1.Разработка концепции сбора данных.

Получить достаточно полную информацию по интересующей проблеме можно лишь имея хорошо продуманную концепцию (подход, точка зрения) сбора данных (информации). Ошибки и просчеты при планировании исследования трудно устранимы, особенно если решения, принимаемые на ранних стадиях работы, влияют на возможности работы в дальнейшем. Каждый рабочий этап исследования в соответствии с приведенной схемой должен быть спланирован с учетом предыдущих и последующих шагов. Например, при разработке опросных листов необходимо, с одной стороны, ориентироваться на цели исследования, с другой стороны, нужно знать какие статистические методы будут использованы для обработки данных. Для планирования сбора данных применяется метод сетевого анализа, который позволяет определить и контролировать потребности во времени и ресурсах.

Определение проблемы.

Перед началом исследования рекомендуется провести предварительное изучение интересующей проблемы. Подобный анализ помогает уточнить задачу, получить первое преставление об изучаемой области, указать возможных ход работы. Предварительное исследование особенно необходимо, если имеются пробелы в знании проблемы. Процесс изучения на этой стадии относительно слабо регламентирован. Это может быть опрос экспертов, изучение литературы или групповые дискуссии.

2.Разработка концепции исследования.

Следующим шагом после уточнения проблемы является выяснение того, каким образом задача может быть решена. Разрабатывается детальный план дальнейших действий. Центральным звеном этого шага является выработка теоретических гипотез и их проверка на практике, выявление и обоснование причинно-следственных связей. Например, следствием усиления рекламной деятельности может, как ожидается, является рост продажи в определенном количественном отношении.

Выработка гипотез необходимо по двум причинам:

1. для последующей статистической проверки на этапе анализа;

2. для ограничения возможностей манипуляции исследователя.

Гипотезы должны отвечать требованиям: категоричности, однозначности и проверяемости. В качестве источников гипотез назовем творческое и логическое мышление, аналоги, изучение соответствующей литературы.

В ходе выработки концепции сбора данных возможны следующие альтернативы:

- полное или выборочное исследование;

- единичное или многоразовое исследование;

- одноцелевое или многоцелевое исследование;

- форма сбора данных – опрос или наблюдение.

Кроме этого необходимо решить, что должно служить источником информации – уже имеющийся материал (вторичные данные) или сбор новых данных (первичных). В первом случае говорят о вторичном исследовании, во втором о первичном. Оба метода равнозначны для практики. Иногда для решения проблемы бывает достаточно анализа уже собранной ранее информации, во всяком случае с этого по возможности должен начинаться каждый исследовательский проект. Источники вторичной информации делятся на внутренние и внешние. Внутренние: бухгалтерские отчеты, внутренняя статистика, материалы ранее проведенных исследований, досье клиентов и т.д. Внешние: государственная статистика, отраслевая статистика, литература, выпускаемая фирмами, публикации рекламных агентов, материалы институтов по изучению рынков.

Преимущество вторичного исследования – меньшая трудоемкость, сравнительная дешевизна, более легкий доступ к информации. Макроэкономические данные можно получить только с помощью такого подхода. Этот метод получения информации имеет и свои недостатки: данные могут оказаться устаревшими, негарантированна точность данных, не всегда есть возможность соблюдать методологический базис сбора данных.

Проблемы измерения и операционализации (построение соотношения состояний и их численного выражения). Построение шкал.

Особенно сложно в ходе разработки концепции сбора данных найти инструмент для измерения интересующих признаков. Ведь от характера исходных данных зависит возможность применения методов статистической обработки; от качества измерения – в конечном счете качества получаемой информации.

Измерение в общем смысле можно определить как присвоение объектам числовых значений причем отношения между числами должны выражать соответствующие отношения между величинами измеряемого признака объектов.

Измерения производятся с помощью шкалы, с которой может быть известным образом «считана» величина характеристики исследуемого объекта. Какие именно отношения чисел шкалы должны иметь практическое значение и отражать реальные отношения между величинами измеряемого признака у объектов, должен решить исследователь, разрабатывающей шкалу. От этого решения зависит уровень шкалы.

1. Идентичность. Если исследователь решает, что постулат идентичности должен иметь практическое значение, то это означает, что одинаковые величины признака должны получить одинаковое числовое значение, а разные – соответственно разные числовые значения. Таким образом задается номинальный уровень шкалы.

2. Порядок. Признание постулата порядка означает, что отношения больше – меньше между числами должны отражать те же отношения между характеристиками признака (ординальный уровень шкалы).

3. Интервал. Добавление к первым пунктам еще постулата интервала означает, что отношение разности между числовыми значениями должно соответствовать такому же отношению разностей между реальными характеристиками признака (интервальный уровень шкалы).

4. Число ноль. Если кроме перечисленного еще число ноль имеет практическое значение, то нулевая характеристика должна означать отсутствие признака у объекта полностью (ратио - шкала).

Уровень шкалы влияет на возможности применения различных видов статистического анализа.

При сборе данных часто встают проблемы измерения. Относительно просто определить величины, связанные с однозначными понятиями (например, оборот в рублях, цена, возраст, пол и т.д.). Гораздо более проблематично операционализация (преобразование в форму, поддающуюся измерению) для характеристик, не имеющих непосредственной связи с эмпирически (опытным путем) воспринимаемыми вещами и (или) неподдающихся непосредственному наблюдению (например, мнения, представления, имидж, интеллигентность, стиль, престиж, демократичность, талант, действие рекламы и другое). Подобные понятия (конструкции) отличаются тем, что непонятно, как можно их измерить. Операционализация таких конструкций заключается в нахождении индикаторов (характеристик, связанных с конструкцией (понятием)) и поддающихся измерению.

Например, для определения мнения о магазине одним из индикаторов может служить ответ на вопрос: «какую часть своего бюджета, направляемого на продукты питания, вы расходуете в этом магазине?». Кроме того, операционализация должна дать инструкции, как нужно измерять индикаторы и как отсюда получить численную величину для понятия. Для измерения Индикаторов как раз используются шкалы.

Процесс построения шкалы, проведенный по определенным правилам , называют шкалированием.

Эти процессы подразделяют на три вида :

- методы, которые можно назвать лишь условно

- одномерные методы

-многомерные методы

Методы первого типа не предусматривают разложение комплексных характеристик на составляющие и прямо связывают определенное состояние конструкции (понятия) с определенным числовым значением.

Наиболее известная шкала , полученная с помощью такого метода ,-рейтинг-шкала : явлениям ,состояниям ,предметам , объектам ,людям , обстоятельствам и т.д. присваивается рейтинг (балл) , в соответствии с которым они затем ранжируются.

Для одномерных методов полирования характерно ограничение одной , чаще всего эмоциональной , компонентной конструкции (понятия). В качестве примера приведем Лайкерт- шкалу :

Реклама сигарет вредна ?

Полностью согласен не знаю не согласен решительно

согласен несогласен

____1__________2______________3_____________4_________________5______

Путем суммирования ответов на определенное количество подобных вопросов делают заключение об отношении опрашиваемого к предмету исследования.

Многомерные методы применяются для измерения всех параметров (сторон) теоретической конструкции в целом. К ним относятся : многомерное шкалирование , индексирование , семантический дифференциал.