مفاهیم کلی اندازه گیری و مقیاس بندی

سوالات متمرکز بر مسائلی هستند که سعی داریم آنها را حل کنیم، در حالی که پاسخ ها ارتباط نزدیک تری با مقیاس اندازه گیری مورد استفاده برای تحلیل دارند

تحقیق پیمایشی به عنوان منبعی از اطلاعات بازاریابی به موضوعات عملی بسیاری از قبیل تست مفهوم محصولات جدید، اندازه گیری تصویر شرکت، ارزیابی آگهی، مقاصد خرید، رضایت مشتری و غیره می پردازد. صرف نظر از موضوع تحقیق، داده های مفید تنها زمانی حاصل می شود که محقق در تصمیم گیری های رویه ای زیر دقیق باشد:

1.تعریف چیزی که باید اندازه گیری شود

2.تصمیم گیری در مورد نحوه ی اندازه گیری

3.تصمیم گیری در مورد نحوه ی اجرای عملیات اندازه گیری

4.تصمیم گیری در مورد نحوه ی تحلیل داده های حاصل شده 

تعاریف و تصمیمات نقش مهمی در تحقیق علمی دارند، به ویژه در تحقیقات بازاریابی و علوم رفتاری . در بخش اول این فصل روی تعارف مفهومی و عملیاتی و استفاده از آنها در تحقیق تمرکز می کنیم. توجه علوم رفتاری به طور فزاینده ای روی تعریف مفاهیم اندازه گیری شده در رشته های خاص و اصلاح تعاریف عملیاتی تعیین کننده ی نحوه ی اندازه گیری و تعیین کمیت متغیرهای تعریف کننده ی مفاهیم است. در بخش بعدی، مقیاس های اندازه گیری و رابطه ی آنها با تفسیر تکنیک های آماری را مورد بحث قرار می دهیم. این بخش پیش زمینه ای مفید برای بحث در مورد تکنیک های آماری موجود در بخش های بعدی است. سپس کاربرد سوالات خوب را مورد بحث قرار می دهیم. کیفیت کلی پروژه ی تحقیقاتی وابسته به مناسب بودن و کفایت طراحی و تکنیک های نمونه برداری و همچنین روش های اندازه گیری مورد استفاده است. بخش سوم فصل به بررسی خطای اندازه گیری و نحوه ی کنترل قابلیت اعتماد و اعتبار این اندازه گیری ها می پردازد. 

تعاریف موجود در معیارهای بازاریابی

بازاریابان موفقیت برنامه ی بازاریابی را به عنوان آگاهی بیشتر از برند، آگاهی از تبلیغات، رتبه ی دوست داشتنی بودن برند و منحصر به فرد بودن آن، رتبه ی مفهوم محصول جدید و قصد خرید و رضایت مشتری اندازه گیری می کنند (مورگان، 2003). محققان اغلب این ساختارها را مدل سازی می کنند. 

مدل ها نماد واقعیت بوده و در نتیجه این سوال اساسی را ایجاد می کنند که هر مدل چگونه با اطمینان نشان دهنده ی واقعیت تمامی مسائل مهم است. کیفیت مدل با توجه به معیار اعتبار و اطمینان قضاوت می شود. اعتبار دقت مدل در توصیف و پیش بینی واقعیت بوده، در حالی که سودمندی  ارزشی است که به تصمیم گیری اضافه می کند. یک مدل پیش بینی فروش که دقت مناسب ندارد احتمالا بهتر از نبودن مدل پیش بینی است. 

کیفیت مدل همچنین وابسته به کامل بودن و اعتبار است که دو عامل صحت مدل می باشند. مدیران نباید انتظار داشته باشند که یک مدل برای آنها تصمیم گیری کند، در عوض مدل ها باید اطلاعات اضافی برای کمک به تصمیم گیری در نظر گرفته شوند. 

واضح است که مدیران احتمالا از مدل های ساده و قابل درک سود خواهند بود. ولی مدل هایی که برای کمک به تصمیم گیری های چند میلیون دلاری به کار می روند باید کامل تر از مدل های مورد استفاده برای تصمیم گیری های چند صد دلاری باشند. پیچیدگی مورد نیاز یک مدل وابسته به هدف مدل است. ما ارزش یک مدل را بر اساس کارآمدی آن در کمک به تصمیم گیری اندازه گیری می کنیم. مدل ها تنها باید در صورتی به کار روند که به دستیابی سریع تر به اهداف با هزینه ی کمتر و یا اعتبار بیشتر کمک کنند. 

بلوک های سازنده اندازه گیری و مدل ها

ما نمی توانیم یک نگرش، سهم بازار یا حتی فروش را بدون تعیین تعریف، نحوه ی شکل گیری و ارتباط با سایر متغیرهای بازاریابی اندازه گیری کنیم. به منظور درک بهتر، باید به طور خلاصه بلوک های سازنده نظریه ی اندازه گیری  را بررسی کنیم: مفاهیم، ساختارها، متغیرها، تعاریف عملیاتی و گزاره ها. 

مفاهیم و ساختارها

مفهوم یک انتزاع نظری شکل گرفته با تعمیم یک موضوع خاص است. توده، قدرت و عشق همانند کارآمدی تبلیغات، نگرش مشتری و انعطاف قیمت مفهوم هستند. ساختارها نیز مفهوم بوده، ولی قابل مشاهده، قابل اندازه گیری و تعریف شده از لحاظ ساختارهای دیگر هستند. برای مثال، ساختار نگرش را می توان به عنوان "یک گرایش به پاسخ یاد گرفته شده به شیوه ای منسجم با توجه به یک شیء مورد نظر" تعریف کرد. 

متغیرها

محققان به طور کلی تمامی ساختارهای مورد مطالعه را متغیر می نامند. متغیرها ساختارهایی به شکل اندازه گیری شده و تعیین کمیت شده هستند. یک متغیر می تواند ارزش های مختلفی داشته باشد (یعنی، می تواند متغیر باشد). 

تعاریف عملیاتی

ما می توانیم طوری در مورد نگرش های مشتری صحبت کنیم که انگار معنای آن را می دانیم، ولی این اصطلاح تا زمانی که به شیوه ای خاص و قابل اندازه گیری تعریف نشده معنای زیادی ندارد. یک تعریف عملیاتی با مشخص کردن آن چه باید اندازه گیری شود و نحوه ی آن به متغیر معنی می بخشد. این تعریف مجموعه ای از دستورالعمل های تعریف کننده ی نحوه ی رفتار با متغیر است. برای مثال، متغیر ارتفاع را می توان از لحاظ عملیاتی به شیوه های مختلفی تعریف کرد، از جمله معیار اینچ با یک خط کش دقیق برای اندازه گیری فردی که (1) کفش پوشیده یا (2) کفش نپوشیده، (3) با استفاده از یک ارتفاع سنج یا بارومتر، یا (4) برای یک اسب با چند دست. 

در یک مثال دیگر، اندازه گیری قصد خرید شیشه شور برند X را می توان از لحاظ عملیاتی به عنوان پاسخ به سوال زیر تعریف کرد: 

لطفا دفعه ی بعد که یک محصول شیشه شور می خرید قصد خود برای خرید شیشه شور برند X را مشخص کنید:

قطعا نمی خرم/ احتمالا می خرم / احتمالا می خرم/ قطعا می خرم

محقق قطعا می تواند معیار قصد خرید را به شیوه های دیگری نیز تعریف کند. برای مثال، مفاهیم نگرش و اهمیت که در مجموع محصول ضربی  مجموعه ای از نگرش ها مانند توانایی پاک کردن، بوی تازگی و غیره هستند:

P (رفتار خرید در این رابطه) ≈ BI (قصد خرید برند X) = € Ai (نگرش های مربوط به ویژگی های شیشه شور برند X) x Bi (اهمیت ویژگی های شیشه شور برند X) 

گزاره ها

گزاره تعریف کننده ی رابطه ی بین متغیرها بوده و تعیین کننده ی متغیرهای تاثیرگذار روی رابطه و شکل رابطه است. نمی توان به سادگی بیان کرد که مفهوم فروش تابعی از مفهوم تبلیغ است، به این ترتیب که S=f (Adv). متغیرهای مداخله  نیز همراه با محدوده های مربوطه ی تاثیر از جمه محل مشاهده ی تاثیرات اشباع، تاثیرات آستانه و شکل نمادین رابطه باید تعیین شوند. 

ادغام در یک مدل سیستماتیک

گزاره کاملا شبیه به مدل است. یک مدل با ارتباط دادن گزاره ها به هم برای فراهم کردن توضیحی معنی دار برای یک سیستم یا فرآیند ایجاد می شود. هنگامی که مفاهیم، ساختارها، متغیرها و گزاره ها در یک مدل ادغام می شوند، باید سوالات مفهومی زیر را بپرسیم:

•آیا مفاهیم و گزاره ها مشخص شده اند؟

•آیا مفاهیم مرتبط با حل مشکل در دسترس هستند؟

•آیا بخش های اصلی مفهوم به روشنی تعریف شده اند؟

•آیا در مورد مفاهیم مرتبط برای توضیح دادن مشکل اجماع وجود دارد؟

•آیا مفاهیم به درستی تعریف شده و برچسب خورده اند؟

•آیا مفهوم به اندازه ی کافی خاص هست تا از لحاظ عملیاتی قابل اعتماد و معتبر باشد؟

•آیا فرضیات روشن ایجاد شده در مدل مفاهیم را به هم ارتباط می دهند؟

•آیا محدودیت های مدل بیان شده است؟

•آیا مدل می تواند توضیح دهد و پیش بینی کند؟

•آیا مدل می تواند نتایجی برای تصمیمات مدیرتی داشته باشد؟

• آیا مدل به آسانی قابل کمیت سنجی است؟

•آیا نتایج مدل منطقی به نظر می رسد؟

اگر مدل معیارهای مربوطه را برآورده نکند، احتمالا اصلاح می شود. 

مفهوم 

تعاریف می توانند دقیق تر باشند؛ متغیرها را نیز می توان باز تعریف کرده، اضافه کرده یا حذف کرد. تعاریف عملیاتی و معیارها ممکن است مورد آزمایش اعتبارسنجی قرار بگیرند و/یا اشکال ریاضی تصحیح شوند. 

عدم دقت در اندازه گیری

قبل از پرداختن به مقیاس های اندازه گیری و نوع سوال، باید به خاطر داشته باشیم که اندازه گیری در تحقیق بازاریابی به ندرت دقیق است. عدم دقت در اندازه گیری ناشی از انواعی از منابع یا عوامل است. بخشی از این تنوع نمرات ممکن است نشان دهنده ی تفاوت واقعی در چیزی که اندازه گیری می شود باشد، در حالی که برخی دیگر نشان دهنده ی خطای اندازه گیری هستند. در هر پروژه ی تحقیقاتی، همه ی موارد لزوما عملیاتی نبوده، بلکه برخی دیگر از منابع ممکن ایجاد خطا کننده در نمرات را می توان در گروه های زیر قرار داد:

-تفاوت های واقعی در ویژگی یا خصوصیات

-سایر ویژگی های نسبتا پایدار افرادی که روی نمرات تاثیر می گذارند (هوش، میزان تحصیلات، اطلاعات پردازش شده)

-عوامل فردی گذرا (سلامت، خستگی، انگیزه، فشار عاطفی)

-عوامل موقعیتی (رابطه ی  ایجاد شده، حواس پرتی های بوجود آمده)

-تنوع در مدیریت ابزار اندازه گیری، مانند مصاحبه ها

-نمونه برداری از آیتم های موجود در ابزار

-فقدان شفافیت (ابهام، پیچیدگی، تفسیر کلمات و زمینه)

-عوامل مکانیکی (کمبود فضا برای ثبت پاسخ، ظاهر ابزار)

-عوامل موجود در تحلیل (نمره دهی، جدول بندی، تالیف آماری)

-تنوعاتی که در غیر این صورت در نظر گرفته نمی شوند (شانس)، مانند حدس پاسخ

در شرایط ایده آل، تنوع در مجموعه ای از اندازه گیری ها نشان دهنده ی تفاوت های واقعی ویژگی های در حال اندازه گیری می شود. برای مثال، شرکتی که می خواهد نگرش های مرتبط با یک نام برند و علامت تجاری جدید را اندازه گیری کند، باید اطمینان داشته باشد که تفاوت های اندازه گیری مرتبط با نام های پیشنهادی تنها نشان دهنده ی تفاوت نگرش افراد در این زمینه هستند. بدیهی است که شرایط ایده ال برای اجرای تحقیق هرگز وجود نداشته یا نادر است. اندازه گیری ها اغلب تحت تاثیر ویژگی های پاسخ دهندگان مانند هوش، سطح تحصیلات و شخصیت هستند. در نتیجه، نتایج یک مطالعه نه تنها منعکس کننده ی تفاوت ویژگی های مورد نظر افراد بوده، بلکه تفاوت ویژگی های دیگر آنها را نیز نشان می دهد. متاسفانه، این نوع شرایط به راحتی قابل کنترل کردن نیست، مگر این که محقق تمامی ویژگی های مربوطه ی اعضای جامعه را بداند و قادر به کنترل کردن فرآیند نمونه برداری باشد. 

به جز ویژگی مورد نظر عوامل بسیاری دیگری روی اندازه گیری تاثیر می گذارند- یعنی، منبع زیادی از خطای بالقوه در اندازه گیری وجود دارد. خطای اندازه گیری یک بعد ثابت (سیستماتیک) و یک بعد تصادفی (متغیر) دارد. اگر خطا واقعا تصادفی باشد، (احتمال این که مقادیر کمتر یا بیشتر باشند به یک اندازه است)، ارزش مورد انتظار مجموع تمامی خطاها برای هر متغیر صفر خواهد بود و در نتیجه نسبت به خطای اندازه گیری غیر تصادفی کمتر نگران کننده است (دیویس، 1997). خطای سیستماتیک به دلیل وجود ایراد در ابزار اندازه گیری و یا طراحی تحقیق و نمونه برداری است. تا زمانی که این ایراد رفع نشود، محقق نمی تواند بعد از جمع آوری داده به نتایج معتبر دست پیدا کند. این دو زیر گروه خطای اندازه گیری روی اعتبار و روایی آن تاثیر می گذارند. این موضوع در بخش بعدی این فصل مورد بحث قرار خواهد گرفت. حال که می دانیم بلوک های ساختاری مفهومی و خطاهای اندازه گیری باید در توسعه ی مقیاس های اندازه گیری در نظر گرفته شوند، انواع اندازه گیری و سوالات مرتبط با آن را بررسی می کنیم که معمولا در تحقیقات بازاریابی امروزی به کار می روند. 

مفاهیم اندازه گیری

اندازه گیری را می توان به عنوان روشی برای اختصاص دادن نماد به ویژگی های افراد، اشیاء، رویدادها یا وضعیت ها تعریف کرد. این نمادها باید رابطه ی مشابهی با یکدیگر و چیزی که نماد آن هستند داشته باشند. یک تعریف دیگر "اختصاص دادن اعداد به اشیا برای نشان دادن میزان یا درجه ی یک ویژگی در تمامی اشیا است" (تورگرسن، 1958، ص 19). اگر یک مشخصه، ویژگی یا رفتار با عدد نشان داده شود، یک رابطه ی یک به یک  باید بین سیستم عددی مورد استفاده و کمیت های مختلف (درجات) چیزی که اندازه گیری می شود وجود داشته باشد. سه ویژگی مهم در مجموعه ی اعداد واقعی وجود دارد:

1.ترتیب. اعداد به ترتیب هستند

2.فاصله. بین اعداد ترتیبی فاصله وجود دارد

3.منشا. مجموعه ها یک منشا منحصر به فرد دارند که با عدد فصر نشان داده می شود

مقیاس اندازه گیری به محقق اجازه می دهد مقادیر و تغییرات متغیرهای مورد نظر را اندازه گیری کند. باید به خاطر داشته باشید که ویژگی ها یا مشخصه های اشیا را اندازه گیری می کنیم، نه خود اشیا. 

انواع مقیاس های اولیه

برای بسیاری از افراد، اصطلاح مقیاس نشان دهنده ی دستگاه هایی مانند وزنه حمام، ترازو، خط کش، مصرف سنج بنزین، فنجان های اندازه گیری و ابزارهای مشابه برای پیدا کردن طول، وزن، حجم و غیره است. ما به طور معمول اندازه گیری را از لحاظ مقیاس های به خوبی تعریف شده دارای صفر طبیعی و واحد ثابت اندازه گیری در نظر می گیریم. در علوم رفتاری (از جمله تحقیق بازاریابی)، باید اغلب از داده های کمتر دقیق استفاده کنیم. مقیاس ها را می توان در چهار طبقه بندی عمده قرار داد که عبارت اند از اسمی ، ترتیبی، وقفه ای و نسبی.

مقیاس های نسبی

هر مقیاس مجموعه ی فرضیات اساسی خود در مورد ترتیب، فاصله و منشا را دارد و نحوه ی ارتباط اعداد با نهادهای واقعی در آن متفاوت است. با افزایش سخت گیری در مورد مفهوم سازی، باید مقیاس اندازه گیری خود را بهبود ببخشیم. یک مثال اندازه گیری رنگ است. ممکن است به سادگی رنگ ها را طبقه بندی کرده (مقیاس اسمی)، یا فراوانی موج های نور را اندازه گیری کنیم (مقیاس نسبی). 

مشخصات مقیاس در تمامی تحقیقات به شدت مهم است، زیرا نوع مقیاس اندازه گیری تعیین کننده ی تکنیک های تحلیلی خاص (آماری) است که برای استفاده در تحلیل داده های بدست آمده مناسب هستند. 

مقیاس های اسمی

مقیاس های اسمی کمترین محدودیت را داشته و در نتیجه ساده ترین هستند. آنها تنها از اساسی ترین تحلیل ها پشتیبانی می کنند. مقیاس اسمی تنها یک برچسب برای شناسایی اشیا، ویژگی ها یا رویدادها است. مقیاس اسمی شامل ترتیب، فاصله یا منشا نیست. برای مثال، می توانیم به هر بازیکن بیسبال یک عدد اختصاص دهیم. در نتیجه یک رابطه ی یک به یک بین عدد و بازیکن وجود داشته و باید اطمینان حاصل کنیم که هیچ دو بازیکنی یک عدد نداشته باشند (یا یک بازیکن دو یا چند عدد نداشته باشد). طبقه بندی سوپرمارکت ها به "دارای برند ما" و "بدون برند ما" نمونه ی دیگری از مقیاس اسمی است. بدیهی است که مقیاس های اسمی تنها عملیات ریاضی ابتدایی را امکان پذیر می کنند. ما می توانیم تعداد فروشگاه هایی را بشماریم که هر برند در کلاس محصول را داشته و بالاترین برند موجود (بالاترین تعداد اشاره شده) را پیدا کنیم. عملیات ریاضی معمول شامل محاسبه ی میانگین، انحراف استاندارد و غیره برای مقیاس های اسمی مناسب یا معنی دار نیست. 

مقیاس های ترتیبی

مقیاس های ترتیبی مقیاس های رتبه بندی بوده و ویژگی ترتیب را دارند. این مقیاس ها مستلزم توانایی تمایز بین اشیا بر اساس یک ویژگی واحد و جهت را دارند. برای مثال، یک پاسخ دهنده ممکن است گروهی از برندهای زمین شور را بر اساس "توانایی تمیز کردن" طبقه بندی کند. یک مقیاس ترتیبی زمانی حاصل می شود که عدد 1 را به برترین زمین شور، 2 را به دومین مورد برتر و غیره اختصاص دهیم. توجه داشته باشید که صرفا رتبه بندی برندها تفاوت های جدا کننده ی برندها با توجه به توانایی تمیز کردن را کمیت سنجی نمی کند. ما نمی دانیم که آیا تفاوت در توانایی تمیز کردن بین برندهای طبقه بندی شده به عنوان 1 و2 بزرگ تر، کوچک تر یا برابر با تفاوت بین برندهای 2 و 3 است یا نه. در کاربرد مقیاس های ترتیبی، توصیف آماری می تواند حاوی معیارهای موقعیتی  مانند میانه، چارک و درصد و یا سایر آمار خلاصه مرتبط با ترتیب باشد. 

یک مقیاس ترتیبی تمامی اطلاعات مقیاس اسمی را دارد، به این معنا که نهادهای معادل رتبه ی مشابه دریافت می کنند. همچنین، همانند مقیاس اسمی، میانگین حسابی برای داده های رتبه بندی شده معنی دار نیست.



لینک دانلود اصل مقاله 

 

 

free webpage hit counter