Все замечательно, такие сайты советуют
Конечно, речь идет не о повторении всех вопр .
только критических из их числа. При этом надо помнить, что ее
тервал времени между тестированием и повторным тестированием
ком короткий, то респондент просто может помнить первонаг;
ответы. Если интервал - слишком велик, то могут иметь место н
рые реальные изменения.
Включение в анкету эквивалентных вопросов предполагает и ;
вание в одной анкете вопросов по той же проблеме, но сформули;
ных по-другому. Их респондент должен воспринимать как разные
сы. Главная опасность данного метода заключается в степени экий"..
тности вопросов; если это не достигается, то респондент отвсч
разные вопросы.
Разделение выборки на две части основано на сравнении опк
вопросы двух групп респондентов. Предполагается, что эти две п ,
являются идентичными по своей композиции и что средние ч;,
ответов для этих двух групп являются очень близкими. Все сря"!
делаются только на групповой основе, поэтому сравнение внутри
пы проводить невозможно. Например, среди студентов колледж.
мощью модифицированной шкалы Лайкерта с пятью градациям>
проведен опрос относительно их будущей карьеры. В анкете привози
утверждение: <Я считаю, что меня ожидает блестящая карьера О;
были обобщены, начиная с <сильно не согласен> (1 балл) и к
<сильно согласен> (5 баллов). Затем общая выборка опрошенные
разделена на две группы и были вычислены средние оценки дл;
групп. Средняя оценка была одинаковой для каждой группы и равя
3-м баллам. Данные результаты дали основание считать измерен"?
дежным. Когда же проанализировали групповые ответы более вним п
но, то оказалось, что в одной группе все студенты ответили <и соп.
и не согласен>, а в другой - 50% ответили <сильно не согласен
другие 50% - <сильно согласен>. Как видно, более глубокий ;;;
показал, что ответы не являются идентичными.
Вследствие данного недостатка этот метод оценки устойчш:
измерений является наименее популярным.
О высокой устойчивости шкалы можно говорить лишь в том ел
если повторные измерения при ее помощи одних и тех же объектов г
Процесс маркетинговых исследований 209
сходные результаты. Если устойчивость проверяют на одной и той же
выборке, то часто оказывается достаточным сделать два последователь-
ных замера с определенным временным интервалом - таким, чтобы
этот промежуток не был слишком велик, чтобы сказалось изменение
самого объекта, но и не слишком мал, чтобы респондент мог по памяти
<подтягивать> данные второго замера к предыдущему (т. е. его протяжен-
ность зависит от объекта изучения и колеблется от двух до трех недель).
Пусть х - изучаемый на устойчивость признак, а отдельные его
значения - х,, х, х , ... , х. Каждый респондент / (/ = / ... п) и при
первом и при втором опросе получает некоторую оценку по изучаемому
признаку - х[ и Xй соответственно.
Результаты двух опросов л респондентов представляются в виде
матрицы сопряженности (табл. 4.17), которая служит основой для даль-
нейшего изучения вопросов устойчивости.
Таблица 4.17
Матрица сопряженности
III опрос
опросЛ.х!...х
х!"ч"V..."Iп!
х,"п...">..."<п,
"<"Ч"
"и
п]"1...",\п
Пу- число респондентов, выбравших в первом опросе ответ х, и
заменивших его при втором опросе на ответ Лу.
Обычно устойчивость изучают с помощь анализа корреляций между
ответами проб I и II. Однако этот подход не достаточно эффективен,
поскольку не учитывает многих аспектов устойчивости.
Остановимся на более результативных показателях.
Показателем абсолютной устойчивости шкалы называется величина,
показывающая долю совпадающих ответов в последовательных пробах:
\У =
V и
2у=1"<у _ Иц +Я22++Л
П П
Этот показатель использует не всю информацию, содержащуюся в
отношении ответов опросов I и II, а базируется лишь на частотах совпа-
дающих ответов. Однако он хорош, например, для характеристики ус-
тойчивости качественных признаков.
Рассмотрим пример проверки на устойчивость (табл. 4.18), где <+> оз-
начает совпадение, <-> несовпадение данных двух измерений). Составив
210 Глава 4
таблицу двух измерений для всех обследуемых, далее анализируется устои
чивость и то, от чего зависят отклонения между двумя измерениями
Таблица 4.;;
Сравнение данных двух последовательных измерений
ПунктыОбеел еду е>мые,I/1того гпо строкам
шкалывсегоМ=50 чел.
АБВГ...п(+)(-)% совпсщеии;
1++-++4559С
2+-+++44688
3-+---252550
4+++-+42884
5+++-+46492
6+4--++41982
15++-++45590
Итого
по столбцам:
+14149101363590
-11652115
Проведем анализ на устойчивость для каждого пункта шкалы "с
проценту полных совпадений ответов на серию вопросов в двух после
довательных измерениях:
\V-пы
где: п - количество полностью совпадающих пар ответов;
N - общее число испытуемых респондентов.
По этой формуле для пункта 1 исследуемой шкалы (табл. 418
получим
45100
Устойчивость шкалы в целом можно повысить, заменив наименее
устойчивые пункты шкалы (в нашем примере - пункт 3).
Если анализировать данные табл. 4.18 по столбцам, то найдем, чтс
некоторые опрошенные (В и Г особенно) дали в наибольшей стелен?
несовпадающие ответы, а некоторые (А и Б) - почти совпадающи;
ответы. Те пункты шкалы, в которых обнаружено несовпадение даже;
весьма <устойчивых> респондентов, должны быть переформулированы
Для описания устойчивости количественных признаков показатея
абсолютной устойчивости шкалы недостаточно, поскольку при большом
числе градаций доля совпадающих ответов будет чрезвычайно мала;
Процесс маркетинговых исследований 211
значение XV мало информативно. Здесь пригодны показатели неустойчи-
вости, т.е. величины ошибки, учитывающие не просто факт несовпаде
ния ответов, а степень этого несовпадения. Ошибки рассчитываются по
крайней мере для порядковых признаков.
Линейной мерой несовпадения оценок является средняя арифмети-
ческая ошибка различения градаций шкалы, показывающая средний сдвиг
в ответах в расчете на одну пару последовательных наблюдений:
м
II
X,
Здесь X1 и х" - ответы по анализируемому вопросу 1-го респондента
в I и II пробах соответственно.
Этот показатель означает, какую долю градации данной шкалы (в
среднем) все испытуемые респонденты как бы не улавливают, т.е. како-
вы истинные границы различия градаций.
Пример. Пусть ответы на вопрос в пятибалльной шкале для выборки
50 человек распределились, как в табл. 4.19
Таблица 419
Результаты двух опросов
Опрос IОпрос IIСумма
12345
1351--9
2-311-5
3-762217
41346115
5-1-124
Сумма4191210550
Таким образом, в опросе I оценку 1 дали 9 респондентов, из них
только трое повторили ее в опросе II, пятеро дали оценку 2, семнад
цать - 3 и т.д.
Ошибка в данном случае равна:
3.1-1 +5-|1-2|-+1-|1-3|+.....+2-|5-5|
м-
50
4!
50
0,82.
Данный показатель использует всю имеющуюся информацию, одна-
ко из-за определенных аналитических ограничений обычно не исполь-
зуется в статистических расчетах [9, 10 ].
Средняя квадратическая ошибка для последовательных данных в рас-
чете на одно наблюдение рассчитывается по формуле [181:
1 "
С - V /V" - у
8X~\(X
2п
Для данных табл. 4.19 эта ошибка будет равна:
212 Глава 4
5Х = Уп3 О2 + 5 I2 + ! 22 + +! I2 + 2 О2) = 0,82
(совпадение 5х и |У| в этом примере имеет случайный характер)
До сих пор речь шла об абсолютных ошибках, размер ко горы>
ражался в тех же единицах, что и сама измеряемая величина Э
позволяет сравнивать ошибки измерения разных признаков по рл
шкалам. Следовательно, помимо абсолютных, нужны относит
показатели ошибок измерения. Они полезны при сравнении рачньп
например, для выбора из нескольких вариантов наиболее прави.,;
шкалы или для того, чтобы сопоставить уровни устойчивости я п."
разных свойств, каждое их которых фиксируется шкалами разнос
и разной степени дробности.
В качестве показателя для нормирования абсолютной ошибки
но использовать максимально возможную ошибку в рассматривав
шкале (Ушах).
Если число делений шкалы к, тогда Упмх. равное разнице ;
крайними значениями шкалы (Хуах ~ "шю будет 1с - 1, и относит-
ошибка окажется такой:
м _ м
V 1с - 1
Утах > 1
(здесь |У| - средняя арифметическая ошибка измерения).
Однако зачастую этот показатель <плохо работает> из-за того
шкала не используется на всей ее протяженности. Поэтому более
зательными являются относительные ошибки, рассчитанные по (<
чески используемой части шкалы.
Если число градаций в <работающей> части шкалы обозначить I
тогда
7о,
М . М
/с -1
а если в качестве абсолютной ошибки использовалась средняя то
ратическая ошибка 8, то показатель относительной ошибки
8отн
Пример. Допустим, что шкала имеет 7 делений. При определен;
<работающей> части этой шкалы анализируется распределение пол.>
ных в опросе I оценок:
Оценка1234567Сумма
Частота2331065978461487
Здесь на оценки 5, 6, 7 приходится лишь 11 наблюдений, т.е 2,2
т.е. эта часть шкалы <не работает>, поэтому Удах =4-1=3 На оск;
вании соотношения ответов в опросах I и II находим ошибки. Распре;;
ление ошибок по этой шкале оказалось следующим:
Процесс маркетинговых исследований 213
Значение
ошибки-4-3-2-10123Сумма
Частота3141954284881510487
Таким образом, |У| = 0,60 и относительная ошибка
0,60
= 0,20, или 20%.
Обобщая изложенное, в качестве примера оценим устойчивость семи-
балльной, пятибалльной и трехбалльной шкал измерений. Предположим,
изучалось отношение 100 потребителей к определенной марке товара и один
полюс шкалы характеризовал оценку <отношусь крайне отрицательно>
(оценка ), а другой - <отношусь очень положительно>. Допустим, было
получено распределение ответов, представленное в табл. 4.20.
Таблица 4.20
Выбор более точной шкалы путем сравнения величин
относительной устойчивости измерений
МетрикаПоказате>ли распреде?ления\Л/н
шкал
7 балловпункты7654321
шкалы0,750,25
частоты15253620211
5 балловпункты54.}21
шкалы0,950,24
частоты3528121510
3 баллапункты3/>1
шкалы0,990,49
частоты511732
Как видно, в пятибалльной и трехбалльной шкалах работают все
градации, так что в зоне негативных ответов оказывается соответствен-
но 25% и 32% ответов (сравните с семибалльной шкалой, где в этой
зоне менее 5%). Показатели абсолютной устойчивости двух последних
шкал, проверенные повторными опросами, допустим, дали соответствен-
но 0,95 и 0,99 (в семибалльной - 0,75).
Но относительные ошибки при условии, что все градации обеих
шкал работают, таковы
0,95
5- 1
V, = 0,24 для пятибалльной шкалы и
0,99
3- 1
V- = 0,49 для трехбалльной шкалы.
Получаем, что относительные ошибки семибалльной шкалы (0,25)
и пятибалльной (0,24) практически одинаковы, а трехбалльной - суще-
ственно выше (0,49).
274 Глава 4
Какую из трех шкал следует использовать? Вопрос решается г
сравнении устойчивости шкалы величины относительной ошибки
тойчивость данных по пятибалльной и трехбалльной шкалам сопоста
ма: 95% и 99%. Иными словами, опрашиваемые хорошо различают
дации этих шкал, лучше, чем в семибалльной шкале, для которой
тойчивость составляет 75%. По этой причине последнюю надо забри
вать. Остается выбор из двух оставшихся. Пятибалльная шкала им
высокую устойчивость и небольшую ошибку, а трехбалльная - <<
высокую устойчивость и приемлемую ошибку (меньше половины гг .
ции шкалы). Но в отношении к трем градациям это составит 0,49 -
0,16, а для пятибалльной - 0,24 : 5 0,05 длины шкалы. Следовак
но, пятибалльная шкала втрое чувствительнее, а значит, ей надо от г
предпочтение.
Какая же мера устойчивости удовлетворительна? Это зависит от суй
ства измеряемого свойства, его значимости для целей и задач исслсдс,}
ния. В принципе для немногочленной шкалы среднеарифметическая ошг
ка различения градаций в 40% ее деления невысока, а соответствую!;
мера устойчивости (100% - 40% = 60%) вполне достаточна, ибо не пс;
крываются границы между двумя соседними интервалами шкалы Есл>-ч
устойчивость составит не 40%, а 60%, т.е. более половины деления шь-л--.
то ошибка была бы явно недопустима, ибо в среднем испытуемые респс
денты не различают две соседние градации из трех.
Для многочленных шкал, например из 10 градаций, ошибки и
одного деления не слишком велика, так как перекрываются два дел?"
из 10, т.е. не 2/3, а 0,2 общей длины шкалы. Если при обработке дани.
градации укрупнить, объединяя две соседние, то ошибка умсныг.."1
до вполне приемлемого уровня устойчивости.
Для повышения устойчивости измерения необходимо выяснить ра;;
читальные возможности пунктов используемой шкалы, что прсдпо;);1;а
четкую фиксацию респондентами отдельных значений: каждая <ч 1;
должна быть строго отделена от соседней. На практике это означает
в последовательных пробах респонденты четко повторяют свои оис
Следовательно, высокой различимости делений шкалы должна соочь?
ствовать малая ошибка.
Эту же задачу можно описать в терминах чувствительности шк ;.;
которая характеризуется количеством делений, приходящихся на с-лну
ту же разность в значениях измеряемой величины, т. е. чем больше к;
даций в шкале, тем больше ее чувствительность. Однако чувствител
ность нельзя повышать простым увеличением дробности, ибо высог
чувствительность при низкой устойчивости является излишней (на и
мер, шкала в 100 баллов, а ошибка измерения ++10 баллов).
Но и при малом числе градаций, т.е. при низкой чувствительное!;
может быть низкая устойчивость, и тогда следует увеличить дробна
шкалы. Так бывает, когда респонденту навязывают категорические отч;
ты <да>, <нет>, а он предпочел бы менее жесткие оценки. И потом о
выбирает в повторных испытаниях иногда <да>, иногда <нет>,
Итак, следует найти некоторое оптимальное соотношение меж;;
чувствительностью и устойчивостью. Рекомендуется использовать стол и
градаций в шкале, чтобы абсолютная ошибка измерения не превыил-
0,5 деления шкалы (балла).
Процесс маркетинговых исследований 215
Если ошибка меньше 0,5 балла, то в последовательных опросах от-
веты в среднем будут совпадать. При |У)> 0,5 балла ответы в последо-
вательных опросах будут в среднем отличаться на 1 балл (и выше).
В то же время, если ошибка вообще отсутствует, то не исключено,
что шкала обладает заниженной чувствительностью.
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
только критических из их числа. При этом надо помнить, что ее
тервал времени между тестированием и повторным тестированием
ком короткий, то респондент просто может помнить первонаг;
ответы. Если интервал - слишком велик, то могут иметь место н
рые реальные изменения.
Включение в анкету эквивалентных вопросов предполагает и ;
вание в одной анкете вопросов по той же проблеме, но сформули;
ных по-другому. Их респондент должен воспринимать как разные
сы. Главная опасность данного метода заключается в степени экий"..
тности вопросов; если это не достигается, то респондент отвсч
разные вопросы.
Разделение выборки на две части основано на сравнении опк
вопросы двух групп респондентов. Предполагается, что эти две п ,
являются идентичными по своей композиции и что средние ч;,
ответов для этих двух групп являются очень близкими. Все сря"!
делаются только на групповой основе, поэтому сравнение внутри
пы проводить невозможно. Например, среди студентов колледж.
мощью модифицированной шкалы Лайкерта с пятью градациям>
проведен опрос относительно их будущей карьеры. В анкете привози
утверждение: <Я считаю, что меня ожидает блестящая карьера О;
были обобщены, начиная с <сильно не согласен> (1 балл) и к
<сильно согласен> (5 баллов). Затем общая выборка опрошенные
разделена на две группы и были вычислены средние оценки дл;
групп. Средняя оценка была одинаковой для каждой группы и равя
3-м баллам. Данные результаты дали основание считать измерен"?
дежным. Когда же проанализировали групповые ответы более вним п
но, то оказалось, что в одной группе все студенты ответили <и соп.
и не согласен>, а в другой - 50% ответили <сильно не согласен
другие 50% - <сильно согласен>. Как видно, более глубокий ;;;
показал, что ответы не являются идентичными.
Вследствие данного недостатка этот метод оценки устойчш:
измерений является наименее популярным.
О высокой устойчивости шкалы можно говорить лишь в том ел
если повторные измерения при ее помощи одних и тех же объектов г
Процесс маркетинговых исследований 209
сходные результаты. Если устойчивость проверяют на одной и той же
выборке, то часто оказывается достаточным сделать два последователь-
ных замера с определенным временным интервалом - таким, чтобы
этот промежуток не был слишком велик, чтобы сказалось изменение
самого объекта, но и не слишком мал, чтобы респондент мог по памяти
<подтягивать> данные второго замера к предыдущему (т. е. его протяжен-
ность зависит от объекта изучения и колеблется от двух до трех недель).
Пусть х - изучаемый на устойчивость признак, а отдельные его
значения - х,, х, х , ... , х. Каждый респондент / (/ = / ... п) и при
первом и при втором опросе получает некоторую оценку по изучаемому
признаку - х[ и Xй соответственно.
Результаты двух опросов л респондентов представляются в виде
матрицы сопряженности (табл. 4.17), которая служит основой для даль-
нейшего изучения вопросов устойчивости.
Таблица 4.17
Матрица сопряженности
III опрос
опросЛ.х!...х
х!"ч"V..."Iп!
х,"п...">..."<п,
"<"Ч"
"и
п]"1...",\п
Пу- число респондентов, выбравших в первом опросе ответ х, и
заменивших его при втором опросе на ответ Лу.
Обычно устойчивость изучают с помощь анализа корреляций между
ответами проб I и II. Однако этот подход не достаточно эффективен,
поскольку не учитывает многих аспектов устойчивости.
Остановимся на более результативных показателях.
Показателем абсолютной устойчивости шкалы называется величина,
показывающая долю совпадающих ответов в последовательных пробах:
\У =
V и
2у=1"<у _ Иц +Я22++Л
П П
Этот показатель использует не всю информацию, содержащуюся в
отношении ответов опросов I и II, а базируется лишь на частотах совпа-
дающих ответов. Однако он хорош, например, для характеристики ус-
тойчивости качественных признаков.
Рассмотрим пример проверки на устойчивость (табл. 4.18), где <+> оз-
начает совпадение, <-> несовпадение данных двух измерений). Составив
210 Глава 4
таблицу двух измерений для всех обследуемых, далее анализируется устои
чивость и то, от чего зависят отклонения между двумя измерениями
Таблица 4.;;
Сравнение данных двух последовательных измерений
ПунктыОбеел еду е>мые,I/1того гпо строкам
шкалывсегоМ=50 чел.
АБВГ...п(+)(-)% совпсщеии;
1++-++4559С
2+-+++44688
3-+---252550
4+++-+42884
5+++-+46492
6+4--++41982
15++-++45590
Итого
по столбцам:
+14149101363590
-11652115
Проведем анализ на устойчивость для каждого пункта шкалы "с
проценту полных совпадений ответов на серию вопросов в двух после
довательных измерениях:
\V-пы
где: п - количество полностью совпадающих пар ответов;
N - общее число испытуемых респондентов.
По этой формуле для пункта 1 исследуемой шкалы (табл. 418
получим
45100
Устойчивость шкалы в целом можно повысить, заменив наименее
устойчивые пункты шкалы (в нашем примере - пункт 3).
Если анализировать данные табл. 4.18 по столбцам, то найдем, чтс
некоторые опрошенные (В и Г особенно) дали в наибольшей стелен?
несовпадающие ответы, а некоторые (А и Б) - почти совпадающи;
ответы. Те пункты шкалы, в которых обнаружено несовпадение даже;
весьма <устойчивых> респондентов, должны быть переформулированы
Для описания устойчивости количественных признаков показатея
абсолютной устойчивости шкалы недостаточно, поскольку при большом
числе градаций доля совпадающих ответов будет чрезвычайно мала;
Процесс маркетинговых исследований 211
значение XV мало информативно. Здесь пригодны показатели неустойчи-
вости, т.е. величины ошибки, учитывающие не просто факт несовпаде
ния ответов, а степень этого несовпадения. Ошибки рассчитываются по
крайней мере для порядковых признаков.
Линейной мерой несовпадения оценок является средняя арифмети-
ческая ошибка различения градаций шкалы, показывающая средний сдвиг
в ответах в расчете на одну пару последовательных наблюдений:
м
II
X,
Здесь X1 и х" - ответы по анализируемому вопросу 1-го респондента
в I и II пробах соответственно.
Этот показатель означает, какую долю градации данной шкалы (в
среднем) все испытуемые респонденты как бы не улавливают, т.е. како-
вы истинные границы различия градаций.
Пример. Пусть ответы на вопрос в пятибалльной шкале для выборки
50 человек распределились, как в табл. 4.19
Таблица 419
Результаты двух опросов
Опрос IОпрос IIСумма
12345
1351--9
2-311-5
3-762217
41346115
5-1-124
Сумма4191210550
Таким образом, в опросе I оценку 1 дали 9 респондентов, из них
только трое повторили ее в опросе II, пятеро дали оценку 2, семнад
цать - 3 и т.д.
Ошибка в данном случае равна:
3.1-1 +5-|1-2|-+1-|1-3|+.....+2-|5-5|
м-
50
4!
50
0,82.
Данный показатель использует всю имеющуюся информацию, одна-
ко из-за определенных аналитических ограничений обычно не исполь-
зуется в статистических расчетах [9, 10 ].
Средняя квадратическая ошибка для последовательных данных в рас-
чете на одно наблюдение рассчитывается по формуле [181:
1 "
С - V /V" - у
8X~\(X
2п
Для данных табл. 4.19 эта ошибка будет равна:
212 Глава 4
5Х = Уп3 О2 + 5 I2 + ! 22 + +! I2 + 2 О2) = 0,82
(совпадение 5х и |У| в этом примере имеет случайный характер)
До сих пор речь шла об абсолютных ошибках, размер ко горы>
ражался в тех же единицах, что и сама измеряемая величина Э
позволяет сравнивать ошибки измерения разных признаков по рл
шкалам. Следовательно, помимо абсолютных, нужны относит
показатели ошибок измерения. Они полезны при сравнении рачньп
например, для выбора из нескольких вариантов наиболее прави.,;
шкалы или для того, чтобы сопоставить уровни устойчивости я п."
разных свойств, каждое их которых фиксируется шкалами разнос
и разной степени дробности.
В качестве показателя для нормирования абсолютной ошибки
но использовать максимально возможную ошибку в рассматривав
шкале (Ушах).
Если число делений шкалы к, тогда Упмх. равное разнице ;
крайними значениями шкалы (Хуах ~ "шю будет 1с - 1, и относит-
ошибка окажется такой:
м _ м
V 1с - 1
Утах > 1
(здесь |У| - средняя арифметическая ошибка измерения).
Однако зачастую этот показатель <плохо работает> из-за того
шкала не используется на всей ее протяженности. Поэтому более
зательными являются относительные ошибки, рассчитанные по (<
чески используемой части шкалы.
Если число градаций в <работающей> части шкалы обозначить I
тогда
7о,
М . М
/с -1
а если в качестве абсолютной ошибки использовалась средняя то
ратическая ошибка 8, то показатель относительной ошибки
8отн
Пример. Допустим, что шкала имеет 7 делений. При определен;
<работающей> части этой шкалы анализируется распределение пол.>
ных в опросе I оценок:
Оценка1234567Сумма
Частота2331065978461487
Здесь на оценки 5, 6, 7 приходится лишь 11 наблюдений, т.е 2,2
т.е. эта часть шкалы <не работает>, поэтому Удах =4-1=3 На оск;
вании соотношения ответов в опросах I и II находим ошибки. Распре;;
ление ошибок по этой шкале оказалось следующим:
Процесс маркетинговых исследований 213
Значение
ошибки-4-3-2-10123Сумма
Частота3141954284881510487
Таким образом, |У| = 0,60 и относительная ошибка
0,60
= 0,20, или 20%.
Обобщая изложенное, в качестве примера оценим устойчивость семи-
балльной, пятибалльной и трехбалльной шкал измерений. Предположим,
изучалось отношение 100 потребителей к определенной марке товара и один
полюс шкалы характеризовал оценку <отношусь крайне отрицательно>
(оценка ), а другой - <отношусь очень положительно>. Допустим, было
получено распределение ответов, представленное в табл. 4.20.
Таблица 4.20
Выбор более точной шкалы путем сравнения величин
относительной устойчивости измерений
МетрикаПоказате>ли распреде?ления\Л/н
шкал
7 балловпункты7654321
шкалы0,750,25
частоты15253620211
5 балловпункты54.}21
шкалы0,950,24
частоты3528121510
3 баллапункты3/>1
шкалы0,990,49
частоты511732
Как видно, в пятибалльной и трехбалльной шкалах работают все
градации, так что в зоне негативных ответов оказывается соответствен-
но 25% и 32% ответов (сравните с семибалльной шкалой, где в этой
зоне менее 5%). Показатели абсолютной устойчивости двух последних
шкал, проверенные повторными опросами, допустим, дали соответствен-
но 0,95 и 0,99 (в семибалльной - 0,75).
Но относительные ошибки при условии, что все градации обеих
шкал работают, таковы
0,95
5- 1
V, = 0,24 для пятибалльной шкалы и
0,99
3- 1
V- = 0,49 для трехбалльной шкалы.
Получаем, что относительные ошибки семибалльной шкалы (0,25)
и пятибалльной (0,24) практически одинаковы, а трехбалльной - суще-
ственно выше (0,49).
274 Глава 4
Какую из трех шкал следует использовать? Вопрос решается г
сравнении устойчивости шкалы величины относительной ошибки
тойчивость данных по пятибалльной и трехбалльной шкалам сопоста
ма: 95% и 99%. Иными словами, опрашиваемые хорошо различают
дации этих шкал, лучше, чем в семибалльной шкале, для которой
тойчивость составляет 75%. По этой причине последнюю надо забри
вать. Остается выбор из двух оставшихся. Пятибалльная шкала им
высокую устойчивость и небольшую ошибку, а трехбалльная - <<
высокую устойчивость и приемлемую ошибку (меньше половины гг .
ции шкалы). Но в отношении к трем градациям это составит 0,49 -
0,16, а для пятибалльной - 0,24 : 5 0,05 длины шкалы. Следовак
но, пятибалльная шкала втрое чувствительнее, а значит, ей надо от г
предпочтение.
Какая же мера устойчивости удовлетворительна? Это зависит от суй
ства измеряемого свойства, его значимости для целей и задач исслсдс,}
ния. В принципе для немногочленной шкалы среднеарифметическая ошг
ка различения градаций в 40% ее деления невысока, а соответствую!;
мера устойчивости (100% - 40% = 60%) вполне достаточна, ибо не пс;
крываются границы между двумя соседними интервалами шкалы Есл>-ч
устойчивость составит не 40%, а 60%, т.е. более половины деления шь-л--.
то ошибка была бы явно недопустима, ибо в среднем испытуемые респс
денты не различают две соседние градации из трех.
Для многочленных шкал, например из 10 градаций, ошибки и
одного деления не слишком велика, так как перекрываются два дел?"
из 10, т.е. не 2/3, а 0,2 общей длины шкалы. Если при обработке дани.
градации укрупнить, объединяя две соседние, то ошибка умсныг.."1
до вполне приемлемого уровня устойчивости.
Для повышения устойчивости измерения необходимо выяснить ра;;
читальные возможности пунктов используемой шкалы, что прсдпо;);1;а
четкую фиксацию респондентами отдельных значений: каждая <ч 1;
должна быть строго отделена от соседней. На практике это означает
в последовательных пробах респонденты четко повторяют свои оис
Следовательно, высокой различимости делений шкалы должна соочь?
ствовать малая ошибка.
Эту же задачу можно описать в терминах чувствительности шк ;.;
которая характеризуется количеством делений, приходящихся на с-лну
ту же разность в значениях измеряемой величины, т. е. чем больше к;
даций в шкале, тем больше ее чувствительность. Однако чувствител
ность нельзя повышать простым увеличением дробности, ибо высог
чувствительность при низкой устойчивости является излишней (на и
мер, шкала в 100 баллов, а ошибка измерения ++10 баллов).
Но и при малом числе градаций, т.е. при низкой чувствительное!;
может быть низкая устойчивость, и тогда следует увеличить дробна
шкалы. Так бывает, когда респонденту навязывают категорические отч;
ты <да>, <нет>, а он предпочел бы менее жесткие оценки. И потом о
выбирает в повторных испытаниях иногда <да>, иногда <нет>,
Итак, следует найти некоторое оптимальное соотношение меж;;
чувствительностью и устойчивостью. Рекомендуется использовать стол и
градаций в шкале, чтобы абсолютная ошибка измерения не превыил-
0,5 деления шкалы (балла).
Процесс маркетинговых исследований 215
Если ошибка меньше 0,5 балла, то в последовательных опросах от-
веты в среднем будут совпадать. При |У)> 0,5 балла ответы в последо-
вательных опросах будут в среднем отличаться на 1 балл (и выше).
В то же время, если ошибка вообще отсутствует, то не исключено,
что шкала обладает заниженной чувствительностью.
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