Analiza prikupljenih podataka

Nakon sto su svi sekundarni i primarni podaci prikupljeni istraivaci se nalaze pred izuzetno delikatnim zadatkom.Sada je potrebno imajuci na umu definisane ciljeve istraivanja,izvudi smisao iz prikupljenih podataka.To je,najkrace receno,osnovni cilj analize. Zavrsetak faze prikupljanja podataka rezultira obino gomilom papira koja na prvi pogled,djeluje zastraujue.Zamisli te samo nekoliko stotina popunjenih upitnika sa pedesetak pitanja a mnoga istraivanja znatno premauju ove brojke!Analiza podataka igra znaajnu ulogu u pretvaranju ove koliine papira u niz logikih zakljuaka i izvjetaja koji ukazuju na potrebne akcije.To je ustvari,niz metoda i tehnika koje se mogu koristiti da bi od podataka dobili shvatljive informacije. Do sada nismo pravili razliku izmeu pojmova podatak i informacija,ali to sada mozemo uiniti da bi bolje shvatili sutinu analize.Rezultat procesa prikupljanja su podaci,tj. Veliki broj pojedinanih injenica,stavova potroaa i sl.Za istraivaa marketinga podaci su,npr.,da je jedan od 500 ispitanika mukarac,star 30 godina,fakultetskog obrazovanja,zaposlen,koristi nasu marku proizvoda,smatra da je preskupo u odnosu na konkurentske itd.Svi ovi pojedinani podaci ne govore nam jos uvijek mnogo o sutini naeg problema,na bazi njih se ne mogu donositi zakljuci o karakteristikama veine ispitanika,njihovim pretenim stavovima i ponaanjima i sl.Potrebno je,dakle,sve te pojedinane podatke paljivo analizirati primjenom odreenih metoda i tehnika,da bi kao rezultat toga dobili informacije koje nam sue ka osnov za donoenje zakljuaka.Ako smo,primjera radi,izraunali da 80% ispitanika iz uzorka smatra da je naa marka proizvoda preskupa u odnosu na konkurentske,onda je to informacija koja ima veliku specifinu teinu i navodi nas na zakljuak da moramo poduzeti neke akcije u vezi s tim.Informacije su,prema tome,podaci koji su proli fazu analize u kojoj je iz njih izvuen osnovni smiso i koji zbog toga imaju daleko vei znaaj za donoenje zakljuaka o odreenom problemu.Ako ovu distinkciju pojave usvojimo,moemo zakljuiti i da je cilj analize pretvaranje podataka u informacije.Pri tome se mogu koristiti najjednostavnije metode,kao sto je recimo izracunavanje rocenta ali i izuzetno kompleksne,kao sto je naprimjer faktorijelna analiza. O mogunostima primjene razliitih metoda i tehnika prilikom analize prikupljeih podataka bit de dosta reeno u nastavku ovog poglavlja.Bitno je,meutim,odmah na poetku konstatovati da zaaj pojedinih metoda analize u istraivanju marketinga ne zavisi iskljuivo od njihove kompleksnosti.Znatan broj konkretnih istraivanja u praksi se svodi na primjeru veoma jednostavnih Analitidkih metoda.Sve se,recimo,moze zavriti na primjeru procenata,srednjih vrijednosti i ukrtenog tabeliranja a da,ipak, zakljudci budu kvalitetni i izuzetno korisni donosiocu marketing odluke.Istraiva marketinga mora poznavati i izuzetno korisni donosiocu marketing odluke.Istrazivac marketinga mora poznavati i suptilnije i kompleksne metode analize,ali to ne znaci da treba uvijek insistirati na njihovoj primjeni.Nekada raspoloivi podaci ne omoguavaju primjenu odreene metode ili to ciljevi istraivanja ne zahtijevaju.U takvim sluajevima je ak i tetno insistirati na primjeni neke komplikovane analitidke procedure samo da bi se impresionirao naruilac istraivanja.Znaaj analize u procesu istraivanja.Znacaj analize u procesu marketinga je velik u principu,ali se on ne poveava primjenom komplikovanih metoda nego smislom koji se iz podataka izvlai! U praksi se esto deava i to da istraiva koji je savladao najkompleksnije metode analize.Ipak svoj posao ne obavi kvalitetno.Uspjena analiza,naime,zahtijeva kreativnost istraivaa i njegovu

sposobnost da dobijene rezultate prilagodi stvrnosti.tj poslovnom okruzenju preduzeda i njegovim internim potencijalima.Jedna je stvar izvoditi zakljucke iskljuivo na bazi tretmana podataka u odreenim analitikim procedurama a sasvim druga interpretirati ih u skladu sa stvarnou u kojo j se preduzede nalazi!Samo onaj istraiva koji podacima daje smisao na osnovu korektno primijenjene analitike procedure i na osnovu poznavanja preduzeda i njegovog okruenja moe smatrati da je uradio kvalitetan posao. Ana liza je,bez sumlje, najkreativniji dio istraivadkog procesa i zbog toga je njen znaaj izuzetan,pa emo joj, u skladu s tim,posvetiti adekvatnu panju u ovoj knjizi. Priprema podataka za analizu Bilo koja analitika procedura ne moze otpoeti prije nego sto se prikupljeni podaci na odreeni nain ne pripreme za to.Priprema podataka za analizu se u sutini odvaja u tri faze koje slijede jedna drugu : 1. Kontrola 2. Kodiranje 3. Tabeliranje Poto od kvaliteta pripreme veoma mnogo zavisi kvalitet same analize,razmotrit emo nain i sadraj rada u sve tri navedene faze.

Kontrola prikupljenih podataka

Osnovni cilj kontrole je da se otkriju evelntualne greke u prikupljenim upitnicima i isprave,ako je to mogue,na odgovarajudi nain.Naravno,to je uzorak ispitanika vedi,i mogudnost razliitih greaka u davanju odgovara se poveava.Veoma je vano to bre reagovati na uoene greke i zbog toga kontrola prikupljenih podataka treba da otpocne sa radom samog ispitivaa.Ako se radi o linom intervjuu,najbolje je da ispitiva koji taj posao obavlja na terenu na kraju svakog radnog dana obavi prvu kontrolu popunjenih upitnika.I kod telefonskog intervjua ispitivai mogu prvo sami kontrolisati dobijene odgovore.Ako je u pitanju dopisno komuniciranje,kontrolu obavlja sam istraiva. Postoji vie vrsta moguih greaka koje istraiva moe odmah uoditi i korigovati.Njegova prednost je to jo u toku anketiranja moe ponovo kontaktirati sa ispitanikom i zajedno sa njim ispraviti dosta uoenih greaka. Kontrola ispitivada na terenu najede se svodi na sljedede provjere svakog pojedinog upitanika: a) Da li je upitnik kompletan'

Treba teiti da ispitanici daju odgovore na sva pitanja postavljena u upitniku.Poto to olakava analizu i povedava kvalitet informacije.Ukoliko prvo listanje upitnika pokae da na neka od pitanja ispitanik nije dao odgovor ,moe biti vie razloga za to.Deava se,recimo da je neko jednostavno predvidio dato pitanje ili ak preskodio itavu stranicu.U tom sluaju ispitanik moe ponovnom posjetom i

telefonskim pozivom kompletirati upitnik zajedno sa ispitanikom.To je svakako najlaki sludaj, i brzo reagovanje ispravlja greku,ne zahtijevajudi nikakvu subjektivnu procjenu ispitivaa.Ukoliko odgovor na neko pitanje nije dat zbog toga,to ipitanik ne zna odgovor,treba biti oprezan pri korigovanju. Ispitiva moe eventualno bolje objasniti pitanje ali nikako ne smije sugerisati odgovor.Bolje je navesti da ispitaik ne zna odgovor na dato pitanje.Najdelikatnija situacija je kada ispitanik nije dao odgovor poto smatra da je pitanje za njega neugodno,poto se zahtijevaju podaci suvie line prirode.Takav je sluaj najdede sa pitanjima vezanim za prihode,obrazovanje,ivotnu dob i sl. Nedobijeni odgovori na takva pitanja teko se mogu dobiti i u sastavljanju upitnika.Ispitiva na terenu treba da pokua i u ovom sluaju dobiti naknadno odgovor ali su,ponavljamo anse male.Postoji,istina, mogunost da se indirektnim putem doe do odgovora na nezgodna pitanja. Godine starije dame mogude je procijeniti i kasnije direktno napisati napomenu.Sve procjene ispitivaa su,meutim,subjektivne i sa njima treba biti oprezan.Bolje je da ispitiva svoje opservacije napie u posebnoj napomeni i prepusti istraivau da kasnije odlui ta uraditi sa nedobijenim odgovorima na dato pitanje. Kontrola kompleksnosti upitnika od strane ispitivaa je,dakle, prva faza ove aktivnosti i moe dosta doprinijeti poboljanju kvaliteta prikupljenih podataka. b) Da li su odgovori itljivi i razumljivi? Neke rukopise je nemogud uzeti u obzir kao dobijene odgovore.Kada ispitia ustanovi da neki odgovor ne moe proitati,najbolje je da odmah kontaktira ispitanika i ponovo ga zabiljei.Isti je sludaj sa raznim skradenicama,popunjavanjem odgovora na neodgovarajudim mjestima i sl.Takve greke moe ispraviti samo onaj iji je rukopis u pitanju,tj sam ispitiva na terenu.Naravno, ovakva vrsta greaka se ne pojavljuju kada se odgovori snimaju ili direktno ukucavaju u kompjuter. c) da li postoje neke oite greke? Kontrolom upitnika ispitivad moe ustanoviti da je neki od ispitanika koristio neadekvatne jedinice mjere.U uslovima visoke inflacije,kakav je kod nas ved podue sluaj,lako se moe desiti da je jedan broj odgovara na pitanje o prihodu bude u novim a jedan broj u starim dinarima.Ovakve greke moe ispraviti ispitivad odmah,poto je oito kakav pravi odgovor treba biti.Ako,naprimjer, treba dati odggovor o dnevnoj otronji mlijeka a neko navede svoju mjesenu potronju,greka je oita i moe se odmah ispraviti.Ispitanik koji navede neku marku proizvoda koju stalno kupuje a kasnije,pri davanju odgovora koje sve marke tog proizvoda poznaje,izostavi svoju,napravio je oitu greku.Tu greku ispitiva sam moe ispraviti.Postoji,naravno,jo dosta primjera takvih oitih greaka koje se u fazi kontrole od strane ispitivaa na terenu mogu ispraviti. Veoma je bitno naglasiti da ispitiva na terenu mora svoju kontrolu ograniiti na navedene vrste greaka i izbjegavati samoinicijativno ispravljanje drugih,suptilnijih greaka u upitniku. Kod istraivanja koja obuhvataju iru teritoriju,prilikom prikupljanja primarnih podataka se angauju i regionalni instruktori.U tim sludajevima i oni mogu da vre kontrolu nakon ispitivaa.Njihove kompetencije u zakljuivanju o mogudim ispravkama greki su vede.Ipak,konanu rije u fazi kontrole prikupljenih podataka ama sam istraiva,poto najvie zna o ciljevima istraivanja,smislu pitanja u upitniku i samoj materiji koja se istrauje.

Postoji vie podruja kontrole koja moraju biti u iskljuivoj kompetenciji samog istraivaa zbog delikatnosti mogudih greaka i njihovih ispravki.U tom smislu istraiva bi trebao postaviti sljededa pitanja: a) Da li je ispitiva obavio svoj posao korektno? Kod linog i telefonskog komuniciranja postoji uvijek opasnost da ispitiva sam izmisli odgovore na pojedina pitanja,pa ak i da popuni kompletan upitnik i na taj nain prevari istraivaa.I pored preventivnih mjera koje istraiva poduzima prilikom organizovanja rada na terenu,a koje smo ranije spominjali upitnici sa izmiljenim odgovorima esto se pronau.Iskusan istraiva nede,svakako,propustiti da jedan manji procenat upitnika/oko 10%/ provjeri direktno ponovnim kotaktom sa ispitanicima .Tako se mogu otkriti i eliminisati ispitivai koji su skloni varanju ali je i kontrola svih upitnika ipak potrebna.Smatra se da je korisno kada istraiva posumlja u vjerodostojnost nekog upitnika,uporediti te odgovore sa uobiajenim na isto pitanje. Posebno je teko identifikovati falsifikovane odgovore na odreena pitanja.Ne treba se zanositi iluzijama da se svi falsifikovani odgovori mogu otkriti ali svaki istraiva ora pokuati uiniti to vie moe.Poreenjem,povjerama i optim poznavanjem materije istraiva,ipak,moe biti uspjean u ovoj vrsti kontrole.Pored svega,nae iskustvo govori da je lake otkriti ispitivaa koji vara i eliminisati ga nego identifikovati svaki falsifikovai odgovor u masi uitnika. b) Da li je upitnik konzistentan Kontrolom se mora ustanoviti da li je svaki popunjeni upitnik u cjelini konzistentan.Pod konzistentnodu se podrazumijevaju logika povezanost svih odgovora na postavljena pitanja.Ne moze se,npr.,smatrati konzistentnim upitnik u kojem ispitanik odgovori da nema djece a kod narednih odgovora se vidi da redovno kupuje neke proizvode koje koriste iskljuivo djeca.Ovakva vrsta nekonzistentnosti se moe sprijeiti postavljanjem tkz.filter pitanja.Tim pitanjima se automatski eliminiu oni ispitanici koji nemaju karakteristiku bitnu za nae istraivanje.Naprimjer,nepuaima nedemo postavljati pitanja o kvalitetu cigara nego demo ih izostaviti iz uzorka ili ih pitati samo ono to mogu otkriti.Ispitanici su nekada skloni da precjenjuju ili potcjenjuju vrijednost svoje imovine,potronju nekih proizvoda ili svoje planove za budue kupovine.Razlozi za to su psiholoke prirode ali dobar istraiva moe takva pretjerivanja uoiti upravo kontrolom konzistentnosti svih odgovora.Ako naprimjer,neko odgovori da kupuje umjetnika djela velike vrijednosti,esto putuju u inozemstvo ili posjeduje veoma skupu kudu za stanovanje a odgovori o prihodu,obrazovanju,mjestu boravka,vrsti posla kojim se bavi i sl.nisu u skladu s tim,naravno,vie primjera iz prakse koji ukazuju na nekonzistentnost upitnika.Zbog toga istraiva mora upotrijebiti sve svoje znanje i kreativnost da bi korektno ispravio ono to je mogue,vodedi uvijek rauna o tome da ne izvode zakljuke sumljuve prirode. c) Kako tumaiti pojedine odgovore? Ma kako se upitnik paljivo sastavlja i svako pojedinano pitanje razmatralo,deavalo se da odgovore moemo tumaiti na razliite naine.U takvim sluajevima istraiva mora obaviti veoma paljivu kontrolu i tumaiti date odgovore na adekvatan nain.Tipian rimjer su odgovori ne znam,poto se takav odgovor moe objanjavati u razliitim kontekstima. U nekim sluajevima odgovor ne znam znadi da ispitanik zaista ne zna neku injenicu ili nema posebnog miljenja o datom problemu.Ako je,npr.,postavljeno sljedede pitanje: Da li znate da se na tritu pojavio novi deterdent marke X? Odgovor ne znam na ovo pitanje moe se tumaiti kao injenica da konkretni ispitaik ne zna za postojanje tog proizvoda ,poto nije vidio oglas,proizvod u

prodavnici ili uo tu vijest od nekoga.Isto tako,kada ispitanika pitate da li de kupiti novi namjetaj u stanu naredne godine,njegov odgovorne znam moe znaiti da ispitanik ne razumije smisao rijei dizajn ali da mu je neprijatno da to prizna ispitivau. Veoma esto se deava da ispitanik sa ne znam odgovara na pitanja za koja smatra da su suvie line prirode ili da ga mogu dovesti u nezgodnu situaciju .Pitanje kao to je: Da li znate koliko domadinstava u vaoj zgradi moe da se ocjeni jao intenzivni potroadi alkoholnih pida?,svakako spada u tu kategoriju.Odgovor ne znam na ovo pitanje vjerovatno znadi da ispitanik ne eli da doe u neugodnu situaciju otkrivanja poroka svojih komija.I na pitanje Da li spadate u kategoriju domadinstva sa natprosjenim prihodima? odgovor ne znam moe biti prikrivanje injenice za koje niko ne eli da zna. Ukoliko se dogovori ne znam mogu sa sigurnodu objasniti ,onda nema problema za istraivaa u ovoj fazi kontrole.Ako je,pak,situacija nejasna i odgovori ne znam na isto pitanje mogu znaiti razliite stvari,istraiva istraivam mora biti veoma oprezan u tumaenju.Nekada je mogude na bazi drugih odgovora koje je ispitanik dao u svome upitniku zakljuit ta znai njegovo ne znam kod konkretnog pitanja.Istraiva koji dobro poznaje materiju moe tada sve odgovore ne znam razvrstati u nekoliko grupa. Problem tumaenja odgovora ne znam nije presudan za kvalitet neke iformacije ako imamo mali procenat takvih sluajeva a pretena vedina ispitanika je dala konkretan odgovor na isto pitanje.Delikatnija je,meutim situacija kada imamo,npr.,sljededu strukturu ukupno dobijenih odgovora na pitanje ispitanicima koja od tri alternative pakovanja novog proizvoda im najvie odggovara: Pakovanje A 28% Pakovanje B 32% Pakovanje C 30% Ne znam 19% 100% U ovoj situaciji tumaenje odgovora ne znam je presudno za konanu informaiju o vrsti pakovanja koja najvie odgovara potroadima.Jedno od mogudih rjeenja je da se odgovori ne znam jednostavno iskljude.Neki istraivai odgovore ne znam rasporeuju po aternativi proporcionalno njihovom uedu u ukupnom broju odgovora.U avedenom primjeru ipak ostaje sumnja da neka od tri alternative pakovanja ima prednosti nad ostalim. Kada je uede odgovara ne znam u strukturi ukupno dobijenih odgovora visoko recimo 30%, istraiva mora provjeriti postavljeno pitanje.To, naime ukazuje na mogudnost da je pitanje bilo nejasno ispitanicima.U svakom takvom sluaju istraiva treba da odlui da li de dobijene odgovore u cjelini eliminisati iz analize,izostaviti sve odgovore ne znam ili ih tumaiti u skladu sa ostalim odgovorima svakog ispitanika. Postoji nekoliko optih pravila kojih bi se istraiva trebao pridravati prilikom kontrole prikupljenih primarnih podataka. -Proui dobro instrukcije za kontrolu,kao i instrukcije koje su dale intervjuerima i onima koji de kodirati podatke. -Kada vri kontrolu,ne pii preko originalnih podataka jer postaju neitki.Biljei potrebne korekcije ali ostavi originalne odgovore. -Svaki kontrolisani upitnik obiljei svojim inicijalima i navodi datum kontrole . Korekcija vri upadljivim bojom i uvijek na isti nadin.

Kontrolu treba vriti to prije da bi se mogle sve nejasnode raspraviti sa intervjuima i da bi podaci bili aktuelni. Na kraju razmatranja ove faze u procesu pripreme podataka za analizu,moemo zakljuiti da je kontrola koja se obavlja od strane ispitivaa ,instruktora na terenu i istraivaa uvijek potrebna i da moe znaajno uticati na kvalitet informacija. Kodiranje Kodiranje je tehnika procedura pomodu koje se podaci kategoriziraju.Kodiranjem sirove podatke transferiemo u simbole-obino brojeve-tako da se mogu tabelirati i prebrojavati.Trasformacija nije automatska,ona zahtijeva razmiljanje od strane onoga ko vri kodiranje. Treba odmah naglasiti da je kodiranje neophodno ako podatke elimo procesirati u kompjutere ali je isto tako korisno i kod rune obrade. Osnovni princip kojeg se treba pridravati je da svaka kategorija kojoj se daje poseban kod/broj,slovo ili neki drugi znak/mora biti precizno odreena.To znadi da kodovi moraju biti dati za svakui ogudi odgovor,subjekt ili objekt a istovremeno da se ne smiju meusobno preklapati. Ovog principa se relativno lako pridravati prilikom kodiranja tkz. Zatvorenih pitanja.To su dihotomna pitanja i pitanja sa vie mogudih odgovora.Tei je,meutim,sludaj sa kodiranjem otvorenih pitanja.Zatvorena pitanja mogude je kodirati predhodno tj. ved pri sastavljanju upitnika. Evo kako se moe predhodno kodirati jedno pitaje sa vie mogudih odgovora: 7. Kupovina prehrambenih proizvoda u supermarketu je racionalnije rjeenje od kupovine u specijalizovaim prodavnicama. U potpunosti se slaem Slaem se Ne slaem se Upotpunosti se ne slaem Ne znam Nema odgovora ----- 1. -----2. -----3. -----4. -----5. -----6.

Poto je svaki mogudi odgovor na pitanje 7 unaprijed kodiran,nakon obavljene kontrole mogude je pristupiti narednim fazama analize.Sumirani rezultazi ovako kodiranih odgovora na zatvorena pitanja iako se tabeliraju i prebrojavaju na sve mogude nadine.U ovakvim sludajevima istraivad mora da razmilja o najboljem nainu kodiranja istovremeno sa sastavljanjem samog upitnika.Kasnije se sve operacije svode na rutinski posao.Kod upitnika koji se sastoji upotpunosti ili preteno od zatvorenih pitanja teite je, dakle na predhodom kodiranju,i tu uglavnom ne bi trebalo da istraivad ima vedih problema. Kodiranje otvorenih pitanja je znatno tei i delikatniji posao za istraivaa.Takva pitanja se,izmeu ostalog,postavljaju zato to istraiva nema jasnu pretpostavku kakve bi sve informacije mogao dobiti od ispitanika o datom problemu.Odgovori na otvorena pitanja su veoma razliita a zadatak istraivaa je da ih,ipak, na odreeni nain klasificira i kodira,kako bi ih pripremio za analizu.Racionalan pristup ovom poslu je da se svi odgovori proitaju a zatim zabiljee ona miljenja za koja istraiva zakljui da su karakteristina i ne preklapaju se meusobno.Nakon to je spisak takvih odgovora sainjen moe se pristupiti kodiranju na isti nain kao i kod zatvorenih pitanja. Recimo da smo u nekom upitniku imali sljedede otvoreno pitanje:

ta mislite o mogunosti kupovine direktnim narubama iz Vaeg stana,putem kablovske televizije? Poto ispitanici imaju mogudnost da sasvim slobodno i opirno ovjane sve svoje stavove i miljenja o ovom novom sistemu prodaje.Pretpostavimo da je u ovom sludaju,nakon paljivog prouavanja svih odgovora,istraiva doao do zakljuka da su sljededi odgovori karakteristini: 1. To je izvrsna ideja. 2. Ideja je dobra ali de cijena biti via. 3. To de nepotrebno povedati potronju u domadinstvu. 4. Bojim se da e mi se nametati samo proizvodi koje proizvoad eli da ponudi. 5. U domadinstvu demo se posvaati oko odluke o kupovini. 6. Mislim da je to snobizam. 7. Protivnik sam kablovske televizije,pa zato odbijam i ovaj sistem prodaje. 8. Prihvatam ideju ali ostajem i pri tradicionalnom ninu kupovine. 9. Kupovat du na taj nain samo odreene proizvode. 10. Ovo je jo jedan nain da se diferenciraju bogati i siromani i poveaju socijalne neprevde. 11. Ne elim da se odreknem linog kontakta sa prodavaem jer mi trebaju njegovi savjeti i povjerenja. 12. Nemam odreeno miljenje o tome. 13. Nema odgovora. Brojevi koji su napisani ispred svakog miljenja su uvrteni u spisak i predstavljaju kodove.Pri ovoj proceduri istraiva mora posebno da izbjegaa preklapanje pojedinih miljenja a da istovremeno obuhvai sva koja su relativa za dati problem.Kvalitet kodiranja otvorenih pitanja zavisi u velikoj mjeri od subjektivnih procjena istraivaa.Treba imati u vidu injenicu da broj odabranih miljenja ne smije biti suvie velik.Razlozi s ogranieni kapacitet za uvanje podataka i komplikovanost analize. Neke specifinosti kodiranja za kompjutersku analizu Ved ranije smo konstatovali da je za kompjutersku analizu neophodno predhodno kodiranje.Na taj nain se obezbjeuje mogudnost komuniciranja sa kompjuterom.Istraiva de se odluiti za kompjutersku analizu uvijek kada je uzorak toliko velik da bi analiza bez pomodi kompjutera zahtijevala suvie vremena i sredstava. Prva odluka koju treba donijeti kod pripreme podataka za kompjutersku analizu je koji medij za njihovo uvanje koristiti.Ranije se kao medij za uvanje podataka najede koristila tkz.buena kartica koja je imala kapacitet od 80 kolona.Svi podaci iz upitnika su se prenosili na tu karticu,naravno predhodno kodirani.Odreena kolona je rezervisana za svako pitanje ili kategoriju unutar pitanja.Ukoliko kapacitet jedne kartice nije bio dovoljan za odreenu cjelinu podataka,koristilo se vie njih. Dananji kompjuteri omoguduju direktan transfer podataka putem terminala,tastatura ili optikih itaa na disk ili magnetnu traku.Kada se vri direktan unos podataka,kodirani podaci se smjetaju u datoteke,slogove i polja.Svi upitnici prikupljeni u jednom istraivanju mogu se npr.,smjestiti u jednu datoteku/file/.Svaki pojedini upitnik redstavlja zaseban slog /record/ unutar te datoteke.Ako je datoteka na magnetnoj traci,recimo,slog je segment te trake na kojem se mogu nadi svi odgovori

odreenog ispitanika.Svako pojedino pitanje iz upitnika ima svoje polje/field/ koje predstavlja najmanju jedinicu za smjetanje podataka. Znaajnu pomo u kompjuterskoj analizi predstavlja tkz.popis kodova.To je ustvati,tabela kja sistematski i detaljno opisuje kodove i njihovu vezu sa odgovorima na sva pitanja.Tabela ove vrste moe biti kao ova na Slici 10-1. Prilikom pripremne i koritenja podataka za kompjutersku analizu,dobro se pridravati odreenih principa. 1. Koristiti samo jedno obiljeje za jednu kolonu.Vedina kompjuterskih programa ne mogu itati vie obiljeja za jednu kolonu.Kada pitanje ima vie odgovora,o,obezbjedite posebnu kolonu za svaki odgovor. 2. Koristite samo numerike kodove na slova ili druge znakove.Vedina prograa teko manipulira sa bilo ime osim brojeva. 3. Polja /field/ koje se dodjeljuje odreenoj varijabli treba da ima toliko kolona potrebno vie od raspona kodova 0 i 9,treba koristiti dvije kolone jer one obezbjeuju 100 odova-od 0 do 99. Jednom polju treba dodijeliti samo jednu varijablu. 4. Koristite standardne kodove za sluajeve ne znam/na primjer 8/ i nema odgovora/na primjer 9/.Najbolje je da se to ne mijenja tokom kompletne analize. 5. Ubiljeite ispitanikov identifikacijski broj u svaki slog/ record/,koji predstavlja njegov upitnik.Taj broj ne slui samo da uvijek saznate ima ispitanika,vanije je da povezuje dati upitnik sa kodiranim podacima.Ako jedan upitnik zahtijeva dva sloga,identifikacijski broj pomae da izbjegnemo konfuziju pri traenju podataka i analizi. Kolona 10. Naprimjer,u prvom slogu je podatak kako je ispitanik odgovorio na pitanje broj 2,dok je kolona 10 u drugom slogu,za isti upitnik,podatak da li je ispitanik muko ili ensko. Broj pitanja 1 . . . Kolona u kompjuteru 13 . . . Naziv varijable Sadraj pitanja Kod

Identifikadija . . . . . .

Identifikacijski Broj ispitanika

1,2,3...N

. . .

32 - 33

Posjedovanje

Da li posjedujete automobil Koju marku

1 da 2 ne 1 Fiat 2 Renault 3 Ford . . 9. Ostalo

10

34-42

Marka

Automobila Posjedujete?

Slika 10-1. Tabela kodova

Tabeliranje Tabeliranje u sutini predstavlja prvi korak istraivaa u njegovom pokuaju da iz prikupljenih pojedinanih podataka izvue odreene zakljuke. Nakon to su podaci kontrolisani i eventualno kodirani,pristupa se njihovom sistematskom sreivanju.Pojedinane odgovore za pitanja iz upitnika treba sabrati za svaku kategoriju posebno i prikazati ih na pregledan nain. Najjednostavniji primjer tabeliranja je upravo sumiranje pojedinanih odgovora. Recimo da smo u upitniku imali kao jedno od pitanja sljedede: Da li koristite proizvod A u vaem domadinstvu? DA_____1. NE_____2. Ako su dobiveni odgovori 500 ispitanika,rezultat se moe prikazati pomodu tabele: Odgovor Broj odgovora DA 390 NE 110 Ukupno 500 Ovo je primjer tkz. Jednodimenzionalne tabele koja se veoma esto koristi na samom poetku analize.Jednodimenzionalna tabela nam slui da na pregledan nain prikaemo uestalost /frekvenciju/ pojedinih kategorija kako bi na bazi toga,mogli izraunati procenat i srednju vrijednost kao najelementarnije statistike mjere.Ne treba ni u kom sluaju potcjenjiati znaaj ovih jednostavnih tabeliranja i statistikih mjerenja.To je neophodan uvod u suptilnije analize a neka istraivanja se i zavravaju na tome!Analitiari esto grijee zanemarujudi tabelarno prikazivanje distribucije frekvencija odreenih kategorija.Ovaj nain tabliranja,uz poeljno grafiko prezentiranje,moe ve na petku analize dati dragocjene informaccije o sutini problema koji se istrauje.Pogledajmo naprimjer tabelu 10-2 i grafikone 10-2. Starosna grupa 0-14 14-25 25-40 40-55 55 i vie Broj Procenat (frekvencija) 11,2 18,9 33,7 18,3 17,9 100,0 Kumulativna frekvencija 11,2 30,1 63,8 82,1 100,0

124 211 376 204 200 1.115

Tabela 10-2.

Grafikoni 10-3.

10

Prezentirana tabela predstavlja sumarne rezultate jednog istraivanja na uzorku od 1115 ispitanika.Poto se radi o proizvoau konfekcije,veoma je znaajan aspekt segmentiranja trita po starosnim grupama.Potpuno je,naime,razliita marketing strategija i program za segent djece,tinejera,potroaa srednjih godina i starijih potroaa.Istraiva moe ved i na bazi ovako tabelarnih i grafiki prikazanih informacija dodi do odreenih prelimenarnih saznanja o znaaju ojedinih segmenata,tj.starosnih grupa,kao i trinom potencijalu,potrebnom proizvodnom programu,kanalima distribucije,promocionom miksu i sl.Informacija da naprimjer,preko 60% potroaa ima manje od 40 godina upozorava na znaaj konfekcije za mlade i potrebu prilagoavanja marketing programa tom segmentu. Tabelarni podaci na ovaj nain omogudavaju izraunavanje srednjih vrijednosti,kao to su mod,medijana i aritmetika sredina.Takve informacije koje u samo jednom broju imaju veliku specifinu teinu omoguavaju prve spoznaje u analizi,kao i nastavak rada pomodu suptilnijih statistikih metoda. Grafikoni frekvencija i kumulativne frekvencije,sainjene na bazi podataka iz tabele,pomau nam da na regledan nain uoimo bitne karakteristike podataka.Iz njih se jasno vidi koliki je znaaj pojedinih trinih segmenata,formiranih po kriteriju starosne dobi,za proizvoaa konfekcije.Istraiva marketinga u procesu analize i prezentiranja rezultata svoga rada,koristi se veoma esto raznim vrstama grafikog prezentiranja.To nije sluajno poto kako kae jedna stara kineska mudrostjedna slika vrijedi kao hiljadu rijei! Dok kod jednodimenzionalnog tabeliranja sumiramo i preraunavamo podatke o jednoj varijabli,ukrteno tabeliranje nam slui da na pregledan nain sagledamo odnos dvije ili vie varijabli.Ovom nanu tabeliranja treba posvetiti posebnu panju jer za to postoje ozbiljni razlozi.To je oigledno najede primjenjivanje tehnika analize podataka u istraivanju marketinga.Neki je nazivaju hljeb i puter svih aplikativnih istraivanja.Vedina istraivanja marketinga ne ide dalje od ukrtenog tabeliranja a mnoga istraivanja koja koristime sofisticiranije metode analize ipak koriste i ovu tehniku kao znaajan sastavni dio. Predpostavimo, npr., da smo u nekom istraivanju prikupili podatke iz uzoraka od 100 domainstava.Izmeu ostalih podataka,imamo i podatke o veliini svakog domainstva i kapacitetu rashladnih ureaja koje posjeduju.Ti podaci su prikazani u tabeli 10-4. Broj lanova domainstva 4 lana i manje preko 4 lana Ukupno Tabela 10 4. Kapacitet rasladnih ureaja 80 litara i manje preko 80 l. Ukupno 48 20 69 8 24 32 56 44 100

Jedan od ciljeva ovog istraivanja je da se sazna da li i u kojoj mjeri veliina domainstva utie na veliinu friidera koji se kupuje.Takva informacija pomae proizvoau friidera pri donoenju odluke o proizvodnom programu.Podaci prezentirni u ovoj ukrtenoj tabeli omoguavaju istraivau da se pripremi za analizu,na bazi koje moe dodi do vie zakljuaka bitnih donosiocu marketing odluke.Nedemo se,za sada,uputati u analizu koja se moe obaviti na bazi prezentirane tabele,poto de to biti predmet razmatranja u nastavku knjige.Bitno je konstatovati da ukrtene tabele predstavljaju

11

izuzetno znaajan osnov za analizu kod vedine istraivanja. Kada se radi o tabeliranju kao jednoj od faza u pripremi podataka za analizu,kompjuterska tehnologija je doprinijela znaajnom poboljanju rada.Ipak,to ne znai da klasini metod runog tabeliranja treba potpuno zanemariti.Oba metoda imaju svojih prednosti,paistraiva mora u svakom konkretnom sluaju odluiti ta mu vie odgovara.Korisno je te prednosti uporediti /Tabela 10 -5/.

Prednost runog tabeliranja -Jednostavnost obrasca,nije potrebna kompjuterska oprema -Vrijeme potrebno za pripremu -Podaci ostaju u originalnoj formi umjesto da se transformiu u numerike ili nove kategorije Tabela 10 5

Prednost kompjuterskog tabeliranja -Veda brzina i tanost -Omoguduje mnoge komplikovane analize -Vedi kapacitet za uvanje podataka -Veliki broj softverskih paketa -Bolje i efikasnije tampanje -Kontinuirano evidentiranje na trakama

Mada nema nikakve sumlje da danas,kada su kompjuteri pristupani vedini istraivaa,ovakav metod tabeliranja ima prednost,mislimo da treba ukazati i nna jednu opasnost.Runo tabeliranje je oigledno spor i mukotrpan posao ali istraiva istovremeno sa izradom sveke tabele ratmilja o njenoj korisnosti i vjerovatno nede sainiti cie tabela nego to je stvarno potrebno.S druge strane,kompjuteri omogudavaju istraivau da se igra konstruiudi praktino neogranien broj tabela sa velikim brojem varijabi.Opasnost je da se od drveda ne vidi uma,tj da se istraiva izgubi u velikom broju tabela.Na taj nain se gubi osnovni smisao tabeliranja da se podatke uini pregledijim i pogodnim za analizu. italac de vjerovatno primjetiti da trokovi nisu navedeni kao prednost nijedne od ovih metoda tabeliranja,istraivad mora uzeti u obzir sve prednosti i nedostatke oba metoda.Odluka de,svakako,zavisiti i od obima podataka koji se prikupljaju u svakom konkretnom sluaju.

12

ZAKLJUAK :

Donoenje odluke je zadnji korak u procesu istraivanja. Nema vrstih pravila za tumaenje prikupljenih podataka. Odluka je neophodna za interpretaciju rezultata.Odluka de zavisi od kompleksnosti problema koji se istrauje, kvalitete prikupljenih informacija tj. tanosti informacija, objektivnosti istraivaa, obuhvatnosti podruja istraivanja i ciljeva koji se ele postidi istraivanjem

13

LITERATURA:

14

SADRAJ: -Analiza prikupljenih podataka.....................................................................................................1 - Kontrola prikupljenih podataka..................................................................................................2 - Kodiranje....................................................................................................................................6 -Neke specifinosti kodiranja za kompjutersku analizu...............................................................7 - Tabeliranje.................................................................................................................................9 -ZAKLJUAK................................................................................................................................13 -LITERATURA..............................................................................................................................14

15