
corespunzătoare fiecărei categorii a primei variabile – stacked ), bi sau tri –
dimensionale;

211

Figura 6-25 Grafice de tip bar – stacked și clustered
– Line – putem reprezenta evoluția valorilor unei variabile de tip scale fie printr -o
linie, fie prin mai multe (definite printr -o altă variabilă nominală sau ordinală,
fiecare linie reprezentând valorile pentru o anumită categorie a celei de a doua
variabile sau pentru total valori);
– Area (poligonul frecvențelor) pentru variabile de tip nominal sau ordinal –
frecvențele sunt preze ntate sub formă de arii – simple sau stacked ;
– Pie/Polar – grafic de tip plăcintă, se folosește pentru variabile de tip nominal sau
ordinal;
– Scatter/Dot : graficele de tip dot folosesc o singură scală, cele de tip scatter sunt
bidimensionale. Se reprezintă v ariabile de tip scale, putându -se folosi o variabilă
nominală sau ordinală de grupare. Pentru scatter putem cere să obținem și curba
de regresie (Fit Line at Total) și coeficientul R2;
– Histogramă – pentru variabile de tip scale, avem histograme simple, sau grupate
după o anumită variabilă. În imaginea de mai jos avem distribuția variabilei vârsta
după mediul de reședință. Obținem și informații despre tendința centrală (media)
și dispersie (abaterea standard).

212

Figura 6-26 Histograma variabilei Vârstă grupată după mediul de reședință
– High -low chart – sunt reprezentări pe o axă orizontală (de obicei în timp) a unei
variabile scale sub forma unor linii verticale, mărginite jos de valoarea cea mai
mică și sus de v aloarea cea mai mare din unitatea respectivă de timp;
– Boxplot – reprezentăm grupuri de date numerice prin 5 indicatori – valoarea
minimă, cuartila 1. Mediana, cuartila 3 și valoarea maximă. În exemplul de mai
jos am reprezentat boxploturile pentru vârsta r espondenților noștri pentru cele
două sexe.

213

Figura 6-27 Grafic de tip boxplot
– Dual axes ne permite să reprezentăm două grafice în același timp, având două axe verticale.
Pentru o axă orizontală pe care rep rezentăm o variabilă nominală sau ordinală vom avea un grafic care va
cuprinde un bar (pentru un indicator statistic al primei variabile – de tip scale – de pe verticală) și o line
(pentru un indicator statistic al celei de -a doua variabile – tot de tip sc ale). Pentru o axă orizontală
corespunzătoare unei variabile de tip scale vom obțin de fapt două scatteruri diferite prim culorile
punctelor – o culoare pentru prima variabilă de pe verticală și o alta pentru cealaltă.
Editorul pentru grafice ( Chart Editor )
Graficele pot fi editate prin dublu -clic în Viewer sau din meniu: Edit > Edit Content > In Separate
Window
Pot fi modificate diferite aspecte legate de modul în care sunt afișate graficele. Opțiunile sunt în
mare măsură contextuale – sunt legate de tipul de grafic despre care este vorba. Din meniu avem Options
care se referă în principal la aspecte legate de titlu, axe, legendă și Elements care se referă la etichetele
datelor (acestea pot fi afișate sau nu prin Show Data Labels sau modificate în Data Labe ls Mode) și la
diferite curbe de referință (cum ar fi curba de regresie, linia de interpolare, ș.a.).
În momentul în care închidem fereastra editorului pentru grafice modificările sunt salvate automat
și ne reîntoarcem în fereastra de unde am plecat.

214
6.2.3. Alte proceduri pentru prezentarea datelor
Descriptives
Din meniu alegem Analyze > Descriptive Statistics > Descriptives
Procedura ne prezintă pentru mai multe variabile, în ordinea pe care o alegem noi,
anumiți indicatori statistici (vezi imaginea de mai jos) și calculează scoruri standardizate pentru
variabilele respective, pe care le salvează în editorul de date.

Figura 6-28 Indicatorii statistici ai procedurii Descriptives
Explore
Din meniu alegem Analyze > D escriptive Statistics > Explore
Procedura ne furnizează posibilitatea de a obține diferite statistici de sumarizare a datelor
și reprezentări grafice. Putem selecta una sau mai multe variabile care să ne definească grupuri
de cazuri și putem să introducem și o variabilă de identificare. Procedura ne ajută să analizăm
mai atent datele, putem identifica mai ușor cazurile extreme, să vedem dacă avem porțiuni din
distribuție care lipsesc, alte situații specifice. După o astfel de analiză putem vedea dacă
proced urile statistice pe care vrem să le aplicăm sunt posibil de aplicat, sau, dacă datele nu sunt
distribuite normal ne putem gândi la transformarea datelor sau la proceduri non -parametrice.
În exemplul de mai jos folosim procedura Explore pentru a vedea cum s unt distribuite
veniturile respondenților în funcție de mediul de reședință pe fiecare județ.

215

Figura 6-29 Exemplu de utilizare a procedurii Explore
Summarize
Din meniu alegem Analyze > Reports > Case Summar ies
Vom calcula diferite statistici o pentru diferite sub -grupuri ale unor variabile de tip scale
definite de categoriile variabilelor de grupare. De exemplu, dacă dorim să aflăm venitul mediu pe
gospodărie a respondenților din fiecare județ selectăm varia bila care conține venitul gospodăriei
și la Grouping variable (s) trecem județul. Din Statistics vom selecta media.

216

6.3. Testarea ipotezelor
Programul SPSS oferă o gamă destul de largă de posibilități pentru testarea ipotezelor.
Vom prezenta patru posibilități : asocierea variabilelor, compararea mediilor, regresia și corelația.
6.3.1. Asocierea
Din meniu alegem Analyze > Descriptive Statistics > Crosstabs

Figura 6-30 Selectarea variabilelor pentru procedura Crosstabs
Trebuie să alegem variabilele care vor fi asociate. Procedura este folosită, în general,
pentru variabile măsurate la nivel nominal sau ordinal. Vom selecta una sau mai multe variabile
pe rânduri și una sau mai multe pe coloane. Putem avea mai multe nivelu ri (sau variabile de
control), punând una sau mai multe variabile ca Layer (putem naviga între niveluri folosind
butoanele Previous , pentru nivelul anterior, sau Next , pentru nivelul următor). Pentru fiecare
nivel vom avea câte o nouă asociere. Putem solic ita și afișarea unor grafice de tip bare grupate pe
fiecare valoare a variabilei aleasă pe rânduri (Opțiunea Display clustered bar charts ). De
asemenea, putem opta pentru ascunderea tabelului de asociere (bifând opțiunea Suppress
Tables ).
Din baza noastră de date am selectat două variabile, mulțumirea față felul în care trăiesc
și sexul respondentului. Dacă apăsăm butonul OK vom obține tabelul de asociere.
Cât de mul țumit(a) sunte ți în general de felul în care tr ăiți? * Sexul respondentului
Crosstabulation

217
Count
Sexul respondentului Total
masculin feminin
Cât de mul țumit( ă) sunte ți în
general de felul în care
trăiți? Deloc mul țumit 133 178 311
Nu prea mul țumit 437 527 964
Destul de mul țumit 333 328 661
Foarte mul țumit 20 28 48
NS 3 8 11
NR 1 4 5
Total 927 1073 2000
Tabelul 6-4 Tabel de asociere
Dintre butoanele din dreapta ferestrei cel mai important este butonul Statistics . Alegerea
calculării unuia sau mai multor coeficienți statistici depin de de datele pe care le avem la
dispoziție și de scopurile cercetării noastre.
Chi-square (se pronunță ca și kie -square) sau coeficientul Hi pătrat ne ajută să aflăm dacă
avem o asociere semnificativă din punct de vedere statistic între variabile. Pentru t abele de 2X2
bifând Chi -square vom obține coeficientul Chi -square al lui Pearson, raportul de verosimilitate
(likelihood -ratio) al acestuia, testul Fisher și coeficientul Chi -square corectat al lui Yates. Pentru
celelalte cazuri vom obține coeficientul Chi -Square a l lui Pearson și raportul de verosimilitate al
acestuia.

Figura 6-31 Indicatori statistici pentru procedura de asociere

218
Alegem opțiunea Corelații atunci când avem variabile ordinale și vom obține coeficientul
de corelație al lui Spearman (rho) dintre ranguri. Dacă avem variabile de tip scale vom obține
coeficientul de corelație al lui Pearson.
Pentru a afla magnitudinea relației dintre variabile avem la dispoziție câte 4 coeficienți
grupați in fun cție de datele pe care le avem la dispoziție: dacă avem date nominale (sau măcar
una dintre variabile să fie nominală) sau date ordinale.
Când una dintre variabile este nominală sau ordinală, iar cealaltă este măsurată la nivel
Scale vom alege Eta. Coefic ientul Kappa a lui Cohen se folosește pentru a calcula gradul de
concordanță între evaluările a doi observatori ai aceluiași obiect.
Butonul Cells ne folosește în primul rând pentru a obține frecvențele marginale
(Percentages ) pe rânduri, coloane sau tota l. De asemenea putem solicita afișarea valorilor
așteptate sau putem decide modul în care prezentăm valorile reziduale sau valorile ponderate
care nu sunt întregi.

Tabelul 6-32 Opțiuni de afișare a celulelo r din tabelul de asociere
6.3.2. Compararea mediilor
Avem mai multe modalități de a vedea dacă avem diferențe semnificative ale valorilor
unei variabile de tip interval sau rapoarte între două sau mai multe grupuri definite de o variabilă
măsurată la nivel nomina l sau ordinal. Vom prezenta doar opțiunea Means .
Din meniu alegem Analyze > Compare Means > Means
Dacă vrem să vedem în ce măsură există diferențe între veniturile gospodăriilor din
mediul urban și cel rural vom selecta variabilele corespunzătoare.

219

Figur a 6-33 Compararea mediilor a două variabile
Butonul Options ne permite să alegem statisticile pe care dorim să le vedem (în acest caz
am ales media, numărul de cazuri și abaterea standard). De asemenea, putem opta pentru o
analiză de varianță (ANOVA) și pentru un test de liniaritate, pentru a vedea în ce măsură
diferențele sesizate sunt semnificative și dacă acestea sunt liniare.

Figura 6-34 Alegerea indicatori lor statistici pentru compararea mediilor
Tabelul mediilor ne arată că în septembrie 2007 o gospodărie din mediul urban avea un
venit mediu de 1027.28 lei, în vreme ce una din mediul rural avea doar 711.11 lei venit mediu.
Report
În luna trecut ă (septembr ie 2007), suma total ă de bani ob ținută de către to ți membrii gospod ăriei dvs.
incluzând salarii, dividende, chirii, vânz ări etc., a fost cam de …?
Mediu de re ședință Mean N Std. Deviation

220
Urban 1027.28 1101 1217.843
Rural 711.11 899 1035.594
Total 885.16 2000 1150.068
Tabelul 6-5 Mediile obținute pentru fiecare caz
Pentru a vedea dacă diferențele sunt semnificative ne uităm peste tabelul ANOVA.

ANOVA Table
Sum of Squares df Mean Square F Sig.
În lun a trecut ă (septembrie
2007), suma total ă de bani
obținută de către to ți membrii
gospod ăriei dvs. incluzând
salarii, dividende, chirii, vânz ări
etc., a fost cam de …? * Mediu
de re ședință Between
Groups (Combined) 49469792.035 1 49469792.035 38.096 .000
Within Groups 2594520068.153 1998 1298558.593
Total 2643989860.188 1999
Tabelul 6-6 Analiza semnificației diferenței dintre medii
Acesta ne confirm ă (Valoarea Sig. fiind mai mică decât valoarea pragul ui statistic) că
diferențele sunt semnificative.
Din tabelul Măsuri de asociere vom afla că mediul de reședință contribuie în proporție de
1.9% la diferențele de venit dintre cele două medii.
Measures of Association
Eta Eta Squared
În luna trecut ă (sept embrie 2007), suma total ă de bani ob ținută de către to ți membrii
gospod ăriei dvs. incluzând salarii, dividende, chirii, vânz ări etc., a fost cam de …? *
Mediu de re ședință .137 .019
Tabelul 6-7 Tabelul măsu rilor de asociere
6.3.3. Regresia liniară
Dacă vrem să explicăm o variabilă măsurată la nivel interval sau rapoarte prin
intermediul mai multor variabile măsurate la același nivel vom folosi regresia.
Din meniu alegem Analyze > Regression > Linear

221

Figura 6-35 Alegerea variabilelor pentru modelul de regresie
Alegem variabilele care ne interesează: vrem să explicăm costul locuinței respondentului
în funcție de venituri, vârstă și mediul de reședință recodificat (a fo st transformat într -o variabilă
de tip Dummy, în care 1 înseamnă urban și 0 rural, pentru a putea fi inclus într -o regresie).
Rezultatele care ne interesează cel mai mult sunt R2 – puterea explicativă a modelului, pe
care o aflăm din tabelul Model Summary , dacă acesta este semnificativ (aflăm din tabelul
ANOVA) și modul în care influențează fiecare variabilă independentă variabila dependentă.

Model Summary
Model R R Square Adjusted R
Square Std. Error of the Estimate
1 .339a .115 .114 36350.512
a. Predi ctors: (Constant), urban, AGE, În luna trecut ă (septembrie 2007), suma total ă de bani
obținută de către to ți membrii gospod ăriei dvs. incluzând salarii, dividende, chirii, vânz ări etc., a
fost cam de …?
Tabelul 6-8 Sumarul modelului de regresie
În acest caz variația variabilelor independente explică 11.4% din variația variabilei
dependente – destul de puțin.
ANOVAa
Model Sum of Squares Df Mean Square F Sig.
1 Regression 343483563469.
344 3 114494521156.
448 86.649 .000b

222
Residual 2637434076485
.411 1996 1321359757.75
8
Total 2980917639954
.755 1999
a. Dependent Variable : Cam c ât cost ă o locuin ță ca a dvs. din acest cartier/zon ă/sat?
b. Predictors : (Constant), urban, AGE, În luna trecut ă (septembrie 200 7), suma total ă de bani
obținută de către to ți membrii gospod ăriei dvs. incluzând salarii, dividende, chirii, vânz ări etc., a
fost cam de …?
Tabelul 6-9 Tabelul ANOVA
Observăm că modelul este unul semnifica tiv din punct de vedere statistic (valoarea Sig.).
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients t Sig.
B Std. Error Beta
1 (Constant) 5152.383 2748.299 1.875 .061
În luna trecut ă (septembrie
2007), suma total ă de bani
obținută de către to ți
membrii gospod ăriei dvs.
incluzând salarii, dividende,
chirii, vânz ări etc., a fost
cam de …? 7.523 .722 .224 10.416 .000
AGE -13.392 45.438 -.006 -.295 .768
urban 17440.281 1653.554 .225 10.547 .000
a. Dependent Variable : Cam cât costă o locuin ță ca a dvs. din acest cartier/zon ă/sat?
Observăm că doar venitul total al gospodăriei și mediul de reședință au o influență
semnificativă, iar vârsta nu are. Coeficienții Beta ne spun cum este această influență: pozitivă,
dar slabă atâ t pentru venit, cât și pentru mediul de reședință.
6.3.4. Corelația
Alegem din meniu Analyze > Correlation > Bivariate

223

Figura 6-36 Alegerea variabilelor și a coeficienților pentru o corelație
Alegem două (sau mai multe) variabile. În funcție de nivelul de măsurare vom calcula
coeficientul de corelație Pearson (pentru variabile măsurate la nivel interval sau de rapoarte),
Kendall tau -b pentru variabile ordinale sau cel al lui Spearman (rho) când dorim calcularea
corelației rangurilor.
Correlations
Crede ți că în
țara noastr ă
lucrurile merg
într-o direc ție
buna sau într -o
direc ție gre șită? Cât de
mulțumit( ă)
sunte ți în
general de felul
în care tr ăiți?
Kendall's tau_b Crede ți că în țara noastr ă
lucrurile merg într -o direc ție
buna sau într -o direc ție
greșită? Correlation Coefficient 1.000 -.307**
Sig. (2 -tailed) . .000
N 2000 2000
Cât de mul țumit( ă) sunte ți în
general de felul în care tr ăiți? Correlation Coefficient -.307** 1.000
Sig. (2 -tailed) .000 .
N 2000 2000
**. Correlation is significant at the 0.01 level (2 -tailed).
Tabelul 6-10 Rezultatele unei corelații

224
În tabelul de corelații vom avea coeficientul de corelație și semnificația sa. Ne sunt
semnaliza te corelațiile semnificative. În acest caz avem o corelație negativă și slabă între
variabile.

225

Referințe

1. Agenția Națională a Funcționarilor Publici (ANFP), Raport privind managementul
funcțiilor publice și al funcționarilor publici , 2010
2. Aristotel, Politica, Antet, 1996
3. Babbie, Earl, Practica cercetării sociale , Polirom, 2010
4. Behn, Robert D., ‚Why measure performance? Different purposes require different
measures ’, 2003 , Public Administration Review, Nr. 5 vol. 63 , pp. 586 -606
5. Bickman, L eonard , Debra J. Rog, (editori), Handbook of Applied Social Research
Methods , Sage, 1998
6. Boehm, Virginia R., ‚ Research in the „Real World” – a Conceptual Problem ’, 1980,
Personnel Psychology, vol. 33, nr. 3, p. 495 -505
7. Campbell, Donald, James Stanley, Experimental and quas i-experimental designs for
research . Rand -McNally , 1963
8. Caplow, Theodore, L’Enquête sociologique , Armand Colin, 1970
9. Chelcea, Septimiu, ‚Atitudinile etnice ale studenților ’, 1994 , Revista de cercetări sociale ,
nr. 3, pp. 67 -75
10. Chelcea, Septimiu, Metodologi a cercetării sociologice. Metode cantitative și calitative ,
Editura Economică, 2001
11. Comșa , Mircea, Designul și practica cercetării sociale , Universitatea Babeș -Bolyai,
online la
http://sites.google.com/site/mirceacomsa/LI_DC_draft_curs_design_comsa.pdf?attredirec
ts=0, accesat în data de 10.04.2012
12. Cooper, H arris M.. ‘Organizing knowledge synthesis: A taxonomy of literature reviews ’,
1988 , Knowledge in Soc iety, vol. 1, nr. 1, pp. 104-126.
13. Cresswell, John W., Research Design. Qualitative and Quantitative Approaches , Sage
Publications, 1994
14. Daston, Lorraine, Elizabeth Lunbeck, Histories of scientific observation , University of
Chicago Press, 2011

226
15. de Leeuw, Ed ith, Wim de Heer , ‘Trends in Household Survey Nonresponse: A
Longitudinal and International Comparison ’ în Robert M. Groves, Don A. Dillman, John
L. Eltinge, Roderick J. A. Little (ed.), Survey Nonresponse , Wiley , 2002 , pp. 41 –54
16. de Singly, Francois, Alain Blanchet, Anne Gotman, Jean -Claude Kaufman , Ancheta și
metodele ei: chestionarul, interviul de producere a datelor, interviul comprehensiv ,
Polirom, 1998
17. Denzin, Norman K., The research act: A theoretical introduction to sociological
methods , 2nd ed., Mc Graw -Hill, 1978
18. Denzin, Norman K., Yvonna S. Lincoln (ed .), Handbook of Qualitative Research , Sage
Publications, 1994
19. Dogan, Mattei, Dominique Pelassy, Cum să comparăm națiunile , Ed. Alternative, 1993
20. Durkheim, Émile, Regulile metodei sociologice , Ed. Știi nțifică, 1974
21. Flyvbjerg, Bent, ‘Case Study’ în Norman K. Denzin, Yvonna S. Lincoln (editori), The
Sage Handbook of Qualitative Research , 4th Edition, Sage, 2011 pp. 301 -316
22. Frankfort -Nachmias Chava, Nachmias David, Research Methods in the Social Sciences 5
th edition , St. Martin’s Press, 1996
23. Frankfort -Nachmias Chava, Nachmias David, Study Guide to Accompany Research
Methods in the Social Sciences 5 th edition , St. Martin’s Press, 1996
24. Gardner, William L., Mark J. Martinko, ‚Structured observation of manage rial work: A
replication and synthesis ’, 1990 , Journal of Management Studies, nr. 27, pp. 329-357
25. Hammersley, Martyn, ‚Some notes on the terms 'validity' and 'reliability’’, 1987, British
Educational Research Journal, 13 (1), pp. 73 -81
26. Holsti, Ole R., Content analysis for the social sciences and humanities , Addison -Wesley ,
1969
27. Hyman H erbert H., ‚Surveys in the Study of Political Psichology ’, în J.N. Knutson (ed.),
Handbook of Political Psichology , Jossey Bass, 1973
28. Jenkins, William I., Policy Analysis: A Political and Organisational Perspective , Martin
Robertson, 1987
29. Keane, John F, ‚ Piggy and the Eternal City: Science Fiction as Testing Ground for New
Management Theo ry’, Emergence: Complexity and Organization , 1999 , October 1, p. 2 –
42

227
30. King Gary, Keohane Robert, Verba Sydney, Fundamentele cercetării sociale , Polirom
2000
31. King, Nigel, Christine Horrocks, Interviews in Qualitative Research , Sage Publications,
2010
32. King, Ronald F., Strategia cercetării , Polirom, 2005
33. Kish, Leslie, Survey Sampling , Wiley, 1965
34. Kohn, Ruth C., Pierre Negre, Les vois de l’observation. Repère pour les pratiques de
recherche en sciences humaines , Nathan, 1991
35. Kubr, Milan (ed itor), Manualul consu ltantului în management , AMCOR, 1992
36. Kuhn, Thomas S., Structura revoluțiilor științifice , trad. Radu J. Bogdan, Humanitas,
2008
37. Kuhrt, Amelie, The Ancient Near East c. 3000 –330 B.C.E. Vol 2, Routledge, 1995
38. Kumar , Ranjit Research Methodology: A Step -by-Step Guide for Beginners , 3rd edition,
Sage , 2011
39. Lan, Z hyiong , Kathleen K. Anders, ‚A paradigmatic view of contemporary public
administration research ’, 2000 , Administration & Society, nr. 32, pp. 138–165
40. Langer, Gary, ‘About Response Rates’, Public Perspec tive, , 2003 , May/June, p. 16 -18
41. Lehnen, Robert G., American Institutions, Political Opinion & Public Policy , Dryden
Press, 1976
42. Maxwell, Joseph A ., Qualitative Research Design: An Interactive Approach , Sage , 2005
43. Mărginean, Ioan, Proiectarea Cercetării So ciologice , Polirom, 2000
44. Mihu , Achim, Introducere în sociologie , Dacia, 1992
45. Miles, Matthew B., A. Michael Huberman, Qualitative Data Analysis , 2nd ed., Sage
Publications, 1994
46. Miller, Delbert, Handbook of Research Design and Social Measurement , Sage
Publi cations, 1991
47. Monroe, Alan D., ‘Public Opinion and Public Policy, 1980 -1993’, 1998, Public Opinion
Quarterly 62(1), pp.6 -18
48. OECD, Main Definitions and Conventions for the Measurement of Research and
Experimental Development (R&D) A Summary of the Frascati Manual 1993 , 1994

228
49. Patton, Carl V., David S. Sawicki, Basic Methods of Policy Analysis and Planning , 2nd
ed., Prentice Hall, 1993
50. Popper, Karl R. Logica cercetării , Editura Științifică și Enciclopedică, 1981
51. Ragin, Charles C., Constructing Social Research , Pine Forge Press, 1994
52. Rainey, H al G., ‚On paradigms, progress and prospects for public management ’, 1994 ,
Journal of Public Administration Research and Theory, nr. 1, pp. 41–48
53. Riccucci, Norma M., Public Administration: Traditions of Inquiry and Philosoph ies of
Knowledge , Georgetown University Press, 2010
54. Rommel, J ohan , Jan Christiaens, ‚Beyond the paradigm clashes in public administration ’,
2006, Administrative Theory & Praxis , 28 (4), pp.610 -617
55. Rotariu, Traian (coordonator), Gabriel Bădescu, Irina Culic , Elemer Mezei, Cornelia
Mureșan, Metode statistice aplicate în științele sociale , Polirom, 2000
56. Rotariu , Traian , Petru Iluț, Ancheta sociologică și sondajul de opinie , Polirom, 1997
57. Silverman, David , 2010, Doing Qualitative Research , 3rd edition, Sage Publications
58. Simon , Herbert T., Administrative Behaviour , The Free Press, 1945
59. Singer, Eleanor, ‘Nonresponse Bias In Household Surveys ’, 2006 , Public Opinion
Quarterly , Vol. 70, No. 5 , Special Issue, p. 637 –645
60. Stake, Robert E., The Art of Case Study Research , Sage Publications, 1995
61. Strauss, Anselm; Juliet Corbin , Basics of Qualitative Research Techniques and
Procedures for Developing Grounded Theory (2nd edition) , Sage Publications , 1998
62. Șandor, Sorin Dan, ‚The Great Expectations: Can Civil Society Tackle Corruption ’,
2003, Open Society Institute,
63. Șandor, Sorin Dan, Analiză și cercetare în administrația publică , Accent , 2004
64. Trochim, William M., The Research Methods Knowledge Base , 2nd Edition, Atomic Dog
Publishing, 2000
65. Waldo, D wight . The Administrative State . New York: The Ronald Press Company , 1948
66. Wholey Joseph S., Harry P. Hatry și Kathryn E. Newcomer (ed .), Handbook of Practical
Program Evaluation 2nd Edition , Jossey -Bass , 2005
67. Wright, Bradley E, ‚Public Administration as an Interdisciplinary Field : Assessing Its
Relationship with the Fields of Law, Management, and Political Science ’, 2011 , Public
Administration Review , Volume 71, Issue 1, pp. 96 – 101

229
68. Wright, Bradley E., Lepora J. Manigault, Tamika R. Black , ‘Quantitative Research
Measurement in Public Administration: An Assessment of Journal Publications ’, 2004,
Administration & Society nr. 35(6): 747 –64
69. Yang, Kaifeng, Gerard L. Miller, Research Methods in Public Administration , 2nd
edition, CRC Press, 2007
70. Yin, Robert K., Case Study Research: Design and Method , Sage Publications, 1989
71. Zamfir Cătălin, Lazăr Vlăsceanu, Dicționar de sociologie , Babel, 1993