Измерение может быть вполне точным и вместе с тем неправд>
ным, постоянно воспроизводя какую-то систематическую ошибку, и
это случается с испорченным термометром, в котором ртутный столбя
изначально был фиксирован на неверной исходной отметке и постоям
завышает температуру, скажем на 0,8 градусов.
При измерении социальных, маркетинговых атрибутов пробле>
правильности, т.е. отсутствия отклонений от истинного значения изж
ряемого свойства, намного сложнее, ибо часто мы в принципе не его
собны установить, каковы же эти истинные значения измеряемых свойя
(скажем, мнений людей по каким-то вопросам). Мы можем лишь, сои>
ставляя разные способы фиксирования данного свойства, добиватм
устранения замеченных систематических ошибок.
Возможно, что последующие этапы окажутся излишними, если;
самом начале выяснится полная неспособность данного инструмея
измерения на требуемом уровне дифференцировать изучаемую совоку?
Процесс маркетинговых исследований 205
ность, иначе говоря, если окажется, что систематически не использует-
ся какая-то часть шкалы либо та или иная градация шкалы или вопроса.
И, наконец, возможно, что исходный признак не обладает дифферен-
цирующей способностью в отношении объекта измерения.
Прежде всего нужно ликвидировать или уменьшить такого рода
недостатки шкалы и только затем использовать ее в исследовании.
К числу недостатков используемой шкалы прежде всего следует отне-
сти отсутствие разброса ответов по значениям шкалы. Попадание ответов в
один пункт свидетельствует о полной непригодности измерительного ин-
струмента - шкалы. Такая ситуация может возникнуть или из-за <норма-
тивного> давления в сторону общепринятого мнения, или из-за того, что
градации (значения) шкалы не имеют отношения к распределению данно-
го свойства у рассматриваемых объектов (нерелевантны).
Например, при опросе все ответы концентрируются в позитивном или
только в негативном конце шкалы. Конечно, это может быть и результатом
единодушия оценок, но может быть и результатом того, что сама шкала
неудачна, например, содержит какой-то пункт, сформулированный с силь-
ным нормативным давлением на опрашиваемых. Допустим, задан вопрос
об употреблении алкоголя, и крайне негативный вариант ответа гласит; <Я
пью систематически и обычно до бесчувственного состояния>. Сомнитель
но, чтобы даже заведомый алкоголик отметил такой пункт, как показатель
своего отношения к спиртному. Скорее всего, он выберет суждение менее
неприятного свойства, например: <Я выпиваю довольно часто>. Крайне
отрицательный пункт шкалы здесь <не работает>, он отпугивает. Вследствие
этого шкала спроектирована неправильно.
Другой пример. Если все опрашиваемые респонденты согласны с
утверждением <хорошо, когда строительный инструмент является уни-
версальным>, нет ни одного ответа <не согласен>, то подобная шкала не
поможет дифференцировать отношение респондентов к разным типам
строительных инструментов.
Использование части шкалы. Довольно часто обнаруживается, что
практически работает лишь какая-то часть шкалы, какой-то один из ее
полюсов с прилегающей более или менее обширной зоной.
Так, если респондентам для оценки предлагается шкала, имеющая
положительный и отрицательный полюса, в частности от +3 до -3, то
при оценивании какой-то заведомо положительной ситуации респон-
денты не используют отрицательные оценки, а дифференцируют свое
мнение лишь с помощью положительных. Для того чтобы вычислить
значение относительной ошибки измерения, исследователь должен знать
определенно, какой же метрикой пользуется респондент - всеми семью
градациями шкалы или только четырьмя положительными. Так, ошибка
измерения в 1 балл мало о чем говорит, если мы не знаем, какова
действительная вариация мнений.
Для вопросов, имеющих качественные градации ответов, можно при-
менять подобное требование в отношении каждого пункта шкалы: каж-
дый из них должен набирать не менее 5% ответов, в противном случае
считаем этот пункт шкалы неработающим. Требование 5%-ного уровня
наполнения каждой градации шкалы не следует рассматривать как стро-
го обязательное; в зависимости от задач исследования могут быть выдви-
нуты большие или меньшие значения этих уровней.
206 Глава 4
Неравномерное использование отдельных пунктов шкалы. Слуг1
что некоторое значение признака систематически выпадает из по;! я
ния респондентов, хотя соседние градации, характеризующие Г
низкую и более высокую степень выраженности признака, имеют ..
ственное наполнение.
Так, если конфигурация распределения ответов на вопрос с чегь
упорядоченными градациями такая, как на рис. 4.6, градации данной
лы, видимо, неудачно сформулированы. Значительное наполнение
соседних по отношению к пункту 2 пунктов (1 и 3) свидетельствует ч
вате> части голосов из плохо сформулированного пункта 2.
Ранг градации
Рис. 4.6. Пример неравномерного распределения ответов по шкапг
Аналогичная картина наблюдается и в том случае, когда рсспок.
ту предлагают шкалу, имеющую слишком большую дробность: будучи
в состоянии оперировать всеми градациями шкалы, респондент вьюн
ет лишь несколько базовых. Например, зачастую десятибалльную г1 ,
респонденты расценивают как некоторую модификацию пятибэл) .г
предполагая, что <десять> соответствует <пяти>, <восемь> - <четыре
<пять> - <трем> и т.д. При этом базовые оценки используются )>;:
тельно чаще, чем другие.
Другой пример. Попробуйте упорядочить свое отношение к 24 ни
занятий в свободное время так, чтобы уверенно указать не только :,.
любимейшее и полностью отвергаемое занятие, но все оставшись.:>!
предложенного перечня расположить в порядке убывания их пршу-ч
тельности. Скорее всего, это сделать не удастся, так что <средин п:
часть этой ранговой шкалы будет крайне сомнительной, а вся шк
неправильной. Систематическая ошибка, скорее всего, скажется ни г;.
что социально престижные занятия будут отмечаться как более прш1
кательные (хотя не исключено, что фактически опрошенные ими
интересуются), а социально непрестижные будут попадать в ниж."
уровни ранжированного ряда.
Для выявления указанных аномалий равномерного распределен!
по шкале можно предложить следующее правило: для достаточно О
шой доверительной вероятности (1-а > 0,99) и, следовательно.
Процесс маркетинговых исследований 207
достаточно широких границах наполнение каждого значения не должно
существенно отличаться от среднего из соседних наполнений. Для чего
используется критерий хи-квадрат [24].
Определение грубых ошибок. В процессе измерения иногда возника-
ют грубые ошибки, причиной которых могут быть неправильные записи
исходных данных, плохие расчеты, неквалифицированное использова-
ние измерительных средств и т.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168