ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ

ΈΈρρεευυνναα γγιιαα ττιιςς ααννάάγγκκεεςς ττωωνν εεππιιχχεειιρρήήσσεεωωνν

κκααιι οορργγααννιισσμμώώνν σσεε σσττεελλεεχχιιαακκόό δδυυννααμμιικκόό

σσχχεεττιιζζόόμμεεννοο μμεε ττοο ααννττιικκεείίμμεεννοο σσπποουυδδώώνν

ττοουυ ΤΤμμήήμμααττοοςς ΔΔιιααχχεείίρριισσηηςς ΠΠλληηρροοφφοορριιώώνν

Εκπόνηση: Κόνσουλας Γεώργιος

Επιβλέπων καθηγητής: Χατζής Βασίλειος

ΑΠΡΙΛΙΟΣ 2005

ΚΑΒΑΛΑ

Τ.Ε.Ι. ΚΑΒΑΛΑΣ ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ & ΟΙΚΟΝΟΜΙΑΣ

ΤΜΗΜΑ ΔΙΑΧΕΙΡΙΣΗΣ ΠΛΗΡΟΦΟΡΙΩΝ

2

ΠΡΟΛΟΓΟΣ

Η παρούσα έρευνα πραγματοποιήθηκε στα πλαίσια της πτυχιακής εργασίας του

σπουδαστή του Τμήματος Διαχείρισης Πληροφοριών Κόνσουλα Γεώργιου. Σκοπός

της έρευνας ήταν η άντληση πληροφοριών από επιχειρήσεις και οργανισμούς για τη

χρήση από αυτές των νέων τεχνολογιών, τις πιθανές ανάγκες τους σε στελεχιακό

δυναμικό και το ενδιαφέρον που τυχόν υπάρχει από αυτές για τις γνώσεις που

αποκτούν οι σπουδαστές του τμήματος Διαχείρισης Πληροφοριών, της Σχολής

Διοίκησης και οικονομίας του ΑΤΕΙ Καβάλας, κατά τη διάρκεια της φοίτησης τους.

Το σύγγραμμα αποτελείται από τρία κεφάλαια. Στο πρώτο αναλύονται τα βασικά

συστατικά στοιχεία μίας έρευνας. Στο δεύτερο κεφάλαιο αναλύεται η μεθοδολογία

της παρούσης έρευνας και τα αποτελέσματά της περιγραφικά ενώ στο τρίτο κεφάλαιο

παρουσιάζονται με τη μορφή στατιστικών πινάκων τα αποτελέσματα της έρευνας

καθώς και συσχετίσεις των μεταβλητών αυτής.

Θα ήθελα να ευχαριστήσω το προϊστάμενο του τμήματος Διαχείρισης Πληροφοριών

κύριο Χατζή Βασίλειο για την καθοδήγηση του στη διεξαγωγή της παρούσης έρευνας

και την εκπόνηση της πτυχιακής μελέτης, καθώς και τον καθηγητή του τμήματος

κύριο Γεροντίδη Ιωάννη για την πολύτιμη συνεισφορά του στην επεξεργασία και τη

στατιστική ανάλυση των δεδομένων της έρευνας.

3

ΠΕΡΙΕΧΟΜΕΝΑ

ΠΡΟΛΟΓΟΣ

ΠΕΡΙΕΧΟΜΕΝΑ

ΜΕΡΟΣ ΠΡΩΤΟ – ΣΥΣΤΑΤΙΚΑ ΣΤΟΙΧΕΙΑ ΜΙΑΣ ΕΡΕΥΝΑΣ

ΚΕΦΑΛΑΙΟ ΣΕΛ.

1. Ορισμός και περιγραφή του αντικειμένου της έρευνας αγοράς 9

2. Πηγές στοιχείων και πληροφοριών 10

2.1 Εσωτερικές πηγές 10

2.2 Εξωτερικές πηγές πρωτογενής 12

2.2.1 Ποιοτικές πηγές και έρευνες 12

2.2.1.1 Έρευνες ομάδων εστίασης 13

2.2.1.2 Συνεντεύξεις βάθους 13

2.2.2 Ποσοτικές πηγές και έρευνες 14

2.2.2.1 Έρευνες τύπου δημοσκόπησης 14

2.2.2.1.1 Συμμετοχικές έρευνες 14

2.2.2.1.2 Έρευνες κατά παραγγελία 15

2.2.2.2 Επαναλαμβανόμενες έρευνες σταθερού δείγματος 16

2.2.2.3 Πειραματικές μέθοδοι και δοκιμές 17

2.3 Εξωτερικές πηγές δευτερογενής 18

2.3.1 Πηγές δημοσιευμένων στοιχείων 18

2.3.1.1 Χρήσεις δημοσιευμένων στοιχείων 18

2.3.1.2 Προβλήματα και περιορισμοί δημοσιευμένων στοιχείων 19

2.3.2 Συνδρομητικά στοιχεία 20

3. Μέθοδοι διεξαγωγής πρωτογενών ερευνών και συλλογής

πρωτογενών στοιχείων 21

3.1 Παρατήρηση 21

3.1.1 Προϋποθέσεις εφαρμογής μεθόδου παρατήρησης 22

3.1.2 Ειδικές συνθήκες οι οποίες ευνοούν τη χρήση της μεθόδου 23

3.1.3 Είδη παρατήρησης 23

3.2 Ηλεκτρονική τεχνική συλλογή 24

3.3 Προσωπική μέθοδος 25

3.4 Τηλεφωνική μέθοδος 26

4

ΚΕΦΑΛΑΙΟ ΣΕΛ.

3.5 Ταχυδρομική μέθοδος 26

3.6 Συνδυασμός μεθόδων 27

4. Προϋποθέσεις διεξαγωγής της έρευνας εσωτερικά από τον ίδιο

τον οργανισμό ή εξωτερικά από εξειδικευμένη εταιρία ερευνών 28

5. Τα στάδια διεξαγωγής μιας πρωτογενούς έρευνας 29

5.1 Απόφαση για τη διεξαγωγή της έρευνας 29

5.2 Σχεδιασμός της έρευνας 29

5.3 Διεξαγωγή της έρευνας 30

6. Κριτήρια επιλογής μεθόδου 31

7. Διαδικασία σχεδιασμού, κατασκευής και χορήγησης ερωτηματολογίου 33

7.1 Η σημασία του ερωτηματολογίου 33

7.2 Στάδια σχεδιασμού, κατασκευής και χορήγησης ερωτηματολογίου και

ανάλυσης των σχετικών δεδομένων 35

7.3 Θεματολογικό περιεχόμενο του ερωτηματολογίου 36

7.4 Μορφή και δομή του ερωτηματολογίου 38

7.5 Τύποι ερωτήσεων 40

7.6 Σύσταση, σκοπός και είδη κλιμάκων μέτρησης των μεταβλητών – ερωτήσεων

του ερωτηματολογίου 43

7.7 Συστατικά στοιχεία των απαντήσεων – μετρήσεων των ερωτήσεων του

ερωτηματολογίου 44

7.8 Σκοπός των ερωτήσεων του ερωτηματολογίου και τα διάφορα είδη μετρήσεων

και απαντητικών κλιμάκων 44

7.8.1 Μετρήσεις καταγραφής, περιγραφής ή διαπίστωσης 44

7.8.2 Είδη αξιολογικών κλιμάκων και κλιμάκων μέτρησης στάσεων – απόψεων 46

7.8.3 Λοιποί παράγοντες που θα πρέπει να λαμβάνονται υπόψη στο

σχεδιασμό και στη κατασκευή των κλιμάκων μέτρησης 54

7.9 Δοκιμή και έλεγχος του ερωτηματολογίου 57

8. Κωδικοποίηση και είσοδος των στοιχείων στον Η/Υ 61

8.1 Κωδικοποίηση 61

8.2 Έλεγχος και προετοιμασία των στοιχείων για είσοδο στον Η/Υ 68

8.3 Μεταφορά σε φόρμες δεδομένων 68

8.4 Έλεγχος σφαλμάτων συμπλήρωσης, κωδικοποίησης και εισόδου

στοιχείων στον Η/Υ 69

5

8.5 Πρόγραμμα προσδιορισμού στοιχείων 70

8.6 Λοιπά βήματα προετοιμασίας των στοιχείων πριν την ανάλυση 71

9. Μέθοδοι ανάλυσης 73

9.1 Κριτήρια επιλογής μεθόδου ανάλυσης 73

9.2 Μονομεταβλητή ανάλυση 75

9.3 Διμεταβλητή ανάλυση 78

9.4 Πολυμεταβλητή ανάλυση 84

ΜΕΡΟΣ Β – ΑΝΑΛΥΣΗ ΠΑΡΟΥΣΗΣ ΕΡΕΥΝΑΣ

ΚΕΦΑΛΑΙΟ ΣΕΛ.

1. Μεθοδολογία 85

1.1 Σκοπός 87

1.2 Πληθυσμός 87

1.3 Δείγμα 87

1.4 Ερωτηματολόγιο 88

1.5 Συνεντεύξεις 88

1.6 Επεξεργασία 89

1.7 Ταυτότητα της έρευνας 89

2. Ερωτηματολόγιο 90

3. Αναφορά αποτελεσμάτων 95

4. Ευρήματα 98

ΜΕΡΟΣ ΤΡΙΤΟ

ΓΡΑΦΗΜΑΤΑ ΜΟΝΟΜΕΤΑΒΛΗΤΑ

ΓΡΑΦΗΜΑ 1: ΠΟΣΟΣΤΑ ΑΝΑ ΤΟΜΕΑ

ΓΡΑΦΗΜΑ 2: ΠΟΣΟΣΤΑ ΑΝΑ ΚΛΑΔΟ

ΓΡΑΦΗΜΑ 3: ΠΛΗΘΟΣ ΕΡΓΑΖΟΜΕΝΩΝ 2001-2004

ΓΡΑΦΗΜΑ 4: ΚΥΚΛΟΣ ΕΡΓΑΣΙΩΝ 2001-2004

ΓΡΑΦΗΜΑ 5: ΤΑΣΗ ΕΡΓΑΖΟΜΕΝΩΝ 2001-2004

ΓΡΑΦΗΜΑ 6: ΠΟΣΟΣΤΟ ΕΡΓΑΖΟΜΕΝΩΝ ΑΠΟΦΟΙΤΩΝ ΠΡΩΤΟΒΑΘΜΙΑΣ

ΓΡΑΦΗΜΑ 7: ΠΟΣΟΣΤΑ ΕΡΓΑΖΟΜΕΝΩΝ ΑΠΟΦΟΙΤΩΝ ΔΕΥΤΕΡΟΒΑΘΜΙΑΣ

6

ΓΡΑΦΗΜΑ 8: ΠΟΣΟΣΤΟ ΕΡΓΑΖΟΜΕΝΩΝ ΑΠΟΦΟΙΤΩΝ ΤΡΙΤΟΒΑΘΜΙΑΣ

ΓΡΑΦΗΜΑ 9: ΠΟΣΟΣΤΟ ΕΡΓΑΖΟΜΕΝΩΝ ΑΠΟΦΟΙΤΩΝ ΜΕΤΑΤΡΙΤΟΒΑΘΜΙΑΣ

ΓΡΑΦΗΜΑ 10: ΕΠΙΘΥΜΙΑ ΑΛΛΑΓΗΣ ΠΟΣΟΣΤΟΥ ΠΡΩΤΟΒΑΘΜΙΑΣ

ΓΡΑΦΗΜΑ 11: ΕΠΙΘΥΜΙΑ ΑΛΛΑΓΗΣ ΠΟΣΟΣΤΟΥ ΔΕΥΤΕΡΟΒΑΘΜΙΑΣ

ΓΡΑΦΗΜΑ 12: ΕΠΙΘΥΜΙΑ ΑΛΛΑΓΗΣ ΠΟΣΟΣΤΟΥ ΤΡΙΤΟΒΑΘΜΙΑΣ

ΓΡΑΦΗΜΑ 13: ΕΠΙΘΥΜΙΑ ΑΛΛΑΓΗΣ ΠΟΣΟΣΤΟΥ ΜΕΤΑΤΡΙΤΟΒΑΘΜΙΑΣ

ΓΡΑΦΗΜΑ 14: ΠΟΣΟΣΤΑ ΧΡΗΣΗ Η/Υ

ΓΡΑΦΗΜΑ 15: ΣΥΧΝΟΤΗΤΑ ΧΡΗΣΗΣ Η/Υ

ΓΡΑΦΗΜΑ 16: ΕΠΙΘΥΜΙΑ ΣΥΧΝΟΤΕΡΗΣ ΧΡΗΣΗΣ Η/Υ

ΓΡΑΦΗΜΑ 17: ΣΥΧΝΟΤΕΡΗ ΧΡΗΣΗ Η/Υ ΣΤΗΝ ΑΠΟΘΗΚΗ

ΓΡΑΦΗΜΑ 18: ΣΥΧΝΟΤΕΡΗ ΧΡΗΣΗ Η/Υ ΣΤΗΝ ΠΑΡΑΓΩΓΗ

ΓΡΑΦΗΜΑ 19: ΣΥΧΝΟΤΕΡΗ ΧΡΗΣΗ Η/Υ ΣΤΗ ΔΙΟΙΚΗΣΗ

ΓΡΑΦΗΜΑ 20: ΣΥΧΝΟΤΕΡΗ ΧΡΗΣΗ Η/Υ ΣΤΙΣ ΠΩΛΗΣΕΙΣ

ΓΡΑΦΗΜΑ 21: ΣΥΧΝΟΤΕΡΗ ΧΡΗΣΗ Η/Υ ΣΕ ΑΛΛΟ ΤΟΜΕΑ

ΓΡΑΦΗΜΑ 22: ΠΟΣΟΣΤΟ ΧΡΗΣΗ ΜΙS

ΓΡΑΦΗΜΑ 23: ΑΝΑΦΟΡΕΣ ΑΝΑ MIS

ΓΡΑΦΗΜΑ 24: ΠΟΣΟΣΤΟ ΑΝΑ ΚΑΤΑΣΚΕΥΑΣΤΗ MIS

ΓΡΑΦΗΜΑ 25: ΑΝΑΓΚΑΙΟΤΗΤΑ ΧΡΗΣΗΣ Η/Υ

ΓΡΑΦΗΜΑ 26: ΣΥΜΒΟΛΗ ΤΩΝ ΝΕΩΝ ΤΕΧΝΟΛΟΓΙΩΝ

ΓΡΑΦΗΜΑ 27: ΠΟΣΟΣΤΑ ΠΡΟΣΒΑΣΗΣ ΣΤΟ ΙΝΤΕΡΝΕΤ

ΓΡΑΦΗΜΑ 28: ΣΥΧΝΟΤΗΤΑ ΧΡΗΣΗ ΥΠΗΡΕΣΙΩΝ ΙΝΤΕΡΝΕΤ

ΓΡΑΦΗΜΑ 29: ΠΟΣΟΣΤΟ ΥΠΑΡΞΗΣ WEBSITE

ΓΡΑΦΗΜΑ 30: ΟΦΕΛΗ ΥΠΑΡΞΗΣ WEBSITE

ΓΡΑΦΗΜΑ 31: ΠΟΣΟΣΤΟ ΕΦΑΡΜΟΓΗΣ E-COMMERCE

ΓΡΑΦΗΜΑ 32: ΟΦΕΛΗ E-COMMERCE

ΓΡΑΦΗΜΑ 33: ΥΠΑΡΞΗ ΑΝΑΓΚΗΣ ΣΕ ΠΡΟΣΩΠΙΚΟ

ΓΡΑΦΗΜΑ 34: ΑΝΑΓΚΗ ΣΕ ΕΙΔΙΚΟΤΗΤΑ ΠΡΩΤΗ

ΓΡΑΦΗΜΑ 35: ΑΝΑΓΚΗ ΣΕ ΕΙΔΙΚΟΤΗΤΑ ΔΕΥΤΕΡΗ

ΓΡΑΦΗΜΑ 36: ΑΝΑΓΚΗ ΣΕ ΕΙΔΙΚΟΤΗΤΑ ΤΡΙΤΗ

ΓΡΑΦΗΜΑ 37: ΈΛΛΕΙΨΗ ΓΝΩΣΕΩΝ ΣΤΟ ΥΠΑΡΧΟΝ ΠΡΟΣΩΠΙΚΟ

ΓΡΑΦΗΜΑ 38: ΈΛΛΕΙΨΗ ΓΝΩΣΕΩΝ ΣΕ ΝΕΕΣ ΤΕΧΝΟΛΟΓΙΕΣ

ΓΡΑΦΗΜΑ 39: ΈΛΛΕΙΨΗ ΓΝΩΣΕΩΝ ΣΕ ΛΟΓΙΣΤΙΚΑ

ΓΡΑΦΗΜΑ 40: ΈΛΛΕΙΨΗ ΓΝΩΣΕΩΝ ΣΕ ΜΑΡΚΕΤΙΝΓΚ

ΓΡΑΦΗΜΑ 41: ΈΛΛΕΙΨΗ ΓΝΩΣΕΩΝ ΣΕ ΠΩΛΗΣΕΙΣ

7

ΠΙΝΑΚΕΣ ΣΤΑΤΙΣΤΙΚΗΣ ΑΝΑΛΥΣΗΣ ΓΝΩΣΕΩΝ ΚΑΙ ΔΕΞΙΟΤΗΤΩΝ

ΠΙΝΑΚΑΣ 1: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΔΙΚΑΙΟΥ

ΠΙΝΑΚΑΣ 2: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΞΕΝΗΣ ΓΛΩΣΣΑΣ

ΠΙΝΑΚΑΣ 3: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΣΤΑΤΙΣΤΙΚΗΣ

ΠΙΝΑΚΑΣ 4: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΘΕΣΜΩΝ ΤΗΣ Ε.Ε.

ΠΙΝΑΚΑΣ 5: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΕΦΑΡΜΟΓΗΣ ΠΡΟΤΥΠΩΝ

ΠΙΝΑΚΑΣ 6: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΔΙΑΧΕΙΡΙΣΗΣ ΠΡΟΣΩΠΙΚΟΥ

ΠΙΝΑΚΑΣ 7: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΔΙΔΑΚΤΙΚΗΣ

ΠΙΝΑΚΑΣ 8: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΠΑΙΔΑΓΩΓΙΚΗΣ

ΠΙΝΑΚΑΣ 9: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΕΓΚΑΤ. & ΣΥΝΤ. ΔΙΚΤΥΟΥ

ΠΙΝΑΚΑΣ 10: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΔΙΑΧΕΙΡΙΣΗΣ ΔΙΚΤΥΟΥ

ΠΙΝΑΚΑΣ 11: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΛΟΓΙΣΜΙΚΟΥ

ΠΙΝΑΚΑΣ 12: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΣΥΝΤ. HARDWARE

ΠΙΝΑΚΑΣ 13: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΣΥΝΤ. SOFTWARE

ΠΙΝΑΚΑΣ 14: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΔΗΜΙΟΥΡΓΙΑΣ DATABASE

ΠΙΝΑΚΑΣ 15: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΔΗΜΙΟΥΡΓΙΑΣ WEBSITE

ΠΙΝΑΚΑΣ 16: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΔΙΑΧΕΙΡ. ΛΕΙΤΟΥΡΓ. ΣΥΣΤ.

ΠΙΝΑΚΑΣ 17: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΑΝΑΠΤΥΞΗΣ MULTIMEDIA

ΠΙΝΑΚΑΣ 18: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΛΟΓΙΣΤΙΚΗΣ

ΠΙΝΑΚΑΣ 19: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΜΗΧΑΝΟΓΡ. ΛΟΓΙΣΤΙΚΗΣ

ΠΙΝΑΚΑΣ 20: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ LOGISTIC

ΠΙΝΑΚΑΣ 21: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΩΝ

ΠΙΝΑΚΑΣ 22: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΔΙΑΔΙΚΑΣΙΩΝ ΧΡΗΜΑΤΙΣΤΗΡΙΟΥ

ΠΙΝΑΚΑΣ 23: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΜΑΡΚΕΤΙΝΓΚ

ΠΙΝΑΚΑΣ 24: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΕΚΠΟΝΗΣΗΣ ΜΕΛΕΤΩΝ

ΓΡΑΦΗΜΑΤΑ ΔΙΜΕΤΑΒΛΗΤΑ

ΓΡΑΦΗΜΑ 1: ΠΟΣΟΣΤΑ ΚΛΑΔΩΝ ΑΝΑ ΤΟΜΕΑ

ΓΡΑΦΗΜΑ 2: ΒΑΘΜΟΣ ΧΡΗΣΗ Η/Υ ΑΝΑ ΤΟΜΕΑ

ΓΡΑΦΗΜΑ 3: ΒΑΘΜΟΣ ΧΡΗΣΗ Η/Υ ΑΝΑ ΚΛΑΔΟ

ΓΡΑΦΗΜΑ 4: ΒΑΘΜΟΣ ΧΡΗΣΗ MIS ΑΝΑ ΤΟΜΕΑ

ΓΡΑΦΗΜΑ 5: ΒΑΘΜΟΣ ΧΡΗΣΗ MIS ΑΝΑ ΚΛΑΔΟ

8

ΓΡΑΦΗΜΑ 6: ΣΧΕΣΗ ΠΟΡΕΙΑΣ ΚΥΚΛΟΥ ΕΡΓΑΣΙΩΝ ΜΕ ΑΝΑΓΚΗ ΣΕ

ΣΤΕΛΕΧΙΑΚΟ ΔΥΝΑΜΙΚΟ

ΓΡΑΦΗΜΑ 7: ΣΧΕΣΗ ΜΕΤΑΞΥ ΧΡΗΣΗΣ Η/Υ ΚΑΙ ΜΙS

ΓΡΑΦΗΜΑ 8: ΒΑΘΜΟΣ ΠΡΟΣΒΑΣΗΣ ΣΤΟ ΙΝΤΕΡΝΕΤ ΑΝΑ ΚΛΑΔΟ

ΓΡΑΦΗΜΑ 9: ΒΑΘΜΟΣ ΚΑΤΟΧΗΣ ΙΣΤΟΣΕΛΙΔΑΣ ΑΝΑ ΚΛΑΔΟ

ΓΡΑΦΗΜΑ 10: ΒΑΘΜΟΣ E-COMMERCE ΑΝΑ ΚΛΑΔΟ

ΓΡΑΦΗΜΑ 11: ΒΑΘΜΟΣ ΖΗΤΗΣΗΣ ΝΕΩΝ ΤΕΧΝΟΛΟΓΙΩΝ ΑΝΑ ΚΛΑΔΟ

ΔΟΚΙΜΑΣΙΑ ΑΝΕΞΑΡΤΗΣΙΑΣ

Κλάδος/ Χρήση Η/Υ

Κλάδος/ Χρήση ΜΙS

Κλάδος/ Πρόσβαση στο διαδίκτυο

Κλάδος/ Ύπαρξη website

Κλάδος/ Εφαρμογή e-commerce

Χρήση MIS/ Πρόσβαση στο διαδίκτυο

Χρήση MIS/ Ύπαρξη website

Χρήση MIS/ Εφαρμογή e-commerce

Ύπαρξη website/ Εφαρμογή e-commerce

ΒΙΒΛΙΟΓΡΑΦΙΑ

9

ΜΕΡΟΣ ΠΡΩΤΟ

ΣΥΣΤΑΤΙΚΑ ΣΤΟΙΧΕΙΑ ΜΙΑΣ ΕΡΕΥΝΑΣ

1. Ορισμός και περιγραφή του αντικειμένου της έρευνας

Εάν θελήσουμε να δώσουμε έναν γενικό ορισμό για το τι είναι μία έρευνα τότε

μπορούμε να πούμε ότι η διεξαγωγή μίας έρευνας είναι «η συστηματική συγκέντρωση,

απογραφή και ανάλυση στοιχείων που έχουν σχέση με κάποιο προβληματισμό ή

ανάγκη».

Υπό αυτή την έννοια μία έρευνα εξυπηρετεί μία επιχείρηση, έναν οργανισμό ή

οποιοδήποτε άλλον φορέα παρέχοντάς του πληροφορίες γύρω από προβλήματα και

ευκαιρίες και σε τελική ανάλυση βοηθάει τη διοίκηση στη λήψη των αποφάσεων της.

Για την επίτευξη του ευρύτατου αυτού στόχου η έρευνα χρησιμοποιεί διάφορες

τεχνικές συγκέντρωσης και ανάλυσης στοιχείων, ανάλογα με τη φύση του

προβλήματος, τις δυνατότητες συλλογής στοιχείων και την αξιοπιστία των στοιχείων

αυτών.

Επίσης έχει έναν διεπιστημονικό χαρακτήρα, με την έννοια ότι υιοθετεί και

χρησιμοποιεί, επιλεκτικά, επιστημονικές τεχνικές και μεθόδους από άλλους

επιστημονικούς κλάδους, τις οποίες διαμορφώνει, προσαρμόζει και συνδυάζει

κατάλληλα, έτσι ώστε να ανταποκρίνεται στους ερευνητικούς προβληματισμούς.

Τέτοιοι κλάδοι είναι: η στατιστική, η οικονομετρία, η ψυχομετρία, η κοινωνιομετρία, η

επιστήμη των υπολογιστών κλπ. Επιπλέον, αναπτύσσει μεθόδους, αυτόνομα, οι οποίες

σε αρκετές περιπτώσεις υιοθετούνται, με τη σειρά τους, από άλλους επιστημονικούς

κλάδους.

Πιο περιγραφικά, μερικοί από τους κύριους στόχους και τα γενικότερα ερωτήματα στα

οποία καλείται να δώσει απαντήσεις η έρευνα, διαμέσου μίας ποικιλίας μεθόδων και

διαδικασιών, είναι τα ακόλουθα:

Προσδιορισμός των αναγκών των ανθρώπων, των επιχειρήσεων και των

οργανισμών.

Προσδιορισμός του βαθμού στον οποίο τα υπάρχοντα προϊόντα και υπηρεσίες

καλύπτουν τις ανάγκες τους.

Ανάλυση των μηχανισμών και των παραγόντων μέσα από τους οποίους

διαμορφώνονται οι ανάγκες και του τρόπου με τον οποίο αυτοί αλληλεπιδρούν.

10

2. Πηγές στοιχείων και πληροφοριών

Υπάρχουν πολλές και διαφορετικές κατηγορίες και είδη στοιχείων και πληροφοριών

που αντλούνται από μια ποικιλία πηγών και χαρακτηρίζονταν ανάλογα με την πηγή και

τη μεθοδολογία άντλησης τους. Η πρώτη πηγή άντλησης στοιχείων είναι τα αρχεία της

ίδιας της επιχείρησης ή του οργανισμού (εσωτερικά στοιχεία). Ακολουθούν πηγές

εκτός της επιχείρησης ή του οργανισμού (εξωτερικές πηγές), οι οποίες διακρίνονται σε

δευτερογενείς και πρωτογενείς. Οι δευτερογενείς πηγές αφορούν δημοσιευμένα

στοιχεία (π.χ. στοιχεία της Εθνικής Στατιστικής Υπηρεσίας) και συνδρομητικά

στοιχεία, τα οποία είναι περισσότερο προσαρμοσμένα —ποσοτικά και ποιοτικά — στις

απαιτήσεις της έρευνας απ' ό,τι τα δημοσιευμένα στοιχεία, αλλά έχουν σημαντικά

αυξημένο κόστος. Οι πρωτογενείς πηγές αφορούν στοιχεία τα οποία συλλέγονται

συνήθως κατά παραγγελία, με βάση τις πληροφοριακές απαιτήσεις των ερευνητικών

προβληματισμών και συγκεντρώνονται μέσω ποσοτικών ή ποιοτικών ερευνών.

Οι ποιοτικές έρευνες, κατά κανόνα, δεν στοχεύουν σε ποσοτικές εκτιμήσεις μεγεθών ή

τάσεων, όπως στην περίπτωση των ποσοτικών ερευνών, αλλά στην αναγνώριση και τον

προσδιορισμό της παρουσίας σημαντικών παραγόντων ή παραμέτρων του ερευνητικού

προβλήματος. Οι ποιοτικές έρευνες διακρίνονται σε συνεντεύξεις βάθους, που διεξάγο-

νται μεμονωμένα με κάθε ερωτώμενο, και σε ομάδες εστίασης, που διεξάγονται σε

ομάδες συμμετεχόντων.

Οι ποσοτικές έρευνες είναι: τύπου δημοσκόπησης, επαναλαμβανόμενες έρευνες

σταθερού δείγματος καθώς και πειραματικές μέθοδοι και δοκιμές. Οι έρευνες τύπου

δημοσκόπησης διακρίνονται, σε συμμετοχικές, όπου διαφορετικοί ενδιαφερόμενοι

θέτουν έναν περιορισμένο αριθμό ερωτήσεων σε ένα κοινό ερωτηματολόγιο, και σε

κατά παραγγελία, όπου οι ενδιαφερόμενοι για την άντληση στοιχείων αποφασίζουν οι

ίδιοι όχι μόνο για το είδος των ερωτήσεων που θα τεθούν, αλλά και για τους δέκτες των

ερωτήσεων αυτών καθώς και τον τρόπο με τον οποίο αυτές θα τεθούν. Όσον αφορά τις

μεθόδους συλλογής στοιχείων, αυτές μπορεί να γίνουν με διαφορετικούς τρόπους,

όπως ταχυδρομικά, προσωπικά, τηλεφωνικά, ηλεκτρονικά, καθώς και με τη μέθοδο της

παρατήρησης.

2.1 Εσωτερικές πηγές

«Εσωτερικές πηγές» είναι οι πηγές εκείνες που βρίσκονται μέσα στον ίδιο το φορέα,

είτε σε ηλεκτρονική μορφή είτε με τη μορφή αναφορών, συμβατικών αρχείων ή

οποιασδήποτε άλλης μορφής συλλογής ή αποθήκευσης. Οι πηγές αυτές μπορεί να

11

υπάρχουν μεμονωμένα ή να αποτελούν μέρος ενός ολοκληρωμένου πληροφοριακού

συστήματος (Meredith, 1989, σ. 245-257). Παραδείγματα τέτοιων πηγών για ένα

Τεχνολογικό Ίδρυμα και των αντίστοιχων στοιχείων είναι τα ακόλουθα:

1) Γραφείο διασύνδεσης, γραμματείες τμημάτων κ.ά.: Οι πηγές αυτές

περιλαμβάνουν πλούτο στοιχείων, ιδιαίτερης χρησιμότητας και σημασίας τα

οποία με κατάλληλη επεξεργασία μπορούν να παρουσιαστούν κατά χρονική

περίοδο (έτη, μήνες), γεωγραφικές περιοχές, κατηγορίες ενδιαφερομένων

(μικρές – μεγάλες επιχειρήσεις, ιδιώτες - δημόσιο κ.ά.). Μπορούν, επίσης, να

παρουσιαστούν με διαφόρους συνδυασμούς των παραπάνω.

2) Εκθέσεις σχετικές με τις συνθήκες της αγοράς, της οικονομίας, τις απαιτήσεις

της αγοράς, το βαθμό ικανοποίησης της από της γνώσεις που αποκτούν οι

σπουδαστές κατά τη διάρκεια της φοίτησης τους κλπ.

3) Αναφορές από το προσωπικό που έρχεται σε επαφή με την αγορά (ως αγορά

στη περίπτωση μας αναφέρεται η υποψήφια επιχείρηση ή ο οργανισμός που

δίνατε να απασχόληση απόφοιτό της σχολής μας) π.χ. το εκπαιδευτικό

προσωπικό παρατηρεί μία μεγάλη ζήτηση για σπουδαστές που θα

πραγματοποιήσουν πρακτική άσκηση και οι οποίοι θα γνωρίζουν

προγραμματισμό Η/Υ.

4) Στην περίπτωση της παροχής υπηρεσιών, σημαντική πηγή εσωτερικών

στοιχείων αποτελούν διάφορα έγγραφα — όπως ασφαλιστήρια συμβόλαια,

αιτήσεις για τραπεζικές υπηρεσίες, φόρμες για ενεργοποίηση εγγυήσεων — τα

οποία παρέχουν σημαντικές πληροφορίες για τα δημογραφικά και τα

κοινωνικοοικονομικά χαρακτηριστικά των πελατών των φορέων αυτών, τα

οποία μπορούν να χρησιμοποιηθούν για τη χάραξη αποτελεσματικότερων

πολιτικών.

5) Εσωτερικά στοιχεία εξοπλισμού, δυνατοτήτων, εκπαιδευτικής επάρκειας κλπ. τα

οποία είναι απαραίτητο να λαμβάνονται υπόψη, προκειμένου να αποφεύγονται

αποφάσεις ή σχεδιασμοί, οι οποίοι, φαίνονται ιδιαίτερα δημιουργικοί και

αποτελεσματικοί, πολλές φορές όμως είναι αδύνατο να υλοποιηθούν.

6) Στοιχεία σχετικά με ενέργειες, δαπάνες και σχέδια, τα οποία εφαρμόστηκαν

στο παρελθόν (π.χ. ενέργειες για δαπάνες αγοράς νέων λογισμικών κατά τα

τελευταία πέντε χρόνια). Τα στοιχεία αυτά μπορεί να χρησιμοποιηθούν ως

βάση εκτίμησης της αποτελεσματικότητας τέτοιων ενεργειών (π.χ. σε ποιον

12

βαθμό υπήρξε ικανοποιητική εκπαίδευση των σπουδαστών κατ' αντιστοιχία με

παλαιότερο χρησιμοποιούμενο λογισμικό).

2.2 Εξωτερικές πηγές πρωτογενής

Οι πρωτογενείς πηγές πληροφοριών αφορούν την απευθείας άντληση στοιχείων και

πληροφοριών από επιχειρήσεις, οργανισμούς και λοιπούς φορείς. Οι πρωτογενείς πηγές

πληροφοριών διακρίνονται σε δύο κύριες κατηγορίες: τις «ποιοτικές» και τις

«ποσοτικές» πηγές ή έρευνες αντίστοιχα.

2.2.1 Ποιοτικές πηγές και έρευνες

Οι ποιοτικές πηγές πληροφοριών και οι αντίστοιχες έρευνες έχουν ως κύριο στόχο τη σε

βάθος διερεύνηση ενός προβλήματος ή μιας κατάστασης, με σκοπό τη διάγνωση

προβλημάτων, τον προσδιορισμό τάσεων ή αλλαγών στη συμπεριφορά ή τις απόψεις και

τις αντιλήψεις του υπό έρευνα πληθυσμού (π.χ. ο βαθμός χρήσης νέων τεχνολογιών από

τις επιχειρήσεις), τη διαπίστωση αναγκών που δεν καλύπτουν τα υπάρχοντα στελέχη και,

γενικότερα, τη διερεύνηση οποιουδήποτε παράγοντα, ο οποίος, έμμεσα ή άμεσα, θα

μπορούσε να επηρεάσει, θετικά ή αρνητικά, τις ανάγκες τους.

Οι έρευνες αυτές χαρακτηρίζονται ποιοτικές, κυρίως για τους ακόλουθους λόγους:

• Γίνονται σε μικρά σε αριθμό δείγματα, που μπορεί να μην είναι αντιπροσωπευτικά του

συνόλου και, κατά συνέπεια, είναι παρακινδυνευμένο να εξαχθούν συμπεράσματα για το

σύνολο του πληθυσμού, ιδιαίτερα όσον αφορά την εκτίμηση ποσοτικών μεγεθών, όπως

το μέγεθος των επιχειρήσεων και των οργανισμών ή τα μερίδια τους στην αγορά.

• Γίνονται, πρώτιστα, για την ανίχνευση, αναγνώριση και διερεύνηση των τάσεων,

παραγόντων κ.λπ., που αναφέρθηκαν προηγουμένως, ποιοτικά, και όχι για

τη στατιστική μέτρηση τους.

• Έχουν περισσότερο τη μορφή συζήτησης και λιγότερο τη μορφή ευθειών απαντήσεων ή

μετρήσεων σε συγκεκριμένες ερωτήσεις, όπως στην περίπτωση των

ποσοτικών ερευνών που θα εξεταστούν στη συνέχεια.

• Σε ορισμένες περιπτώσεις, υπάρχει μεγαλύτερη έμφαση στις ψυχολογικές

πλευρές μιας συμπεριφοράς, και λιγότερο στις οικονομικές ή τις

πρακτικές - λειτουργικές. Αυτό το γεγονός οδηγεί συχνά στη διαμόρφωση της

εσφαλμένης άποψης ότι οι ποιοτικές έρευνες είναι χρήσιμες αποκλειστικά ή

κυρίως για τέτοιες περιπτώσεις.

13

Χαρακτηριστικό παράδειγμα αποτελεί η περίπτωση της εταιρείας στιλβωτικών

υποδημάτων Κάμελ. η οποία μέσω ποιοτικών ερευνών για τη διερεύνηση των δυνατοτήτων

επέκτασης των πωλήσεων των προϊόντων περιποίησης αθλητικών υποδημάτων,

διαπίστωσε ότι η συντριπτική πλειοψηφία των δυνητικών πελατών αυτών των προϊόντων

έπλενε τα αθλητικά υποδήματα βάζοντάς τα στο πλυντήριο ρούχων, έχοντας καλύψει, με

τον τρόπο αυτό σε πολύ μεγάλο βαθμό, την ανάγκη την οποία στόχευαν να καλύψουν τα

σχετικά προϊόντα της επιχείρησης.

Οι ποιοτικές έρευνες διακρίνονται σε δύο κατηγορίες: τις «έρευνες ομάδων

εστίασης» και τις «έρευνες συνεντεύξεων βάθους» (Colwell, 1990, σ. 13-36).

2.2.1.1 Έρευνες ομάδων εστίασης

Οι έρευνες ομάδων εστίασης είναι έρευνες που γίνονται σε πέντε έως δέκα ομάδες. Ο

σχεδιασμός των ομάδων είναι τέτοιος ώστε κάθε ομάδα να είναι όσο το δυνατόν πιο

ομοιογενής από άποψη κλάδου, δραστηριότητας, και χρηματοοικονομικής κατάστασης

των μονάδων που την αποτελούν, ή οποιουδήποτε άλλου σημαντικού κριτηρίου που

ενδιαφέρει την έρευνα.

Οι εκπρόσωποι των συμμετεχόντων στις ομάδες προσκαλούνται κατά ομάδα, σε ειδικά

διαμορφωμένο χώρο-στούντιο, όπου κάθονται γύρω από ένα τραπέζι, και ο ερευνητής-

συντονιστής θέτει ερωτήσεις που οδηγούν σε έναρξη ή συνέχιση της συζήτησης,

ακολουθώντας μια προδιαγεγραμμένη σειρά θεμάτων ενδιαφέροντος. Οι συζητήσεις

αυτές συνήθως μαγνητοφωνούνται ή βιντεοσκοπούνται, έτσι ώστε να είναι δυνατή η

επεξεργασία των στοιχείων που προκύπτουν από τις συζητήσεις, όταν ο κύκλος των

συζητήσεων θα έχει ολοκληρωθεί (Welch, 1985, σ. 245-253).

2.2.1.2 Συνεντεύξεις βάθους

Σε αντίθεση με τις ομάδες εστίασης, οι συνεντεύξεις βάθους πραγματοποιούνται με τον

εκπρόσωπο της κάθε επιχείρησης ή οργανισμού προσωπικά, είτε σε ειδικά

διαμορφωμένο χώρο, είτε στον χώρο του κάθε συμμετέχοντος. Η μέθοδος έχει το

πλεονέκτημα της απερίσπαστης έκφρασης των απόψεων του ερωτώμενου, χωρίς τις

παρεμβάσεις ή αναστολές τις οποίες μπορεί να προκαλέσει η παρουσία τρίτων, όπως

συμβαίνει στις ομαδικές συζητήσεις. Έχει όμως το μειονέκτημα της απώλειας της

δυναμικής που δημιουργείται από την ομαδική συζήτηση. Το ζήτημα «ποια από τις δύο

μεθόδους υπερτερεί» εξακολουθεί να αποτελείτο αντικείμενο μιας συνεχιζόμενης

επιστημονικής αντιπαράθεσης στον χώρο της έρευνας (Greenbaum, 1991, σ. 16). Επίσης,

14

ο προγραμματισμός της διεξαγωγής των συνεντεύξεων βάθους, καθώς και ο χρόνος που

απαιτείται για την ολοκλήρωση τους, είναι συνήθως πολύ μεγαλύτεροι από αυτούς των

ομαδικών συζητήσεων των ομάδων εστίασης.

Στην πράξη, είναι συνηθέστερη η χρήση ομάδων εστίασης για θέματα, όπου η έρευνα

αφορά το ευρύτερο σύνολο, ενώ η χρήση συνεντεύξεων βάθους είναι συνηθέστερη

στην περίπτωση όπου η έρευνα αφορά στελέχη επιχειρήσεων οι οποίες είναι

βιομηχανικοί πελάτες και τα προϊόντα ή οι υπηρεσίες τους απευθύνονται σε άλλες

επιχειρήσεις ή οργανισμούς.

Κατά κανόνα, οι ποιοτικές έρευνες προηγούνται των ποσοτικών, και τα συμπεράσματα

και δεδομένα τους χρησιμοποιούνται για την καλύτερη εξειδίκευση και προσδιορισμό

των στόχων και του θεματολογικού περιεχομένου των ποσοτικών ερευνών.

2.2.2 Ποσοτικές πηγές και έρευνες

Οι ποσοτικές πηγές και έρευνες έχουν παρόμοιο θεματολογικό αντικείμενο με αυτό

των ποιοτικών ερευνών, αλλά με κύριο σκοπό την ποσοτική μέτρηση των τάσεων,

συμπεριφορών, απόψεων κ.λπ., την ποσοτική εκτίμηση μεγεθών την ποσοτική ανάλυση

των δεδομένων της έρευνας, και την εξαγωγή συμπερασμάτων για το σύνολο του υπό

εξέταση πληθυσμού, ή των ομάδων του πληθυσμού οι οποίες ενδιαφέρουν. Τα

δείγματα των ερωτώμενων που χρησιμοποιούνται στο πλαίσιο διεξαγωγής μιας

ποσοτικής έρευνας επιλέγονται με επιστημονικό τρόπο, είναι πολυπληθέστερα των

αντίστοιχων δειγμάτων των ποιοτικών ερευνών, και είναι αντιπροσωπευτικά με την

έννοια ότι μπορούν να αποτελέσουν ικανοποιητική βάση για ασφαλή επέκταση των

συμπερασμάτων στο σύνολο ή τις ομάδες του πληθυσμού που ενδιαφέρουν την έρευνα.

Οι ποσοτικές έρευνες περιλαμβάνουν τις «έρευνες τύπου δημοσκόπησης», τις

«επαναλαμβανόμενες έρευνες σταθερού δείγματος» και τις «πειραματικές έρευνες».

2.2.2.1 Έρευνες τύπου δημοσκόπησης

Οι έρευνες αυτές διακρίνονται σε δυο υποκατηγορίες: τις «συμμετοχικές έρευνες» και τις

«έρευνες κατά παραγγελία».

2.2.2.1.1 Συμμετοχικές έρευνες

Οι συμμετοχικές έρευνες είναι έρευνες που γίνονται σε τακτά χρονικά διαστήματα, από

τις περισσότερες εταιρείες ερευνών και δημοσκοπήσεων, σε αντιπροσωπευτικά

δείγματα όλου του πληθυσμού της Ελλάδας (περίπου 2.000 ερωτώμενοι). Κάθε

15

ενδιαφερόμενος φορέας μπορεί να «αγοράσει» χώρο, σε ένα κοινό ερωτηματολόγιο, για

μία ή περισσότερες ερωτήσεις που θα τον ενδιέφερε να θέσει στο δείγμα των

ερωτώμενων, ή σε ένα μέρος του δείγματος αυτού (π.χ. μόνο στις επιχειρήσεις του

πρωτογενή τομέα, ή μόνο στις επιχειρήσεις του τουριστικού κλάδου, στην περίπτωση

που η έρευνα εστιάζεται σε κάποια υποομάδα μάλλον, παρά στο σύνολο του πληθυσμού).

Αυτού του είδους οι έρευνες παρουσιάζουν σημαντικά πλεονεκτήματα κόστους,

όταν τα ερωτήματα που απασχολούν είναι περιορισμένα σε αριθμό. Παρουσιάζουν

όμως το μειονέκτημα, η περίοδος διεξαγωγής της έρευνας να μην αντιστοιχεί με την

περίοδο που μπορεί να λαμβάνει χώρα ο προγραμματισμός τους, ή άλλες ερωτήσεις που

περιλαμβάνονται στην έρευνα να προκαλούν αρνητικούς συνειρμούς (π.χ. μια

ερώτηση να κάνει λόγο για ανάγκη σε προσωπικό και μια άλλη ερώτηση για βαθμό

αυτοματοποίησης των διαδικασιών), αν και οι εταιρείες ερευνών φροντίζουν να

αποφεύγουν τον σχηματισμό τέτοιων αρνητικών συνειρμών. Τέλος, το συνολικό

μέγεθος αυτών των ερευνών μπορεί να απαιτεί τόσο χρόνο για τη συλλογή και

επεξεργασία των στοιχείων, ώστε να μη δικαιολογείται η αναμονή για τα περιορισμένα

στοιχεία που χρειάζεται η διοίκηση κάποιου φορέα.

Σε περίπτωση που ενδιαφερόμαστε για πολλές ερωτήσεις, η συμμετοχική έρευνα

καθίσταται οικονομικά ασύμφορη, και διαμορφώνονται οι προϋποθέσεις για τη

διεξαγωγή έρευνας κατά παραγγελία.

Στην Ελλάδα, οι συμμετοχικές έρευνες γίνονται συνήθως με προσωπικές συνεντεύξεις,

ενώ σε χώρες όπως οι Ηνωμένες Πολιτείες Αμερικής γίνονται περισσότερο τηλεφωνικά

ή ταχυδρομικά, σε εβδομαδιαία, δεκαπενθήμερη, μηνιαία, διμηνιαία ή τριμηνιαία βάση

(Τυll, Ηawkins, 1993, σ. 136-141).

2.2.2.1.2 Έρευνες κατά παραγγελία

Οι έρευνες κατά παραγγελία είναι ποσοτικές έρευνες, όπου η δειγματοληψία, το

ερωτηματολόγιο, η μέθοδος συλλογής των στοιχείων και η ανάλυση των δεδομένων

σχεδιάζονται με τη σύμφωνη γνώμη του εντολέα της έρευνας και σε πλήρη αντιστοιχία με

τις πληροφοριακές ανάγκες του, τις απαιτήσεις του προβλήματος και τις ιδιαιτερότητες

των υπολοίπων συντελεστών που τυχόν θα την επηρεάσουν. Η λεπτομερειακή

παρουσίαση του σχεδιασμού των παραπάνω συστατικών στοιχείων αυτού του τύπου

ερευνών αποτελεί το αντικείμενο των κεφαλαίων της παρούσης εργασίας που

ακολουθούν.

16

2.2.2.2 Επαναλαμβανόμενες έρευνες σταθερού δείγματος

Οι επαναλαμβανόμενες έρευνες σταθερού δείγματος είναι έρευνες που επα-

ναλαμβάνονται σε τακτά χρονικά διαστήματα, στο ίδιο ακριβώς δείγμα (σταθερό

δείγμα), ή ζητείται από τους ερωτώμενους του δείγματος να καταγράφουν σε

καθημερινή ή σταθερά περιοδική βάση (π.χ. κάθε εβδομάδα, μήνα κλπ.) μια σειρά από

επιλογές, συνήθειες ή άλλες σχετικές συμπεριφορές, απόψεις ή πληροφορίες.

Πλεονεκτήματα αυτής της μεθόδου αποτελούν: η εξοικονόμηση πόρων από την

περιορισμένη αναζήτηση νέων δειγμάτων και, κυρίως, η δυνατότητα ακριβούς

παρακολούθησης της διαχρονικής εξέλιξης των θεμάτων ενδιαφέροντος που

παρουσιάστηκαν προηγουμένως, χωρίς τον κίνδυνο να θεωρηθούν εξελίξεις,

μεταβολές που οφείλονται σε διαφορετικά χαρακτηριστικά του νέου δείγματος και όχι

σε πραγματικές αλλαγές των συμπεριφορών, συνηθειών ή απόψεων. Οι έρευνες αυτού

του είδους χρησιμοποιούνται, ιδιαίτερα, όταν συμβαίνει γρήγορη μεταβολή των

συνθηκών που επικρατούν ή, αντίθετα, όταν τα αποτελέσματα κάποιων ενεργειών ή

συμπεριφορών χρειάζονται πολύ μεγάλο χρονικό διάστημα για να εμφανιστούν.

Παράδειγμα της πρώτης περίπτωσης είναι η μέτρηση της τηλεθέασης. Παράδειγμα της

δεύτερης περίπτωσης αποτελούν τα πάνελ που χρησιμοποιούνται στην ιατρική έρευνα

προκειμένου να διαπιστωθεί η μακροχρόνια επίδραση διατροφικών συνηθειών στην

υγεία (όπως η επίδραση της κατανάλωσης λιπαρών στην εμφάνιση καρδιοαγγειακών

παθήσεων).

Προβλήματα που μπορούν να εμφανιστούν στο πλαίσιο εφαρμογής αυτής της μεθόδου

είναι: η αποχώρηση από το πάνελ, ο εθισμός στην έρευνα και η επαγγελματοποίηση της

συμμετοχής, υπό την έννοια ότι οι συμμετέχοντες, εστιάζοντας συνεχώς σε κάποιες

συμπεριφορές τους και καταγράφοντας αυτές αναλυτικά, παύουν να συμπεριφέρονται

φυσιολογικά και, επομένως μπορεί να πάψουν να είναι αντιπροσωπευτικοί, ως δείγμα του

πληθυσμού (Lehmann, 1985, σ. 88-92). Το πρόβλημα περιορίζεται μερικώς από την

ηλεκτρομηχανική καταγραφή, όπως στην περίπτωση της τηλεθέασης, όπου υπάρχει

αυτόματη καταγραφή του τηλεοπτικοί καναλιού που παρακολουθούν οι συμμετέχοντες.

Όμως, και σε αυτή την περίπτωση, οι συμμετέχοντες μπορεί να αποφύγουν να

παρακολουθήσουν κάποια προγράμματα, εφόσον γνωρίζουν ότι αυτό θα καταγραφεί

αυτόματα.

17

2.2.2.3 Πειραματικές μέθοδοι και δοκιμές

Όπως αναφέρθηκε στην εισαγωγή, μία από τις χρήσεις των ερευνών αφορά τη δοκιμή

υπηρεσιών, σε μικρή κλίμακα, πριν από την εισαγωγή ή την εφαρμογή τους σε μεγάλη

κλίμακα. Αυτό επιτυγχάνεται με πειραματισμούς και δοκιμές. Οι δοκιμές αυτές μπορεί

να γίνονται σε ειδικά διαμορφωμένους χώρους ή σε σημεία παροχής αυτών των

υπηρεσιών. Οι πρώτες ονομάζονται «δοκιμές ή πειράματα εργαστηρίου» και οι δεύτερες

«δοκιμές ή πειράματα πεδίου». Για παράδειγμα, μια δοκιμή ενός νέου λογισμικού

μπορεί να γίνει με την πρόσκληση ενός αριθμού δυνητικών εργοδοτών στα εργαστήρια

της σχολής και να τους παρουσιαστεί το λογισμικό για να μετρηθεί το ενδιαφέρον τους

για αυτό πριν αρχίσει να διδάσκεται στους σπουδαστές. Εναλλακτικά, μπορούμε να

μετρήσουμε την ικανοποίηση και την αποδοχή του λογισμικού από αυτούς που ήδη το

χρησιμοποιούν. Όσο περισσότερο ελεγχόμενες είναι οι συνθήκες και όσο περισσότερο

συστηματικός είναι ο σχεδιασμός, τόσο περισσότερο η όλη προσπάθεια παίρνει τη

μορφή του πειραματισμού. Όσο περισσότερο φυσικές είναι οι συνθήκες, τόσο

περισσότερο η προσπάθεια παίρνει τη μορφή της δοκιμής.

Ιδιαίτερης σημασίας είναι η εξασφάλιση αντιπροσωπευτικότητας του δείγματος που

συμμετέχει στη δοκιμή, των σημείων όπου γίνεται η δοκιμή, καθώς και η εξασφάλιση

της ελαχιστοποίησης της πιθανής επίδρασης άλλων παραγόντων (εξωγενών) που

ενδέχεται να επηρεάσουν το αποτέλεσμα (όπως, για παράδειγμα, ακραίες καιρικές

συνθήκες, εποχές με μεγάλο φόρτο εργασίας κ.ά.) (Αdler, 1982, σ. 78).

Στο πλαίσιο μιας δοκιμής, είναι δυνατό να εκτιμηθούν, εκτός από την αποδοχή που έχει

για παράδειγμα ένα λογισμικό, η λειτουργικότητα του, η ελκυστικότητα της τιμής κλπ. Για

να επιτευχθούν τέτοιοι παράλληλοι στόχοι, απαιτείται ολοκληρωμένος συστηματικός

σχεδιασμός της δοκιμής, ο οποίος μπορεί, σε ορισμένες περιπτώσεις, να απαιτεί τι χρήση

στατιστικών πειραμάτων και στατιστικής ανάλυσης των αποτελεσμάτων.

Η προσέγγιση αυτή, στην πιο συστηματική της μορφή, μπορεί να πάρει τη μορφή

προσομοίωσης (φυσικής ή ηλεκτρονικού υπολογιστή) (Ηiggins, 1982, σ. 15). Για

παράδειγμα, στη φυσική προσομοίωση, μπορεί ο ειδικός χώρος της δοκιμή (π.χ. ένα

εργαστήριο) να διαμορφωθεί όπως ο αντίστοιχος χώρος ενός τυπικού λογιστηρίου

επιχείρησης.

18

2.3 Εξωτερικές πηγές δευτερογενής

«Δευτερογενείς» είναι οι πηγές των οποίων τα στοιχεία έχουν συλλεχθεί σε κάποια

χρονική στιγμή στο πρόσφατο ή απώτερο παρελθόν, ανεξάρτητα από τις

πληροφοριακές ανάγκες μεμονωμένων φορέων, και πιθανόν να συνεχιστεί η συλλογή

τους στο μέλλον, σε περισσότερο ή λιγότερο τακτά διαστήματα.

Οι δευτερογενείς πηγές διακρίνονται σε δυο κύριες κατηγορίες:

• Πηγές δημοσιευμένων στοιχείων

• Πηγές συνδρομητικών στοιχείων

2.3.1 Πηγές δημοσιευμένων στοιχείων

Το κύριο χαρακτηριστικό των δημοσιευμένων στοιχείων είναι ότι είναι εύκολα

προσβάσιμα από οποιονδήποτε ενδιαφερόμενο (επιχειρήσεις, ερευνητές, φοιτητές),

καθότι στις περισσότερες περιπτώσεις συλλέγονται και διατίθενται από δημόσιους ή μη

κερδοσκοπικούς φορείς, όπως η Εθνική Στατιστική Υπηρεσία της Ελλάδος, το Ίδρυμα

Οικονομικών και Βιομηχανικών Ερευνών, Πανεπιστήμια και Ερευνητικά, Επιστημονικά

ή Επαγγελματικά Ινστιτούτα και Οργανώσεις. Συνήθως, είναι δυνατό να τα βρει κανείς

στις περισσότερες πανεπιστημιακές, επιστημονικές ή επαγγελματικές βιβλιοθήκες, ή

μπορεί να τα αποκτήσει με σχετικά χαμηλό κόστος (π.χ. το κόστος ενός βιβλίου).

2.3.1.1 Χρήσεις δημοσιευμένων στοιχείων

Τα δημοσιευμένα στοιχεία είναι χρήσιμα στη διεξαγωγή ερευνών, όσον αφορά τα

ακόλουθα:

Δομή και εξέλιξη του δημογραφικού, οικονομικού, κοινωνικού, πολιτιστικού και

θεσμικού περιβάλλοντος, μέσα στο οποίο θα πρέπει να λειτουργήσει ο φορέας

που επιθυμεί την έρευνα. Για παράδειγμα, η μείωση των επιχειρήσεων του

παραγωγικού κλάδου στην Ελλάδα, όπως αυτές καταγράφονται από την Εθνική

Στατιστική Υπηρεσία, οδηγεί πολλές εταιρίες παραγωγής λογισμικού στην

ανάπτυξη λογισμικού για το κλάδο παροχής υπηρεσιών. Ιδιαίτερα, η σύσταση και η

κατανομή του πληθυσμού κατά γεωγραφικές περιοχές, κλάδο, αριθμό

εργαζομένων κ.ά., όχι μόνο αποτελεί τη βάση εκκίνησης οποιασδήποτε στρατηγικής

αλλά και ένα από τα θεμελιώδη πλαίσια για τη διεξαγωγή δειγματοληψιών, στο

πλαίσιο υλοποίησης πρωτογενών ερευνών.

Δομή και εξέλιξη κύριων τομέων της οικονομικής δραστηριότητας (γεωργία,

βιομηχανία, εμπόριο, υπηρεσίες), ή επιμέρους κλάδων στο πλαίσιο κάθε τομέα.

19

Τα σχετικά στοιχεία, αναλύσεις, συμπεράσματα και προτάσεις, περιλαμβάνονται,

συνήθως, σε τομεακές ή κλαδικές μελέτες ή στατιστικές αναλύσεις,

οι οποίες διεξάγονται, εκδίδονται και δημοσιεύονται από τους προαναφερθέντες

φορείς. Για παράδειγμα, η Εθνική Στατιστική Υπηρεσία δίνει στη δημοσιότητα,

σε τακτά χρονικά διαστήματα, δελτία σχετικά με την εξέλιξη της οικοδομικής

δραστηριότητας, κατά νομό. Τα στοιχεία αυτά είναι ιδιαίτερα χρήσιμα

για τις επιχειρήσεις που δραστηριοποιούνται στην παραγωγή

ή διάθεση οικοδομικών και άλλων συναφών υλικών. Η ίδια Υπηρεσία δημοσιεύει,

επίσης σε τακτά χρονικά διαστήματα, στατιστικά στοιχεία σχετικά με τις

αφίξεις τουριστών στη χώρα, κατά σημείο εισόδου και τουριστικό προορισμό, όπως

και στοιχεία για τις μεταφορές, την υγεία, την παιδεία, το χονδρεμπόριο και το

λιανεμπόριο, τις τηλεπικοινωνίες κ.ά. Η Ένωση Ελληνικών Τραπεζών,

εξάλλου, όπως και αρκετές από τις μεγάλες τράπεζες, συχνά δημοσιεύουν στοιχεία

σχετικά με τις εξελίξεις στον χρηματοπιστωτικό τομέα, τις καταθέσεις, τα δάνεια

προς τις επιχειρήσεις και τους καταναλωτές, και άλλα συναφή στοιχεία και δείκτες.

2.3.1.2 Προβλήματα και περιορισμοί δημοσιευμένων στοιχείων

Τα δημοσιευμένα στοιχεία δύσκολα ανταποκρίνονται, ακριβώς, στο σύνολο των

πληροφοριακών αναγκών και των απαιτήσεων συγκεκριμένων προβληματισμών,

ιδιαίτερα αν αυτοί είναι εξειδικευμένοι. Αυτό συμβαίνει, μεταξύ άλλων, και για τους

ακόλουθους λόγους:

Μη χρησιμοποίηση των απαραίτητων κατηγοριών ταξινόμησης. Για παράδειγμα, η

ΕΣΥΕ (Εθνική Στατιστική Υπηρεσία Ελλάδος) δεν διακρίνει τις νέες οικοδομές σε

«κεραμοσκεπείς» και «συμβατικές», καρά το γεγονός ότι τα τελευταία χρόνια

παρατηρείται, σε πολλές περιοχές της Ελλάδας, σημαντική τάση

προς την πρώτη κατηγορία. Από αυτή την άποψη, μια επιχείρηση που διαθέτει

στην αγορά κεραμίδια είναι ουσιαστικά αδύνατο να εκτιμήσει τον αριθμό των

νέων κεραμοσκεπών στεγών από τα στοιχεία της ΕΣΥΕ, και επομένως τον

αριθμό των δυνητικών νέων πελατών για αυτού του είδους τα προϊόντα.

Μη χρησιμοποίηση της επιθυμητής μονάδας μέτρησης. Για παράδειγμα, η

ΕΣΥΕ δίνει στοιχεία για τον αριθμό και τον όγκο νέων οικοδομών, αλλά όχι

για το εμβαδόν οικοπέδου που καλύπτουν οι νέες οικοδομές. Έτσι, η επιχείρηση

που διαθέτει κεραμίδια έχει, επιπλέον, να αντιμετωπίσει ένα πρόβλημα

υπολογισμού της δυνητικής ζήτησης για τα προϊόντα της, εξαιτίας του γεγονότος ότι

20

μια ισόγεια κατοικία 200 τετραγωνικών μέτρων χρειάζεται τετραπλάσια

κεραμίδια σε σχέση με μια άλλη κατοικία των ίδιων τετραγωνικών μέτρων και

όγκου, η οποία όμως διαθέτει ισόγειο και τρεις ορόφους, των 50 τετραγωνικών

ο καθένας.

Είναι πεπαλαιωμένα και ανακριβή. Αρκετά από τα δημοσιευμένα στοιχεία είναι ήδη

πεπαλαιωμένα κατά τον χρόνο της δημοσίευσης τους. Για παράδειγμα, πολλά στοιχεία

από τις απογραφές πληθυσμού, που γίνονται στην Ελλάδα ανά δεκαετία, δημοσιεύονται

μετά από χρόνια. Έτσι, δεν είναι ασυνήθιστο, το 2005, να διατίθενται στοιχεία για τον

πληθυσμό πόλεων, κοινοτήτων κ.λπ. τα οποία αφορούν το 1995, μας παραπέμπουν

δηλαδή σχεδόν σε μία δεκαετία πριν.

Δεν είναι λεπτομερή. Αυτό αποτελεί, ίσως, τον μεγαλύτερο περιοριστικό

παράγοντα της χρήσης των δημοσιευμένων στοιχείων σε μία έρευνα. Για παρά-

δειγμα, τα δημοσιευμένα στοιχεία μπορεί να δώσουν το μέγεθος της παραγωγής ή

της κατανάλωσης μιας κατηγορίας προϊόντων, όπως τα λογισμικά προγράμματα, αλλά

σε καμία περίπτωση δεν δίνουν στοιχεία για τη χρησιμοποίηση λογισμικού

διαφορετικών κατασκευαστών, εκδόσεων, υποκατηγοριών, ούτε για τα μερίδια

αγοράς των διαφόρων κατασκευαστών ή εμπορικών μαρκών. Πολύ περισσότερο, δεν

δίνουν στοιχεία για τον τρόπο που προσεγγίζουν οι επιχειρήσεις ή οι οργανισμοί

την αγορά τέτοιων προϊόντων ή ακόμη και για τα χαρακτηριστικά αυτών των φορέων

που προτιμούν διαφορετικούς τύπους λογισμικού.

2.3.2 Συνδρομητικά στοιχεία

Σε αρκετά μεγάλο βαθμό, αν και όχι πλήρως, τα προβλήματα και οι περιορισμοί των

δημοσιευμένων στοιχείων αντιμετωπίζονται με τα συνδρομητικά στοιχεία. Τα στοιχεία

αυτά συλλέγονται συνήθως από ιδιωτικούς φορείς, για τους οποίους αποτελούν μέρος

των επιχειρηματικών δραστηριοτήτων τους. Τα στοιχεία αυτά, σε αντίθεση με τα

δημοσιευμένα στοιχεία, συλλέγονται με σκεπτικό την υποβοήθηση του έργου της

έρευνας. Η συλλογή των στοιχείων αυτών γίνεται συνεχώς ή σε περιοδικά χρονικά

διαστήματα, και το κόστος διάθεσης τους στους ενδιαφερόμενους είναι πολύ

μεγαλύτερο από το αντίστοιχο των δημοσιευμένων στοιχείων. Επιπλέον, τέτοια

στοιχεία, στη συντριπτική πλειοψηφία των περιπτώσεων, δεν διατίθενται μέσω

βιβλιοθηκών, ενώ κατά καιρούς αποσπασματική ή περιληπτική δημοσίευση τους

εμφανίζεται στον εξειδικευμένο οικονομικό Τύπο.

21

3. Μέθοδοι διεξαγωγής πρωτογενών ερευνών και συλλογής

πρωτογενών στοιχείων

Στη προηγούμενη ενότητα παρουσιάστηκαν οι κύριες πρωτογενείς πηγές

πληροφοριών που χρησιμοποιούνται σε μία έρευνα. Στην παρούσα ενότητα θα

αναλύσουμε τις κύριες μεθόδους συλλογής πρωτογενών στοιχείων. Οι μέθοδοι αυτές

παρουσιάζονται στο διάγραμμα 1 που ακολουθεί. Όπως, προκύπτει από το ακόλουθο

Διάγραμμα, η συλλογή πρωτογενών στοιχείων μπορεί να γίνει είτε από το σύνολο

ενός πληθυσμού που μας ενδιαφέρει είτε από ένα δείγμα του πληθυσμού αυτού.

Διάγραμμα 1

Μέθοδοι συλλογής πρωτογενών στοιχείων

3.1 Παρατήρηση

«Παρατήρηση» είναι η συστηματική καταγραφή δραστηριοτήτων ή συμπεριφορών ή

των αποτελεσμάτων τους, των εμφανών χαρακτηριστικών ή των εξωτερικών

ιδιοτήτων μίας μετρούμενης μεταβλητής ή των παρατηρήσιμων στοιχείων. Η

διαδικασία της παρατήρησης είναι σχεδιασμένη και ελεγχόμενη, με τρόπο ώστε να

εξυπηρετηθεί κάποιος συγκεκριμένος ερευνητικός σκοπός και να συλλεχθούν τα

ΠΑΡΑΤΗΡΗΣΗ ΗΛΕΚΤΡΟΝΙΚΗ

ΤΕΧΝΙΚΗ

ΣΥΛΛΟΓΗ

ΤΑΧΥΔΡΟΜΙΚΗ

ΣΥΛΛΟΓΗ

ΠΡΟΣΩΠΙΚΗ

ΣΥΝΕΝΤΕΥΞΗ

ΤΗΛΕΦΩΝΙΚΗ

ΣΥΛΛΟΓΗ

ΜΕΘΟΔΟΙ SURVEY

ΔΕΙΓΜΑΤΟ-

ΛΗΨΙΑ

ΣΥΝΟΛΟ

ΠΛΗΘΥΣΜΟΥ

22

αντίστοιχα στοιχεία. Για παράδειγμα, μπορεί να γίνει παρατήρηση και καταγραφή του

τρόπου αντίδρασης των χρηστών ενός λογισμικού ανά φύλλο.

3.1.1 Προϋποθέσεις εφαρμογής μεθόδου παρατήρησης

Η εφαρμογή της μεθόδου της παρατήρησης απαιτεί να πληρούνται ορισμένες

προϋποθέσεις, μεταξύ των οποίων είναι και οι ακόλουθες:

1. Ύπαρξη δυνατότητας φυσικής παρατήρησης της συγκεκριμένης δραστηριότητας ή

συμπεριφοράς, όπως:

• Τεχνική δυνατότητα παρατήρησης. (Π.χ., είναι αδύνατο να καταγράψει κανείς

παρατηρώντας από το έδαφος, τους τύπους των αεροπλάνων που πετούν σε μεγάλο

ύψος πάνω από τον ελληνικό εναέριο χώρο, λόγω της μεγάλης απόστασης τους από

τον παρατηρητή. Είναι, όμως, δυνατό να καταγράψει τους τύπους αυτοκινήτων, τα

οποία κινούνται σε συγκεκριμένες οδικές αρτηρίες της χώρας. Είναι εξίσου αδύνατο

να καταγράψει κανείς με τη μέθοδο της παρατήρησης τους χειρισμούς ενός οδηγού

μονοθέσιου αγωνιστικού αυτοκινήτου, λόγω της φυσικής αδυναμίας παρουσίας του

παρατηρητή στην καμπίνα του οδηγού ταυτόχρονα με αυτόν.)

• Είναι αδύνατο να καταγραφούν, με φυσική παρατήρηση, νοητικά στοιχεία μιας

δραστηριότητας ή συμπεριφοράς (π.χ. γνώμες, απόψεις για ένα προϊόν ή μία

υπηρεσία, ή ικανοποίηση από τη χρήση τους).

• Είναι αδύνατο να καταγραφεί, με τη μέθοδο της παρατήρησης, μια τελείως

προσωπική συμπεριφορά (π.χ. χρήση προϊόντων προσωπικής υγιεινής στο λουτρό).

2. Να πρόκειται για επαναλαμβανόμενη δραστηριότητα, με λογική συχνότητα

επανάληψης και εύκολα προσδιορίσιμο τόπο και χρόνο εμφάνισης της. (Π.χ., η

καταγραφή των προβλημάτων χειρισμού ενός τύπου λογισμικού, με σκοπό τον πιο

λειτουργικό επανασχεδιασμό του, είναι σχεδόν αδύνατη χωρίς τη μέθοδο της φυσικής

παρατήρησης υπό συνθήκες εργασίας.)

3. Μικρή διάρκεια δραστηριότητας ή δυνατότητα καταγραφής του στοιχείου εν-

διαφέροντος σε σχετικά μικρό χρόνο. (Π.χ., είναι δυνατό να υπάρξει παρατήρηση και

καταγραφή του χρώματος ή του τύπου των διερχόμενων αυτοκινήτων, αλλά είναι

σχεδόν αδύνατο να καταγραφούν με τη μέθοδο της παρατήρησης οι πρακτικές

αντιμετώπισης όλων των συνθηκών που μπορεί να αντιμετωπίσει ένας οδηγός ακόμη

και στις συνήθεις συνθήκες οδήγησης.)

23

3.1.2 Ειδικές συνθήκες που ευνοούν τη χρήση της μεθόδου της παρατήρησης

Η μέθοδος της παρατήρησης ευνοείται ιδιαίτερα σε περιπτώσεις, όπως οι ακόλουθες:

1. Περιπτώσεις αδυναμίας έκφρασης, προφορικής ή γραπτής, όπου δεν είναι δυνατή

η χρήση άλλων μεθόδων συλλογής πρωτογενών στοιχείων (π.χ. βρέφη, ζώα).

2. Περιπτώσεις όπου εξωγενείς παράγοντες δεν επιτρέπουν την ειλικρινή έκφραση

(π.χ. προσδιορισμό χώρων και αντίστοιχης χρήσης ναρκωτικών από την παρουσία και

τον αριθμό χρησιμοποιημένων συριγγών).

3. Περιπτώσεις όπου υπάρχουν άλλα προβλήματα προσέγγισης, επιλογής ή αντα-

πόκρισης σε έρευνα, με άλλες μεθόδους, του επιθυμητού δείγματος, για την

αποτελεσματική διεξαγωγή της έρευνας.

3.1.3 Είδη παρατήρησης

Ορισμένοι από τους παραπάνω περιορισμούς, καθώς και οι απαιτήσεις χρήσης

παρατήρησης για ειδικές ερευνητικές περιπτώσεις ή συνθήκες, έχουν οδηγήσει στην

ανάπτυξη διαφορετικών ειδών παρατήρησης, πέραν της φυσικής παρατήρησης,

μεταξύ των οποίων περιλαμβάνονται και τα ακόλουθα:

1. Παρατήρηση σε ειδικό χώρο-στούντιο, υπό εργαστηριακές συνθήκες, όπου κα-

λούνται άτομα που ανήκουν στις ομάδες ενδιαφέροντος και τους ζητείται να κάνουν

χρήση μίας υπηρεσίας ή να καταναλώσουν ένα προϊόν, προκειμένου να καταγραφούν

τα στοιχεία και οι διαφοροποιήσεις στις σχετικές δραστηριότητες και στις αντίστοιχες

συμπεριφορές.

2. Καλυμμένη παρατήρηση, όπως στην περίπτωση της χρήσης στοιχείων από τις

κάμερες ασφαλείας ενός πολυκαταστήματος ή μιας τράπεζας, για τον προσδιορισμό

των προτύπων μετακίνησης ή εξυπηρέτησης.

3. Δομημένη παρατήρηση, όπου υπάρχει από πριν γνώση των σημαντικών παρα-

γόντων και λεπτομερειών της δραστηριότητας ή συμπεριφοράς στην οποία γίνεται η

εστίαση της διαδικασίας της παρατήρησης.

4. Έμμεση παρατήρηση (π,χ. προσδιορισμός του περισσότερο χρησιμοποιούμενου

λογισμικού όπως προκύπτει από τη μελέτη των υπηρεσιών που έχει προσφέρει μία

εταιρία υποστήριξης λογισμικών σε πελάτες της).

5. Παρατήρηση με χρήση οργάνων ή συσκευών.

Σε πολλές περιπτώσεις, στην διεξαγωγή μίας έρευνας χρησιμοποιούνται όργανα ή

συσκευές για τη συλλογή στοιχείων, τα οποία θα μπορούσαν να χαρακτηριστούν ως

24

οιονεί παρατήρηση. Μεταξύ των συσκευών και των μεθόδων αυτών περιλαμ-

βάνονται:

α) Το ψυχογαλβανόμετρό, το οποίο αφορά τη μέτρηση της εφίδρωσης που προκαλεί

σε ένα άτομο για παράδειγμα η χρήση κάποιου παιχνιδιού σε Η/Υ, ως ένδειξη της συ-

ναισθηματικής αντίδρασης του στο συγκεκριμένο παιχνίδι.

β) Η οφθαλμοκάμερα ή το οφθαλμόμετρο, τα οποία αφορούν την καταγραφή των

κινήσεων του ματιού ενός ατόμου κατά τη διάρκεια χρησιμοποίησης π.χ. ενός

λογισμικού. Οι σχετικές μετρήσεις δείχνουν ποιο ποσοστό, από ένα δείγμα χρηστών

των οποίων παρακολουθείται η κίνηση των ματιών τους, εστιάζει το βλέμμα του στα

κρίσιμα σημεία για τη χρήση του λογισμικού, ή τουλάχιστον περνάει το μάτι του από

αυτά.

γ) Το πιουπιλόμετρο αφορά τη μέτρηση της συστολής-διαστολής της κόρης του

ματιού, ανάλογα με το ενδιαφέρον που προκαλεί ένα προϊόν ή μια υπηρεσία.

δ) Το ταχιστοσκόπιο είναι μια συσκευή ελεγχόμενου χρόνου προβολής μιας εικόνας,

έτσι ώστε να προσομοιώνεται η ταχύτητα με την οποία μια εικόνα περνάει εμπρός

από τα μάτια του θεατή, ή ο χρόνος που έχει ένας οδηγός για να κοιτάξει μια

γιγαντοαφίσα, ή ο χρόνος που το μάτι ενός αναγνώστη περνάει πάνω από μια

διαφήμιση ενός περιοδικού που το ξεφυλλίζει γρήγορα. Με τη βοήθεια του

ταχιοτοσκοπίου είναι δυνατό να εκτιμηθεί το ποσοστό ενός δείγματος ατόμων που

πρόλαβαν να παρατηρήσουν τα ουσιαστικά στοιχεία ενός μηνύματος σε δεδομένο

χρόνο προβολής και, αντίστοιχα, το ποσοστό των ατόμων που παρατήρησαν τα

επουσιώδη στοιχεία ή ακόμα τα «είδαν» παραποιημένα. Επιπλέον, είναι δυνατό να

μετρηθεί ο ρυθμός βελτίωσης της σωστής εστίασης και πρόσληψης του μηνύματος

όταν υπάρχουν επαναλήψεις της προβολής με δεδομένο χρόνο κάθε προβολής ή,

ακόμη, οι βελτιώσεις που επιτυγχάνονται με αύξηση του χρόνου κάθε προβολής. Οι

μετρήσεις αυτές βοηθούν στον καλύτερο επανασχεδιασμό ενός λογισμικού, έτσι ώστε

τα ουσιαστικά στοιχεία του να παρατηρούνται, προσλαμβάνονται και αναγνωρίζονται

σωστά, στον μικρότερο δυνατό χρόνο.

3.2 Ηλεκτρονική τεχνική συλλογή

Με την ανάπτυξη της μικροηλεκτρονικής και της πληροφορικής, νέες μέθοδοι

συλλογής στοιχείων έχουν πλέον εφευρεθεί. Οι κυριότερες από αυτές τις μεθόδους

είναι οι ακόλουθες:

25

α) Συστήματα γραμμωτών κωδικών (Bar-Codes) στα σημεία διεξαγωγής μίας

έρευνας, τα οποία αναπτύχθηκαν κυρίως για την αποτελεσματικότερη διαχείριση των

σημείων πώλησης, αλλά τα οποία μπορούν μέσω της καταχώρισης λεπτομερειακών

στοιχείων στους υπολογιστές των καταστημάτων ή στους κεντρικούς υπολογιστές

αλυσίδων καταστημάτων να αποτελέσουν πολύτιμη πηγή στοιχείων σχετικά με το τι

είδους προϊόντα πωλούνται, σε ποιες ημέρες και ώρες και σε ποιους συνδυασμούς. Οι

υπολογιστές ενός αντιπροσωπευτικού δείγματος καταστημάτων μπορούν να

συνδεθούν σε έναν κεντρικό υπολογιστή, στα γραφεία μιας εταιρείας ερευνών, και να

αποτελέσουν εναλλακτική μέθοδο συλλογής στοιχείων

β) Ηλεκτρονική συνέντευξη - ηλεκτρονικό ταχυδρομείο, φαξ, Internet, στοιχεία

ηλεκτρονικού εμπορίου και συστήματα ηλεκτρονικής επιλογής ή ψηφοφορίας, όπου η

επιλογή, προτίμηση, γνώμη ή άποψη καταγράφεται πατώντας κάποιο πλήκτρο ή

συμπληρώνοντας ένα ερωτηματολόγιο σε ηλεκτρονική μορφή (Lefeld,1988, σ. 405-

409). Στην ίδια κατηγορία ανήκει και η τοποθέτηση ηλεκτρονικών συσκευών ή

άλλων συστημάτων για την αυτόματη καταγραφή επιλογών ή προτύπων

συμπεριφοράς, όπως στην περίπτωση της μέτρησης της τηλεθέασης των τηλεοπτικών

συσκευών.

3.3 Προσωπική μέθοδος

Η προσωπική μέθοδος αφορά την προσωπική χορήγηση του ερωτηματολογίου και τη

συμπλήρωση του είτε από τον ερευνητή, ο οποίος διαβάζει ή θέτει τις ερωτήσεις στον

ερωτώμενο και καταχωρίζει τις απαντήσεις στο ερωτηματολόγιο, είτε από τον

ερωτώμενο, που λαμβάνει το ερωτηματολόγιο από τον ερευνητή και το συμπληρώνει

παρουσία του ερευνητή, ο οποίος, αν χρειαστεί, δίνει τις απαραίτητες διευκρινίσεις

για συγκεκριμένες ερωτήσεις ή απορίες του ερωτώμενου. Η προσωπική συνέντευξη

γίνεται συνήθως στον χώρο του ερωτώμενου (οικία, χώρος εργασίας), αλλά και σε

πολυσύχναστα σημεία, όπως σε εμπορικά κέντρα ή σε άλλα σημεία συγκέντρωσης ή

διέλευσης των ατόμων για τα οποία υπάρχει ενδιαφέρον να περιληφθούν στο δείγμα

(π.χ. χώροι διασκέδασης, άθλησης κ.ά.). Σε περίπτωση που κάποιες ερωτήσεις, που

διαβάζει ο ερευνητής, είναι εκτενείς ή πολύπλοκες (π.χ. αξιολόγηση πολλών

δεξιοτήτων), ο ερωτώμενος υποβοηθείται με τη χορήγηση μιας κάρτας που μπορεί να

γράφει τα ονόματα των υπό αξιολόγηση δεξιοτήτων ή τον τρόπο (π.χ. κλίμακες)

αξιολόγησης. Στην Ελλάδα, αυτή είναι η περισσότερο χρησιμοποιούμενη μέθοδος, η

26

χρήση της οποίας ευνοείται από την υψηλή πυκνότητα δόμησης στα αστικά κέντρα, η

οποία μειώνει τον χρόνο, και επομένως το κόστος, μετακίνησης των ερευνητών,

καθώς και από το αναλογικά χαμηλότερο κόστος αμοιβής των ερευνητών.

3.4 Τηλεφωνική μέθοδος

Η τηλεφωνική μέθοδος αφορά την τηλεφωνική προσέγγιση του ερωτώμενου, στο

χώρο κατοικίας ή εργασίας του, καθώς και την τηλεφωνική υποβολή των ερωτήσεων

και τη λήψη των αντίστοιχων απαντήσεων. Τα πιο προηγμένα συστήματα, τα οποία

χρησιμοποιούνται πλέον εκτενώς και στην Ελλάδα, βασίζονται σε ηλεκτρονικό

υπολογιστή και έχουν τη δυνατότητα να αντλήσουν ένα τυχαίο δείγμα από τους

τηλεφωνικούς καταλόγους του ΟΤΕ σε μορφή CD-ROM, να καλέσουν τους

συνδρομητές του ΟΤΕ που έχουν επιλεγεί στο δείγμα, να φέρουν το ερωτηματολόγιο

στην οθόνη του υπολογιστή και, αφού γίνει η συνέντευξη τηλεφωνικά, να

καταχωριστούν οι απαντήσεις απευθείας στον υπολογιστή. Το σύστημα έχει, επίσης,

ενσωματωμένο στατιστικό πρόγραμμα ανάλυσης δεδομένων, με το οποίο είναι

δυνατή η άμεση ανάλυση των στοιχείων που συλλέχτηκαν. Τέτοιο σύστημα είναι το

σύστημα CATI (Computer Aided Telephone Interviewing). Στην τηλεφωνική

συνέντευξη έχει ιδιαίτερη σημασία το φύλο του ερευνητή, ο τόνος της φωνής, οι

πρώτες ερωτήσεις, καθώς και η ημέρα και η ώρα της διεξαγωγής της συνέντευξης. Η

τηλεφωνική συνέντευξη προϋποθέτει σημαντική διείσδυση του τηλεφώνου στο

ευρύτερο κοινό, προϋπόθεση που έχει καλυφθεί πλήρως στην περίπτωση της Ελλάδας

κατά τα τελευταία χρόνια. Διαφορετικά, υπάρχει ο κίνδυνος τα δείγματα που

λαμβάνονται τηλεφωνικά να αντιπροσωπεύουν ορισμένα κοινωνικοοικονομικά

στρώματα και, επομένως, να μην είναι αντιπροσωπευτικά του συνόλου του

πληθυσμού της χώρας.

3.5 Ταχυδρομική μέθοδος

Η ταχυδρομική μέθοδος περιλαμβάνει την ταχυδρομική αποστολή και επιστροφή του

ερωτηματολογίου. Στην Ελλάδα χρησιμοποιείται λιγότερο σε έρευνες του πληθυσμού

και περισσότερο σε έρευνες μεταξύ στελεχών επιχειρήσεων ή επαγγελματιών, στις

οποίες και διεθνώς αποτελεί μία από τις σημαντικότερες μεθόδους συλλογής

στοιχείων, για την αποτελεσματικότητα της οποίας έχει γίνει μεγάλος αριθμός

ερευνών.

27

3.6 Συνδυασμός μεθόδων

Οι μέθοδοι αυτές μπορούν να εφαρμοστούν μεμονωμένα ή σε συνδυασμούς μεταξύ

τους ή υποβοηθητικά η μία της άλλης. Για παράδειγμα, ένα ερωτηματολόγιο μπορεί

να δοθεί προσωπικά και να επιστραφεί ταχυδρομικά ή με φαξ, και το αντίστροφο.

Εναλλακτικά, μπορεί να υπάρξει τηλεφωνική επικοινωνία ή ταχυδρομική επιστολή

για τον προσδιορισμό του χρόνου μιας προσωπικής συνάντησης για τη χορήγηση του

ερωτηματολογίου. Η τηλεφωνική επικοινωνία μπορεί να χρησιμοποιηθεί και για την

εκτίμηση της καταλληλότητας του προσεγγιζομένου για συμμετοχή στην έρευνα,

μέσω της υποβολής ειδικών ερωτήσεων.

28

4. Προϋποθέσεις διεξαγωγής της έρευνας εσωτερικά, από

την ίδιο τον οργανισμό, ή εξωτερικά, από εξειδικευμένη

εταιρεία ερευνών

Η πρωτογενής έρευνα μπορεί να διεξαχθεί είτε εσωτερικά, από κάποιο τμήμα ή από

κάποια στελέχη του ίδιου του οργανισμού, είτε εξωτερικά, από εξειδικευμένη

εταιρεία ερευνών. Για τη διεξαγωγή της έρευνας εσωτερικά, ο οργανισμός θα πρέπει

να εξετάσει αν διαθέτει μια σειρά από προϋποθέσεις, ή αν μπορεί να καλύψει τις

προϋποθέσεις αυτές, με κόστος που δεν θα κάνει την εσωτερική διεξαγωγή της

έρευνας ασύμφορη σε σχέση μ' εκείνο που θα συνεπαγόταν η ανάθεση της σε

εξωτερική εταιρεία. Οι προϋποθέσεις αυτές εκφράζονται από τα ακόλουθα

ερωτήματα:

• Τι θα στοιχίσει η διεξαγωγή της έρευνας εσωτερικά, σε σύγκριση με την ανάθεση

της σε εξωτερική εταιρεία; Εάν το κόστος είναι υψηλότερο, δικαιολογείται από την

προσδοκώμενη υψηλότερη ποιότητα ή την καλύτερη κατανόηση του προβλήματος

και των δεδομένων του οργανισμού. Το κόστος μπορεί να καλυφθεί από τον

προβλεπόμενο προϋπολογισμό;

• Υπάρχουν στον οργανισμό στελέχη ειδικευμένα στον σχεδιασμό τέτοιων ερευνών

και με επαρκή εμπειρία στη διεξαγωγή τους;

• Υπάρχει ο απαραίτητος εξοπλισμός, ιδιαίτερα όσον αφορά την υπολογιστική

υποδομή, τα κατάλληλα εξειδικευμένα πακέτα ανάλυσης δεδομένων, καθώς και οι

έμπειροι αναλυτές;

• Είναι δυνατή η ολοκλήρωση μέσα στις χρονικές απαιτήσεις αντιμετώπισης του

προβλήματος ή στα χρονικά όρια λήψης της αναγκαίας απόφασης;

• Είναι το προς διερεύνηση θέμα ευαίσθητο ή αντικείμενο διχογνωμίας μεταξύ των

στελεχών;

Η κάλυψη των περισσότερων από τις παραπάνω προϋποθέσεων είναι δυνατή μόνο

από πολύ μεγάλους οργανισμούς (όπως στη περίπτωση ενός εκπαιδευτικού

ιδρύματος), οι οποίοι, στις περισσότερες περιπτώσεις, προτιμούν και αυτές την

ανάθεση μέρους ή και του συνόλου της έρευνας σε εξωτερικές εταιρείες ερευνών,

ιδιαίτερα στην περίπτωση εξειδικευμένων ή καινοτομικών ερευνών. Γενικά, η

δημιουργία εξειδικευμένων τμημάτων πρωτογενούς έρευνας αγοράς από τους

οργανισμούς δύσκολα δικαιολογείται οικονομικά με βάση τον αριθμό και τη

συχνότητα διεξαγωγής πρωτογενών ερευνών για τις ανάγκες τους.

29

5. Τα στάδια της διαδικασίας διεξαγωγής μιας πρωτογενούς

έρευνας

Η διεξαγωγή μιας πρωτογενούς έρευνας μπορεί να θεωρηθεί ότι ακολουθεί τρία

κύρια στάδια: 1) το στάδιο της απόφασης για τη διεξαγωγή της έρευνας, 2) το στάδιο

του σχεδιασμού της έρευνας, καθώς και 3) το στάδιο της διεξαγωγής της έρευνας.

Κάθε στάδιο από αυτά περιλαμβάνει μια σειρά από επιμέρους προσδιορισμούς,

επιλογές ή ενέργειες, όπως παρουσιάζονται παρακάτω:

5.1. Απόφαση για τη διεξαγωγή της ερευνάς

• Καθορισμός του προβλήματος η του προβληματισμού

• Προσδιορισμός των πληροφοριακών αναγκών σε σχέση με την αντιμετώπιση του

προβλήματος ή την προσέγγιση του προβληματισμού

• Προσδιορισμός της αξίας της πληροφορίας, ως συνάρτησης του προσδοκώμενου

οφέλους από τη χρήση της και του απαιτουμένου κόστους για την απόκτηση της

• Απόφαση για τη διεξαγωγή της έρευνας και έγκριση του σχετικού προϋπολογισμού

• Επιλογή του φορέα/ ων σχεδιασμού και διεξαγωγής της έρευνας

Το στάδιο της απόφασης διεξαγωγής της έρευνας απαντά στα ερωτήματα «αν, γιατί

και από ποιον θα πρέπει να γίνει η έρευνα».

5.2. Σχεδιασμός της έρευνας

• Επιλογή της μεθόδου ή των μεθόδων συλλογής στοιχείων

• Επιλογή και σχεδιασμός του ερευνητικού οργάνου, π.χ, ερωτηματολογίου

• Σχεδιασμός δειγματοληψίας και επιλογή δειγματοληπτικής μεθόδου

• Σχεδιασμός της διαδικασίας επεξεργασίας των στοιχείων και επιλογή της μεθόδου

ή των μεθόδων ανάλυσης δεδομένων

Το στάδιο του σχεδιασμού της έρευνας απαντά στα ερωτήματα «τι, ποιοι, πόσοι,

πότε, που και πώς θα πρέπει να ερωτηθούν ή να προσεγγιστούν», καθώς και «με

ποιών τρόπο, για ποιον λόγο και σε ποιον βαθμό θα πρέπει να αναλυθούν τα

σχετικά δεδομένα», προκειμένου να μεταλλαχτούν σε πληροφορίες χρήσιμες για την

αντιμετώπιση του αρχικού προβλήματος ή την κάλυψη των απαιτήσεων του

προβληματισμού.

Μία από τις μεγαλύτερες δυσκολίες του σχεδιασμού της έρευνας είναι ότι κάθε

επιμέρους σχεδιασμός ή επιλογή επηρεάζει και ταυτόχρονα επηρεάζεται από όλα τα

υπόλοιπα στάδια, σχεδιασμούς ή επιλογές.

30

Για παράδειγμα, ένα πολύπλοκο πρόβλημα θα απαιτήσει ένα μεγάλο ερωτηματο-

λόγιο, το οποίο θα αποκλείσει τη χρήση τηλεφωνικής μεθόδου συλλογής στοιχείων

και, κατά συνέπεια, θα απαιτηθεί η χρήση των πολύ πιο δαπανηρών προσωπικών

συνεντεύξεων, οι οποίες, με δεδομένο τον προϋπολογισμό, θα οδηγήσουν στην

επιλογή μικρότερου αριθμού δείγματος, το οποίο, τελικά, θα οδηγήσει σε μικρότερη

αξιοπιστία των αποτελεσμάτων της ανάλυσης δεδομένων.

5.3. Διεξαγωγή της έρευνας

• Επιλογή του δείγματος

• Προσέγγιση του δείγματος

• Χορήγηση του ερευνητικού οργάνου, π.χ. ερωτηματολογίου

• Συλλογή των στοιχείων-δεδομένων

• Έλεγχος της ποιότητας των στοιχείων-δεδομένων

• Ανάλυση δεδομένων

• Εξαγωγή συμπερασμάτων

• Υποβολή ερευνητικής αναφοράς - προτάσεων

Το στάδιο της διεξαγωγής της έρευνας αποτελεί την πρακτική προσέγγιση και την

εφαρμογή των σχεδιασμών και των επιλογών των δυο προηγουμένων σταδίων καθώς

και την ουσιαστική απάντηση και κάλυψη των ερωτημάτων και των ζητημάτων που

τέθηκαν στα στάδια αυτά.

Διάφοροι συγγραφείς συμπτύσσουν ή αναλύουν ακόμη περισσότερο τα παραπάνω

στάδια και υποστάδια ή προτείνουν και ορισμένα επιπλέον. Για παράδειγμα, οι Tull

και Hawkins (1993, σ. 52) προτείνουν ως ένα επιμέρους στάδιο την εξέταση της

συμβατότητας της έρευνας με τους υφιστάμενους κώδικες δεοντολογίας και ηθικής.

31

6. Κριτήρια επιλογής μεθόδου

Τα κύρια κριτήρια επιλογής μεθόδου συλλογής στοιχείων παρουσιάζονται στον

παρακάτω Πίνακα:

Κριτήριο Ταχυδρομική Τηλεφωνική Προσωπική

1. πολύπλοκα

ερωτηματολόγια

Φτωχή Καλή Εξαιρετική

2. μεγάλες ποσότητες

στοιχείων

Μέτρια Καλή Εξαιρετική

3. ευαίσθητες ερωτήσεις Καλή Καλή– μέτρια Μέτρια

4. επιδράσεις ερωτώντος Εξαιρετική Μέτρια Φτωχή

5. αντιπροσωπευτικότητα

δειγματοληψίας

Μέτρια Καλή- εξαιρετική Εξαιρετική- μέτρια

6. χρόνος Φτωχή Εξαιρετική Μέτρια – καλή

7. ανταπόκριση Μέτρια Μέτρια Μέτρια

8. κόστος Καλή Καλή Μέτρια

Πηγή: Σύνθεση Πινάκων από Tull και Hawkins (1993, σ. 181) και αντίστοιχων

Πινάκων των ίδιων συγγραφέων, από παλαιότερες εκδόσεις τους, έτσι ώστε να δοθεί η

τάση της διαχρονικής μεταβολής των χαρακτηριστικών των μεθόδων. Στον Πίνακα δεν

περιλαμβάνονται οι ηλεκτρονικές μέθοδοι.

Όπως φαίνεται από τον Πίνακα 1, η ταχυδρομική μέθοδος είναι χαμηλού κόστους και

προσφέρεται για αποφυγή πιθανών επιδράσεων από την εμφάνιση, τα σχόλια ή τη

γενικότερη επίδραση του ερευνητή, καθώς και για ευαίσθητες ερωτήσεις (λόγω της

δυνατότητας διατήρησης της ανωνυμίας του ερωτώμενου). Έχει, όμως, το

μειονέκτημα του πολύ μεγαλύτερου χρόνου που απαιτεί η συλλογή των στοιχείων και

της αδυναμίας παροχής επεξηγήσεων στον παραλήπτη, σε περίπτωση που η

πολυπλοκότητα του ερωτηματολογίου ή των επιμέρους ερωτήσεων προκαλεί

προβλήματα κατανόησης από την πλευρά του ερωτώμενου. Επιπλέον, αν και καμία

μέθοδος δεν επιτυγχάνει 100% ανταπόκριση, δηλαδή στα 100 άτομα που

προσεγγίζονται δεν απαντούν και τα 100, η ταχυδρομική μέθοδος έχει πολύ

χαμηλότερη ανταπόκριση από τις άλλες δύο μεθόδους.

Η τηλεφωνική μέθοδος προσφέρεται για γρήγορη συλλογή στοιχείων, με αναλογικά

χαμηλότερο κόστος, υψηλή αντιπροσωπευτικότητα του δείγματος, δυνατότητα

μερικής εξήγησης των δυσνόητων ερωτήσεων, καθώς και μετριασμένη επίδραση του

32

ερωτώντος. Το κύριο μειονέκτημα της είναι ο περιορισμένος χρόνος διάρκειας της

τηλεφωνικής συνέντευξης και η αδυναμία επίδειξης προϊόντων, υπηρεσιών κ.λπ. για

υποβοήθηση της μνήμης του ερωτώμενου ή για συγκριτική αξιολόγηση.

Η προσωπική μέθοδος προσφέρεται για πολύπλοκες έρευνες και πολλά στοιχεία και

δίνει τη δυνατότητα να διαπιστωθεί αν αυτός που απαντά πληροί, πραγματικά, τις

προδιαγραφές επιλογής του δείγματος. Επίσης, δίνει τη δυνατότητα να γίνει επίδειξη,

να εξηγηθούν τα δυσνόητα σημεία του ερωτηματολογίου. Έχει, όμως, το μειονέκτημα

των πιθανών επιδράσεων της εμφάνισης, της συμπεριφοράς και των σχολίων του

ερωτώντας, καθώς και εκείνο του σημαντικά υψηλότερου κόστους ανά

ερωτηματολόγιο, ιδιαίτερα αν χρειάζεται μετακίνηση του ερευνητή στην επαρχία ή σε

μία ευρεία γεωγραφική περιοχή. Για παράδειγμα, εάν χρειάζεται προσωπική

συνέντευξη με τον διευθυντή μιας επιχείρησης στην Αλεξανδρούπολη, το κόστος του

αντίστοιχου, ενός και μόνου, ερωτηματολογίου θα πρέπει να επιβαρυνθεί με το

κόστος του αεροπορικού εισιτηρίου του ερευνητή, της πιθανής διανυκτέρευσής του,

καθώς και της αμοιβής του για μία ολόκληρη εργάσιμη ημέρα.

Η επιλογή της μεθόδου συνέντευξης, εκτός από τα παραπάνω, μπορεί να απαιτεί

περαιτέρω επιλογή ενός συγκεκριμένου τύπου συνέντευξης (π.χ. έμμεση ή άμεση,

δομημένη η μη δομημένη), ανάλογα με την ικανότητα και διάθεση του ερωτώμενου να

απαντήσει, καθώς και τη σαφήνεια των στόχων της έρευνας.

33

7. Διαδικασία σχεδιασμού, κατασκευής και χορήγησης

ερωτηματολογίου

Ο σχεδιασμός και η κατασκευή του ερωτηματολογίου αποτελούν ένα από τα

σημαντικότερα στάδια της διαδικασίας σχεδιασμού μιας πρωτογενούς έρευνας. Το

ερωτηματολόγιο αποτελεί ερευνητικό όργανο μέτρησης και, για τον λόγο αυτόν, η

κατασκευή του θα πρέπει να ακολουθεί μια σειρά από κανόνες και τεχνικές και

θεματολογικές προδιαγραφές, οι οποίες να εξυπηρετούν όσο το δυνατόν καλύτερα

τους στόχους της έρευνας και να ανταποκρίνονται στις ποσοτικές και ποιοτικές

απαιτήσεις των στοιχείων που θα συλλεχθούν. Οι προδιαγραφές αυτές αφορούν,

μεταξύ άλλων, το θεματολογικό περιεχόμενο του ερωτηματολογίου, τη σειρά και το

είδος των ερωτήσεων, μέχρι και την επιλογή των κατάλληλων λέξεων και της

αρμόζουσας διατύπωσης - σύνταξης που θα πρέπει να χρησιμοποιηθούν.

Περιλαμβάνουν, επίσης, την επιλογή των κατάλληλων απαντητικών κλιμάκων

μέτρησης, μεταξύ μιας εκτενούς ποικιλίας κλιμάκων, όπως κλίμακες σημαντικού

διαφορικού, Λίκερτ, Στάπελ κ.ά. Ιδιαίτερη προσοχή απαιτείται στη φύση και τον τύπο

της μέτρησης που υιοθετείται, μέσω της επιλογής διαφόρων κλιμάκων ή ερωτήσεων:

κατά πόσο δηλαδή μια κλίμακα θεωρείται λόγου, διαστήματος, τάξης ή ονομαστική,

καθότι καθεμιά από αυτές προσφέρει διαφοροποιημένη ποσότητα και ποιότητα

πληροφόρησης και επιπλέον θέτει περιορισμούς και απαιτεί ιδιαίτερους χειρισμούς

όσον αφορά την επιλογή και χρήση της κατάλληλης μεθόδου ή μεθόδων στη φάση

της ανάλυσης δεδομένων.

7. 1 Η σημασία του ερωτηματολογίου

Το ερωτηματολόγιο αποτελεί απαραίτητο εργαλείο του ερευνητή και θεμελιώδες

επιστημονικό όργανο μέτρησης μίας έρευνας. Όπως όλα τα επιστημονικά όργανα

μέτρησης, θα πρέπει να δίνει μετρήσεις και στοιχεία που να διακρίνονται, μεταξύ

άλλων, από πληρότητα, ακρίβεια, σταθερότητα, επαναληψιμότητα, χρησιμότητα και

εφαρμοσιμότητα. Είναι δυνατό να διακρίνει κανείς την αντιστοιχία ακόμη και με την

απλή μέτρηση του χρόνου, με χρήση ενός κοινού ρολογιού. Ένα ρολόι θα πρέπει να

δείχνει τουλάχιστον τις ώρες και τα λεπτά, οι δείκτες του να μην κινούνται άλλοτε

ταχύτερα και άλλοτε αργότερα ανάλογα με τη θερμοκρασία, το υψόμετρο ή τις

εποχές του έτους, να μπορεί κάποιος να το χρησιμοποιήσει όταν χρειάζεται να

γνωρίζει την ώρα, και να είναι σίγουρος ότι, έστω με μια μικρή απόκλιση, μπορεί να

βασίζεται στις ενδείξεις που του δίνει. Από την άλλη πλευρά, δεν αρκούν οι δείκτες

34

και ο εξωτερικός σχεδιασμός ενός ρολογιού, αν δεν υποστηρίζεται από μηχανισμό

ακριβείας· αλλά και οποιοδήποτε όργανο ακριβείας που έχει δείκτες, δεν είναι

απαραίτητα ρολόι. Εκτός, όμως, από την ακρίβεια και την ποιότητα ενός ρολογιού,

για να είναι χρήσιμο, θα πρέπει να λαμβάνει υπόψη, να είναι προσαρμοσμένο και να

τηρεί τις προδιαγραφές, για χρήση σε συνθήκες κάτω από τις οποίες ο χρήστης θα

θέλει να ενημερώνεται για την ώρα, π.χ. μέσα στη θάλασσα. Αντίστοιχα, ένα

θερμόμετρο θερμοκρασίας σώματος θα πρέπει να είναι σχεδιασμένο με τρόπο που να

μπορεί αυτό να τοποθετηθεί στο κατάλληλο σημείο του σώματος και να δίνει με

ακρίβεια τις θερμοκρασίες μεταξύ 35 και 42 °C, ενώ ένα θερμόμετρο ψυγείου-

καταψύκτη θα πρέπει να έχει δυνατότητα παροχής ενδείξεων μέχρι και -45 °C.

Κατ' ανάλογο τρόπο, ένα ερωτηματολόγιο θα πρέπει να έχει θεματολογικό πε-

ριεχόμενο που να αντιστοιχεί πλήρως στις πληροφοριακές ανάγκες των διαστάσεων

του προβλήματος – προβληματισμού και να καλύπτει απόλυτα τους γενικότερους και

ειδικότερους στόχους της έρευνας, υπό τους δεδομένους περιορισμούς χρόνου και

πόρων. Για παράδειγμα, διαφορετικό περιεχόμενο θα έχει ένα ερωτηματολόγιο στο

πλαίσιο μιας έρευνας για την εκτίμηση των προοπτικών-πωλήσεων και τη σωστή

δομή ενός νέου λογισμικού, από ένα ερωτηματολόγιο που αφορά την αξιολόγηση

ενός λογισμικού που ήδη κυκλοφορεί, στο πλαίσιο μιας έρευνας για τη διαπίστωση

των αιτιών της χαμηλής χρησιμοποίησης του από επιχειρήσεις.

Το ερωτηματολόγιο θα πρέπει να είναι σχεδιασμένο με τρόπο που να λαμβάνει υπόψη

τα χαρακτηριστικά και τη συμπεριφορά του ερωτώμενου, καθώς και τις συνθήκες

χορήγησης και συμπλήρωσης του. Για παράδειγμα, ένα ερωτηματολόγιο που

απευθύνεται σε ξενόγλωσσους, θα πρέπει να είναι διατυπωμένο σε γλώσσα ή

γλώσσες κατανοητές από τις εθνικότητες που περιλαμβάνονται στο δείγμα.

Ο τρόπος διατύπωσης συγκεκριμένων ερωτήσεων καθώς και οι απαντητικές επιλογές

και κλίμακες μέτρησης θα πρέπει να εξασφαλίζουν το αδιαμφισβήτητο των

απαντήσεων και τη μέγιστη δυνατή ακρίβεια και γενικότερη ποιότητα των σχετικών

στοιχείων. Αν και ερωτηματολόγια χρησιμοποιούνται και σε άλλους χώρους των

κοινωνικών επιστημών, όπως είναι η ψυχολογία ή η κοινωνιολογία, η εφαρμογή των

ερωτηματολογίων σε μία έρευνα απαιτεί ιδιαίτερες προσεγγίσεις, τόσο αναφορικά με

το θεματολογικό περιεχόμενο των ερωτηματολογίων, όσο και με τη μορφή και τον

τύπο των ερωτήσεων και των αντίστοιχων μετρήσεων.

35

7.2 Στάδια σχεδιασμού, κατασκευής και χορήγησης

ερωτηματολογίου και συλλογής και ανάλυσης των σχετικών

δεδομένων

Τα διαδοχικά στάδια σχεδιασμού, κατασκευής και χορήγησης του ερωτηματολογίου

και συλλογής και ανάλυσης των στοιχείων είναι τα ακόλουθα:

1. Προκαταρκτική έρευνα και θεματολογική οριοθέτηση του περιεχομένου του

ερωτηματολογίου.

2. Κατασκευή σχεδίου ερωτηματολογίου.

3. Δοκιμή του σχεδίου ερωτηματολογίου σε μικρό δείγμα, παρόμοιο με το δείγμα

στο οποίο θα χορηγηθεί το τελικό ερωτηματολόγιο.

4. Αλλαγές - διορθώσεις.

5. Κατασκευή τελικού ερωτηματολογίου.

6. Σύνταξη και αποστολή «εισαγωγικής επιστολής» ή άλλης μορφής προκαταρκτικής

επικοινωνία με τα επιλεγέντα μέλη του δείγματος, με την οποία να τους εξηγείται ο

λόγος διεξαγωγής της έρευνας και να τους ζητείται συνεργασία είτε με τη

συμπλήρωση του ερωτηματολογίου που θα τους δοθεί ή θα τους αποσταλεί στη

συνέχεια, είτε μέσω μιας προσωπικής ή τηλεφωνικής επαφής που θα ακολουθήσει. Σε

αρκετές περιπτώσεις, όπως στην τηλεφωνική συλλογή στοιχείων, για λόγους

οικονομίας χρόνου και πόρων, η εισαγωγική επιστολή χορηγείται ταυτόχρονα ή

αποτελεί μέρος της «συνοδευτικής επιστολής».

7. Σύνταξη και χορήγηση «συνοδευτικής επιστολής» (κυρίως σε ταχυδρομική έρευ-

να) ή άλλης μορφής συνοδευτικού κειμένου, γραπτού ή προφορικού, που να εξηγεί

τους λόγους της έρευνας και να δίνει γενικές οδηγίες για τη συμπλήρωση του

ερωτηματολογίου. Σε ορισμένες περιπτώσεις, η συνοδευτική επιστολή ενσωμα-

τώνεται ως η πρώτη σελίδα του ερωτηματολογίου, περιλαμβάνοντας επίσης κίνητρα

προς τον ερωτώμενο για αύξηση της πιθανότητας ανταπόκρισης του.

8. Χορήγηση ερωτηματολογίων για άμεση συμπλήρωση (περίπτωση προσωπικής ή

τηλεφωνικής μεθόδου συλλογής) ή για μεταγενέστερη επιστροφή τους (περίπτωση

ταχυδρομικής μεθόδου συλλογής).

9. Αποστολή υπομνήσεων (κυρίως σε ταχυδρομική χορήγηση του ερωτηματολο-

γίου) ή επαναληπτική επαφή και προσέγγιση αυτών που δεν ανταποκρίθηκαν στην

πρώτη προσέγγιση ή επαφή.

10. Επιστροφή ερωτηματολογίων (εάν η συμπλήρωση δεν ήταν άμεση).

11. Έλεγχος της ποιότητας των απαντήσεων.

36

12. Κωδικοποίηση και προετοιμασία στοιχείων για είσοδο στον Ηλεκτρονικό

Υπολογιστή (Η/Υ). Η κωδικοποίηση των στοιχείων, δηλαδή η αντιστοίχιση όλων των

δυνατών απαντήσεων του ερωτηματολογίου με αριθμητικούς ή αλφαβητικούς

κωδικούς (αριθμούς και γράμματα της αλφαβήτου), στις περισσότερες περιπτώσεις

γίνεται στη φάση της κατασκευής του ερωτηματολογίου (προκωδικοποίηση).

13. Ανάλυση στοιχείων.

7.3 Θεματολογικό περιεχόμενο του ερωτηματολογίου

Το ερωτηματολόγιο προσπαθεί να προσδιορίσει, να μετρήσει και να συλλέξει

στοιχεία, όπως στο Διάγραμμα 2 που ακολουθεί. Τα στοιχεία αυτά αφορούν, συνήθως

τα οικονομικά, δημογραφικά, κοινωνικά και ψυχολογικά χαρακτηριστικά

ερωτώμενων και τις αντίστοιχες συμπεριφορές που συνδέονται ή οδηγούν στην

επιλογή ή απόρριψη συγκεκριμένων προϊόντων ή υπηρεσιών. Πιο συγκεκριμένα, το

ερωτηματολόγιο μπορεί να εμπεριέχει ερωτήσεις αντίστοιχες με τα ερωτήματα στα

οποία καλείται να δώσει απαντήσεις η έρευνα.

Το συγκεκριμένο μείγμα των ερωτήσεων που θα περιληφθούν στο ερωτηματολόγιο

εξαρτάται από τη φύση και τις ιδιομορφίες του προβλήματος που διερευνάται, την

υπάρχουσα πρακτική εμπειρία και τις εισροές από αντίστοιχες έρευνες που έγιναν στο

παρελθόν ή από ποιοτικές έρευνες που προηγήθηκαν, καθώς και τους στόχους και την

έμφαση της έρευνας.

Όπως έχει ήδη αναφερθεί, ιδιαίτερης σημασίας για τον προσδιορισμό του

θεματολογικού περιεχομένου του ερωτηματολογίου είναι οι οικονομικοί και χρονικοί

περιορισμοί για τη διεξαγωγή της έρευνας και τη λήψη της σχετικής απόφασης,

καθώς και τα χαρακτηριστικά των ερωτώμενων και οι συνθήκες συμπλήρωσης του

ερωτηματολογίου. Οι χρονικοί και οικονομικοί περιορισμοί προσδιορίζουν, μεταξύ

άλλων, το μέγεθος του ερωτηματολογίου και τη μέθοδο συλλογής στοιχείων, ενώ τα

χαρακτηριστικά των ερωτώμενων και οι συνθήκες συμπλήρωσης του

ερωτηματολογίου προσδιορίζουν τη δυνατότητα να απαντηθούν κάποιες

συγκεκριμένες ερωτήσεις, ανεξάρτητα από τη σκοπιμότητα ή την ανάγκη να τεθούν

οι ερωτήσεις αυτές, καθώς και την απαιτούμενη μορφή και προσέγγιση που θα

έπρεπε να έχουν.

37

Διάγραμμα 2

Ιδιαίτερα, όσον αφορά το μέγεθος σε σχέση με το θεματολογικό περιεχόμενο, ένα

ερωτηματολόγιο μπορεί να αποτελείται από πολλές σελίδες ερωτήσεων, σύμφωνα με

όσα αναφέρθηκαν παραπάνω, ή από μία μόνο ερώτηση, όπως:

Είσαστε ικανοποιημένοι με τα προϊόντα της εταιρείας μας; ΝΑΙ ΟΧΙ

Τα μεγαλύτερα ερωτηματολόγια είναι δυσκολότερο να κατασκευαστούν, να

χορηγηθούν και να αναλυθούν τα στοιχεία τους. Επιπλέον, οδηγούν σε χαμηλότερο

ποσοστό ανταπόκρισης, δηλαδή σε μικρότερο ποσοστό ερωτώμενων που είναι

πρόθυμοι να διαθέσουν τον απαραίτητο χρόνο για την απάντηση ή τη συμπλήρωση

Πληροφορίες

στοιχεία

Συμπεριφορικά Ψυχολογικά Δημογραφικά Οικονομικά

Κύκλος

εργασιών,

κέρδη,

παραγόμενες

ποσότητες κλπ.

Τομέας,

κλάδος, αριθμός

εργαζομένων,

μορφωτικό

επίπεδο κλπ.

Τάσεις,

διαθέσεις,

απόψεις,

κίνητρα, γνώμες

κλπ.

Επιλογές,

συγκρίσεις,

αξιολογήσεις,

διερεύνηση

κλπ.

Παρελθούσα – παρούσα κατάσταση ή πράξεις

ή μέλλουσες προθέσεις

38

του ερωτηματολογίου. Επιπλέον, η βιαστική συμπλήρωση ενός μεγάλου

ερωτηματολογίου μπορεί να επηρεάσει την ποιότητα των απαντήσεων (Herzog και

Bachman, 1981, σ. 519-559).

Τα μικρά, όμως, ερωτηματολόγια σπάνια μπορούν να καλύψουν όλες τις διαστάσεις

ενός προβλήματος ή προβληματισμού, αν και επιτυγχάνουν μεγαλύτερα ποσοστά

ανταπόκρισης. Από αυτή την άποψη το μέγεθος του ερωτηματολογίου οδηγεί στο

δίλημμα: μεγαλύτερος αριθμός συμμετεχόντων στην έρευνα, με λιγότερα στοιχεία ανά

συμμετέχοντα, ή μικρότερος αριθμός συμμετεχόντων στην έρευνα, με περισσότερα

στοιχεία ανά συμμετέχοντα;

Για την αντιμετώπιση αυτού του διλήμματος θα πρέπει για κάθε ερώτηση του

ερωτηματολογίου να εξετάζεται:

• το απαραίτητο κάθε ερώτησης του ερωτηματολογίου·

• η επάρκεια του συνόλου των ερωτήσεων του ερωτηματολογίου, αλλά και επιμέ-

ρους ομάδων ερωτήσεων, ακόμη και καθεμιάς ερώτησης ξεχωριστά, για ικανο-

ποιητική κάλυψη, θεματολογικά, του ερευνητικού προβλήματος - προβληματισμού ή

της ερευνητικής υπόθεσης.

Εκτός όμως από τις απαραίτητες ερωτήσεις, σε αρκετές περιπτώσεις περιλαμβάνονται

στο ερωτηματολόγιο και πρόσθετες ερωτήσεις, οι οποίες έχουν ως σκοπό:

• να προδιαθέσουν θετικά τον ερωτώμενο ή να διευκολύνουν τη ροή του ερωτη-

ματολογίου ή να συνδέσουν διαφορετικές ομάδες ερωτήσεων

• να συγκαλύψουν τον στόχο της έρευνας για τον οποίο γίνεται η έρευνα (π.χ.

ερωτήσεις και για άλλες κατηγορίες, για τα οποίες δεν ενδιαφέρεται άμεσα η έρευνα)

• να διατυπώσουν τις ίδιες ερωτήσεις σε άλλο σημείο του ερωτηματολογίου με

διαφορετικό τρόπο, για έλεγχο της ύπαρξης συνέπειας και σταθερότητας στις

απαντήσεις

• να διαπιστώσουν την καταλληλότητα του ερωτώμενου για συμμετοχή στο δείγμα

(π.χ. από άποψη μεγέθους, τομέα, κλάδου ή επαγγέλματος).

7.4 Μορφή και δομή του ερωτηματολογίου

• Μορφή

Η μορφή του ερωτηματολογίου θα πρέπει να είναι τέτοια που να μην προκαλεί

σύγχυση με διαφημιστικά φυλλάδια, καθότι το ερωτηματολόγιο και τα διαφημιστικά

φυλλάδια αντιπροσωπεύουν ροές πληροφοριών προς αντίθετες κατευθύνσεις: το

ερωτηματολόγιο από τους πελάτες ή δυνητικούς πελάτες προς μία επιχείρηση, ενώ τα

39

διαφημιστικά φυλλάδια από μία επιχείρηση προς τους πελάτες και δυνητικούς

πελάτες. Ακόμη περισσότερο, δεν θα πρέπει το ερωτηματολόγιο να χρησιμοποιείται

ταυτόχρονα ως διαφημιστικό μέσο και για τον επιπρόσθετο λόγο ότι μπορεί να

προκαλέσει θετική προδιάθεση για τα θέματα που ερευνούνται και να οδηγήσει

τελικά σε επιφυλακτικές ή και μεροληπτικές απαντήσεις.

• Δομή

α) Οι πρώτες ερωτήσεις θα πρέπει να είναι απλές, αντικειμενικές και

ενδιαφέρουσες, έτσι που να βοηθούν στη θετική εντύπωση και προδιάθεση για

συμπλήρωση του ερωτηματολογίου ή θετική γενικότερα ανταπόκριση.

β) Οι υπόλοιπες ερωτήσεις θα πρέπει να ακολουθούν μια λογική ακολουθία και

αλληλουχία, έτσι ώστε να εξασφαλίζεται θεματική, νοηματική και λειτουργική ροή

στη διαδικασία συμπλήρωσης του ερωτηματολογίου.

γ) Προσωπικές, πολύπλοκες ή ενοχλητικές ερωτήσεις θα πρέπει να τοποθετούνται

προς το τέλος του ερωτηματολογίου.

• Χρήση σωστής λεκτικής και συντακτικής απόδοσης των ερωτήσεων

Για την ακριβή απόδοση των εννοιών ή θεμάτων που περιλαμβάνονται στο

ερωτηματολόγιο και για την πλήρη κατανόηση των ερωτήσεων από την πλευρά των

ερωτώμενων, θα πρέπει να εξασφαλίζονται τα ακόλουθα (Schuman και Presser,

1977,σ.155):

α) Αποφυγή διφορούμενων λέξεων (π.χ. η λέξη οικογένεια μπορεί να κατανοείται με

τη στενότερη ή την ευρύτερη έννοια της, η οποία μπορεί να περιλαμβάνει άτομα μιας

ευρύτερης συγγενικής σχέσης, όπως θείους, ξαδέλφια κ.ά.).

β) Αποφυγή συναισθηματικών ή συμβολικών λέξεων (π.χ. η λέξη εκδίκηση).

γ) Αποφυγή ασαφειών στην ερώτηση (π.χ. η ερώτηση «Ποιο είναι το εισόδημα

σας;» εννοεί μηνιαίο ή ετήσιο εισόδημα;).

δ) Αποφυγή δυνατότητας ποικιλίας προσεγγίσεων από την πλευρά του ερωτώμενου,

με τρόπο που να διευκολύνεται ο ερωτώμενος, αλλά που δεν κάνει τις απαντήσεις και

τα στοιχεία συγκρίσιμα (π.χ. να δίνεται η δυνατότητα κάποιος ερωτώμενος να

απαντάει με «Ναι» - «Όχι», ενώ κάποιος άλλος στην ίδια ερώτηση με «Πολύ» -

«Λίγο»).

40

ε) Αποφυγή εξεζητημένων, ξενόγλωσσων ή τεχνικών λέξεων και όρων (π.χ. λέξεις

στην καθαρεύουσα ή λέξεις γραμμένες με λατινικούς χαρακτήρες μπορεί να μην είναι

κατανοητές από άτομα με περιορισμένη μόρφωση).

στ) Αποφυγή σύνταξης της ερώτησης με τρόπο που να προδιαθέτει ή να κατευθύνει

τον ερωτώμενο προς κάποια συγκεκριμένη απάντηση. Οι ερωτήσεις αυτές χα-

ρακτηρίζονται ως κατευθυνόμενες ερωτήσεις και μπορεί να οδηγήσουν σε παρα-

πλανητικά ή λαθεμένα στοιχεία και συμπεράσματα και, κατ' επέκταση, σε εσφαλ-

μένες αποφάσεις Μια τέτοια διατύπωση μπορεί να χρησιμοποιηθεί μόνο σε ειδικές

περιπτώσεις όπου υπάρχει ανάγκη αντιστάθμισης της επιφυλακτικότητας του

ερωτώμενου να απαντήσει κυρίως σε ευαίσθητες ερωτήσεις.

ζ) Αποφυγή ενσωμάτωσης δύο ή περισσότερων υποερωτήσεων σε μία κύρια ερώ-

τηση, οι οποίες να απαντώνται από κοινού.

7.5 ΤΥΠΟΙ ΕΡΩΤΗΣΕΩΝ

Όπως έχει ήδη αναφερθεί, το ερωτηματολόγιο είναι ένα επιστημονικό όργανο

μέτρησης. Κάθε ερώτηση του ερωτηματολογίου αντιπροσωπεύει και μία μεταβλητή

του υπό διερεύνηση θέματος, ενώ οι απαντήσεις ισοδυναμούν με μετρήσεις της

αντίστοιχης μεταβλητής. Με δεδομένο το γεγονός ότι το ερωτηματολόγιο μπορεί να

περιέχει έναν μεγάλο αριθμό ερωτήσεων, θα μπορούσε να περιγραφεί και ως ένα

σύστημα πολλαπλών μεταβλητών και μετρήσεων.

Οι τύποι των ερωτήσεων του ερωτηματολογίου διακρίνονται από τον τρόπο .του

τίθεται η ερώτηση και καταχωρίζεται η απάντηση, καθώς και από τα είδη της

προσέγγισης μέτρησης που χρησιμοποιούνται, όπως παρουσιάζονται παρακάτω.

Τύποι ερωτήσεων σύμφωνα με τον τρόπο που τίθεται η ερώτηση και καταχω-

ρίζεται η απάντηση

Οι τύποι των ερωτήσεων, συμφωνά με το παραπάνω κριτήριο, διακρίνονται καταρχήν

σε «ανοικτές» και «κλειστές» ερωτήσεις, ανάλογα με το αν ο ερωτώμενος απαντά ή

καταγράφει την απάντηση του ελευθέρα, ή αν επιλέγει από προκαθορισμένες δυνατές

απαντήσεις, τσεκάροντας την απάντηση ή τις απαντήσεις που τον αντιπροσωπεύουν

περισσότερο, ή που αντανακλούν, εκφράζουν ή αντιστοιχούν σε απόψεις, διαθέσεις,

επιλογές, χαρακτηριστικά, ιδιότητες και γεγονότα, για τα οποία ερωτάται (Geer,

1991, σ. 360-370). Οι κλειστές ερωτήσεις διακρίνονται, ανάλογα με τον αριθμό των

δυνατών απαντήσεων, σε «ερωτήσεις πολλαπλών επιλογών», όταν οι επιλογές είναι

41

πάνω από δυο, και σε «διχοτομικές ερωτήσεις», όταν οι δυνατές επιλογές είναι μόνο

δυο. Επιπλέον, οι δυνατές επιλογές απαντήσεων μπορεί να είναι αμοιβαία

αποκλειόμενες, όπου ο ερωτώμενος λογικά μπορεί να απαντήσει μόνο σε μία ή οι

οδηγίες της συμπλήρωσης της ερώτησης μπορεί να περιορίζουν την επιλογή του σε

μία. Μπορεί όμως, αν οι επιλογές λογικά δεν είναι αμοιβαία αποκλειόμενες, να

επιλέξει πάνω από μία απαντήσεις, π.χ. ο ερωτώμενος στην ερώτηση «Τι μάρκα ήταν

ο τελευταίος Η/Υ που αγοράσατε;» δεν μπορεί να απαντήσει ότι ήταν ταυτόχρονα

PLATO και SONY, ενώ στην ερώτηση «Τι μάρκες Η/Υ εξετάσατε, σε σχέση με την

τελευταία σας αγορά Η/Υ;» μπορεί να απαντήσει τσεκάροντας πάνω από μία μάρκες

Η/Υ.

Τα ιδιαίτερα χαρακτηριστικά και τα πλεονεκτήματα και μειονεκτήματα κάθε τύπου

ερωτήσεων παρουσιάζονται στη συνέχεια:

Ανοικτές ερωτήσεις

Οι ανοικτές ερωτήσεις έχουν πλεονεκτήματα και μειονεκτήματα. Τα σημαντικότερα

από αυτά είναι τα ακόλουθα:

Πλεονεκτήματα: Οι ανοιχτές ερωτήσεις προσφέρουν στον ερωτώμενο ανεξαρτησία

και ευελιξία, όσον αφορά την προσέγγιση και το περιεχόμενο της απάντησης, ενώ

στον ερευνητή μεγάλη ποικιλία απαντήσεων που αυξάνει την κατανόηση των

επιμέρους θεμάτων του ερωτηματολογίου, ιδιαίτερα για ερωτήσεις στις οποίες η

έλλειψη προηγουμένης γνώσης δυσκολεύει την παράθεση προεπιλεγμένων δυνατών

απαντήσεων.

Μειονεκτήματα: Οι ανοικτές ερωτήσεις είναι χρονοβόρες όσον αφορά τη συ-

μπλήρωση του ερωτηματολογίου, απαιτούν εκφραστική ικανότητα, γραπτή ή

προφορική, και παρουσιάζουν προβλήματα αποδελτίωσης των απαντήσεων,

κωδικοποίησης των αντίστοιχων στοιχείων για καταχώριση στον Η/Υ, καθώς και

ανάλυσης των σχετικών δεδομένων.

Οι ανοικτές ερωτήσεις μπορεί να αφορούν την απλή καταγραφή μιας προτίμησης ή

μιας επιλογής που μπορεί να γίνει με μία μόνο λέξη, π.χ.:

«Χρησιμοποιείται Η/Υ;.............................................................................»·

ή μπορεί να αφορούν πιο πολύπλοκες περιγραφές, π.χ.:

«Ποιος είναι ο κυριότερος λόγος για τον οποίο χρησιμοποιείται το ίντερνετ;

...................................................................................................................................».

42

Κλειστές ερωτήσεις πολλαπλών επιλογών

Παράδειγμα κλειστής ερώτησης πολλαπλών επιλογών είναι η ακόλουθη: «Πόσο

συχνά χρησιμοποιείται το διαδίκτυο;»

ΚΑΘΗΜΕΡΙΝΑ 2-3 ΦΟΡΕΣ ΤΗΝ ΕΒΔΟΜΑΔΑ ΠΟΤΕ ΘΑ ΗΘΕΛΑ

Πλεονεκτήματα: Οι κλειστές ερωτήσεις πολλαπλών επιλογών είναι εύκολο να

απαντηθούν, δηλαδή με ένα απλό τσεκάρισμα, και παρουσιάζουν μικρότερη επίδραση

του ατόμου που χορηγεί το ερωτηματολόγιο και ευκολότερη κωδικοποίηση,

καταχώριση των στοιχείων στον υπολογιστή και ανάλυση των δεδομένων.

Μειονεκτήματα: Οι κλειστές ερωτήσεις πολλαπλών επιλογών χρειάζονται

αναλογικά μεγαλύτερη προσπάθεια κατασκευής, αλλά ταυτόχρονα υπάρχει η

πιθανότητα μη περίληψης στην ερώτηση ουσιαστικών απαντητικών κατηγοριών, με

αποτέλεσμα την πιθανή απώλεια ουσιαστικών πληροφοριών και στοιχείων. Σχετικό

είναι και το μειονέκτημα ότι απαιτούν γνώση εκ των προτέρων των δυνατών

απαντήσεων. Τα δύο αυτά μειονεκτήματα αντιμετωπίζονται με το να συμπεριληφθεί

και μία απαντητική κατηγορία, ημι-ανοικτού τύπου, που δίνει στον ερωτώμενο τη

δυνατότητα να δώσει απάντηση που δεν έχει προβλεφθεί ή δεν έχει περιληφθεί στις

δυνατές απαντήσεις του ερωτηματολογίου, γιατί δεν θεωρείται σημαντική.

Διχοτομικές ερωτήσεις

Οι διχοτομικές ερωτήσεις είναι ερωτήσεις της μορφής του ακόλουθου παρα-

δείγματος:

«Έχετε μπει ποτέ σε αεροπλάνο;» ΝΑΙ ΟΧΙ

Χρησιμοποιούνται συνήθως για την καταγραφή, επιβεβαίωση ή άρνηση ενός

γεγονότος, που η φύση του δεν αφήνει περιθώρια για άλλες απαντήσεις ή επιλογές

εκτός και αν ο ερωτώμενος «δεν θυμάται» ή «δεν είναι σίγουρος», απαντήσεις που

αντιπροσωπεύουν τις μοναδικές εναλλακτικές απαντητικές επιλογές.

Σε ορισμένες περιπτώσεις, η μορφή των ερωτήσεων παραπέμπει σε διχοτομική

ερώτηση, έχοντας αποκλείσει άλλες δυνατές επιλογές για λόγους συντομίας ή

σημασίας.

Για παράδειγμα, στην ερώτηση:

«Ποιο από τα ακόλουθα δύο λογισμικά προτιμάται;»

ΚΕΦΑΛΑΙΟ ΕΣΟΔΑ - ΕΞΟΔΑ

43

Μπορεί να υπάρχουν λογισμικά που να αρέσουν στον ερωτώμενο ακόμη περισσό-

τερο, αλλά η έρευνα ενδιαφέρεται μόνο για τα δυο συγκεκριμένα λογισμικά. Η

ερώτηση αυτή χαρακτηρίζεται ως μη καθαρή διχοτομική, σε αντίθεση με την

προηγούμενη, η οποία χαρακτηρίζεται ως καθαρή διχοτομική. Στην περίπτωση της

ερώτησης που ακολουθεί, η απάντηση («ΝΑΙ» - «ΟΧΙ») οδηγεί σε σημαντική

απώλεια πληροφόρησης, γιατί είναι ασαφής ο βαθμός ή η ένταση της προτίμησης.

Πλεονεκτήματα: Οι διχοτομικές ερωτήσεις παρουσιάζουν εξαιρετική ευκολία στη

συμπλήρωση τους, συντομία στην καταχώριση των σχετικών στοιχείων στον

υπολογιστή, απλότητα και οικονομία χώρου στο ερωτηματολόγιο καθώς και δι-

ευκόλυνση στην ανάλυση.

Μειονεκτήματα: Το κύριο μειονεκτημάτων διχοτομικών ερωτήσεων είναι η πιθανή

απώλεια πληροφοριών και η ασάφεια στις απαντήσεις, ιδιαίτερα σε σχέση με τις μη

καθαρής μορφής διχοτομικές ερωτήσεις.

7.6 Σύσταση, σκοπός και είδη κλιμάκων μέτρησης των μεταβλητών

– ερωτήσεων του ερωτηματολογίου

Όπως έχει ήδη αναφερθεί, οι απαντήσεις στις ερωτήσεις του ερωτηματολογίου

αποτελούν μετρήσεις των αντίστοιχων μεταβλητών του διερευνώμενου προβλήματος,

οι οποίες προσεγγίζονται μέσω των επιμέρους μεταβλητών του ερωτηματολογίου.

Συνήθως, η έννοια της μέτρησης συνδέεται με τα μαθηματικά ή τις θετικές επιστήμες

και τα αντίστοιχα φαινόμενα ή μεταβλητές των επιστημών αυτών, γεγονός που κάνει

δύσκολη τη θεώρηση του ερωτηματολογίου ως ενός συστήματος μεταβλητών -

ερωτήσεων, και των αντίστοιχων απαντήσεων ως ενός υποσυστήματος μετρήσεων

των μεταβλητών αυτών. Σε αυτό συντελεί και το γεγονός ότι οι απαντήσεις στις

ερωτήσεις του ερωτηματολογίου μόνο σε ορισμένες περιπτώσεις εκφράζονται με

αριθμούς, ενώ συνηθέστερα εκφράζονται σε λεκτική μορφή ή και μεικτή (λέξεις και

αριθμοί). Ανεξάρτητα από τη μορφή των συστατικών στοιχείων των απαντήσεων στις

ερωτήσεις του ερωτηματολογίου, αυτές συνιστούν μετρήσεις, με πλήρη δυνατότητα

μετατροπής σε αριθμητικές-ποσοτικές μετρήσεις, μέσω της διαδικασίας της

κωδικοποίησης, όπως θα αναλυθεί παρακάτω.

44

7.7 Συστατικά στοιχεία των απαντήσεων - μετρήσεων των

ερωτήσεων του ερωτηματολογίου

Πιο συγκεκριμένα, οι απαντήσεις στις ερωτήσεις του ερωτηματολογίου μπορεί να

είναι:

• Λεκτικές περιγραφές, π.χ. «έχουν γνώσεις παιδαγωγικής».

• Επίθετα ή επιθετικοί προσδιορισμοί, π.χ. «καλό, ικανοποιητικό», με ιδιαίτερη

έμφαση και συχνότητα χρήσης του συγκριτικού και υπερθετικού βαθμού τους, π.χ.

«καλύτερος, πολύ ικανοποιητικός» κ.λπ.

• Ουσιαστικά, π.χ. «εκτυπωτής, scanner»».

• Ρήματα, π.χ. «συμφωνώ - διαφωνώ, ισχύει - δεν ισχύει» κ.ά.

• Αριθμοί ή αριθμητικοί προσδιορισμοί φυσικών μεγεθών (π.χ. «κύκλος εργασιών,

αριθμός εργαζομένων») ή αξιολόγησης - βαθμολόγησης προϊόντων, επιχειρήσεων ή

δραστηριοτήτων (π.χ. «1ος, 2ος, 3ος» κ.λπ.). Επίσης, ποσοστά («10%, 20%,

...100%»).

• Επιρρήματα, όπως ποσοτικά, χρονικά, καθώς και άλλες λεκτικές περιγραφές ή

εκφράσεις με ποσοτική έννοια ή αριθμητική υπόσταση (π.χ. «πολύ - λίγο, πριν -

μετά»).

• Συνδυασμός των παραπάνω.

7.8 Σκοπός των ερωτήσεων του ερωτηματολογίου και τα

διαφορετικά είδη μετρήσεων και απαντητικών κλιμάκων

7.8.1 Μετρήσεις καταγραφής, περιγραφής ή διαπίστωσης

Ο σκοπός της μέτρησης των επιμέρους ερωτήσεων του ερωτηματολογίου είναι κύριος

προσδιοριστικός παράγοντας του είδους της μέτρησης ή κλίμακας που θα

χρησιμοποιηθεί, ή της γενικότερης απαντητικής προσέγγισης που θα υιοθετηθεί. Εάν

ο σκοπός της μέτρησης είναι η καταγραφή, περιγραφή ή διαπίστωση συγκεκριμένων

γεγονότων, πράξεων, δραστηριοτήτων, επιλογών, αποφάσεων, προθέσεων, που

συνδέονται με τη συμπεριφορά των ερωτώμενων, καθώς και των χαρακτηριστικών

των ίδιων ή του περιβάλλοντος τους, η προσέγγιση μέτρησης γίνεται με ανοικτές

ερωτήσεις ή κλειστές ερωτήσεις πολλαπλών επιλογών διχοτομικές ερωτήσεις.

Παράδειγμα αποτελούν οι ακόλουθες ερωτήσεις:

45

«Ποια από τα ακόλουθα είδη διαθέτετε στην επιχείρηση σας;»

Ηλεκτρονικό υπολογιστή

Εκτυπωτή

Scanner

Plotter

Modem

«Σε ποιον από τους ακόλουθους τομείς ανήκετε;»

Πρωτογενή Δευτερογενή Τριτογενή

Οι αξιολογικές μετρήσεις και κλίμακες χρησιμοποιούνται κυρίως για τη μέτρηση

στάσεων, γνωμών, απόψεων, διαθέσεων, εκτιμήσεων ή τάσεων σχετικά με τη

σπουδαιότητα, την επιθυμότητα και αξιολόγηση επιμέρους ή επιπρόσθετων

παραγόντων, οι οποίοι συνδέονται με την έρευνα.

Οι αξιολογικές μετρήσεις και κλίμακες μπορεί να αφορούν την αξιολόγηση μιας

μεμονωμένης ιδιότητας ή στοιχείου, ή μιας αντίστοιχης ομάδας, π.χ.: «Πόσο

ικανοποιημένοι είστε με τη λειτουργικότητα του λογισμικού Χ;»· ή: «Ποια εντύπωση

σας έκανε η χρήση του εκτυπωτή Χ;». Αντίστοιχο παράδειγμα για ομάδες είναι το

εξής: «Πόσο ικανοποιημένοι είστε με τη λειτουργικότητα καθενός από τα ακόλουθα

προγράμματα...»· ή: «Ποια εντύπωση σας έκανε η χρήση καθενός από τα ακόλουθα

προγράμματα...».

Η αξιολόγηση, όμως, μπορεί να γίνεται σε ευθεία σύγκριση με άλλα προϊόντα,

ιδιότητες ή στοιχεία, π.χ.: «Είστε περισσότερο ή λιγότερο ικανοποιημένοι με τη

λειτουργικότητα του προγράμματος Χ, σε σύγκριση με αυτή του προγράμματος Ψ;».

Για ομάδες προγραμμάτων κ.λπ., η ερώτηση μπορεί να είναι: «Για καθένα από τα

πακέτα προγραμμάτων που ακολουθούν, σημειώστε το πακέτο που θεωρείτε ως το

πιο λειτουργικό:...».

Με βάση τα παραπάνω, οι κλίμακες διακρίνονται σε απλές ή σύνθετες, ανάλογα με

το αν αφορούν μεμονωμένα προϊόντα, ιδιότητες και στοιχεία, ή τις αντίστοιχες

ομάδες, και σε συγκριτικές ή μη συγκριτικές κλίμακες, ανάλογα με το αν αφορούν

ανεξάρτητη ή συγκριτική μέτρηση και αξιολόγηση.

Η ένταξη μιας κλίμακας στις παραπάνω κατηγορίες εξαρτάται σε μεγάλο βαθμό από

τη διατύπωση της ερώτησης, σύμφωνα με τα παραδείγματα που δόθηκαν παραπάνω,

καθώς και από τον αριθμό και τη μορφή των επιμέρους απαντητικών στοιχείων της

ίδιας της κλίμακας.

46

7.8.2 Είδη αξιολογικών κλιμάκων και κλιμάκων μέτρησης στάσεων-απόψεων

α) Γραφικές κλίμακες

Καλύτερα από οποιαδήποτε άλλη κλίμακα, η γραφική κλίμακα δείχνει την

αντιστοιχία μεταξύ των μετρήσεων του ερωτηματολογίου και αυτών των φυσικών

μεγεθών. Για την εφαρμογή της κλίμακας αυτής, ο ερωτώμενος καλείται να σημει-

ώσει το σημείο, μεταξύ των δύο άκρων μιας γραμμής, το οποίο αντιπροσωπεύει την

άποψη του για το σχετικό προϊόν ή ιδιότητα. Π.χ.:

«Πώς κρίνετε την αλληλεπίδραση του προγράμματος Χ;»

Απαράδεκτη ___ν__________ Εξαιρετική

Η κλίμακα όμως αυτή παρουσιάζει πρακτικά προβλήματα μετατροπής των σημείων,

που σημείωσαν οι ερωτώμενοι, σε αριθμητικά δεδομένα, καθότι μπορεί να χρειαστεί

η χρήση υποδεκάμετρου και γι' αυτό σπάνια χρησιμοποιείται αυτή η κλίμακα στην

πράξη. Το πρόβλημα αντιμετωπίζεται αν η γραμμή κατατμηθεί σε ίσα διαστήματα, ως

εξής:

Απαράδεκτη _ _ ν _ _ _ _ _ _ Εξαιρετική

Στο συγκεκριμένο παράδειγμα η γραμμή κατατμήθηκε σε εννέα ίσα διαστήματα, και

είναι φανερό ότι η ένδειξη (ν) της αξιολόγησης του υποθετικού ερωτώμενου του

παραδείγματος βρίσκεται στο τρίτο διάστημα. Άρα, ο υποθετικός ερωτώμενος

αξιολόγησε την αλληλεπίδραση με το πρόγραμμα Χ με (3), σε μια κλίμακα από (1)

(=Απαράδεκτη) έως (9) (=Εξαιρετική): το οποίο σημαίνει ότι την αξιολόγησε με

ένδειξη κάτω του μετρίου.

Με την κατάτμηση της γραφικής κλίμακας είναι προφανές ότι συμβαίνει απώλεια

πληροφόρησης, λόγω της μικρότερης ακρίβειας των εννέα διαστημάτων σε σχέση με

την ένδειξη της αντίστοιχης μέτρησης με υποδεκάμετρο. Αυτό όμως αντισταθμίζεται

σε μεγάλο βαθμό από τα πλεονεκτήματα της ευκολίας του προσδιορισμού του

σημείου αξιολόγησης και της μετατροπής του σε αριθμητικό δεδομένο. Η προσέγγιση

αυτή αποφεύγει παράλληλα τη συγκριτικά υψηλότερη πιθανότητα σφάλματος στη

μέτρηση με χρήση υποδεκάμετρου.

Στη συγκεκριμένη περίπτωση, αντί για κατάτμηση σε εννέα ίσα διαστήματα, θα

μπορούσε να έχει κατατμηθεί σε 3 ή 5 ή 7 ή 11 διαστήματα, που είναι και ο

μεγαλύτερος αριθμός υποδιαιρέσεων μιας κλίμακας ερωτηματολογίου που

47

χρησιμοποιείται στην πράξη, όπου οι κλίμακες είναι συνήθως 2-7 υποδιαιρέσεων

(σημείων). Όσο μικρότερος είναι ο αριθμός των υποδιαιρέσεων-σημείων, τόσο

μεγαλύτερη είναι η απώλεια ακρίβειας στη μέτρηση και τόσο μεγαλύτερη είναι η

ευκολία και η ταχύτητα συμπλήρωσης της και εισαγωγής και ανάλυσης των

αντίστοιχων στοιχείων στον Η/Υ.

Σε αρκετές περιπτώσεις, οι υποδιαιρέσεις της κλίμακας αντισταθμίζονται με αριθμούς

ή λέξεις με αριθμητική, ποσοτική ή συγκριτική - αξιολογική υπόσταση, όπως στα

ακόλουθα παραδείγματα:

Απαράδεκτη 1 2 3 4 5 6 7 8 9 Εξαιρετική

Πολύ Λίγο Λίγο Πολύ

Απαράδεκτη Κακή Κακή Κακή Μέτρια Καλή Καλή Καλή Εξαιρετική

Στην περίπτωση που χρησιμοποιούνται λέξεις για την υποδιαίρεση της κλίμακας,

όπως στο δεύτερο παράδειγμα παραπάνω, είναι σημαντικό οι λέξεις αυτές να

εκφράζουν όσο το δυνατόν καλύτερα την ισότητα των διαστημάτων που

υποδηλώνουν, κατ' αντιστοιχία με την εναλλακτική χρήση αριθμών του πρώτου

παραδείγματος. Δηλαδή, οι λέξεις που χρησιμοποιούνται να είναι τέτοιες ώστε π.χ. η

απόσταση μεταξύ των «Πολύ κακή» και «Κακή» να είναι κατά προσέγγιση ίση με

την απόσταση μεταξύ των «Κακή» και «Λίγο κακή», όπως ήταν ίσα και τα

διαστήματα της υποδιαίρεσης της γραφικής κλίμακας στην πρώτη φάση.

Σε κάποιες γλώσσες, όπως στην αγγλική, εξειδικευμένες πειραματικές έρευνες έχουν

δείξει για μια σειρά από λέξεις -κυρίως επίθετα και ποσοτικά επιρρήματα που

χρησιμοποιούνται σε κλίμακες- την ακριβή ποσοτική απόσταση μεταξύ ζευγών

τέτοιων λέξεων. Στην Ελλάδα η σχετική βιβλιογραφία δεν αναφέρει παρόμοια έρευνα

και, για τον λόγο αυτόν, ο σχεδιαστής του ερωτηματολογίου θα πρέπει να είναι

ιδιαίτερα προσεκτικός και προβληματισμένος σχετικά με τις επιλογές αυτού του

είδους.

Β) Κλίμακα σύγκρισης κατά ζεύγη

Για την εφαρμογή αυτής της κλίμακας δίνεται στον ερωτώμενο μια σειρά από ζεύγη

προϊόντων, ιδιοτήτων ή χαρακτηριστικών, και του ζητείται, για καθένα ζεύγος να

48

υπογραμμίσει ή να τσεκάρει ποιο από τα δύο προϊόντα κ.λπ. προτιμά ή θεωρεί

καλύτερο ή σημαντικότερο (προκειμένου για ιδιότητες ή χαρακτηριστικά).

Ένα μειονέκτημα της κλίμακας αυτής είναι ότι, εάν ο αριθμός των στοιχείων,

ιδιοτήτων κ.λπ. είναι ιδιαίτερα αυξημένος, ο αριθμός των συνδυασμών τους ανά δύο

και, επομένως, ο συνολικός αριθμός των ζευγών μπορεί να είναι τόσο πολυπληθής

που να εξαντλεί τα όρια υπομονής του ερωτώμενου. Επιπλέον, όσο αυξάνεται ο

αριθμός των ζευγών, τόσο αυξάνεται και η πιθανότητα εμφάνισης του προβλήματος

της μη μεταβατικότητας των προτιμήσεων. Το πρόβλημα αυτό συνίσταται στο να

δηλώνει ο ερωτώμενος ότι προτιμά το λογισμικό Χ από το λογισμικό Ψ, το λογισμικό

Ψ από το λογισμικό Ω, και ενώ λογικά θα περίμενε κανείς να προτιμά το λογισμικό

Χ από το λογισμικό Ω, στο αντίστοιχο ζεύγος δηλώνει υπογραμμίζοντας ότι προτιμά

το λογισμικό Ω έναντι του λογισμικού Χ.

Έχει, όμως, το πλεονέκτημα της δυνατότητας ανάλυσης, με εξειδικευμένες μεθόδους

ανάλυσης δεδομένων (π.χ. MDS), μέσω της οποίας είναι δυνατό να επιτευχθεί

ιδιαίτερη εμβάθυνση όσον αφορά τις υποκείμενες διαστάσεις αξιολόγησης και

επιλογής από την πλευρά των ερωτώμενων, οι οποίες για να προσδιοριστούν

εναλλακτικά θα απαιτούσαν πολύ μεγαλύτερο αριθμό αναλυτικά διατυπωμένων

ερωτήσεων.

γ) Κλίμακα ιεράρχησης-ταξινόμησης

Για την εφαρμογή της κλίμακας αυτής, ζητείται από τον ερωτώμενο να χρησι-

μοποιήσει αριθμούς (1ος, 2ος, 3ος,...) προκειμένου να χαρακτηρίσει τη σειρά προ-

τίμησης του για προϊόντα, ή αξιολόγησης ιδιοτήτων ή ιεράρχησης χαρακτηριστικών

και παραγόντων, π.χ. από την άποψη σπουδαιότητας για την επιλογή ενός

εργαζομένου. Στην προκειμένη περίπτωση, οι μικρότεροι αριθμοί υποδηλώνουν

μεγαλύτερη προτίμηση, σε αντίθεση με τις γραφικές κλίμακες ή κλίμακες

διαστημάτων, όπου κατά κανόνα οι μεγαλύτεροι αριθμοί υποδηλώνουν καλύτερη

αξιολόγηση ή μεγαλύτερη προτίμηση. Παράδειγμα εφαρμογής της κλίμακας αυτής

είναι το ακόλουθο:

«Παρακαλώ ιεραρχήστε τις ακόλουθες ιδιότητες, σύμφωνα με τις οποίες θα επιλέγατε

έναν νέο εργαζόμενο στην επιχείρηση σας»

ΕΡΓΑΤΙΚΟΤΗΤΑ 2

ΕΠΙΜΟΝΗ 1

ΑΝΤΙΛΗΨΗ 3

49

Ένα μειονέκτημα της κλίμακας αυτής είναι ότι, αν ο αριθμός των ιδιοτήτων κ.λπ. που

πρέπει να ιεραρχηθούν ξεπερνά τα 5-7, παρουσιάζεται ιδιαίτερη δυσκολία από την

πλευρά των ερωτώμενων στο να ολοκληρώσουν την ιεράρχηση. Μια παραλλαγή της

κλίμακας είναι να ζητηθεί από τους ερωτώμενους να ιεραρχήσουν έναν ορισμένο

αριθμό, π.χ.:

«Από τα 20 μοντέλα Η/Υ που ακολουθούν, επιλέξτε τα 5 από αυτά, που θεωρείτε πιο

πιθανό να αγοράσετε στο άμεσο μέλλον, και ιεραρχήστε τα ανάλογα με την

πιθανότητα που διαθέτει καθένα από αυτά να είναι η τελική επιλογή σας».

Η παραλλαγή αυτή αντιπροσωπεύει μια μεικτή προσέγγιση πολλαπλής επιλογής και

ιεράρχησης. Η σχετική εφαρμογή μπορεί να παραμείνει και στο επίπεδο της επιλογής

των 5 υπολογιστών, χωρίς περαιτέρω ιεράρχηση.

Οι κλίμακες ιεράρχησης είναι ιδιαίτερα χρήσιμες σε περιπτώσεις μέτρησης της

σχετικής σημαντικότητας κριτηρίων ή παραγόντων, όπου η χρήση αξιολογικών

κλιμάκων διαστήματος μπορεί να οδηγήσει σε χαρακτηρισμό όλων των κριτηρίων ή

παραγόντων ως «πολύ σημαντικών» από το σύνολο των συμμετεχόντων στην έρευνα.

Σε αυτή την περίπτωση, επειδή δεν υπάρχει διαφοροποίηση στις απαντήσεις μεταξύ

των διαφόρων κριτηρίων ή παραγόντων ως προς τη σημαντικότητα, η χρησιμότητα

των σχετικών στοιχείων είναι από περιορισμένη έως ανύπαρκτη. Είναι η περίπτωση

όπου έχουν συλλεχθεί π.χ. 1.000 απαντήσεις (όσο το μέγεθος του δείγματος) για

καθένα από 10 κριτήρια-παράγοντες, δηλαδή ένας σημαντικός όγκος στοιχείων τα

οποία όμως εμπεριέχουν λόγω της απόλυτης ομοιομορφίας τους ελάχιστη ή και

μηδενική πραγματική πληροφόρηση για τον ερευνητή.

Σε αυτή την περίπτωση, η χρήση κλίμακας ιεράρχησης μπορεί να αντιμετωπίσει το

πρόβλημα με τον πιο αποτελεσματικό τρόπο, καθότι η ιεράρχηση των κριτηρίων ως

προς τη σημαντικότητα τους αναγκάζει τους ερωτώμενους να εκφράσουν έστω και

μικροδιαφορές στη σημαντικότητα μεταξύ των κριτηρίων, η διαπίστωση των οποίων

μπορεί να αποδειχτεί καταλυτικής σημασίας για την έρευνα.

δ) Κλίμακα σταθερού αθροίσματος

Στο πλαίσιο της εφαρμογής αυτής της κλίμακας, ζητείται από τους ερωτώμενους να

κατανείμουν 100 βαθμούς, μεταξύ μιας σειράς επιλογών, ανάλογα με την προτίμηση

τους, τη σπουδαιότητα που τους αποδίδουν, τη συγκριτική αξιολόγηση τους, ή την

εκτιμώμενη συμβολή τους σε μια απόφαση, ενέργεια ή διαδικασία, όπως στο

παράδειγμα που ακολουθεί:

50

«Να κατανείμετε 100 βαθμούς ανάμεσα στις παρακάτω γνώσεις, ανάλογα με την

αναγκαιότητα που πιστεύετε ότι έχει η επιχείρηση σας σε καθένα από αυτά»:

Γνώση ξένων γλωσσών 30

Γνώσεις προγραμματισμού 15

Γνώσεις δικαίου 35

Γνώσεις λογιστικής 20

ΣΥΝΟΛΟ 100

Σε αυτού του είδους τις κλίμακες υπάρχει συνήθως δυσκολία στην κατανομή των

100 βαθμών, ιδιαίτερα αν υπάρχουν πολλές απαντητικές κατηγορίες και επιλογές,

όπου υπάρχει η πιθανότητα στις πρώτες προτιμήσεις να είναι ο ερωτώμενος

γενναιόδωρος στην κατανομή των βαθμών, με αποτέλεσμα να μην του υπολείπονται

αρκετοί βαθμοί για κατανομή στις δευτερεύουσες επιλογές του. Αυτό μπορεί να

οδηγήσει σε δυσανάλογα υψηλή αξιολόγηση των πρωτευουσών επιλογών και σε

δυσανάλογα χαμηλή αξιολόγηση των δευτερευουσών επιλογών.

ε) Κλίμακα «σημαντικού διαφορικού»

Η εφαρμογή αυτής της κλίμακας απαιτεί τη χρησιμοποίηση ζευγών αντίθετων

επιθέτων ή χαρακτηρισμών, για μια σειρά ιδιοτήτων ή χαρακτηριστικών, για τα οποία

επιδιώκεται η αξιολόγηση, όπως στο ακόλουθο παράδειγμα:

«Παρακαλώ, για καθένα από τα ζεύγη ιδιοτήτων που ακολουθούν, σημειώστε με (ν)

το σημείο που περιγράφει καλύτερα σε ποιον βαθμό το λογισμικό Ω έχει, πε-

ρισσότερο ή λιγότερο, τη μία ή την άλλη ιδιότητα καθενός από τα ζεύγη ιδιοτήτων

που παρατίθενται»:

Εύχρηστο ν _ _ _ _ _ _ Δύσχρηστο

Ακριβό _ _ _ _ _ ν _ Φτηνό

Πολύπλοκο _ ν _ _ _ _ _ Απλό

1 2 3 4 5 6 7

Στο συγκεκριμένο είδος κλίμακας είναι δυνατό, με βάση την αντιστοίχιση των

σημείων της κλίμακας με τους αριθμούς της τελευταίας γραμμής, να εξαχθούν οι

μέσοι όροι της αξιολόγησης για κάθε ιδιότητα ή για διαφορετικές ομάδες πληθυσμού

και, παράλληλα, να γίνει σύγκριση της αξιολόγησης για κάθε ιδιότητα ή για την ίδια

κατηγορία του πληθυσμού. Από αυτή την άποψη, στο επόμενο παράδειγμα τα χ και ψ

θα μπορούσαν να θεωρηθούν ότι αντιπροσωπεύουν τους μέσους όρους της

αξιολόγησης των αντίστοιχων ιδιοτήτων για δύο διαφορετικά λογισμικά, ή τους μέ-

51

σους όρους της αξιολόγησης ενός λογισμικού από μία τουριστική και μία παραγωγική

επιχείρηση αντίστοιχα:

Εύχρηστο ν _ _ _ _ _ _ Δύσχρηστο

Ακριβό _ _ _ _ _ ν _ Φτηνό

Πολύπλοκο _ ν _ _ _ _ _ Απλό

1 2 3 4 5 6 7

Σε μια παραλλαγή της κλίμακας του σημαντικού διαφορικού, ζητείται από τους

ερωτώμενους όχι απλώς να σημειώσουν την αξιολόγηση τους στα κατάλληλα σημεία

της κλίμακας, αλλά χρησιμοποιώντας γράμματα - κωδικούς, που αντιστοιχούν σε

διαφορετικά για παράδειγμα πακέτα λογισμικού, να τοποθετήσουν τα γράμματα αυτά

στα κατάλληλα σημεία, δίνοντας έτσι μια συγκριτική αξιολόγηση των ιδιοτήτων των

δύο πακέτων πάνω στην ίδια απαντητική κλίμακα. Η κλίμακα αυτή ονομάζεται

αναβαθμισμένη κλίμακα σημαντικού διαφορικού. Η εικόνα μιας συμπληρωμένης

ερώτησης αυτού του είδους μοιάζει με αυτή του προηγούμενου παραδείγματος, όπου

όμως τα χ και ψ δεν αντιπροσωπεύουν μέσους όρους που προέκυψαν από την

ανάλυση, αλλά τους κωδικούς των δύο πακέτων λογισμικού, όπως τους συμπλήρωσε

στο ερωτηματολόγιο ο ερωτώμενος.

στ) Κατάλογος επιθέτων

Τέτοιες βελτιώσεις ή παραλλαγές, οι οποίες έχουν ως σκοπό το να εκμεταλλευτούν τα

πλεονεκτήματα ενός συνδυασμού κλιμάκων αποφεύγοντας τα μειονεκτήματα τους,

έχουν συνήθως το μειονέκτημα της αυξημένης δυσκολίας παροχής οδηγιών, καθώς

και εκείνο της πιο πολύπλοκης και χρονοβόρας διαδικασίας συμπλήρωσης της

ερώτησης, η οποία μπορεί να αποθαρρύνει τον ερωτώμενο από το να συμπληρώσει το

ερωτηματολόγιο ή να τον ωθήσει να παρακάμψει συγκεκριμένες ερωτήσεις.

Στον αντίποδα της αυξανόμενης πολυπλοκότητας, αλλά και της πυκνότητας της

πληροφόρησης που ενσωματώνεται σε μια κλίμακα, βρίσκονται απλούστερες πα-

ραλλαγές ή είδη κλιμάκων, όπως η κλίμακα επιλογής από κατάλογο επιθέτων. Σε

αυτή την κλίμακα, επειδή οι οδηγίες και η διαδικασία συμπλήρωσης γίνονται με

απλότητα, δίνεται η δυνατότητα να συμπεριληφθεί αρκετά μεγαλύτερος αριθμός

ιδιοτήτων. Πρακτικά, σε τέτοιες κλίμακες, ως προς το δίλημμα «λιγότερες ιδιότητες

με λεπτομερέστερη και ακριβέστερη αξιολόγηση κάθε ιδιότητας, ή περισσότερες

ιδιότητες με λιγότερο ακριβή και λεπτομερή αξιολόγηση της καθεμιάς από αυτές;»

ακολουθείται η δεύτερη επιλογή. Παράδειγμα αυτής της κλίμακας είναι το ακόλουθο:

52

«Ποιες από τις ακόλουθες λέξεις νομίζετε ότι περιγράφουν καλύτερα το λογισμικό

Ω;»

Εύχρηστο

Δύσχρηστο

Φτηνό

Ακριβό

Άλλο

Η κλίμακα αναλύεται υπολογίζοντας το σχετικό ποσοστό των θετικών

χαρακτηριστικών στο σύνολο των χαρακτηρισμών για το λογισμικό αυτό.

ζ) Κλίμακα Στάπελ

Είναι παρόμοια με αυτή του σημαντικού διαφορικού. Δίνεται, όμως, μόνο η ιδιότητα

ή ο παράγοντας και μια σειρά θετικών και αρνητικών αριθμών που αντιστοιχούν σε

διαφορετικό βαθμό παρουσίας ή αξιολόγησης της ιδιότητας, του παράγοντα ή του

χαρακτηριστικού, όπως φαίνεται στο ακόλουθο παράδειγμα:

«Πώς αξιολογείτε το λογισμικό Ω, όσον αφορά τις ιδιότητες που παρατίθενται

παρακάτω; Χρησιμοποιήστε τους αρνητικούς αριθμούς για τις ιδιότητες που αξιο-

λογείτε αρνητικά, ενώ τους θετικούς αριθμούς για τις ιδιότητες που αξιολογείτε

θετικά»:

Εύχρηστο

-3 -2 -1 +1 +2 +3

Δύσχρηστο

-3 -2 -Ι +1 +2 +3

Φτηνό

-3 -2 -1 +1 +2 +3

Ακριβό

-3 -2 -1 +1 +2 +3

Η κλίμακα Στάπελ έχει το πλεονέκτημα της μη χρήσης ποσοτικών επιρρημάτων,

όπως «πολύ -λίγο», και, επομένως, αντιμετωπίζει το πρόβλημα της εξεύρεσης τέτοιων

λέξεων που να εξασφαλίζουν ισότητα διαστημάτων. Επιπλέον, αντιμετωπίζει

ικανοποιητικά το πρόβλημα της κλίμακας σημαντικού διαφορικού, σχετικά με την

53

εξεύρεση ζευγών αντιθέτων. Από αυτή την άποψη, θα μπορούσε να θεωρηθεί ως μία

επιπλέον παραλλαγή της κλίμακας του σημαντικού διαφορικού. Είναι, επίσης, πιο

κατάλληλη για την αξιολόγηση σχετικά αφηρημένων ιδιοτήτων, των οποίων η

παρουσία είναι μεγαλύτερη στις υπηρεσίες απ' ό,τι στα προϊόντα, π.χ. το στοιχείο της

περιπέτειας σε μια εκδρομή.

Η κλίμακα Στάπελ έχει ως μειονέκτημα το γεγονός ότι άτομα με χαμηλότερη

μόρφωση μπορεί να έχουν δυσκολία να κατανοήσουν την έννοια των αρνητικών

αριθμών. Επίσης, η πρώτη εντύπωση από την οπτική επαφή με την κλίμακα είναι

αυτή της πολυπλοκότητας ή της ανάγκης υπολογισμών, γεγονός που έρχεται σε

πλήρη αντίθεση με την απλότητα και την ταχύτητα της εφαρμογής της. Το πρόβλημα

των αρνητικών αριθμών αντιμετωπίζεται με τη χρήση μόνο θετικών αριθμών, π.χ.

από το 1 έως το 6.

Η κλίμακα ανήκει στις ονομαζόμενες αθροιστικές κλίμακες, οι οποίες δίνουν τη

δυνατότητα στον αναλυτή να αθροίσει τις αξιολογήσεις των επιμέρους ιδιοτήτων σε

ένα συνολικό άθροισμα («σκορ»), το οποίο αντιπροσωπεύει τη συνολική αξιολόγηση

του προϊόντος. Στο παραπάνω παράδειγμα μπορούμε να εξάγουμε το συνολικό

«σκορ» για κάθε ερωτώμενο, όσον αφορά τις ιδιότητες που έχει γι' αυτόν το

λογισμικό Ω, δημιουργώντας μία αθροιστική κλίμακα με τιμές από -9 έως +9, που

αντιστοιχούν στην περίπτωση κατά την οποία ένας ερωτώμενος έχει βαθμολογήσει

και τις τρεις ιδιότητες είτε με -3 είτε με +3.

η) Κλίμακα Λίκερτ

Το πρόβλημα της αξιολόγησης πιο συνθετών, πολύπλοκων ή αφηρημένων ιδιοτήτων,

καταστάσεων, απόψεων, στάσεων, διαθέσεων, αλλά και αισθημάτων ή

συναισθημάτων αντιμετωπίζεται με τη χρήση της κλίμακας Λίκερτ. Η κλίμακα αυτή

ζητάει να δείξει ο ερωτώμενος τον βαθμό συμφωνίας ή διαφωνίας του με ορισμένες

προτάσεις - δηλώσεις, όπως στο ακόλουθο παράδειγμα:

«Είναι το πρόγραμμα Office ένα πρόγραμμα που αξίζει να το χρησιμοποιείς και μόνο

γιατί είναι της Microsoft και άρα έχει μεγαλύτερη αξιοπιστία;»

ΟΥΤΕ ΣΥΜΦΩΝΩ

ΣΥΜΦΩΝΩ ΟΥΤΕ ΔΙΑΦΩΝΩ ΔΙΑΦΩΝΩ

ΠΟΛΥ ΛΙΓΟ ΛΙΓΟ ΠΟΛΥ

5 4 3 2 1

54

Το μεγαλύτερο νούμερο θα πρέπει να αντιστοιχεί σε θετική αξιολόγηση ή άποψη,

ανεξάρτητα από το ποια είναι η διατύπωση της πρότασης-δήλωσης. Αν και η

αντιστοίχιση των υποδιαιρέσεων της κλίμακας με αριθμούς είναι απαραίτητη για την

ποσοτικοποίηση των απαντήσεων που προκύπτουν και τη μετατροπή τους σε

αριθμητικές μετρήσεις, η παρουσία των αριθμών κάτω από τα αντίστοιχα σημεία

συμπλήρωσης (π. χ. κουτάκια) όχι μόνο δεν είναι απαραίτητη, αλλά αντενδείκνυται

στην περίπτωση του αυτοσυμπληρούμενου ερωτηματολογίου, καθότι μπορεί να

προκαλέσει σύγχυση στον ερωτώμενο. Ιδιαίτερα αυτό συμβαίνει, εάν εναλλάσσεται η

αντιστοιχία μικρών - μεγάλων αριθμών από ερώτηση σε ερώτηση. Η παρουσία όμως

των αριθμών είναι χρήσιμη για την ταχύτερη καταχώριση των στοιχείων του

ερωτηματολογίου στον Η/Υ και χρησιμοποιείται ευρύτατα στα ερωτηματολόγια που

δεν είναι αυτοσυμπληρούμενα, δηλαδή στα ερωτηματολόγια που ο ερευνητής θέτει

τις ερωτήσεις προφορικά, ή υποβοηθά τον ερωτώμενο με τη χορήγηση μιας κάρτας

με την απαντητική κλίμακα και καταχωρεί ο ίδιος τις απαντήσεις στο

ερωτηματολόγιο.

Και η κλίμακα Λίκερτ αποτελεί αθροιστική κλίμακα, η οποία αναλύεται αφού

αθροιστούν οι αριθμοί που αντιστοιχούν στις απαντήσεις που δίδονται στις επιμέρους

ερωτήσεις, έτσι ώστε να προκύψει ένα συνολικό «σκορ» για κάθε ερωτώμενο, το

οποίο εκφράζει την αθροιστική-συνολική του αξιολόγηση.

Επειδή οι κλίμακες Λίκερτ είναι λεκτικής έντασης, όσα ήδη έχουν αναφερθεί για την

επιλογή των λέξεων, τη σύνταξη των ερωτήσεων κ. ά., θα πρέπει να λαμβάνονται

ιδιαίτερα υπόψη στην κατασκευή των ερωτήσεων αυτού του τύπου. Ιδιαίτερη

προσοχή απαιτείται να δοθεί στο γεγονός —που ήδη έχει αναφερθεί— ότι οι λέξεις

«πολύ», «λίγο» κτλ. είναι οιονεί αριθμοί, οι οποίοι αντιστοιχούν σε πραγματικούς

αριθμούς 1, 2, 3, 4, 5 και, όταν χρησιμοποιούνται στην απαντητική κλίμακα, θα

πρέπει να αντιστοιχούν σε ίσα διαστήματα μεταβολής του βαθμού συμφωνίας.

Δηλαδή το «πολύ» από το «λίγο» θα πρέπει να υπονοεί τέτοια μεταβολή του βαθμού

συμφωνίας όσο το «λίγο» από το «αδιάφορος».

7.8.3 Λοιποί παράγοντες που θα πρέπει να λαμβάνονται υπόψη στον σχεδιασμό

και στην κατασκευή των κλιμάκων μέτρησης

Εκτός από τους παράγοντες που προαναφέρθηκαν, σχετικά με τον σχεδιασμό, την

κατασκευή και τη χρήση των κλιμάκων μέτρησης, υπάρχουν επιπρόσθετοι πα-

ράγοντες ή επιλογές που θα πρέπει να λάβει υπόψη του ο σχεδιαστής των κλιμάκων

55

μέτρησης. Μεταξύ αυτών, είναι και οι ακόλουθοι: η σκοπιμότητα ύπαρξης ουδέτερου

ή ενδιάμεσου σημείου, η χρήση άρτιου ή περιττού αριθμού υποδιαιρέσεων της

κλίμακας, ο συνολικός αριθμός υποδιαιρέσεων της κλίμακας, η υιοθέτηση

ισορροπημένης ή μη ισορροπημένης και εξαναγκαστικής ή μη εξαναγκαστικής

κλίμακας και, τέλος, η σειρά και η εναλλαγή των στοιχείων της κλίμακας.

Η παρουσία ουδέτερων στοιχείων, επιλογών, κατηγοριών ή υποδιαιρέσεων, όπως

«άλλο», «αδιάφορος», «δεν γνωρίζω», «δεν έχω γνώμη», «ούτε συμφωνώ ούτε

διαφωνώ» κ.ά., ενώ μπορεί να προσφέρει περισσότερο ρεαλισμό και ακριβέστερη

περιγραφή της απάντησης του ερωτώμενου, μπορεί ταυτόχρονα να δίνει και ευκαιρία

υπεκφυγής ή ένα «άλλοθι» για φυγοπονία του. Ο ερευνητής, λαμβάνοντας υπόψη τα

δεδομένα της έρευνας, τις συνθήκες συμπλήρωσης του ερωτηματολογίου και τα

κύρια χαρακτηριστικά των ερωτώμενων, θα πρέπει να συνεκτιμήσει τα «υπέρ» και τα

«κατά» της παρουσίας ουδέτερων στοιχείων. Για παράδειγμα, εάν οι ερωτώμενοι

συμπληρώνουν το ερωτηματολόγιο υπό πίεση χρόνου ή η ερώτηση είναι ευαίσθητη, η

χρήση ουδέτερων στοιχείων μπορεί να οδηγήσει σε απώλεια πληροφοριών και σε

χαμηλότερη ποιότητα των απαντήσεων.

Η μη παρουσία, όμως, ουδέτερου σημείου εξαναγκάζει τον ερωτώμενο να εκφράσει

άποψη και όταν ακόμη πραγματικά δεν έχει άποψη ή δεν γνωρίζει ή δεν είναι σε θέση

να επιλέξει ή να απαντήσει. Σε αυτή την περίπτωση, η χρήση εξαναγκαστικής

κλίμακας μπορεί να οδηγήσει σε αύξηση μεν της ποσότητας των απαντήσεων, σε

μείωση όμως της ποιότητας των δεδομένων και των πληροφοριών που θα προκύψουν

από τη χορήγηση της ερώτησης.

Όσον αφορά τον συνολικό αριθμό των υποδιαιρέσεων της κλίμακας, έχει βρεθεί ότι

τα τελικά συμπεράσματα της έρευνας δεν διαφοροποιούνται σημαντικά ή ουσιαστικά

από τη χρήση σχετικά μικρότερου ή μεγαλύτερου αριθμού υποδιαιρέσεων αν και,

όπως έχει ήδη αναφερθεί, ο μεγαλύτερος αριθμός υποδιαιρέσεων δίνει

λεπτομερέστερες μετρήσεις, αυξάνοντας όμως την πιθανότητα σφαλμάτων κατά τη

συμπλήρωση της ερώτησης και καταχώρισης των στοιχείων στον Η/Υ, ενώ

παράλληλα οδηγεί και στην αύξηση του χρόνου και της πολυπλοκότητας της

διαδικασίας συμπλήρωσης του ερωτηματολογίου και της ανάλυσης των δεδομένων.

Επίσης, κάνει πιο επίπονη την εξεύρεση ενός αναλογικά μεγαλύτερου αριθμού

κατάλλήλων λέξεων που να αντιστοιχούν στις υποδιαιρέσεις της κλίμακας, όταν η

κλίμακα είναι λεκτική.

56

Η εξισορρόπηση της κλίμακας συνδέεται με την παρουσία μόνο θετικών ή μόνο

αρνητικών υποδιαιρέσεων ή, γενικότερα, υποδιαιρέσεων προς τον έναν πόλο μιας

κλίμακας, όταν από τη φύση της είναι διπολική. Για παράδειγμα, υποδιαιρέσεις μόνο

προς την κατεύθυνση του «ΣΥΜΦΩΝΩ». Εδώ, θα πρέπει να τονιστεί ότι υπάρχει

τόσο ειδοποιός διαφορά όσο και διαφορά στην ένταση και στο ύφος μεταξύ του

«ΔΕΝ ΣΥΜΦΩΝΩ» και του «ΔΙΑΦΩΝΩ». Από αυτήν την άποψη, μπορεί να

υπάρξει εξισορροπημένη διπολική κλίμακα, η οποία όμως να αποφεύγει τη σχετικά

αρνητική έκφραση ή λέξη, όπως «ΔΙΑΦΩΝΩ». Γενικότερα, η μη εξισορροπημένη

κλίμακα θα δώσει λεπτομερέστερη αξιολόγηση στην περίπτωση που, για

παράδειγμα, όλα τα προϊόντα που αξιολογούνται θεωρούνται καλά ή όλες οι ιδιότητες

επιθυμητές ή όλοι οι παράγοντες σημαντικοί.

Η επιλογή μεταξύ άρτιου και περιττού αριθμού υποδιαιρέσεων συνδέεται στενά με

την επιλογή εξισορροπημένης ή μη εξισορροπημένης κλίμακας. Σε εξισορροπημένη

κλίμακα ο περιττός αριθμός οδηγεί σχεδόν αναγκαστικά στην ύπαρξη ενδιάμεσου

ουδέτερου σημείου ή οιονεί ουδέτερου σημείου, για παράδειγμα «ούτε καλό, ούτε

κακό». Άρα, ο άρτιος αριθμός υποδιαιρέσεων, σε συνδυασμό με εξισορροπημένη

κλίμακα, καθιστά την κλίμακα αυτή εξαναγκαστική, με όλα τα πλεονεκτήματα και τα

μειονεκτήματα που αναφέρθηκαν για τις κλίμακες αυτές παραπάνω.

Τέλος, η σειρά και η θέση των προς επιλογή στοιχείων και σημείων μιας κλίμακας

έχει βρεθεί ότι επηρεάζει τη συχνότητα με την οποία επιλέγονται. Αυτό ονομάζεται

μεροληψία θέσης. Για παράδειγμα, υπάρχει η τάση να απαντώνται περισσότερο οι

μεσαίες κατηγορίες, επιλογές ή σημεία καθώς και τα ακραία (τελευταία ή πρώτα),

όταν παρατίθενται πολλά πολύπλοκα ή εκτενή στοιχεία, κατηγορίες ή επιλογές. Αυτό

συνδέεται και με τον τρόπο χορήγησης του ερωτηματολογίου και με τη μέθοδο

συλλογής στοιχείων. Έτσι στην οπτική επισκόπηση μιας ερώτησης ή κλίμακας

υπάρχει μεγαλύτερη πιθανότητα να προσελκυστεί το βλέμμα από ένα μεσαίο σημείο.

Επίσης, εάν υπάρχουν πολλά πολύπλοκα και εκτενή στοιχεία, η πίεση χρόνου

δυσχεραίνει την επαναληπτική ανάγνωση όλων, εάν αυτό απαιτεί η αποτελεσματική

συμπλήρωση της ερώτησης και της κλίμακας και διευκολύνει την εστίαση στην

πρώτη και την τελευταία επιλογή. Τέλος, σε περίπτωση προσωπικής χορήγησης του

ερωτηματολογίου και προφορικής ανάγνωσης των επιλογών, είναι φυσικό ο

ερωτώμενος να συγκρατεί περισσότερο τις τελευταίες επιλογές ή κατηγορίες και,

επομένως, να υπάρχει αυξημένη πιθανότητα επιλογής αυτών των κατηγοριών.

Αντίθετα, στην περίπτωση αυτοσυμπληρούμενων ερωτήσεων υπάρχει αυξημένη

57

πιθανότητα επιλογής των πρώτων κατηγοριών που διαβάζει ο ερωτώμενος, ιδιαίτερα

αν ο αριθμός των κατηγοριών είναι πολύ μεγάλος.

Το πρόβλημα της μεροληψίας θέσης αντιμετωπίζεται μερικώς με τη συστηματική

εναλλαγή της πολικότητας των κλιμάκων, από ερώτηση σε ερώτηση. Αυτή όμως η

πρακτική, ενώ αντιμετωπίζει το συγκεκριμένο πρόβλημα, μπορεί να προκαλέσει

σύγχυση στους ερωτώμενους και να επιμηκύνει τον χρόνο συμπλήρωσης του ερω-

τηματολογίου, αυξάνοντας την πιθανότητα σφαλμάτων, που μπορεί να θεωρηθούν

σοβαρότερα από εκείνο της μεροληψίας θέσης. Επιπλέον, κάνει τον σχεδιασμό του

ερωτηματολογίου και την εισαγωγή των στοιχείων στον Η/Υ περισσότερο πο-

λύπλοκες και χρονοβόρες διαδικασίες.

Η προτεινόμενη μέθοδος αντιμετώπισης του προβλήματος της μεροληψίας θέσης, για

τις ερωτήσεις και τις επιμέρους απαντητικές επιλογές και κατηγορίες των ερωτήσεων,

εκτός των υποδιαιρέσεων των κλιμάκων, είναι αυτή της συστηματικής εναλλαγής της

θέσης κάθε ερώτησης, απαντητικής επιλογής και κατηγορίας, από ερωτηματολόγιο σε

ερωτηματολόγιο. Αν και είναι μεθοδολογικά σωστή, η πρακτική εφαρμογή της

προσέγγισης αυτής παρουσιάζει σημαντικά προβλήματα, τα οποία συνδέονται κυρίως

με τις απαιτήσεις πολύ περισσότερου χρόνου για τον σχεδιασμό των πολλαπλών

παραλλαγών του ερωτηματολογίου και την ιδιαίτερα μεγάλη δυσκολία

κωδικοποίησης των στοιχείων και εισαγωγής τους στον Η/Υ.

7.9 ΔΟΚΙΜΗ ΚΑΙ ΕΛΕΓΧΟΣ ΤΟΥ ΕΡΩΤΗΜΑΤΟΛΟΓΙΟΥ

Πριν από τη χορήγηση του ερωτηματολογίου στους ερωτώμενους, είναι απαραίτητο

να προηγηθεί δοκιμή και έλεγχος του ερωτηματολογίου, προκειμένου να εντοπιστούν

προβλήματα στη δομή, τη φρασεολογία, τη σύνταξη και την πληρότητα του, τόσο

συνολικά όσο και των επιμέρους ερωτήσεων.

Θα πρέπει να τονιστεί ότι τα σφάλματα που θα εντοπιστούν στο ερωτηματολόγιο

μετά τη χορήγηση του είναι πολύ δύσκολο, έως αδύνατο, να θεραπευτούν και

απαιτούν συνήθως πόρους (χρόνο και δαπάνη), που είναι ανέφικτο να διατεθούν.

Πιο συγκεκριμένα, μεταξύ των κύριων στόχων της δοκιμής και του ελέγχου του

ερωτηματολογίου είναι και οι ακόλουθοι:

• Έλεγχος της πληρότητας του ερωτηματολογίου, τόσο από την πλευρά του πε-

ριεχομένου όσο και από την πλευρά της δομής. Στο πλαίσιο του ελέγχου αυτού, είναι

δυνατό να διαπιστωθεί η παράλειψη μιας ολόκληρης ερώτησης ή μιας απαντητικής

58

κατηγορίας, η οποία έχει διαφύγει της προσοχής του σχεδιαστή του

ερωτηματολογίου, ιδιαίτερα αν οι χρονικοί περιορισμοί και οι περιορισμοί κόστους

της έρευνας δεν επέτρεπαν τη διεξαγωγή μιας ολοκληρωμένης ποιοτικής και

βιβλιογραφικής έρευνας του θέματος, πριν από τη φάση του σχεδιασμού του

ερωτηματολογίου.

• Έλεγχος της σαφήνειας - κατανοητότητας και λειτουργικότητας του ερωτημα-

τολογίου, των ερωτήσεων, των όρων, λέξεων, εκφράσεων, κλιμάκων και προ-

σεγγίσεων μέτρησης που χρησιμοποιούνται. Μέσα από αυτόν τον έλεγχο μπορεί να

διαπιστωθεί ότι ορισμένες λέξεις που χρησιμοποιούνται δεν γίνονται κατανοητές από

όλους τους ερωτώμενους, ή ότι η σύνταξη κάποιων ερωτήσεων προκαλεί

προβλήματα κατανόησης της ερώτησης. Επιπλέον, μπορεί να διαπιστωθεί δυσκολία

των ερωτώμενων στο να συμπληρώσουν μια συγκεκριμένη κλίμακα, ή τάση

αποφυγής τους στο να απαντήσουν σε μια ερώτηση την οποία θεωρούν «ευαίσθητη».

Οι ενδείξεις αυτές από τον έλεγχο του ερωτηματολογίου οδηγούν στον

επανασχεδιασμό των ερωτήσεων, κλιμάκων κ.λπ., που εμφανίζουν πρόβλημα, με

χρήση π.χ. απλούστερων κλιμάκων ή των ειδικών προσεγγίσεων που είναι

κατάλληλες για ευαίσθητες ερωτήσεις.

• Αναγνώριση και θεραπεία άλλων πηγών σφαλμάτων ή προβλημάτων, όπως για

παράδειγμα ακατάλληλες συνθήκες συμπλήρωσης του ερωτηματολογίου σε σχέση με

τον χώρο ή τον τόπο που έχει επιλεγεί για να γίνει η χορήγηση του ερωτηματολογίου.

Πιο συγκεκριμένα, ο έλεγχος μπορεί να διαπιστώσει ότι τα συνεχή τηλεφωνήματα

που δέχονται κάποια στελέχη στον χώρο της εργασίας τους κατά τις πρωινές ώρες

καθιστούν αδύνατη τη διεξαγωγή προσωπικών συνεντεύξεων κατά τις ώρες αυτές

και, επομένως, απαιτείται οι συνεντεύξεις αυτές να γίνουν το απόγευμα.

• Δοκιμή εναλλακτικών ερωτήσεων, λέξεων, κλιμάκων κ.λπ. Μπορεί ο ερευνητής, ο

οποίος έχει προβληματιστεί για κάποια στοιχεία του ερωτηματολογίου, να έχει έτοιμα

εναλλακτικά στοιχεία, όπως ερωτήσεις, λέξεις, κλίμακες, διατυπώσεις, συντακτικές

προσεγγίσεις, τις οποίες να παρουσιάζει εναλλακτικά στους ερωτώμενους,

προκειμένου να διαπιστώσει ποιες έχουν τα περισσότερα πλεονεκτήματα ή τα

λιγότερα μειονεκτήματα, ώστε να συμπεριληφθούν αυτές στο τελικό

ερωτηματολόγιο.

• Εκτίμηση του πιθανού ποσοστού ανταπόκρισης. Η δοκιμαστική χορήγηση του

ερωτηματολογίου, εφόσον γίνει σε δείγμα αντίστοιχο του δείγματος και με τρόπο

παρόμοιο με αυτόν που θα χρησιμοποιηθεί στην έρευνα, μπορεί να βοηθήσει στην

59

εκτίμηση του πιθανού ποσοστού ανταπόκρισης. Δηλαδή του ποσοστού των

ερωτώμενων που θα δεχτούν να συμπληρώσουν το ερωτηματολόγιο, στο σύνολο των

ερωτώμενων που θα προσεγγιστούν και θα τους ζητηθεί να το συμπληρώσουν. Η

εκτίμηση αυτού του ποσοστού μπορεί να οδηγήσει στην περικοπή του μεγέθους του

ερωτηματολογίου, εάν το ποσοστό ανταπόκρισης θεωρηθεί χαμηλό και διαπιστωθεί

ότι αυτό οφείλεται στο μέγεθος του ερωτηματολογίου. Επίσης, η σχετική εκτίμηση

μπορεί να βοηθήσει στον υπολογισμό του αριθμού των ατόμων που πρέπει να

προσεγγιστούν, προκειμένου να εξασφαλιστεί ένας ορισμένος αριθμός απαραίτητων

συμπληρωμένων ερωτηματολογίων. Π.χ., εάν η δοκιμή του ερωτηματολογίου δείξει

ότι το εκτιμώμενο ποσοστό ανταπόκρισης είναι 30% και είναι απαραίτητο να

υπάρξουν 100 συμπληρωμένα ερωτηματολόγια, τότε θα πρέπει να προσεγγιστούν 330

άτομα.

• Προσδιορισμός διακύμανσης για τελικό στατιστικό προσδιορισμό μεγέθους

δείγματος. Για να γίνει ακριβής προσδιορισμός του μεγέθους του δείγματος, το οποίο

απαιτείται προκειμένου τα αποτελέσματα της έρευνας να έχουν την απαραίτητη ή

επιθυμητή ακρίβεια, χρειάζεται να είναι γνωστή από πριν η εκτίμηση της δια-

κύμανσης των σημαντικών μεταβλητών του ερωτηματολογίου. Η εκτίμηση αυτή

μπορεί να γίνει διαμέσου της διαδικασίας δοκιμής του ερωτηματολογίου.

Όσον αφορά τη διαδικασία διεξαγωγής της δοκιμής και του ελέγχου του ερω-

τηματολογίου, αυτή συνίσταται στα ακόλουθα:

• Επιλογή μικρού δείγματος, όμοιου στη δομή και τα χαρακτηριστικά με το τελικό

δείγμα της έρευνας, στο οποίο και θα γίνει η δοκιμαστική χορήγηση τον

ερωτηματολογίου.

• Αποστολή των ερωτηματολογίων, εάν πρόκειται για ταχυδρομική έρευνα. Σε

αυτή την περίπτωση θα πρέπει να εξηγείται στους ερωτώμενους ο δοκιμαστικός

ελεγκτικός χαρακτήρας της χορήγησης και να τους ζητείται, εκτός από τη

συμπλήρωση, να κάνουν και οποιεσδήποτε παρατηρήσεις θεωρούν σκόπιμες,

συμφωνά με αυτά που αναφέρθηκαν στις προηγούμενες παραγράφους. Είναι όμως

πιθανό ο χαρακτηρισμός της προσέγγισης ως προσέγγισης δοκιμής του

ερωτηματολογίου να επηρεάσει το ποσοστό ανταπόκρισης.

• Δοκιμή με προσωπική συνέντευξη, ανεξάρτητα απ' το αν η τελική έρευνα είναι

ταχυδρομική ή προσωπική. Η δοκιμή με προσωπική συνέντευξη έχει σημαντικά

πλεονεκτήματα έναντι της ταχυδρομικής, καθότι κάνει δυνατή τη διεξοδική συζήτηση

και αποσαφήνιση των σημείων του ερωτηματολογίου που παρουσιάζουν πρόβλημα,

60

καθώς και την επιτόπου δοκιμή και αξιολόγηση εναλλακτικών ερωτήσεων, κλιμάκων

κ.λπ. Επιπλέον, είναι δυνατόν ο ερευνητής να εκτιμήσει τις συνθήκες που επικρατούν

στον χώρο συμπλήρωσης του ερωτηματολογίου, καθώς και να παρατηρήσει τις

αντιδράσεις του ερωτώμενου (εκφράσεις τον προσώπου του, όπως απορίας,

ενόχλησης, προβληματισμού, δυσπιστίας κ.λπ.). δυνατότητες που δίδουν στον

ερευνητή επιπρόσθετα στοιχεία για την αξιολόγηση του ερωτηματολογίου και των

συνθηκών συμπλήρωσης.

61

8. Κωδικοποίηση και είσοδος των στοιχείων στον Η/Υ

8.1 Κωδικοποίηση

Όπως έχει ήδη αναφερθεί στις προηγούμενες ενότητες σχετικά με τη διαδικασία του

σχεδιασμού του ερωτηματολογίου και της δειγματοληψίας, οι ερωτήσεις του

ερωτηματολογίου αντιπροσωπεύουν μεταβλητές του ερευνητικού προβλήματος ή

προβληματισμού, ενώ οι απαντήσεις αντιπροσωπεύουν τις τιμές των αντίστοιχων

μετρήσεων. Δηλαδή, μια απάντηση σε μια ερώτηση ή υποερώτηση του

ερωτηματολογίου, την οποία δίνει ένας συγκεκριμένος ερωτώμενος, αντιπροσωπεύει

την τιμή που παίρνει η μέτρηση της μεταβλητής αυτής σε σχέση με τον εν λόγω

ερωτώμενο. Εκ των πραγμάτων, συνυφασμένη με την έννοια της μέτρησης είναι η

χρήση, στο πλαίσιο των απαντήσεων στις ερωτήσεις του ερωτηματολογίου, αριθμών

ή η αντιστοίχιση των απαντητικών κατηγοριών-επιλογών με αριθμούς. Όπως έχει

επίσης αναφερθεί, ανάλογα με το είδος ή τη φύση της ερώτησης-μεταβλητής ή της

ανάλογης απαντητικής κλίμακας, π.χ. λόγου, διαστήματος, τάξης και ονοματικής, οι

αριθμοί που χρησιμοποιούνται εμπεριέχουν διαφορετική ποσότητα και ποιότητα

πληροφορίας και επιδέχονται διαφορετικού είδους αναλύσεις.

Η κωδικοποίηση των απαντήσεων του ερωτηματολογίου περιλαμβάνει συνήθως δύο

επιλογές: Η πρώτη αφορά την επιλογή συγκεκριμένων αριθμών, οι οποίοι θα

αντιστοιχίζονται με τις απαντητικές κατηγορίες, π.χ. σε ερώτηση σχετικά με το κλάδο

δραστηριότητας, το εμπόριο μπορεί να αντιστοιχιστεί με τον αριθμό 1, η παραγωγή

με τον αριθμό 2, κ.λπ. Η δεύτερη αφορά τον προσδιορισμό κάποιων συντεταγμένων

της απάντησης, προκειμένου ο σχετικός αριθμός να τοποθετηθεί σε μία συγκεκριμένη

θέση, σε έναν πίνακα ή μήτρα δεδομένων, η οποία να διευκολύνει την αναγνώριση,

τον χειρισμό και την επεξεργασία του από τον Η/Υ.

Ο πίνακας ή η μήτρα δεδομένων είναι ένας πίνακας του οποίου οι γραμμές αντι-

προσωπεύουν τα ερωτηματολόγια που συμπληρώθηκαν από τους διαφόρους ερωτώ-

μενους, οι στήλες του πίνακα τις ερωτήσεις-μεταβλητές του ερωτηματολογίου και σι

αριθμοί στα κελιά του πίνακα τις συγκεκριμένες απαντήσεις, στην αριθμητική τους

αντιστοίχιση-τιμές των μεταβλητών, που έδωσαν οι ερωτώμενοι του δείγματος στις

διαφορετικές ερωτήσεις του ερωτηματολογίου. Στην οθόνη του υπολογιστή, ακόμη

και σε ένα κείμενο, κάθε λέξη βρίσκεται σε μία ορισμένη γραμμή και κάθε γράμμα

της λέξης βρίσκεται σε ορισμένη στήλη. Όπως μία λέξη σε ένα κείμενο μπορεί να

62

προσδιοριστεί από τον αριθμό της γραμμής στην οποία βρίσκεται σε συνδυασμό με

τους αριθμούς των στηλών που καταλαμβάνουν τα γράμματα της, αντίστοιχα κάθε

απάντηση ενός ερωτώμενου σε μία συγκεκριμένη ερώτηση μπορεί να προσδιοριστεί

από τον αριθμό της γραμμής ή των γραμμών που αντιπροσωπεύουν το

ερωτηματολόγιο του καθώς και τη στήλη ή τις στήλες που αντιπροσωπεύουν τη

σχετική ερώτηση.

Για παράδειγμα, στην πιο απλή περίπτωση, ας υποθέσουμε ότι έχουμε δύο

ερωτώμενους, τον (Α) και τον (Β), στους οποίους έχει δοθεί ένα ερωτηματολόγιο, με

δύο ερωτήσεις, την (α): «Έχετε αυτοκίνητο;», η οποία απαντιέται με «ΝΑΙ»=1,

«ΟΧΙ» = Ο, και τη (β): «Φύλο ερωτώμενου», η οποία απαντιέται Με Άνδρας=0,

Γυναίκα = 1. Εάν ο πρώτος δεν έχει αυτοκίνητο και είναι γυναίκα, έχει αυτοκίνητο

και είναι άντρας, η σχετική μήτρα δεδομένων θα είχε ως εξής:

Ερωτώμενοι

(α) (β)

Ερωτώμενοι–

ερωτηματολόγια

(Α)

(Β)

0

1

1

0

Θα μπορούσαν να υπάρχουν περισσότερες ερωτήσεις με τον ίδιο αριθμό ερωτώμενων

ή περισσότεροι ερωτώμενοι με τον ίδιο αριθμό ερωτήσεων, ή και περισσότεροι

ερωτώμενοι και περισσότερες ερωτήσεις, όπως στην ακόλουθη περίπτωση, όπου

έχουν προστεθεί οι ερωτήσεις (γ) και (δ) και τα ερωτηματολόγια (Γ), (Δ) και (Ε). Ας

υποθέσουμε ότι η ερώτηση (γ) αφορά την προτεραιότητα που δίνει ο ερωτώμενος στο

«να αγοράσει ένα καινούριο αυτοκίνητο» και απαντιέται με κλίμακα κατάταξης από

1-3, ενώ η ερώτηση (δ) αφορά το «πόσο αρέσει» στον ερωτώμενο να οδηγεί και

απαντιέται με κλίμακα 1 = καθόλου έως 5 = πολύ. Στην περίπτωση αυτή, η μήτρα

δεδομένων μπορεί να διαμορφωθεί ως εξής, ανάλογα με τους συνδυασμούς

απαντήσεων των ερωτώμενων στις ερωτήσεις του ερωτηματολογίου:

Π.χ., η μήτρα δεδομένων δείχνει ότι ο πρώτος ερωτώμενος δεν διαθέτει αυτοκίνητο

(0), είναι γυναίκα (1), έχει χαμηλή προτεραιότητα αγοράς καινούργιου αυτοκινήτου

(3), αλλά του αρέσει πάρα πολύ η οδήγηση (5).

63

Ερωτήσεις

(α) (β) (γ) (δ)

Ερωτώμενοι–

ερωτηματολόγια

(Α) 0 1 3 5

(Β) 1 0 2 3

(Γ) 1 0 2 2

(Δ) 0 1 1 1

(Ε) 0 0 3 4

Ο παραπάνω τρόπος κωδικοποίησης και καταχώρισης των στοιχείων των ερω-

τηματολογίων αφορά το σύστημα ASCI, όπου κατά παράδοση, που ανάγεται στην

εποχή κατά την οποία η κυρίαρχη μέθοδος εισόδου στοιχείων στον υπολογιστή ήταν

οι διάτρητες κάρτες και που συνεχίζεται στη σημερινή εξέλιξη των σύγχρονων

τερματικών, ο αριθμός των στηλών της μήτρας δεδομένων είναι 80 στήλες. Αυτό

σημαίνει ότι, εάν υπάρχουν πολλές ερωτήσεις σε κάθε ερωτηματολόγιο και ιδιαίτερα

εάν αρκετές από τις ερωτήσεις αυτές απαιτούν περισσότερες από μία στήλες για την

καταχώριση των σχετικών απαντήσεων, είναι πιθανό να μην επαρκεί μία γραμμή ανά

ερωτηματολόγιο για την καταχώριση όλων των απαντήσεων του ερωτηματολογίου.

Στην περίπτωση αυτή, μπορεί να χρησιμοποιηθεί τόσος αριθμός ογδοντάστηλων

γραμμών ανά ερωτηματολόγιο, όσο είναι το σύνολο των στηλών που απαιτούνται για

την καταχώριση των απαντήσεων του ερωτηματολογίου, διαιρούμενο δια του

αριθμού 80.

Το πόσο αναλυτική θα είναι η παρουσία των κωδικών, αριθμών στηλών ή και

οδηγιών στο ερωτηματολόγιο, αναφορικά με την κωδικοποίηση, εξαρτάται κυρίως

από το αν το ερωτηματολόγιο είναι αυτοσυμπληρούμενο ή συμπληρώνεται από τον

συνεντεύκτη, καθώς και από τον βαθμό εξοικείωσης του ατόμου που θα μεταφέρει τα

στοιχεία στον υπολογιστή τόσο με το ερωτηματολόγιο όσο και με το σύστημα

κωδικοποίησης.

Σε ιδανική περίπτωση, είναι επιθυμητό το άτομο που θα κάνει την εισαγωγή των

στοιχείων στον υπολογιστή από τα ερωτηματολόγια να είναι σε θέση να εισάγει τα

αριθμητικά στοιχεία των κωδικών με μεγάλη ταχύτητα και χωρίς να προβληματίζεται

για την ουσία των ερωτήσεων ή των συμπληρωμένων απαντήσεων του

ερωτηματολογίου. Δυστυχώς, στην πράξη έχει διαπιστωθεί ότι όσο περισσότερο

64

προσαρμόζεται η προκωδικοποίηση στις ανάγκες της εισαγωγής των δεδομένων στον

υπολογιστή, τόσο μειώνεται η απλότητα και η σαφήνεια των απαντητικών κλιμάκων,

με αποτέλεσμα την εμφάνιση σφαλμάτων. Επίσης, η χρήση υπερβολικού αριθμού

κωδικών και σχετικών οδηγιών επιβαρύνει οπτικά την εμφάνιση του

ερωτηματολογίου, λειτουργώντας αποτρεπτικά στη συμπλήρωση του, ή προκαλώντας

οπτική κόπωση σε αυτόν που το συμπληρώνει.

Αυτό αποτελεί και ένα από τα προβλήματα χρήσης πιο σύγχρονων αυτοματο-

ποιημένων συστημάτων εισόδου των στοιχείων στον υπολογιστή, όπου οι

αριθμητικοί κωδικοί αντικαθίστανται από γραμμωτούς κωδικούς ή από άλλα

συστήματα οπτικής ανάγνωσης των απαντήσεων, όπως εκείνα με χρήση σαρωτών. Σε

μερικές από αυτές τις περιπτώσεις απαιτείται ιδιαίτερη, επιπλέον, προσπάθεια από

την πλευρά αυτού που συμπληρώνει το ερωτηματολόγιο, όπως το γέμισμα με το

μολύβι του των μικρών κύκλων ή τετραγώνων που αντιπροσωπεύουν τις συγκεκριμέ-

νες επιλογές του ερωτώμενου.

Παρ' όλα αυτά, η σύγχρονη πληροφορική τεχνολογία έχει δημιουργήσει διευ-

κολύνσεις τόσο στην κωδικοποίηση όσο και στην είσοδο των στοιχείων στον υπο-

λογιστή, αλλά και στον μετέπειτα χειρισμό τους. Παράδειγμα αποτελούν τα λογιστικά

φύλλα (spreadsheets), τα οποία κάνουν δυνατή την είσοδο των στοιχείων μάλλον με

βάση την αρίθμηση των μεταβλητών παρά των στηλών στις οποίες θα κατανεμηθούν,

και απαλλάσσουν τον χρήστη από την ανάγκη χρήσης περισσότερων από μία

γραμμών στη μήτρα δεδομένων, σε περίπτωση πολλών μεταβλητών. Επιπλέον, σε

αρκετές περιπτώσεις είναι δυνατή και η χρήση αλφανουμερικών κωδικών, π.χ.

γραμμάτων του αλφαβήτου στη θέση των αριθμών, τοποθετημένων αυτόνομα, ή σε

συνδυασμούς με αριθμητικούς κωδικούς.

Σε κάθε περίπτωση, ορισμένες επιπλέον επιλογές αναφορικά με την κωδικοποίηση ή

την προκωδικοποίηση είναι αναπόφευκτες, ανεξάρτητα από τη μέθοδο εισόδου των

στοιχείων στον υπολογιστή. Μεταξύ αυτών είναι και οι ακόλουθες:

Στις μεταβλητές λόγου, όπως ποσά, ποσότητες, τιμές, ηλικίες κτλ., το ερώτημα είναι

εάν η κωδικοποίηση θα αφορά την εισαγωγή του σχετικού ποσού αυτούσιου,

στρογγυλοποιημένου σε εκατομμύρια, χιλιάδες κ.λπ., ή σε κάποιες κύριες κατηγορίες.

Για παράδειγμα, ένα ποσό 101.532 μπορεί να κωδικοποιηθεί με έξι ψηφία και

αντίστοιχες στήλες, ή με τρία ψηφία και στρογγυλοποιημένο σε χιλιάδες. Σε πολλές

περιπτώσεις, όπως για το εισόδημα ή τον κύκλο εργασιών των επιχειρήσεων, οι

σχετικοί αριθμοί μπορεί να είναι πολύ μεγάλοι, μέχρι της τάξης δισεκατομμυρίων ή

65

και τρισεκατομμυρίων. Αυτό θα απαιτούσε για την κωδικοποίηση των σχετικών

μεταβλητών τόσες στήλες όσα είναι τα ψηφία του μεγαλύτερου αριθμού που είναι

πιθανό να δοθεί ως απάντηση, ταλαιπωρώντας τόσο αυτούς που συμπληρώνουν το

ερωτηματολόγιο όσο και αυτούς που θα μεταφέρουν τα στοιχεία στον υπολογιστή.

Στην περίπτωση αυτή, είναι επιβεβλημένη η διατύπωση της ερώτησης με τρόπο που η

απάντηση να δίνεται σε εκατοντάδες χιλιάδες ή εκατομμύρια κλπ., ανάλογα με τον

πληθυσμό στον οποίο γίνεται η έρευνα. Εάν, για παράδειγμα, η έρευνα αφορά πολύ

μεγάλες επιχειρήσεις, η απάντηση μπορεί να δίδεται απευθείας σε δισεκατομμύρια

δραχμές. Πιο συνηθισμένο στην πράξη είναι να δημιουργούνται κατηγορίες ποσών,

όπως:

<1δις 1-5 δις 6-10 δις 11-15 δις 16-30 δις 31-60 δις 61-120 δις >120δις

1 2 3 4 5 6 7 8

Στο Παράδειγμα αυτό, αντί για τη συμπλήρωση από τους ερωτώμενους και την

είσοδο στον υπολογιστή των αρχικών πολύ μεγάλων ποσών, σημειώνεται από τον

ερωτώμενο η σχετική κατηγορία κύκλου εργασιών της επιχείρησης του και εισάγεται

στον υπολογιστή ο αντίστοιχος κωδικός (1,2,3,...8). Σε αυτή την περίπτωση η σχετική

κλίμακα μετατρέπεται από κλίμακα λόγου σε κλίμακα διαστήματος. Εάν όμως τα

ποσά που αντιπροσωπεύουν οι διάφορες κατηγορίες κύκλου εργασιών είναι έντονα

άνισα, τότε η σχετική κλίμακα έχει, τυπικά και ουσιαστικά, μετατραπεί σε κλίμακα

τάξης.

Στην περίπτωση των ποσοστών απαιτούνται τρεις στήλες για την κωδικοποίηση και

καταχώριση του ακριβούς ποσοστού αριθμητικά, εκτός και αν χωριστούν, όπως και

στην προηγούμενη περίπτωση, σε κατηγορίες διαστημάτων ποσοστών, οπότε

χρησιμοποιούνται οι αντίστοιχοι αριθμητικοί κωδικοί των διαφορετικών κατηγοριών

διαστημάτων. Και στα δύο αυτά Παραδείγματα είναι δυνατή, ανάλογα με τους

σκοπούς της έρευνας και την προβλεπόμενη χρήση των δεδομένων της ερώτησης, η

χρήση λεκτικής κλίμακας διαστήματος, όπως μικρό, μέτριο, μεγάλο εισόδημα ή

ποσοστό, οπότε η κωδικοποίηση θα στηριχτεί στους αριθμούς-κωδικούς που θα

αντιστοιχιστούν με τις υποδιαιρέσεις μιας τέτοιας κλίμακας, όπως και στην

περίπτωση που ακολουθεί.

Στις μεταβλητές διαστήματος και όσον αφορά πάντοτε την κωδικοποίηση, σύμφωνα

και με όσα αναφέρθηκαν στο κεφάλαιο σχετικά με τον σχεδιασμό και την κατασκευή

ερωτηματολογίων, υπάρχει αντιστοίχιση των υποκατηγοριών-σημείων της κλίμακας

με αριθμούς, οι οποίοι συχνά αποτελούν οι ίδιοι τις απαντητικές κατηγορίες και

66

ταυτόχρονα τους κωδικούς των απαντήσεων. Βασική συμβατικότητα της

κωδικοποίησης αυτών των ερωτήσεων είναι ότι οι μεγαλύτεροι αριθμοί

αντιστοιχίζονται συνήθως με το καλύτερο, το μεγαλύτερο, το προτιμότερο, το

συμφερότερο, το θετικότερο, το συχνότερο κ.λπ. Για την κωδικοποίηση αυτή

απαιτείται μία στήλη, εφόσον σχετική κλίμακα έχει λιγότερες από 10 υποκατηγορίες

ή σημεία. Για κλίμακες περισσότερων σημείων απαιτούνται δύο στήλες

κωδικοποίησης. Είναι σημαντικό να τονιστεί εδώ ότι οι υποκατηγορίες των κλιμάκων

αυτών στις περισσότερες περιπτώσεις είναι αμοιβαία αποκλειόμενες, δηλαδή ο

ερωτώμενος μπορεί μόνο να σημειώσει μία από τις υποκατηγορίες αυτές. Π.χ., δεν

μπορεί ένας ερωτώμενος να απαντήσει ότι δεν έχει σύνδεση στο διαδίκτυο και

ταυτόχρονα ότι το χρησιμοποιεί «σχεδόν καθημερινά», ή ότι ταυτόχρονα «συμφωνεί

πλήρως» με μια πρόταση αλλά και «διαφωνεί πλήρως». Ιδιαίτερα, στην περίπτωση

των κλιμάκων τύπου Λίκερτ, συμφωνίας ή διαφωνίας. Θα πρέπει να λαμβάνεται

υπόψη ο πολισμός της ερώτησης στην επιλογή της θέσης των μεγαλύτερων και των

μικρότερων αριθμών-κωδικών, καθότι συμφωνία με μια αρνητικού περιεχομένου

πρόταση θα πρέπει να αντιστοιχίζεται με τον μικρότερο κωδικό, ενώ συμφωνία με

μια θετικού περιεχομένου πρόταση να αντισταθμίζεται με τον μεγαλύτερο κωδικό.

Εάν μάλιστα υπάρχουν πολλές προτάσεις με εναλλασσόμενο περιεχόμενο, αρνητικό ή

θετικό, η αντιστοίχιση των μικρών και μεγάλων κωδικών θα πρέπει επίσης να

εναλλάσσεται. Στην περίπτωση αυτή, η παρουσία των εναλλασσόμενων κωδικών στο

ερωτηματολόγιο μπορεί να οδηγήσει σε σύγχυση τον ερωτώμενο, αν πρόκειται για

αυτοσυμπληρούμενο ερωτηματολόγιο, εκτός και αν η παρουσία των κωδικών είναι

διακριτική και γίνεται στο περιθώριο.

Στην περίπτωση των μεταβλητών ιεράρχησης - τάξης - κατάταξης, η κωδικο-

ποίηση απαιτεί τόσες στήλες όσες είναι οι απαντητικές κατηγορίες που ιεραρχούνται.

Εάν, όμως, ο συνολικός αριθμός απαντητικών κατηγοριών είναι μεγαλύτερος από

δέκα, τότε απαιτούνται δύο στήλες για την κωδικοποίηση των απαντήσεων κάθε

απαντητικής κατηγορίας.

Όσον αφορά τις ονοματικές μεταβλητές, σημαντικός παράγοντας για την επιλογή

του τρόπου κωδικοποίησης τους είναι το κατά πόσο οι υποκατηγορίες είναι αμοιβαία

αποκλειόμενες ή μη αμοιβαία αποκλειόμενες. Εάν είναι αμοιβαία αποκλειόμενες και

οι υποκατηγορίες είναι μέχρι δέκα σε αριθμό, μπορούν να κωδικοποιηθούν με τη

χρήση μόνο μίας στήλης, ενώ για πάνω από δέκα, απαιτούνται δύο στήλες. Εάν δεν

67

είναι αμοιβαία αποκλειόμενες,, διαφορετικές προσεγγίσεις κωδικοποίησης μπορούν

να ακολουθηθούν.

Η κωδικοποίηση των ανοικτών ερωτήσεων είναι ανάλογη μ' εκείνη των ονοματικών

ερωτήσεων. Απαιτεί, όμως, επιπλέον τον υπολογισμό-προσδιορισμό του αριθμού των

πιθανών διαφορετικών απαντήσεων, καθώς και του μέγιστου αριθμού συνδυασμένων

απαντήσεων, που με τη σειρά τους θα προσδιορίσουν τον αριθμό των στηλών ανά

μεταβλητή. Για παράδειγμα:

«Παρακαλώ, αναφέρετε τις διάφορες συσκευές, τις οποίες έχετε στο

λογιστήριο της επιχείρησης σας»

………………………………………………………………………………………….

………………………………………………………………………………………….

………………………………………………………………………………………….

………………………………………………………………………………………….

Είναι φανερό ότι, για να γίνει προκωδικοποίηση των απαντήσεων στην ερώτηση

αυτή, θα πρέπει να προεκτιμηθεί ο αριθμός των πιθανών απαντήσεων. Στην

προκωδικοποίηση των ανοικτών ερωτήσεων προσδιορίζεται συνήθως μόνο ο αριθμός

των απαιτούμενων στηλών, χωρίς την αντιστοίχιση κωδικών αριθμών σε κάθε δυνατή

απάντηση, καθότι οι ακριβείς απαντήσεις δεν είναι γνωστές εκ των προτέρων. Η

αντιστοίχιση των τελικών κωδικών στις διάφορες απαντήσεις γίνεται συνήθως μετά

την επιστροφή των συμπληρωμένων ερωτηματολογίων, όπου η πρώτη απάντηση στο

πρώτο ερωτηματολόγιο μπορεί να λάβει τον κωδικό (1) στην πρώτη στήλη που έχει

διατεθεί για τα στοιχεία των ερωτήσεων αυτών. Εάν υπάρχει μία μόνο απάντηση στη

συγκεκριμένη ανοικτή ερώτηση καθενός ερωτηματολογίου, ακολουθείται η

κωδικοποίηση των αμοιβαία αποκλειόμενων απαντήσεων. Διαφορετικά,

ακολουθείται μία από τις επιλογές κωδικοποίησης για τις μη αμοιβαία αποκλειόμενες

απαντήσεις. Ο αναλυτής των στοιχείων των ερωτηματολογίων μπορεί να κάνει

προεπισκόπηση στα συμπληρωμένα ερωτηματολόγια σε σχέση με τις ανοικτές

ερωτήσεις και να είναι σε θέση να γνωρίζει, πριν από την έναρξη της διαδικασίας

κωδικοποίησης, αν οι απαντήσεις είναι της μίας ή της άλλης κατηγορίας, και έτσι να

επιλέξει το είδος κωδικοποίησης που θα ακολουθήσει. Εάν ο αριθμός των

ερωτηματολογίων είναι ιδιαίτερα μεγάλος, ο αναλυτής μπορεί να επιλέξει ένα τυχαίο

δείγμα ανοικτών ερωτήσεων, προκειμένου να έχει μια πρώτη αίσθηση του αριθμού,

του είδους και του συνδυασμού των απαντήσεων στις ανοικτές ερωτήσεις που έχουν

δοθεί, και έτσι να πράξει ανάλογα.

68

8.2 Έλεγχος και προετοιμασία των στοιχείων για είσοδο στον Η/Υ

Πριν από την είσοδο των στοιχείων στον Η/Υ και εφόσον έχει ολοκληρωθεί η

διαδικασία της κωδικοποίησης, σε περίπτωση που δεν υπήρχε προκωδικοποίηση ή

αυτή δεν ήταν πλήρης, π.χ. σχετικά με τις ανοικτές ερωτήσεις, διενεργείται έλεγχος

των ερωτηματολογίων και μεταφορά των στοιχείων σε ειδικές φόρμες στοιχείων, αν

αυτό είναι αναγκαίο. Στη συνέχεια αποφασίζεται ο τρόπος αντιμετώπισης των

προβλημάτων που μπορεί να προκύψουν από τον έλεγχο, γίνεται η είσοδος των

στοιχείων στον Η/Υ, ελέγχονται και θεραπεύονται τα πιθανά σφάλματα από τη

διαδικασία εισόδου και ακολουθεί η έναρξη της προγραμματιστικής διαδικασίας για

την ανάλυση των δεδομένων. Αυτή περιλαμβάνει ένα πρόγραμμα ή αλλιώς βήματα

προσδιορισμού των στοιχείων καθώς και ένα πρόγραμμα ή επίσης βήματα

διεξαγωγής των απαραίτητων αναλύσεων, εφόσον προηγουμένως έχει γίνει

στρατηγική επιλογή των κατάλληλων μεθόδων ανάλυσης δεδομένων σύμφωνα με μια

σειρά από κριτήρια

8.3 Μεταφορά σε φόρμες δεδομένων

Οι φόρμες δεδομένων είναι κόλλες τετραγωνισμένου χαρτιού, που μοιάζουν στη

μορφή με πίνακες δεδομένων και όπου καταχωρίζονται οι κωδικοί των απαντήσεων

στις ερωτήσεις του ερωτηματολογίου πριν από την είσοδο τους στον Η/Υ. Η χρήση

τους είναι απαραίτητη στην περίπτωση που δεν έχει γίνει προκωδικοποίηση του

ερωτηματολογίου, ή που το ερωτηματολόγιο είναι αυτοσυμπληρούμενο και η

προκωδικοποίηση είναι περιορισμένη, προκειμένου να μην προκληθεί σύγχυση στον

ερωτώμενο, ή, τέλος, στην περίπτωση όπου αυτός που εισάγει τα στοιχεία στον

υπολογιστή είναι πιθανό να κάνει σφάλματα στην εισαγωγή των στοιχείων. Είναι,

γενικά, απαραίτητη η χρήση φορμών δεδομένων αν η δομή και η φύση του

ερωτηματολογίου (π.χ. πολυπλοκότητα) κάνουν την απευθείας μεταφορά από το

ερωτηματολόγιο στον Η/Υ ανασφαλή, επίπονη ή χρονοβόρα διαδικασία.

Η μεταφορά σε φόρμες δεδομένων δεν συνηθίζεται όταν τα ερωτηματολόγια

συμπληρώνονται από τον συνεντεύκτη, όπως στις περισσότερες περιπτώσεις προ-

σωπικών συνεντεύξεων. Επίσης, δεν είναι απαραίτητη σε περίπτωση όπου μπορεί να

χρησιμοποιηθεί σύστημα συμπλήρωσης των ερωτήσεων που να επιτρέπει την

απευθείας «ανάγνωση» των στοιχείων με ηλεκτρονικά μέσα, είτε με κωδικοποίηση

των απαντήσεων με γραμμωτούς κωδικούς, είτε με άλλες μεθόδους ηλεκτρονικής-

69

οπτικής αναγνώρισης των απαντήσεων που δίδονται στις ερωτήσεις, είτε η

ηλεκτρονική αναγνώριση και καταγραφή γίνεται κατά τη στιγμή της συνέντευξης,

είτε μετά τη συγκέντρωση των ερωτηματολογίων. Αυτές όμως οι μέθοδοι μπορεί να

απαιτούν και ειδικό τρόπο παραγωγής και εκτύπωσης των ερωτηματολογίων, ο

οποίος να μη συμφωνεί με τη φύση της έρευνας και, επιπλέον, το κόστος των ηλε-

κτρονικών μηχανημάτων να μη δικαιολογείται από τη συχνότητα διεξαγωγής τέτοιων

ερευνών.

8.4 Έλεγχος σφαλμάτων συμπλήρωσης, κωδικοποίησης και εισόδου

των στοιχείων στον Η/Υ

Η διαδικασία συμπλήρωσης του σωστού κωδικού, σύμφωνα με την απάντηση που

έχει δώσει ο ερωτώμενος, η μεταφορά σε φόρμες στοιχείων, η είσοδος των στοιχείων

στον υπολογιστή, αλλά και τα προγράμματα προσδιορισμού των στοιχείων και των

συνακόλουθων αναλύσεων, μπορεί να υπόκεινται σε σφάλματα.

Σφάλματα κατά την είσοδο των στοιχείων μπορούν να διαγνωστούν με αντιπαραβολή

της μήτρας δεδομένων με τις «φόρμες» στοιχείων ή με διπλή είσοδο των ίδιων

στοιχείων στον υπολογιστή και σύγκριση των δύο μητρών δεδομένων από τον ίδιο

τον Η/Υ, καθότι η επαναληπτική είσοδος των ίδιων στοιχείων απαιτεί συνήθως

λιγότερο χρόνο και προσπάθεια απ' ό,τι ο οπτικός έλεγχος και η σύγκριση στοιχείου

προς στοιχείο. Το κόστος όμως της προσέγγισης αυτής στις περισσότερες

περιπτώσεις δεν δικαιολογεί την υιοθέτηση της.

Σφάλματα από τη μεταφορά σε φόρμες στοιχείων μπορούν να ανιχνευτούν μόνο από

τη συστηματική αντιπαραβολή με τα ερωτηματολόγια. Η αποφυγή της χρήσης

φορμών στοιχείων, όπου αυτό είναι δυνατό, αποφεύγει επίσης σφάλματα αυτού του

είδους: αυτό αποτελεί τη συνήθη πρακτική των εταιρειών ερευνών. Ανεξάρτητα από

την προέλευση τους, κάποια σφάλματα μπορούν να εντοπιστούν στις διαφορετικές

φάσεις του ελέγχου των ερωτηματολογίων, της εισόδου των στοιχείων στον

υπολογιστή, αλλά και στις πρώτες αναλύσεις. Τα σφάλματα αυτά είναι μεταξύ άλλων

και τα ακόλουθα:

Λαθεμένη κατηγορία

Π,χ.: Εάν: 1 = ΝΑΙ, 2 = ΟΧΙ και κωδικοποίηση με (3).

Λαθεμένο λογικό

Π.χ.: Επάγγελμα γιατρός και χρόνια ανώτατης εκπαίδευσης (3). Μπορεί να

προσδιοριστούν οπτικά ή με ειδικό πρόγραμμα και να θεωρηθούν ως ελλιπή στοιχεία,

70

αν το λάθος συνέβη στη συμπλήρωση του ερωτηματολογίου και όχι στην

κωδικοποίηση.

Ελλιπή στοιχεία

Ερωτήσεις-μεταβλητές που δεν έχουν συμπληρωθεί, είτε σκόπιμα είτε από πα-

ράλειψη, χαρακτηρίζονται ως «ελλιπή στοιχεία». Η αντιμετώπιση αυτού του προ-

βλήματος, το οποίο είναι συνηθισμένο στις έρευνες με ερωτηματολόγια, αντιμετω-

πίζεται με τους ακόλουθους τρόπους:

α) Μπορούν να συμπληρωθούν με πρόγραμμα Η/Υ (π.χ. με τον μέσο όρο των σχε-

τικών απαντήσεων στα υπόλοιπα ερωτηματολόγια, ή κατά την κρίση του ερευνητή,

αν η απάντηση τεκμαίρεται από τις υπόλοιπες απαντήσεις). β) Μπορούν να

κωδικοποιηθούν ως «ελλιπή», συνήθως με τους κωδικούς 9, 99, 999, ανάλογα με τον

αριθμό των στηλών που χρησιμοποιούνται για την κωδικοποίηση.

γ) Μπορεί τα ερωτηματολόγια με ελλιπή στοιχεία να μη χρησιμοποιηθούν καθόλου

στην ανάλυση. Αυτό προκαλεί σημαντικά προβλήματα, αν πολλά ερωτηματολόγια

έχουν μία ή δύο ερωτήσεις αναπάντητες-ελλιπείς, καθότι αυτό μπορεί να οδηγήσει

στην απόρριψη του μεγαλύτερου αριθμού των ερωτηματολογίων που έχουν συλλέγει.

δ) Μπορεί να ακολουθηθεί ειδική προσέγγιση ανάλυσης που να μην περιλαμβάνει τα

ελλιπή στοιχεία μόνο, χωρίς να αποκλείει ολόκληρο το ερωτηματολόγιο από την

ανάλυση.

Οι επιλογές αυτές δίνονται και από τα προγράμματα ανάλυσης των δεδομένων, έτσι

που ο αναλυτής να έχει τη δυνατότητα να χειριστεί με τη μία προσέγγιση τα ελλιπή

στοιχεία σε μία συγκεκριμένη ανάλυση, και με διαφορετική προσέγγιση σε μία άλλη

ανάλυση.

8.5 Πρόγραμμα προσδιορισμού στοιχείων

Είναι το πρόγραμμα που προσδιορίζει το «πόσες και ποιες στήλες καταλαμβάνουν οι

κωδικοί κάθε μεταβλητής», δηλαδή τη σχετική θέση της μεταβλητής στη μήτρα

δεδομένων, την ονομασία της, την περιγραφή της, τις απαντητικές κατηγορίες που

αντιστοιχούν στους κώδικες, με τα αντίστοιχα ονόματα τους, τον αριθμό των

περιπτώσεων-ερωτηματολογίων, τον αριθμό των μεταβλητών κ.ά. Όταν η είσοδος

των στοιχείων γίνεται απευθείας σε πακέτα ανάλυσης δεδομένων, όπως το

MINITAB, η όλη διαδικασία απλουστεύεται, λόγω του ότι ορισμένα από αυτά που

αναφέρθηκαν γίνονται αυτόματα, ενώ για τα υπόλοιπα είναι δυνατή η καθοδήγηση σε

περιβάλλον WINDOWS. Επίσης, υπάρχουν ειδικές εκπαιδευτικές διαδικασίες για την

71

πλήρη κατανόηση των διαδικασιών προσδιορισμού των στοιχείων, αλλά και την

ενεργοποίηση των προγραμμάτων ανάλυσης των δεδομένων. Αρκετές διευκολύνσεις

παρέχονται σε σχέση και με την εισαγωγή των στοιχείων, μέσω λογιστικών φύλλων

(spreadsheets), διαφόρων προγραμμάτων, όπως, π.χ., το Excel. Το τελευταίο δίνει

επίσης τη δυνατότητα στατιστικής ανάλυσης των δεδομένων των ερωτηματολογίων,

αν και σε πολύ πιο περιορισμένο βαθμό και με μικρότερη ευελιξία απ' ό,τι

εξειδικευμένα πακέτα, όπως είναι το MINITAB.

Σφάλματα σχετικά με τη σωστή χρήση του MINITAB συνήθως δίνονται από το ίδιο

το σύστημα, όσον αφορά τη μη εφαρμογή των απαραίτητων εντολών, αλλά όχι για

εσφαλμένες στρατηγικές επιλογές μεθόδων ανάλυσης δεδομένων.

Σοβαρά σφάλματα μπορεί να προκύψουν από την καταχώριση των στοιχείων μιας

μεταβλητής στη στήλη άλλης ή στη γραμμή άλλου ερωτηματολογίου ή από την

παράλειψη της καταχώρισης ενός κωδικού ή και μίας ολόκληρης στήλης, ιδιαίτερα αν

στη συνέχεια υπάρξει επανάληψη των στοιχείων άλλης στήλης ή γραμμής. Τέτοια

σφάλματα συνήθως φαίνονται στην πινακοποίηση των αποτελεσμάτων που

προκύπτουν από την ανάλυση, με την προϋπόθεση ότι το σύστημα κωδικοποίησης

δεν είναι το ίδιο για όλες ή για έναν μεγάλο αριθμό μεταβλητών.

8.6 Λοιπά βήματα προετοιμασίας των στοιχείων πριν από την ανάλυση

Πριν από την ανάλυση των στοιχείων, συνήθως υπάρχει ανάγκη επανακωδικοποίησης

και μετασχηματισμού των μεταβλητών, καθώς και πρόσθεσης άλλων μεταβλητών, ή

άλλων ερωτηματολογίων. Πιο αναλυτικά, μερικές από τις σχετικές ενέργειες έχουν

ως εξής: α) Η επανακωδικοποίηση αφορά την αλλαγή των κωδικών για ορισμένες

μεταβλητές. Π.χ., η υψηλή προτίμηση ενός γνωστικού αντικειμένου, ενώ είχε

κωδικοποιηθεί με τον αριθμό (1), ενώ η χαμηλή με τον αριθμό (5), ύστερα από

επανακωδικοποίηση αναστρέφονται οι σχετικοί κωδικοί ως εξής: υψηλή = 5 και

χαμηλή = 1. Η ανάγκη επανακωδικοποίησης μπορεί να προκύπτει λόγω των

απαιτήσεων της ανάλυσης ή λόγω λάθους ή για σύμπτυξη των απαντητικών

κατηγοριών, π.χ. αντί για μια κλίμακα πέντε σημείων από «πολύ ικανοποιημένος»

μέχρι «καθόλου ικανοποιημένος» να σχηματίσουμε μετά από σύμπτυξη κλίμακα δύο

σημείων («ικανοποιημένος = 1», «μη ικανοποιημένος — Ο»).

β) Ο μετασχηματισμός των μεταβλητών αφορά τον μαθηματικό χειρισμό ορισμένων

μεταβλητών. Π.χ., πρόσθεση επιμέρους απαντήσεων σχετικά με την προτίμηση

διαφόρων στοιχείων ενός λογισμικού, με σκοπό την κατασκευή συνολικής με-

72

ταβλητής προτίμησης του λογισμικού, τύπου Λίπερτ. Σε περίπτωση διαίρεσης θα

πρέπει να αποφεύγεται η κωδικοποίηση κάποιων μεταβλητών με την τιμή μηδέν (0),

για να είναι δυνατή η διαίρεση σε περίπτωση που οι μεταβλητές αυτές χρειαστεί να

αποτελέσουν τον παρονομαστή της διαίρεσης. Επίσης, θα πρέπει να δοθεί προσοχή

για την αποφυγή της σύμπτωσης της αθροιστικής τιμής με την τιμή που έχει δοθεί για

τα ελλιπή στοιχεία, γιατί αν, για παράδειγμα, η τιμή των ελλιπών στοιχείων είναι

(99), το άθροισμα των επιμέρους μεταβλητών μπορεί να είναι ίσο με 99 και η

απάντηση να αντιμετωπίζεται από τον υπολογιστή στις περαιτέρω αναλύσεις ως

ελλιπής.

73

9. Μέθοδοι ανάλυσης

9.1 Κριτήρια επιλογής μεθόδου ανάλυσης

Όπως έχει ήδη αναφερθεί, η επιλογή της κατάλληλης μεθόδου ανάλυσης δεδομένων

είναι μία από τις πιο κρίσιμες και δύσκολες αποφάσεις όσον αφορά την επιτυχία της

ερευνητικής προσπάθειας. Υπάρχουν διάφορα κριτήρια επιλογής μεθόδων ανάλυσης,

ανάλογα με: τον αριθμό των μεταβλητών-ερωτήσεων που αναλύονται ταυτόχρονα, τη

φύση των μεταβλητών, τον σκοπό της έρευνας, την επάρκεια των στοιχείων, τους

πόρους της επιχείρησης, την κάλυψη των απαραίτητων προϋποθέσεων εφαρμογής και

τις άλλες αντικειμενικές συνθήκες διεξαγωγής της έρευνας και τα χαρακτηριστικά

του ερευνητικού αντικειμένου. Οι βασικές επιλογές με ορισμένα από τα παραπάνω

κριτήρια δίνονται διαγραμματικά στα ακόλουθα:

• Αριθμός μεταβλητών

Ανάλογα με τον αριθμό των μεταβλητών-ερωτήσεων που αναλύονται ταυτόχρονα,

δηλαδή μία, δύο ή περισσότερες, οι αντίστοιχες μέθοδοι ανάλυσης των δεδομένων

χαρακτηρίζονται ως μονομεταβλητές, διμεταβλητές και πολυμεταβλητές, σε

περίπτωση δηλαδή που οι ερωτήσεις-μεταβλητές του ερωτηματολογίου αναλύονται

μία προς μία, σε ζεύγη, ή σε συνδυασμούς πάνω από δύο. Για παράδειγμα, εάν

εξάγουμε απλώς τα ποσοστά των επιχειρήσεων και των οργανισμών που έχουν

σύνδεση στο διαδίκτυο, αυτό αποτελεί μονομεταβλητή ανάλυση. Εάν εξετάσουμε τα

ποσοστά αυτά σε συνδυασμό με το κλάδο των ερωτώμενων, τότε πρόκειται για μια

μορφή διμεταβλητής ανάλυσης· ενώ, τέλος, αν δούμε τα ποσοστά ικανοποίησης σε

σχέση με το τομέα, τη μορφωτικό επίπεδο των εργαζομένων, τότε πρόκειται για μια

μορφή πολυμεταβλητής ανάλυσης.

• Φύση μεταβλητής

Έχει ήδη αναφερθεί ότι η φύση της μέτρησης των μεταβλητών, όπως λόγου,

διαστήματος, τάξης και ονοματικές, προσδιορίζει σε μεγάλο βαθμό το είδος των

μεθόδων ανάλυσης που μπορεί να χρησιμοποιηθούν. Οι μεταβλητές λόγου και

διαστήματος αναλύονται με παραμετρικές στατιστικές μεθόδους, ενώ αυτές της

τάξης και του ονόματος με μη παραμετρικές στατιστικές μεθόδους. Σε περίπτωση

διμεταβλητής ή πολύ μεταβλητής ανάλυσης, με μεταβλητές ανάμεικτης φύσης,

74

χρησιμοποιούνται οι μέθοδοι που αρμόζουν στην ασθενέστερη μέτρηση. Γενικότερα,

οι μη παραμετρικές μέθοδοι εφαρμόζονται στις μεταβλητές λόγου και διαστήματος,

αλλά οι παραμετρικές μέθοδοι δεν εφαρμόζονται στις μεταβλητές τάξης και

ονόματος, με ελάχιστες ειδικές εξαιρέσεις.

• Σκοπός της έρευνας

Διαφορετικοί σκοποί που εξυπηρετεί η έρευνα απαιτούν τη χρήση διαφορετικών

μεθόδων ανάλυσης δεδομένων. Για παράδειγμα, ο σκοπός της έρευνας μπορεί να

είναι η απλή περιγραφή των συνθηκών της αγοράς, οπότε θα χρησιμοποιηθούν

περιγραφικές μέθοδοι. Αν απαιτούνται εκτιμήσεις για μεγέθη της αγοράς, θα

χρησιμοποιηθούν επαγωγικές μέθοδοι. Αν απαιτείται να προσδιοριστεί μια

μεταβλητή-εξαρτημένη από μία ή κάποιες άλλες-ανεξάρτητες μεταβλητές, θα

χρησιμοποιηθούν μέθοδοι εξάρτησης. Αν απαιτείται απλώς η διαπίστωση του

βαθμού στον οποίο δύο ή περισσότερες μεταβλητές συν-μετά βάλλονται, δηλαδή του

βαθμού στον οποίο, όταν η μία έχει υψηλότερες τιμές, τείνει και η άλλη να έχει

υψηλότερες τιμές, και το αντίστροφο, τότε απαιτείται η χρήση μεθόδων συσχέτισης,

αλληλεξάρτησης, συν-μεταβολής ή διασύνδεσης· για παράδειγμα, σε ποιον βαθμό,

όταν το εισόδημα είναι υψηλό, και η αγορά και η χρήση προϊόντων πολυτελείας είναι

υψηλή, και το αντίστροφο. Ή, σε ποιον βαθμό υπάρχουν ομάδες του πληθυσμού με

κοινά χαρακτηριστικά συμπεριφοράς. Ή, τέλος, σε ποιον βαθμό χαρακτηριστικά ή

απόψεις των ερωτώμενων εμφανίζονται από κοινού.

Σκοπός όμως της έρευνας μπορεί να είναι και η πρόβλεψη της μελλοντικής εξέλιξης

μιας μεταβλητής, όπως οι μελλοντικές ανάγκες μιας επιχείρηση, όπως αυτές

προσδιορίζονται από τη μέχρι σήμερα διαχρονική εξέλιξη τους ή από την εξέλιξη

παραγόντων από τους οποίους εξαρτώνται.

• Ύπαρξη πόρων

Η επιλογή των μεθόδων ανάλυσης εξαρτάται σε μεγάλο βαθμό και από τον διαθέσιμο

προϋπολογισμό, καθώς και από τη διαθεσιμότητα άλλων πόρων, όπως χρόνου,

υποδομής σε υπολογιστές, λογισμικού και πακέτων ανάλυσης δεδομένων, καθώς και

προσωπικού που να κατέχει την τεχνογνωσία της ανάλυσης δεδομένων. Στην πράξη

σπάνια συμβαίνει η συμπαρουσία όλων αυτών των πόρων, με αποτέλεσμα το είδος

των αναλύσεων να προσδιορίζεται από τους υπάρχοντες πόρους. Για παράδειγμα, μια

συγκεκριμένη ανάλυση μπορεί να απαιτεί την προμήθεια ενός πακέτου ανάλυσης

75

δεδομένων, το κόστος του οποίου να είναι τόσο υψηλό, που η προμήθεια του για μία

μόνο έρευνα να είναι εξαιρετικά αντιοικονομική.

• Προϋποθέσεις εφαρμογής των μεθόδων ανάλυσης

Σε πολλές περιπτώσεις, ορισμένες αναλύσεις που θα ταίριαζαν με τους στόχους της

έρευνας δεν είναι δυνατό να γίνουν, γιατί δεν καλύπτονται οι προϋποθέσεις

εφαρμογής των μεθόδων αυτών, όσον αφορά το μέγεθος του απαραίτητου δείγματος

(π.χ. μικρό), τη στατιστική κατανομή των μετρήσεων (π.χ. μη κανονική), το είδος

της σχέσης μεταξύ των μεταβλητών (π.χ. μη γραμμική), τη φύση των μεταβλητών

(π.χ. ονοματική). Για παράδειγμα, μικρά μεγέθη δείγματος δεν επιτρέπουν την

εφαρμογή ορισμένων μεθόδων, η μη κανονικότητα της κατανομής των μεταβλητών

δεν επιτρέπει τη χρήση παραμετρικών μεθόδων συσχέτισης κ.ά. Για την πλήρη εικόνα

των απαραίτητων προϋποθέσεων εφαρμογής των διαφόρων μεθόδων και τους

τρόπους με τους οποίους μπορεί να αντιμετωπιστεί η παραβίαση τους, θα πρέπει ο

αναλυτής να προστρέξει στα εξειδικευμένα συγγράμματα, τα οποία προσφέρουν μια

ολοκληρωμένη τεχνική παρουσίαση των σχετικών μεθόδων.

9.2 ΜΟΝΟΜΕΤΑΒΛΗΤΗ ΑΝΑΛΥΣΗ

Η ανάλυση δεδομένων συνήθως αρχίζει με τη μονομεταβλητή προσέγγιση, με

έμφαση στην παρουσίαση της απλής στατιστικής περιγραφής καθεμιάς μεταβλητής

για την οποία συλλέχθηκαν στοιχεία, όπως σε ποιο τομέα ανήκουν, σε ποιο κλάδο,

ποιο είναι το μορφωτικό επίπεδο των εργαζομένων κλπ. Η παρουσίαση αυτή γίνεται

συνήθως με τη μορφή πινάκων, με παράλληλη παράθεση στατιστικών κεντρικής

τάσης (π.χ. μέσων), των σχετικών σφαλμάτων των εκτιμήσεων αυτών και της

στατιστικής σημαντικότητας των αποτελεσμάτων, δηλαδή της πιθανότητας οι

εκτιμήσεις αυτές να είναι οι πραγματικές μέσα στα όρια του εκτιμώμενου

στατιστικού σφάλματος.

Για την πιο συγκεκριμένη επιλογή μεθόδου, ο κυριότερος προσδιοριστικός πα-

ράγοντας είναι η μορφή και η φύση των μεταβλητών. Παράλληλα, λαμβάνεται υπόψη

η ικανοποίηση των προϋποθέσεων εφαρμογής της μεθόδου (π.χ. κανονικότητα της

κατανομής, μέγεθος δείγματος), καθώς και η αναγκαία ακρίβεια των αποτελεσμάτων.

Για παράδειγμα, μπορούμε να υπολογίσουμε τη μέση κατανάλωση αναλώσιμων για

Η/Υ και τη διακύμανση της κατανάλωσης αυτής στην Ελλάδα, να εκτιμήσουμε το

σφάλμα της εκτίμησης και την πιθανότητα του σφάλματος αυτού και, στη συνέχεια,

76

να δούμε αν διαφέρει, στατιστικά σημαντικά, η μέση κατανάλωση διαφορετικών

πόλεων της χώρας από τη μέση κατανάλωση του συνόλου της χώρας (στατιστική

επαγωγή).

Σε περίπτωση κατάταξης διαφορετικών τύπων αναλώσιμων (1η, 2η, 3η κτλ.) ως προς

την προτίμηση, η διάμεσος δίνει τη μέση προτίμηση για κάθε τύπο αναλώσιμου και

το Κολμογκόρωφ-Σμιρνώφ τεστ δείχνει αν υπάρχουν στατιστικά σημαντικές

διαφορές μεταξύ δύο διαφορετικών κατατάξεων των προτιμήσεων αυτών.

Σε περίπτωση που η σχετική ερώτηση αφορά το μάρκα του αναλώσιμων που αγορά-

ζουν οι ερωτώμενοι, εκείνο το είδος που αγοράζουν οι περισσότεροι αντιπροσωπεύει

τη δεσπόζουσα τιμή. Αν χρειάζεται να γίνει σύγκριση των ποσοστών του πληθυσμού

που αγοράζει τα διάφορα είδη αναλώσιμων, π.χ. μεταξύ μιας επαρχιακής πόλης και

του συνόλου της χώρας, το τεστ χ τετράγωνο θα μας δώσει την πιθανότητα τα

ποσοστά αυτά να είναι πραγματικά διαφορετικά, και οι οποιεσδήποτε εμφανείς

διαφορές να μην οφείλονται σε τυχαίους παράγοντες σχετικούς με τη δειγματοληψία.

Η τελική επιλογή των συγκεκριμένων μεθόδων που θα χρησιμοποιηθούν εξαρτάται

επιπλέον από κάποιες προϋποθέσεις, όπως είναι τα χαρακτηριστικά του μέσου και της

διακύμανσης των προς σύγκριση ή εκτίμηση μεταβλητών (π.χ. αν είναι ίσα ή

διαφορετικά), το μέγεθος του δείγματος, η ύπαρξη ενός ή περισσότερων

συνδεδεμένων ή ανεξάρτητων δειγμάτων κ.ά. Ανάλογα με τη διαφοροποίηση τέτοιων

χαρακτηριστικών, υπάρχει μια μεγάλη ποικιλία ανάλογων ή παρόμοιων μεθόδων

εκτίμησης και ελέγχου (τεστ). Μεταξύ αυτών, τα παραπάνω είναι αντιπροσωπευτικά

της μονό μεταβλητή ς ανάλυσης.

Σε μια έρευνα μεταξύ 91 βρετανικών και διεθνών επιχειρήσεων, σχετικά με τη χρήση

διαφόρων μεθόδων ανάλυσης δεδομένων και ανάλογων μοντέλων στην έρευνα,

καθώς και των παραγόντων -όπως χαρακτηριστικά των επιχειρήσεων και του

ανταγωνιστικού τους περιβάλλοντος που προσδιόριζαν ή επηρέαζαν τον βαθμό

χρήσης αυτών των μεθόδων, μεταξύ άλλων περιλαμβανόταν και η ακόλουθη

ερώτηση:

Πόσο συχνά κάνετε χρήση……. Μεγάλων μοντέλων Η/Υ και άλλων μοντέλων

επιχειρησιακής έρευνας για τη λήψη αποφάσεων;

ΠΟΤΕ ΣΧΕΔΟΝ ΠΟΤΕ ΜΕΡΙΚΕΣ ΦΟΡΕΣ ΣΥΧΝΑ ΠΟΛΥ ΣΥΧΝΑ

1 2 3 4 5

77

Είναι προφανές ότι η σχετική κλίμακα είναι κλίμακα διαστήματος, και ως εκ τούτου

μπορεί να αναλυθεί μονομεταβλητά με τη χρήση μέσου όρου. Όμως, όπως έχει

αναφερθεί κατ' επανάληψη, οι μέθοδοι που μπορούν να χρησιμοποιηθούν για τις

ασθενέστερες μετρήσεις (π.χ. ονοματικές) μπορεί να χρησιμοποιηθούν και για τις

ισχυρότερες. Το αντίστροφο είναι αδύνατο, με ειδικές εξαιρέσεις. Από αυτή την

άποψη, στο παράδειγμα ανάλυσης της συγκεκριμένης ερώτησης που ακολουθεί

δίνονται όλες οι εκτιμήσεις κεντρικής τάσης, καθώς και οι αναλυτικές συχνότητες

κατά τις οποίες κάθε σημείο της κλίμακας επιλέχτηκε από τους ερωτώμενους. Επειδή

οι περισσότεροι από τους ερωτώμενους (50) απάντησαν ότι δεν χρησιμοποιούσαν

ποτέ τέτοιες μεθόδους, η δεσπόζουσα τιμή είναι η απάντηση με τον κωδικό (1),

δηλαδή το ποτέ. Ο αριθμητικός όρος των απαντήσεων είναι το (1,7), δηλαδή η

κεντρική τάση των απαντήσεων ήταν μεταξύ του ποτέ και του σχεδόν ποτέ. Αν και η

διάμεσος είναι μικρότερη από τον μέσο όρο (1,39), το τελικό συμπέρασμα είναι

παρόμοιο με αυτό που προκύπτει από τον μέσο όρο, ότι δηλαδή η κεντρική τάση των

απαντήσεων ήταν μεταξύ του ποτέ και του σχεδόν ποτέ. Επιπλέον, από την εξέταση

των υπόλοιπων ποσοστών προκύπτει ότι αυτοί που κάνουν έστω μερικές φορές χρήση

τέτοιων μεθόδων ανέρχονται σε ποσοστό 21,8%, δηλαδή κατά προσέγγιση ένας

στους πέντε, και αυτοί μπορούν να θεωρηθούν ως οι χρήστες. Από αυτούς, το 4,3%

των ερωτώμενων που απάντησε συχνά ή πολύ συχνά, μπορεί να θεωρηθεί ως το ποσο-

στό που αντιπροσωπεύει τους εντατικούς χρήστες. Το τυπικό σφάλμα (0,101) μπορεί

να χρησιμοποιηθεί για την εκτίμηση των διαστημάτων εντός των οποίων αναμένεται

να εμπίπτει ο μέσος του πληθυσμού, απ' όπου επιλέχτηκε το δείγμα των 91

επιχειρήσεων, με πιθανότητα που αντιπροσωπεύει τη βεβαιότητα που επιθυμεί να έχει

ο αναλυτής ή ο χρήστης των αποτελεσμάτων της έρευνας.

Πιθανοί χρήστες των αποτελεσμάτων μιας τέτοιας έρευνας θα ήταν οι μάνατζερ

επιχειρήσεων που αναπτύσσουν και διαθέτουν στην αγορά πακέτα ανάλυσης

δεδομένων και σχετικά μοντέλα, όπως αυτά που εξέταζε η συγκεκριμένη ερώτηση

της έρευνας. Θα μπορούσαν να είναι ακόμη πιθανοί χρήστες στελέχη εταιρειών

ερευνών, προκειμένου να εκτιμήσουν τη δυνητική αγορά για προώθηση ερευνητικών

προϊόντων που να ενσωματώνουν τέτοιες μεθόδους και μοντέλα. Για μια

ολοκληρωμένη στρατηγική προς αυτή την κατεύθυνση, δεν θα αρκούσαν μόνο τα

στοιχεία για τις συχνότητες χρήσης, αλλά και τα χαρακτηριστικά των επιχειρήσεων

των χρηστών, καθώς και οι παράγοντες που ευνοούν τη χρήση. Αυτού του είδους τα

78

απαραίτητα στοιχεία τα δίνει η διμεταβλητή και η πολυμεταβλητή ανάλυση, όπως θα

δούμε παρακάτω.

9.3 ΔΙΜΕΤΑΒΛΗΤΗ ΑΝΑΛΥΣΗ

Μετά τη μονομεταβλητή ανάλυση, η ανάλυση δεδομένων συνεχίζεται με τη δι-

μεταβλητή ανάλυση. Η διμεταβλητή ανάλυση περιλαμβάνει τη διπλή ή σταυροειδή

πινακοποίηση και την ανάλυση με συντελεστές συσχέτισης διασύνδεσης ή

συνάφειας.

Σταυροειδής πινακοποίηση

Η σταυροειδής πινακοποίηση είναι η συνηθέστερη μορφή διμεταβλητης ανάλυσης

δεδομένων που χρησιμοποιείται στην έρευνα. Στον ακόλουθο Πίνακα παρουσιάζεται

ένα τυπικό παράδειγμα σταυροειδούς πινακοποίησης, το οποίο αποτελεί μέρος των

αποτελεσμάτων μιας έρευνας σε δείγμα 780 καταναλωτών σχετικά με τις συνήθειες

ύπνου και τις επιλογές προϊόντων κρεβατοκάμαρας και στρωμάτων. Στον Πίνακα

αυτόν παρουσιάζεται η κατανομή του δείγματος των 780 καταναλωτών μεταξύ αυτών

που κοιμούνται βαριά ή ελαφριά, σε σχέση με το φύλο των ερωτώμενων και σε σχέση

με την ηλικία τους. Ουσιαστικά, είναι δύο Πίνακες σταυροειδούς πινακοποίησης που

παρουσιάζονται συνεχόμενοι, σαν ένας, για λόγους οικονομίας χώρου και για λόγους

διευκόλυνσης της σύγκρισης, π.χ. τι διαφοροποιεί περισσότερο το αν οι άνθρωποι

κοιμούνται βαριά ή ελαφριά, το φύλο τους ή η ηλικία τους.

ΦΥΛΟ ΗΛΙΚΙΑ

ΣΥΝΟΛΟ ΑΝΔΡΕΣ ΓΥΝΑΙΚΕΣ 18-24 25-34 35-44 45-54 55-70

ΣΥΝΟΛΟ 780 378 402 116 180 173 160 151

ΚΟΙΜΑΣΤΕ

ΒΑΡΙΑ

251

32%

154

40%

96

24%

55

48%

69

39%

48

28%

42

26%

35

23%

ΚΟΙΜΑΣΤΕ

ΕΛΑΦΡΑ

444

57%

178

47%

266

66%

52

45%

92

51%

102

59%

105

65%

93

62%

Πηγή:κατά παραγγελία πρωτογενής έρευνα της εταιρίας «Αθηναϊκή στρωματοποιία»

Η πλήρης πινακοποίηση της συγκεκριμένης έρευνας περιελάμβανε 97 πίνακες των

οποίων το μέγεθος ήταν στις περισσότερες περιπτώσεις 15 γραμμές επί 15 στήλες. Οι

γραμμές στο σύνολο των πινάκων αυτών αντιστοιχούν συνήθως στο σύνολο των

ερωτήσεων και των απαντητικών κατηγοριών του ερωτηματολογίου, ενώ οι στήλες

79

περιλαμβάνουν μια προσεκτική επιλογή ερωτήσεων και των απαντητικών

κατηγοριών που αντανακλούν τον προσανατολισμό και τους στόχους της έρευνας, ή

τη γενικότερη συνεισφορά αυτών των ερωτήσεων - απαντητικών κατηγοριών στην

απάντηση ερευνητικών ερωτημάτων ή στη διερεύνηση σημαντικών σημείων

προβληματισμού, που μπορεί να οδηγήσουν σε χρήσιμες εκτιμήσεις και υλοποιήσιμες

αποφάσεις.

Για παράδειγμα, ακόμη και από τον περιορισμένο σε μέγεθος Πίνακα παραπάνω,

είναι δυνατό να εξαχθούν σημαντικά συμπεράσματα. Προς αυτή την κατεύθυνση

είναι ιδιαίτερα χρήσιμη η καταρχήν, οπτική εξέταση του Πίνακα με οδηγό τις

εμφανείς διαφορές μεταξύ των ποσοστών στις διάφορες στήλες και γραμμές και των

αντίστοιχων ποσοστών στη στήλη ή τη γραμμή που δίνουν τα σύνολα. Η σύγκριση

των κελιών μεταξύ τους μας δείχνει τάσεις, όπως αυτή που αφορά την ηλικία, ενώ τα

αριθμητικά δεδομένα κάθε κελιού ξεχωριστά μας δείχνουν το μέγεθος του

αντίστοιχου τμήματος ή υποτμήματος της αγοράς, και τα ποσοστιαία δεδομένα κάθε

κελιού το σχετικό μέγεθος κάθε τμήματος στο σύνολο της αγοράς και κάθε

υποτμήματος στο συνολικό μέγεθος του τμήματος, του οποίου αποτελεί μέρος.

Όμως, παρ' όλο που διαφορές μεταξύ στηλών, γραμμών ή ανεξάρτητων κελιών

μεταξύ τους μπορεί να φαίνονται σημαντικές, εντούτοις η θεωρία των πιθανοτήτων

δείχνει ότι όσο μικρότερο είναι το μέγεθος του δείγματος ή μεγαλύτερη η διασπορά

των απαντήσεων σε μία ερώτηση, τόσο πιθανότερο είναι μία συγκεκριμένη εμφανής

διαφορά να είναι τυχαία και να μην αντιπροσωπεύει μία πραγματική διαφορά στον

αντίστοιχο πληθυσμό. Σε αυτή την περίπτωση, το να καταλήξει ο αναλυτής στο

συμπέρασμα ότι π.χ. οι άνδρες κοιμούνται πιο βαριά από τις γυναίκες, ίσως να μην

είναι αληθές, με αποτέλεσμα η επιχείρηση που θα στηρίξει μια πολιτική στο

συμπέρασμα αυτό να μην επιτύχει τα προσδοκώμενα αποτελέσματα από την πολιτική

αυτή. Για τη διαπίστωση της πιθανότητας με την οποία οι διαφορές μεταξύ μεγεθών ή

εκτιμήσεων με βάση δειγματοληπτικές μετρήσεις μπορούν να θεωρηθούν ότι είναι οι

πραγματικές διαφορές στον πληθυσμό ή είναι αποτέλεσμα τυχαιότητας,

χρησιμοποιούνται διάφορες μέθοδοι ελέγχου (στατιστικά τεστ). Αυτές οι στατιστικές

μέθοδοι ελέγχου, ενώ επιδιώκουν το ίδιο ελεγκτικό αποτέλεσμα, διαφέρουν ως προς

τους μαθηματικούς τύπους που χρησιμοποιούν για την εκτίμηση των αντίστοιχων

πιθανοτήτων, ανάλογα με τη φύση των μεταβλητών, το μέγεθος του δείγματος και το

κατά πόσο οι συγκρίσεις αφορούν μετρήσεις από ένα ή περισσότερα δείγματα, το αν

τα δείγματα αυτά συνδέονται ή είναι ανεξάρτητα μεταξύ τους, καθώς και από κάποια

80

άλλα χαρακτηριστικά των στοιχείων και την ικανοποίηση κάποιων απαραίτητων

προϋποθέσεων εφαρμογής. Πριν από την ανάπτυξη εξειδικευμένων πακέτων

ανάλυσης δεδομένων με Η/Υ, ήταν απαραίτητη η γνώση των σχετικών μαθηματικών

τύπων για την εφαρμογή τους σε πρακτικά προβλήματα. Στις μέρες μας, αυτό που

κυρίως απαιτείται είναι η καταλληλότητα τους για τη συγκεκριμένη περίπτωση

σύγκρισης των δεδομένων. Επιπλέον, στις περισσότερες περιπτώσεις ερευνών τα

δείγματα που χρησιμοποιούνται είναι τόσο μεγάλα, που ακόμη και μικρές διαφορές

καθίστανται στατιστικά σημαντικές και, επομένως, δεν μπορούν να θεωρηθούν ως

αποτέλεσμα τυχαιότητας. Λόγω αυτού, εκτός και αν υπάρχει ιδιαίτερος λόγος, όπως

ότι ελάχιστες διαφορές στις συγκρινόμενες μετρήσεις μπορεί να οδηγήσουν σε

ουσιαστικά ή ριζικά διαφοροποιημένες αποφάσεις, διαφορές που φαίνονται

ουσιαστικές από πρακτική άποψη, κατόπιν οπτικής εξέτασης των στοιχείων σε

πολλές περιπτώσεις θεωρούνται ότι αντιπροσωπεύουν πραγματικές και πρακτικά

αξιοποιήσιμες διαφορές στον αντίστοιχο πληθυσμό.

Ανάλυση συσχέτισης

Όμως, εκτός από την εκτίμηση της στατιστικής σημαντικότητας των διαφορών

μεταξύ μετρήσεων σε ομάδες ή υποομάδες του δείγματος ή γενικότερα, της πιθα-

νότητας ύπαρξης σχέσης μεταξύ μεταβλητών, σε αρκετές περιπτώσεις, είναι ανα-

γκαία η εξέταση του βαθμού συνμεταβολής ή διασύνδεσης μεταξύ δύο μεταβλητών,

μέσω της εκτίμησης συντελεστών συσχέτισης η συνάφειας. Οι μέθοδοι που

εκτιμούν τέτοιες πιθανότητες είναι μέθοδοι στατιστικής επαγωγής, ενώ οι μέθοδοι

που αφορούν συντελεστές συσχέτισης ή συνάφειας είναι μέθοδοι ανάλυσης συ-

σχέτισης ή διασύνδεσης.

Ουσιαστικά, η συσχέτιση δύο μεταβλητών δείχνει τον βαθμό στον οποίο μεταβολές

στις τιμές της μίας μεταβλητής (αυξήσεις ή μειώσεις) συνδέονται με ανάλογες

μεταβολές στην άλλη. Οι διάφοροι συντελεστές συσχέτισης ή συνάφειας λαμβάνουν

κατά κανόνα τιμές από -1,0 έως +1,0. Συντελεστής συσχέτισης (+1,0) σημαίνει ότι

υπάρχει απόλυτα ομοιόμορφη συνμεταβολή των δύο μεταβλητών προς την ίδια

κατεύθυνση. Συντελεστής συσχέτισης (-1) σημαίνει ότι υπάρχει απόλυτα ομοιόμορφη

συνμεταβολή των δύο μεταβλητών, αλλά προς την αντίθετη κατεύθυνση. Δηλαδή,

όταν η μία μεταβλητή λαμβάνει την υψηλότερη τιμή της, η άλλη μεταβλητή λαμβάνει

τη χαμηλότερη, και αντίστροφα. 'Όταν δεν υπάρχει καθόλου ομοιόμορφη ή

συστηματική συνμεταβολή των δύο μεταβλητών, ο συντελεστής συσχέτισης λαμ-

81

βάνει την τιμή μηδέν (0). Όταν υπάρχει συνμεταβολή προς την ίδια κατεύθυνση,

αλλά αυτή δεν είναι απόλυτα ομοιόμορφη, η συσχέτιση είναι θετική και ο συντελε-

στής συσχέτισης, Γ, λαμβάνει τιμές Ο < Γ < 1. Όταν υπάρχει συνμεταβολή προς την

αντίθετη κατεύθυνση, η συσχέτιση είναι αρνητική και ο συντελεστής συσχέτισης

λαμβάνει τιμές -1 < τ < 0. Για να γίνει κατανοητή η έννοια της «συσχέτισης», ας

εξετάσουμε το ακόλουθο Παράδειγμα:

Έστω ότι σε μια έρευνα αγοράς ρωτήσαμε 10 καταναλωτές να μας πουν «πόσες

φορές την προηγούμενη εβδομάδα επισκέφτηκαν κάποιο σουπερμάρκετ και σε ποιον

βαθμό θεωρούν ότι κάλυψαν τις προγραμματισμένες ανάγκες τους με τα προϊόντα

που αγόρασαν», χρησιμοποιώντας μία κλίμακα από 1 = σε πολύ μικρό βαθμό έως 7 =

πλήρως. Επίσης, ρωτήθηκαν να απαντήσουν σε μία κλίμακα, εκτεινόμενη από 1=

ελάχιστα έως 7 = πάρα πολλά, σχετικά με το πώς θα χαρακτήριζαν από άποψη

ποσότητας τον αριθμό των προϊόντων που συνηθέστερα αγόραζαν στις επισκέψεις

αυτές. Ας υποθέσουμε ότι οι απαντήσεις ήταν αυτές που παρουσιάζονται στον

ακόλουθο Πίνακα:

Αύξων αριθμός

ερωτώμενου

Αριθμός

επισκέψεων στο

σουπερμάρκετ

Χ1

Βαθμός κάλυψης

προγραμματισμέ

νων αναγκών

Χ2

Συνήθεις

αγοραζόμενες

ποσότητες

Χ3

01 6 6 2

02 3 3 5

03 1 1 7

04 5 5 3

05 5 5 3

06 4 4 6

07 2 2 6

08 3 3 5

09 7 7 1

10 4 4 4

Εύκολα παρατηρεί κανείς ότι στον Πίνακα αυτόν υπάρχει απόλυτη αντιστοιχία

μεταξύ των αριθμητικών απαντήσεων που αφορούν τον αριθμό επισκέψεων και των

αριθμητικών κωδικών που αφορούν τον βαθμό κάλυψης των προγραμματισμένων

αγορών τους. Δηλαδή, όταν η απάντηση ενός ερωτώμενου λαμβάνει μεγάλη

82

αριθμητική τιμή στη μία ερώτηση, λαμβάνει και την αντίστοιχα μεγάλη αριθμητική

τιμή στη δεύτερη ερώτηση. Η στατιστική συσχέτιση μεταξύ των δύο αυτών με-

ταβλητών Χ1 καιΧ2 είναι (+1). Η ερμηνεία της συσχέτισης είναι ότι όσο αυξάνεται ο

αριθμός των εβδομαδιαίων επισκέψεων στα σουπερμάρκετ, συμβαίνει απόλυτα

ανάλογη αύξηση της κάλυψης των προγραμματισμένων αγορών της εβδομάδας. Ένα

τέτοιο συμπέρασμα φαίνεται λογικό και αναμενόμενο. Η συσχέτιση ποσοτικοποιεί

τον βαθμό ή την ένταση της σχέσης αυτής. Εξίσου εύκολο είναι να παρατηρήσει ο

αναλυτής ότι μεταξύ των αριθμητικών απαντήσεων που αφορούν τις επισκέψεις στο

σουπερμάρκετ και των ποσοτήτων που αγοράζονται συνήθως, υπάρχει μια

αντίστροφη ή μια αρνητική αντιστοιχία, με την έννοια ότι, όταν η μία ερώτηση

απαντιέται με έναν υψηλό αριθμό, η άλλη ερώτηση απαντιέται με έναν αντίστοιχα

μικρό αριθμό, και το αντίστροφο. Για παράδειγμα, όταν η μία μεταβλητή λαμβάνει

την τιμή (7), η άλλη μεταβλητή λαμβάνει την τιμή (1), και το αντίστροφο. Η

στατιστική συσχέτιση μεταξύ των μεταβλητών Χ1 και Χ3 είναι (-1). Και το

συμπέρασμα αυτό είναι λογικό και αναμενόμενο, τουλάχιστον αναφορικά με την

κατεύθυνση της σχέσης. Δείχνει ότι όσο αυξάνεται ο αριθμός των επισκέψεων στο

σουπερμάρκετ, τόσο μειώνεται η συνήθης ποσότητα αγοραζόμενων προϊόντων ανά

επίσκεψη.

Στο σημείο αυτό χρειάζεται ιδιαίτερη προσοχή. Είναι δύσκολο να συμπεράνει ο

ερευνητής κατά πόσο είναι η συχνότητα επίσκεψης που προσδιορίζει τις ποσότητες

ανά επίσκεψη (π.χ. ανάλογα με τον διαθέσιμο χρόνο), ή το αντίθετο, δηλαδή κατά

πόσο οι ποσότητες ανά επίσκεψη προσδιορίζουν τη συχνότητα επίσκεψης στο

σουπερμάρκετ (π.χ. λόγω των διαθεσίμων χρημάτων ή των δυνατοτήτων μεταφοράς).

Μπορεί για κάποιους καταναλωτές να ισχύει το πρώτο και για κάποιους άλλους το

δεύτερο. Για την ερμηνεία της συσχέτισης απαιτείται βοήθεια από την προϋπάρχουσα

σχετική θεωρία ή από προηγούμενες έρευνες, π.χ. ομάδων εστίασης, ή από

επιπρόσθετες συσχετίσεις με τις απαντήσεις σε ερωτήσεις στην ίδια ερευνά, που

αφορούν τους λόγους της συχνότητας επίσκεψης ή των ποσοτήτων που αγοράζονται

συνήθως, ή ακόμη και από ερωτήσεις σχετικά με τη γενικότερη διαθεσιμότητα

χρόνου ή χρημάτων από την πλευρά των καταναλωτών, ή ακόμη και από τη φυσική

τους δυνατότητα να μεταφέρουν βάρη κ.ά.

Ακόμη μεγαλύτερη προσοχή απαιτείται όσον αφορά την εμφανή αρνητική συσχέτιση

(-1), μεταξύ των μεταβλητών Χ2 και Χ3. Η συσχέτιση αυτή δείχνει ότι, όσο

μεγαλύτερες είναι οι αγοραζόμενες ποσότητες ανά επίσκεψη, τόσο μικρότερη είναι η

83

κάλυψη των προγραμματισμένων αγορών των πελατών των σουπερμάρκετ. Το

συμπέρασμα αυτό φαίνεται να είναι αντίθετο με ό,τι θα υπέθετε ή θα ανέμενε ένας

ερευνητής. Είναι πολύ πιθανό να οφείλεται στο γεγονός ότι και οι δύο αυτές

μεταβλητές συσχετίζονται με τη συχνότητα επίσκεψης στο σουπερμάρκετ, όπως

αναλύθηκε παραπάνω. Στην περίπτωση αυτή, η ύπαρξη μαθηματικής συσχέτισης δεν

σημαίνει ύπαρξη και αλληλεπίδρασης μεταξύ των σχετικών μεταβλητών και γι' αυτόν

τον λόγο η συσχέτιση αυτή ονομάζεται ψευδοσυσχέτιση, Ψευδοσυσχετίσεις

εμφανίζονται συχνά στην περίπτωση χρονολογικών στοιχείων, όταν δύο μεταβλητές

συνμεταβάλλονται με παρόμοιους ρυθμούς διαμέσου του χρόνου και εμφανίζουν

συσχέτιση μεταξύ τους, εξαιτίας των αντίστοιχων συσχετίσεων τους με τη μεταβλητή

χρόνος.

Ένα άλλο σημαντικό σημείο είναι ότι, όσο μικρότερο είναι το μέγεθος του δείγματος,

όπως στην προκειμένη περίπτωση οι πελάτες των σουπερμάρκετ, τόσο περισσότερο

αυξάνεται η πιθανότητα η αντιστοιχία στις απαντήσεις των σχετικών ερωτήσεων να

οφείλεται σε τυχαίους παράγοντες. Αν, για παράδειγμα, ρωτήσουμε ένα μόνο άτομο

και μας απαντήσει ότι έκανε 7 επισκέψεις στο σουπερμάρκετ την προηγούμενη

εβδομάδα και ότι η κάλυψη των αναγκών του από την επίσκεψη αυτή ήταν πλήρης

(7), θα ήταν εξαιρετικά παρακινδυνευμένο να συμπεράνουμε ότι ο αριθμός των

επισκέψεων συσχετίζεται με την κάλυψη των προγραμματισμένων αγορών. Ακόμη

και αν ρωτήσουμε δύο ή τρία άτομα ή, γενικότερα, έναν περιορισμένο αριθμό

ατόμων, υπάρχει υψηλή πιθανότητα η αντιστοιχία των απαντήσεων των διαφόρων

ερωτήσεων να οφείλεται σε τυχαίους παράγοντες και, επομένως, να μην υπάρχει

πραγματική συσχέτιση των μεταβλητών στον πληθυσμό.

Η πιθανότητα αυτή είναι δυνατό να εκτιμηθεί και αποτελεί τη στατιστική σημα-

ντικότητα της συσχέτισης. Για παράδειγμα, μια υψηλή συσχέτιση, π.χ. 0,90, μπορεί

να είναι στατιστικά σημαντική σε επίπεδο 5%, ενώ μια συσχέτιση μεγέθους 0.70 να

είναι στατιστικά σημαντική σε επίπεδο 1%. Η δεύτερη συσχέτιση, αν και είναι

μικρότερη, έχει μικρότερη πιθανότητα να έχει προκύψει κατά τύχη, σε σύγκριση με

την πρώτη. Η έννοια αυτή της «πιθανότητας» είναι ότι, εάν η έρευνα

επαναλαμβανόταν σε εκατό δείγματα του ίδιου μεγέθους, μόνο σε πέντε από αυτά θα

αναμενόταν να εμφανιστεί η πρώτη συσχέτιση (0,90) κατά τύχη. Αντίστοιχα, στη

δεύτερη συσχέτιση, εάν η έρευνα επαναλαμβανόταν σε εκατό δείγματα του ίδιου με-

γέθους, μόνο σε ένα από τα δείγματα αυτά θα αναμενόταν, συμφωνά με τους νόμους

των πιθανοτήτων, η συσχέτιση 0,70 να έχει προκύψει κατά τύχη.

84

Στο Παράδειγμα των συσχετίσεων του προηγούμενου Πίνακα, υπήρχε απόλυτη

αντιστοιχία στις τιμές των απαντήσεων των σχετικών μεταβλητών και, επομένως, οι

συσχετίσεις μεταξύ των μεταβλητών διαμορφώνονταν σε +1 ή -1.

9.4 ΠΟΛΥΜΕΤΑΒΛΗΤΗ ΑΝΑΛΥΣΗ

Η πολυμεταβλητή ανάλυση εξετάζει τις σχέσεις μεταξύ πολλών (πάνω από δυο)

διαφορετικών μεταβλητών. Χαρακτηρίζεται κατά κύριο λόγο από τον βαθμό στον

οποίο μια μεταβλητή ή μερικές μεταβλητές έχουν χαρακτηριστεί ως «εξαρτημένες»

και οι υπόλοιπες ως «ανεξάρτητες», ή αν όλες διερευνώνται σχετικά με τις

αλληλεξαρτήσεις τους χωρίς την παραπάνω διάκριση. Στην πρώτη περίπτωση οι

μέθοδοι πολυμεταβλητής ανάλυσης χαρακτηρίζονται ως μέθοδοι εξάρτησης, ενώ στη

δεύτερη περίπτωση ως μέθοδοι αλληλεξάρτησης.

Πολυμεταβλητές μέθοδοι εξάρτησης

Για να χαρακτηριστεί μια μέθοδος ανάλυσης ως «πολυμεταβλητή μέθοδος

εξάρτησης», απαιτείται να υπάρχουν δύο ή περισσότερες ανεξάρτητες μεταβλητές.

Επιπλέον, οι πολυμεταβλητές μέθοδοι εξάρτησης διακρίνονται σε δύο κύριες

κατηγορίες, ανάλογα με τον αριθμό των εξαρτημένων μεταβλητών. Η πρώτη κατη-

γορία περιλαμβάνει τις μεθόδους εκείνες στις οποίες υπάρχει μία μόνο εξαρτημένη

μεταβλητή, ενώ η δεύτερη κατηγορία τις μεθόδους εκείνες στις οποίες υπάρχουν

πάνω από μία εξαρτημένες μεταβλητές. Η τελική επιλογή της κατάλληλης μεθόδου

γίνεται με βάση τη φύση της μέτρησης των αντίστοιχων μεταβλητών, π.χ. λόγου,

διαστήματος κ.λπ., καθώς και τους στόχους της έρευνας και την ικανοποίηση

κάποιων προϋποθέσεων ως προαπαιτούμενο για την εφαρμογή της κάθε μεθόδου.

Πολυμεταβλητές μέθοδοι αλληλεξάρτησης

Στις πολυμεταβλητές μεθόδους αλληλεξάρτησης δεν υπάρχουν εξαρτημένες και

ανεξάρτητες μεταβλητές, αλλά μόνο μία ομάδα μεταβλητών, των οποίων μας

ενδιαφέρουν οι συστηματικές αλληλεξαρτήσεις και αλληλεπιδράσεις, με σκοπό τον

προσδιορισμό ομογενών ομάδων μεταβλητών ή ερωτώμενων.

Οι αλληλεξαρτήσεις, αλληλεπιδράσεις και ομαδοποιήσεις, προσδιορίζονται μέσω

συσχετίσεων μεταξύ μεταβλητών, μέσω προσδιορισμού των αποστάσεων μεταξύ

των απαντήσεων που έδωσαν οι διάφοροι ερωτώμενοι καθώς και μέσω των προ-

85

τιμήσεων τους ή του προσδιορισμού της ομοιότητας ή ανομοιότητας τους.

Συνήθως, αλλά όχι αποκλειστικά, η ανάλυση παραγόντων συσχετίζει τα στοιχεία των

τιμών των μεταβλητών του ερωτηματολογίου, δηλαδή συσχετίζει και ομαδοποιεί τις

στήλες της μήτρας δεδομένων. Αντίθετα, η ανάλυση ομαδοποίησης ομαδοποιεί

κυρίως τους ερωτώμενους, δηλαδή τις γραμμές της μήτρας δεδομένων. Ειδικές

εφαρμογές των δύο μεθόδων μπορεί να οδηγήσουν στη χρήση ανάλυσης παραγόντων

για συσχέτιση των γραμμών της μήτρας δεδομένων και ανάλυσης ομαδοποίησης για

την εκτίμηση των αποστάσεων μεταξύ των δεδομένων των στηλών της μήτρας

δεδομένων. Τέλος, η πολυδιαστασιακή ανάλυση στηρίζεται σχεδόν αποκλειστικά σε

στοιχεία ιεράρχησης, προτίμησης ή ομοιότητας κ.λπ., όπως τα δίνουν οι ίδιοι οι

ερωτώμενοι. Δηλαδή, σε αυτή την ανάλυση αυτό που αποτελεί το ζητούμενο για τις

προηγούμενες μεθόδους αποτελεί το σημείο εκκίνησης της, και η λογική της είναι,

αντί από τις επιμέρους μεταβλητές να φτάσει σε γενικεύσεις, να χρησιμοποιήσει

γενικές συγκρίσεις για να φτάσει στις υποκείμενες μεταβλητές, οι οποίες

προσδιορίζουν τις γενικές προτιμήσεις.

86

ΜΕΡΟΣ ΔΕΥΤΕΡΟ

1. Μεθοδολογία έρευνας

Για τη διεξαγωγή της παρούσας έρευνας ακολουθήθηκαν τρία κύρια στάδια:

ΣΤΑΔΙΟ ΤΗΣ ΑΠΟΦΑΣΗΣ ΓΙΑ ΤΗ ΔΙΕΞΑΓΩΓΗ ΤΗΣ ΈΡΕΥΝΑΣ

Καθορίσθηκε ο προβληματισμός

Προσδιορίστηκαν οι πληροφοριακές ανάγκες σε σχέση με τον προβληματισμό

Προσδιορίστηκε η αξία της πληροφορίας ως συνάρτηση του προσδοκώμενου

οφέλους από τη χρήση της και του απαιτούμενου κόστους για την απόκτηση

της

Αποφασίσθηκε η διεξαγωγή της έρευνας

Επιλέχθηκε ο σπουδαστής για τη διεξαγωγή της

ΣΤΑΔΙΟ ΣΧΕΔΙΑΣΜΟΥ ΤΗΣ ΈΡΕΥΝΑΣ

Επιλέχθηκε η μέθοδος συλλογής των στοιχείων

Επιλέχθηκε και σχεδιάστηκε το ερευνητικό όργανο (ερωτηματολόγιο)

Επιλέχθηκε η δειγματοληπτική μέθοδος

Σχεδιάστηκε η διαδικασία επεξεργασίας των στοιχείων και η μέθοδος της

ανάλυσης των δεδομένων

ΣΤΑΔΙΟ ΔΙΕΞΑΓΩΓΗΣ ΤΗΣ ΈΡΕΥΝΑΣ

Επιλέχθηκε το δείγμα

Προσεγγίσθηκε το δείγμα

Χορηγήθηκε το ερευνητικό όργανο (ερωτηματολόγιο)

Συλλέχθηκαν τα στοιχεία – δεδομένα

Ελέγχθηκαν τα στοιχεία – δεδομένα

Αναλύθηκαν τα στοιχεία – δεδομένα

Εξήχθησαν συμπεράσματα

87

1.1 Σκοπός

Σκοπός της έρευνας ήταν ο εντοπισμός των αναγκών των επιχειρήσεων και των

οργανισμών σε στελεχιακό δυναμικό, η αξιολόγηση των γνώσεων των αποφοίτων του

τμήματος Διαχείρισης Πληροφοριών από αυτές και ο βαθμός χρησιμοποίησης των

νέων τεχνολογιών από τις Ελληνικές επιχειρήσεις και οργανισμούς. Στόχος της

έρευνας είναι ο εντοπισμός της ανάγκης ή όχι του εκσυγχρονισμού του εκπαιδευτικού

προγράμματος που προσφέρει το τμήμα στους σπουδαστές του, η ανάγκη

διαμόρφωσης αυτού και γενικότερα η εξαγωγή συμπερασμάτων που θα βοηθήσουν

στην αποτελεσματικότερη οργάνωση και ανάπτυξη του υλικού, της υποδομής και των

εκπαιδευτικών υπηρεσιών του τμήματος.

1.2 Πληθυσμός

Ο υπό έρευνα πληθυσμός ήταν οι πιο κάτω ομάδες επιχειρήσεων και οργανισμών:

Επιχειρήσεις του πρωτογενή τομέα

Επιχειρήσεις του δευτερογενή τομέα

Επιχειρήσεις του τριτογενή τομέα

Εκπαιδευτικοί οργανισμοί

Οργανισμοί κοινής ωφέλειας

Διάφοροι άλλοι οργανισμοί και υπηρεσίες

1.3 Δείγμα

Το δείγμα των ερωτώμενων ήταν αντιπροσωπευτικό του υπό έρευνα πληθυσμού και

κατανεμημένο με βάση την κατανομή των επιχειρήσεων και οργανισμών στην

περιφέρεια της Ανατολικής Μακεδονίας και Θράκης. Ο πίνακας στην σελίδα που

ακολουθεί παρουσιάζει την κατανομή του δείγματος και το πραγματικό δείγμα με

βάση τον αριθμό των συνεντεύξεων που επιτεύχθηκαν.

Ο αρχικός στόχος ήταν 150 συνεντεύξεις. Ο πληθυσμός, το δείγμα - στόχος και το

δείγμα που επιτεύχθηκε σε ποσοστά ήταν ο εξής :

88

ΤΟΜΕΑΣ

ΚΛΑΔΟΣ

ΠΡΩΤΟΓΕΝΗΣ ΔΕΥΤΕΡΟΓΕΝΗΣ ΤΡΙΤΟΓΕΝΗΣ

ΤΟΥΡΙΣΜΟΣ 0 0 10

ΕΜΠΟΡΙΟ 0 1 34

ΥΠΗΡΕΣΙΕΣ 0 0 46

ΠΑΡΑΓΩΓΗ 3 19 0

ΕΜΠΟΡΙΟ-

ΥΠΗΡΕΣΙΕΣ 0 0 15

ΠΑΡΑΓΩΓΗ-

ΕΜΠΟΡΙΟ 0 17 0

ΑΛΛΟ 0 1 4

1.4 Ερωτηματολόγιο

Το τελικό ερωτηματολόγιο που σχεδιάστηκε σε συνεργασία με τον υπεύθυνο

καθηγητή κύριο Χατζή Βασίλειο, αποτελούσαν είκοσι πέντε (25) ερωτήσεις συν

αξιολόγηση των αποκτούμενων γνώσεων και περιελάμβανε θέματα σχετικά με το

σκοπό της έρευνας, όπως : η χρήση ή όχι των νέων τεχνολογιών από τις επιχειρήσεις

και τους οργανισμούς, η αξιολόγηση του οφέλους από τυχόν χρήση αυτών των νέων

τεχνολογιών, η αξιολόγηση των γνώσεων που αποκτούν οι σπουδαστές του τμήματος

Διαχείρισης Πληροφοριών, η εκτίμηση των γνώσεων του υπάρχοντος προσωπικού

τους κ.λ.π. Τέλος, το ερωτηματολόγιο περιλάμβανε δημογραφικά στοιχεία των

επιχειρήσεων και οργανισμών.

1.5 Συνεντεύξεις

Η συντριπτική πλειοψηφία των ερωτηματολογίων συμπληρώθηκε με προσωπική

επαφή του συνεντεύκτη και του ερωτώμενου. Σε λίγες περιπτώσεις το

ερωτηματολόγιο στάλθηκε είτε ταχυδρομικός είτε δόθηκε μέσω των σπουδαστών του

τμήματος στις επιχειρήσεις ή στους οργανισμούς που αυτοί πραγματοποιούσαν την

πρακτική τους άσκηση. Το ερωτηματολόγιο συμπληρώθηκε στις περισσότερες των

περιπτώσεων από τον ίδιο τον ερωτώμενο με την καθοδήγηση του συνεντεύκτη και

σε μερικές περιπτώσεις κυρίως λόγω πίεσης χρόνου από το συνεντεύκτη ο οποίος

89

διάβαζε την ερώτηση στον ερωτώμενο καθώς και τις δυνατές απαντήσεις και

συμπλήρωνε την απάντηση. Προτιμήθηκε η μέθοδος της προσωπικής επαφής για τη

συμπλήρωση του ερωτηματολογίου διότι ο χρόνος απόκρισης του ερωτώμενου είναι

γρηγορότερος, υπάρχει η δυνατότητα επεξήγησης των ερωτήσεων και αποφεύγεται

ένας μεγάλος αριθμός λαθών στη συμπλήρωση του ερωτηματολογίου.

1.6 Επεξεργασία

Μετά την ολοκλήρωση του ποιοτικού ελέγχου των ερωτηματολογίων, έγινε η

κωδικοποίηση και η εισαγωγή των απαντήσεων στον Ηλεκτρονικό Υπολογιστή, όπου

με το ειδικό λογισμικό MINITAB, έκδοση 14, αναλύθηκαν οι απαντήσεις είτε ως

ξεχωριστές μεταβλητές είτε διασταυρούμενες ανά δύο για την εξαγωγή

συμπερασμάτων.

1.7 Ταυτότητα της έρευνας

ΤΑΥΤΟΤΗΤΑ ΤΗΣ ΕΡΕΥΝΑΣ

ΦΟΡΕΑΣ : ΤΕΧΝΟΛΟΓΙΚΟ ΙΔΡΥΜΑ ΚΑΒΑΛΑΣ

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΚΑΙ

ΟΡΓΑΝΙΣΜΩΝ

ΤΜΗΜΑ ΔΙΑΧΕΙΡΙΣΗΣ ΠΛΗΡΟΦΟΡΙΩΝ ΧΡΟΝΟΣ

ΔΙΕΞΑΓΩΓΗΣ : 1 Νοεμβρίου 2004 - 15 Απριλίου 2005

ΠΛΗΘΥΣΜΟΣ : Επιχειρήσεις του πρωτογενή τομέα

Επιχειρήσεις του δευτερογενή τομέα

Επιχειρήσεις του τριτογενή τομέα

Εκπαιδευτικοί οργανισμοί

Οργανισμοί κοινής ωφέλειας

Διάφοροι άλλοι οργανισμοί και υπηρεσίες

ΤΥΠΟΣ : Ποσοτική Έρευνα με τη μέθοδο της Προσωπικής

Επαφής ΔΕΙΓΜΑ : 150 επιχειρήσεις και οργανισμοί ΠΕΡΙΟΧΕΣ : Αν. Μακεδονίας και Θράκης

90

2. Ερωτηματολόγιο

Καβάλα …../…../200..

ΠΡΟΣ: ..........................................

......................................................

Αξιότιμε κύριε ................................

Με την παρούσα επιστολή επικοινωνούμε μαζί σας με σκοπό να διερευνήσουμε τις

ανάγκες των επιχειρήσεων σε άτομα εκπαιδευμένα στις νέες τεχνολογίες, στην πληροφορική

και στην διοικητική των επιχειρήσεων, καθώς και να εκτιμήσουμε τις τρέχουσες και

μελλοντικές τάσεις στην αγορά εργασίας, όπως αυτές διαμορφώνονται από τις τεχνολογικές,

οικονομικές και κοινωνικές εξελίξεις.

Το τμήμα Διαχείρισης Πληροφοριών είναι ένα νέο τμήμα του Τ.Ε.Ι. Καβάλας και

φιλοδοξεί το 2004 να δώσει στην αγορά εργασίας τους πρώτους πτυχιούχους. Κεντρικό

γνωστικό αντικείμενο του Τμήματος είναι η Επιχειρησιακή Πληροφορική. Ο πτυχιούχος του

Τμήματος αποκτά την ικανότητα να αξιοποιεί μεθόδους και γνώσεις από τις επιστημονικές

περιοχές της Πληροφορικής, της Διοίκησης Επιχειρήσεων και της Οικονομίας, με στόχο τη

διαχείριση και εκμετάλλευση της πληροφορίας σε κάθε μορφή και την αξιοποίηση των

υπολογιστών και της σύγχρονης τεχνολογίας προς όφελος του ανθρώπου και της επιχείρησης.

Το τμήμα συμμετέχει στη διαμόρφωση της προσφοράς εργασίας με τη δημιουργία

κατάλληλων στελεχών για τις επιχειρήσεις. Στρατηγικός στόχος του είναι η σύνδεση της

εκπαιδευτικής διαδικασίας με τις βραχυχρόνιες και μακροχρόνιες ανάγκες της παραγωγής και η

ενσωμάτωση τους στο πρόγραμμα σπουδών. Τούτο μπορεί να επιτευχθεί μόνο μέσα από

συνεχή έρευνα της αγοράς της εργασίας και ιδιαίτερα της ζήτησης για εργασία από τις

επιχειρήσεις. Στα πλαίσια αυτά διενεργείται και η παρούσα έρευνα.

Στην προσπάθεια αυτή ζητούμε και τη δική σας συμβολή με τη συμπλήρωση του

ερωτηματολογίου που επισυνάπτουμε. Πιστεύουμε ότι η πραγματοποίηση αυτής της έρευνας

θα έχει πολλαπλά οφέλη, τόσο για το τμήμα και τους πτυχιούχους του όσο και για τις ίδιες τις

οικονομικές μονάδες και την αγορά εν γένει.

Αναμένοντας τις απαντήσεις – απόψεις σας στα ερωτήματα που διατυπώνουμε,

ευχαριστούμε για το χρόνο σας.

Με εκτίμηση,

Δρ. Βασίλειος Χατζής

Προϊστάμενος Τμήματος Διαχείρισης Πληροφοριών

91

Α. ΓΕΝΙΚΑ ΣΤΟΙΧΕΙΑ ΤΗΣ ΕΠΙΧΕΙΡΗΣΗΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΕΣ

11)) ΣΣεε πποοιιοονν ττοομμέέαα ααννήήκκεειι ηη εεππιιχχεείίρρηησσήή σσααςς // οο οορργγααννιισσμμόόςς σσααςς::

Πρωτογενή Δευτερογενή Τριτογενή

22)) ΣΣεε πποοιιοονν κκλλάάδδοο ααννήήκκεειι ηη εεππιιχχεείίρρηησσήή σσααςς // οο οορργγααννιισσμμόόςς σσααςς::

Τουρισμός

Εμπόριο

Υπηρεσίες

Παραγωγή

Άλλο –Προσδιορίστε

33)) ΠΠοοιιοοςς εείίννααιι οο ααρριιθθμμόόςς ττωωνν εερργγααζζοομμέέννωωνν σσττηηνν εεππιιχχεείίρρηησσήή σσααςς // ττοονν οορργγααννιισσμμόό

σσααςς::

1-10

11-50

51-250

Πάνω από 250

44)) ΟΟ κκύύκκλλοοςς εερργγαασσιιώώνν σσααςς κκααττάά ττηηνν ττρριιεεττίίαα 22000011--22000044 ήήτταανν::

Αύξων Σταθερός Φθίνων

55)) ΟΟ ααρριιθθμμόόςς ττωωνν εερργγααζζοομμέέννωωνν σσααςς κκααττάά ττηηνν ττρριιεεττίίαα 22000011--22000044 ήήτταανν::

Αύξων Σταθερός Φθίνων

66)) ΠΠοοιιοο εείίννααιι ττοο μμοορρφφωωττιικκόό εεππίίππεεδδοο ττωωνν εερργγααζζοομμέέννωωνν σσααςς::

Δημοτικό …… %

Δευτεροβάθμιας εκπαίδευσης …… %

Τριτοβάθμιας εκπαίδευσης …… %

Μεταπτυχιακό-Διδακτορικό …… %

77)) ΣΣεε πποοιιοο ββααθθμμόό θθαα εεππιιθθυυμμοούύσσααττεε νναα ααλλλλάάξξεειι ττοο πποοσσοοσσττόό ττωωνν εερργγααζζοομμέέννωωνν σσττηηνν

εεππιιχχεείίρρηησσήή σσααςς // σσττοονν οορργγααννιισσμμόό σσααςς μμεε ββάάσσηη ττοο μμοορρφφωωττιικκόό εεππίίππεεδδοο::

Απόφοιτοι Περισσότερους Ίδιους Λιγότερους

Δημοτικού

Δευτεροβάθμιας εκπαίδευσης

Τριτοβάθμιας εκπαίδευσης

Μεταπτυχιακό – διδακτορικό

Β. ΧΡΗΣΗ ΝΕΩΝ ΤΕΧΝΟΛΟΓΙΩΝ

11)) ΧΧρρηησσιιμμοοπποοιιεείίττεε ηηλλεεκκττρροοννιικκόό υυπποολλοογγιισσττήή σσττηηνν εεππιιχχεείίρρηησσήή σσααςς // σσττοονν

οορργγααννιισσμμόό σσααςς;;

Ναι Όχι

22)) ΕΕάάνν ννααιι ,, ππόόσσοο σσυυχχννάά::

Σχεδόν καθημερινά

2-3 φορές την εβδομάδα

4-5 φορές τον μήνα

Ποτέ

33)) ΘΘαα θθέέλλααττεε νναα χχρρηησσιιμμοοπποοιιεείίττεε ηηλλεεκκττρροοννιικκόό υυπποολλοογγιισσττήή ππιιοο σσυυχχννάά;;

Ναι Όχι

92

44)) ΕΕάάνν ννααιι,, σσεε πποοιιαα ττμμήήμμαατταα;;

Αποθήκη

Παραγωγή

Διοίκηση

Πωλήσεις

Άλλο

55)) ΧΧρρηησσιιμμοοπποοιιεείίττεε ππλληηρροοφφοορριιαακκάά σσυυσσττήήμμαατταα δδιιοοίίκκηησσηηςς σσττηηνν εεππιιχχεείίρρηησσήή σσααςς //

σσττοονν οορργγααννιισσμμόό σσααςς;;

Ναι Όχι

66)) ΑΑνν ννααιι,, πποοιιοο::

Πρόγραμμα ………………………..………… Κατασκευαστής ………………………..…………

77)) ΘΘεεωωρρεείίττεε ααππααρρααίίττηηττηη ττηη χχρρήήσσηη ηηλλεεκκττρροοννιικκοούύ υυπποολλοογγιισσττήή σσττηηνν εεππιιχχεείίρρηησσήή σσααςς

// σσττοονν οορργγααννιισσμμόό σσααςς;;

Ναι Όχι

88)) ΠΠιισσττεεύύεεττεε όόττιι εεννδδεεχχόόμμεεννηη χχρρήήσσηη ττωωνν ννέέωωνν ττεεχχννοολλοογγιιώώνν σσττηηνν εεππιιχχεείίρρηησσήή σσααςς//

σσττοονν οορργγααννιισσμμόό σσααςς θθαα ββεελλττίίωωννεε τταα ααπποοττεελλέέσσμμααττάά ττηηςς //ττοουυ;;

Ναι Όχι

99)) ΈΈχχεεττεε ππρρόόσσββαασσηη σσττοο ΔΔιιααδδίίκκττυυοο;;

Ναι Όχι

1100)) ΕΕάάνν ννααιι,, ππόόσσοο σσυυχχννάά χχρρηησσιιμμοοπποοιιεείίττεε ττοο ΔΔιιααδδίίκκττυυοο κκααιι ττιιςς υυππηηρρεεσσίίεεςς ττοουυ;;

Σχεδόν καθημερινά

2-3 φορές την εβδομάδα

4-5 φορές τον μήνα

Ποτέ

Θα ήθελα

1111)) ΈΈχχεεττεε δδιικκήή σσααςς ιισσττοοσσεελλίίδδαα;;

Ναι Όχι

1122)) ΕΕάάνν ννααιι,, θθεεωωρρεείίττεε όόττιι ααπποοκκοομμίίζζεεττεε::

Πολλά οφέλη

Αρκετά οφέλη

Λίγα οφέλη

Ελάχιστα οφέλη

Ζημιές

1133)) ΈΈχχεεττεε εεγγκκααττεεσσττηημμέέννηη σσττοο ΔΔιιααδδίίκκττυυοο εεφφααρρμμοογγήή ηηλλεεκκττρροοννιικκοούύ εεμμπποορρίίοουυ;;

Ναι Όχι

1144)) ΕΕάάνν ννααιι,, θθεεωωρρεείίττεε όόττιι ααπποοκκοομμίίζζεεττεε::

Πολλά οφέλη

Αρκετά οφέλη

Λίγα οφέλη

Ελάχιστα οφέλη

Ζημιές

93

Γ . ΑΞΙΟΛΟΓΗΣΗ ΓΝΩΣΕΩΝ ΚΑΙ ΔΕΞΙΟΤΗΤΩΝ

Παρακαλούμε βαθμολογήστε από το 1 έως το 5 κατά πόσο θα σας ενδιέφερε οι

εργαζόμενοι σας να έχουν τις γνώσεις και τις δεξιότητες ώστε να:

Α) ΓΕΝΙΚΗ ΥΠΟΔΟΜΗ ΛΙΓΟ_____ ΠΟΛΥ

1 2 3 4 5

Έχουν γενικές γνώσεις δικαίου (εμπορικού, εργατικού, αστικού κλπ.)

Μιλούν καλά μια ξένη γλώσσα (αγγλικά, γερμανικά)

Συγκεντρώνουν, επεξεργάζονται και αναλύουν στατιστικά δεδομένα από διάφορα τμήματα της επιχείρησής/ του οργανισμού σας

Γνωρίζουν τους θεσμούς και τον τρόπο που πρέπει και μπορεί να

λειτουργήσει η επιχείρησή/ ο οργανισμό σας στο νέο περιβάλλον που

διαμορφώνεται στη διευρυμένη Ε.Ε.

Εφαρμόζουν και να διαχειρίζονται εθνικά και διεθνή πρότυπα (π.χ. ISO, CE, ΕΛΟΤ κλπ.)

Να αξιολογούν και να διαχειρίζονται το προσωπικό της επιχείρησής/ του

οργανισμού σας

Έχουν γνώσεις διδακτικής σε θέματα οικονομίας και πληροφορικής

Έχουν γνώσεις παιδαγωγικής

Β) ΥΠΟΔΟΜΗ ΣΕ ΘΕΜΑΤΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΝΕΩΝ

ΤΕΧΝΟΛΟΓΙΩΝ ΛΙΓΟ_____ ΠΟΛΥ

1 2 3 4 5

Μπορούν να εγκαταστήσουν και να συντηρήσουν ένα δίκτυο Η/Υ

Μπορούν να διαχειριστούν ένα δίκτυο Η/Υ

Μπορούν να χρησιμοποιούν λογισμικό κατάλληλο για την διαχείριση των έργων της επιχείρησης/ του οργανισμού σας

Μπορούν να τοποθετούν, συντηρούν και να αλλάζουν μέρη του

hardware (π.χ. κάρτες, σκληρούς δίσκους, cdrom κλπ.)

Μπορούν να τοποθετούν, συντηρούν και να αλλάζουν μέρη του software

(π.χ. εγκατάσταση νέων προγραμμάτων, ρυθμίσεις παραμέτρων προγραμμάτων, εγκατάσταση αντιβιοτικών κλπ.)

Μπορούν να δημιουργούν βάσεις δεδομένων και να τις διαχειρίζονται

Μπορούν να δημιουργούν σελίδες και ηλεκτρονικά καταστήματα στο

διαδίκτυο και να τα διαχειρίζονται

Μπορούν να διαχειρίζονται λειτουργικά συστήματα υπολογιστών

Μπορούν να αναπτύξουν σύγχρονες πολυμεσικές εφαρμογές

94

Γ) ΥΠΟΔΟΜΗ ΣΕ ΘΕΜΑΤΑ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΛΙΓΟ_____ ΠΟΛΥ

1 2 3 4 5

Έχουν γενικές γνώσεις λογιστικής

Έχουν γνώσεις μηχανογραφημένης λογιστικής

Διαχειρίζονται αποτελεσματικά τις προμήθειες – πωλήσεις της

επιχείρησής/ του οργανισμού σας

Αναλύουν και καταλήγουν σε συμπεράσματα για την παρούσα και τη

μελλοντική πορεία των χρηματοοικονομικών της επιχείρησή/ του οργανισμού σας

Έχουν γνώσεις σχετικές με τις διαδικασίες του χρηματιστηρίου και τεχνικής ανάλυσης μετοχών, παραγώγων κλπ.

Έχουν γνώσεις μάρκετινγκ

Εκπονούν μελέτες επενδυτικών προγραμμάτων και σχεδίων βιωσιμότητας

επενδύσεων

Δ. ΑΝΑΓΚΕΣ ΚΑΙ ΕΛΛΕΙΨΕΙΣ ΣΕ ΣΤΕΛΕΧΙ ΑΚΟ ΔΥΝΑΜΙΚΟ 11)) ΈΈχχεειι ηη εεππιιχχεείίρρηησσήή σσααςς// οο οορργγααννιισσμμόόςς σσααςς ααννάάγγκκηη σσεε ππρροοσσωωππιικκόό;;

Ναι Όχι

22)) ΣΣεε πποοιιεεςς εειιδδιικκόόττηηττεεςς ηη εεππιιχχεείίρρηησσήή σσααςς// οο οορργγααννιισσμμόόςς σσααςς σσυυννααννττάά

ππεερριισσσσόόττεερρεεςς δδυυσσκκοολλίίεεςς εεξξεεύύρρεεσσηηςς ππρροοσσωωππιικκοούύ;;

α) ............................................................................................................................

β) ............................................................................................................................

γ) ...........................................................................................................................

33)) ΈΈχχεεττεε εεννττοοππίίσσεειι έέλλλλεειιψψηη γγννώώσσεεωωνν ττοουυ ππρροοσσωωππιικκοούύ σσααςς;;

Ναι Όχι

44)) ΕΕάάνν ννααιι,, σσεε πποοιιοουυςς ττοομμεείίςς::

Νέες τεχνολογίες

Λογιστικά

Μάρκετινγκ

Πωλήσεις

Άλλο

ΗΜΕΡΟΜΗΝΙΑ………………………..

ΕΠΩΝΥΜΙΑ ΕΠΙΧΕΙΡΗΣΗΣ:….. .............. …………….

……………………………………………..

ΟΝΟΜΑΤΕΠΩΝΥΜΟ ΥΠΕΥΘΥΝΟΥ: ........

..........................................................

ΘΕΣΗ: ……………………………………………

ΥΠΟΓΡΑΦΗ/ ΣΦΡΑΓΙΔΑ ΕΠΙΧΕΙΡΗΣΗΣ:

Σας ευχαριστούμε για τη συνεργασία σας και για το χρόνο που αφιερώσατε.

3. Αναφορά αποτελεσμάτων

Το συνολικό δείγμα για την έρευνα αυτή ήταν 150 επιχειρήσεις και οργανισμοί εκ

των οποίων το 72,66% ανήκουν στο τριτογενή τομέα. Από αυτές το 30,66% ανήκει

στο κλάδο των υπηρεσιών.

Κατά ένα ποσοστό της τάξεως του 65,33% οι επιχειρήσεις και οι οργανισμοί που

ρωτήθηκαν απασχολούν από έναν έως 10 εργαζόμενους.

Στο σύνολο του δείγματος το 80,66% είχαν αυξημένο κύκλο εργασιών κατά τη

τριετία 2002-2004 και κατά 60% υπήρξε αύξηση στον αριθμό των εργαζομένων κατά

το ίδιο χρονικό διάστημα.

Κατά μέσο όρο το μορφωτικό επίπεδο των εργαζομένων σε κάθε επιχείρηση ή

οργανισμό που συμμετείχε στην έρευνα ήταν 50,82% απόφοιτοι δευτεροβάθμιας

εκπαίδευσης, ενώ τα ποσοστά της πρωτοβάθμιας, τριτοβάθμιας και μετατριτοβάθμιας

ήταν 15,17%, 31,01% και 3% αντίστοιχα. Τα χαμηλότερα ποσοστά σε αποφοίτους

τριτοβάθμιας εκπαίδευσης παρατηρούνται στο παραγωγικό κλάδο και σε αυτόν του

εμπορίου. Το 35,33% των επιχειρήσεων θέλουν λιγότερους απόφοιτους δημοτικού, το

75,33% επιθυμεί να παραμείνει ίδιο το ποσοστό των αποφοίτων δευτεροβάθμιας

εκπαίδευσης ενώ το 58% θέλει περισσότερους αποφοίτους τριτοβάθμιας. Μόνο το

36,66% επιθυμεί να αυξηθούν οι απόφοιτοι μετατριτοβάθμιας εκπαίδευσης.

Το 96% του δείγματος χρησιμοποιεί ηλεκτρονικό υπολογιστή και το 92% σχεδόν

καθημερινά. Μόνο το 44,66% επιθυμεί να χρησιμοποιεί ηλεκτρονικό υπολογιστή

συχνότερα προφανώς διότι χρησιμοποιείται ήδη σε μεγάλο βαθμό από την

πλειονότητα των ερωτώμενων. Από το σύνολο των ερωτώμενων οι 50 δήλωσαν πως

επιθυμούν αύξηση της χρήσης Η/Υ στις πωλήσεις ενώ 46 δήλωσαν επιθυμία αύξησης

της χρήσης στις διεργασίες της διοίκησης.

Το 78% του δείγματος χρησιμοποιεί κάποιο πληροφοριακό σύστημα διοίκησης. Το

πλέον διαδεδομένο MIS είναι το ΚΕΦΑΛΑΙΟ με 33 αναφορές στο σύνολο των 150

ερωτώμενων δηλαδή σε ποσοστό 22%. Το σύνολο του δείγματος θεωρεί απαραίτητη

τη χρήση Η/Υ, ακόμη και αν δεν χρησιμοποιεί. Η συντριπτική πλειοψηφία σε

- 96 -

ποσοστό 99,33 % θεωρεί πως ενδεχόμενη χρήση νέων τεχνολογιών θα βελτίωνε τα

αποτελέσματά του, ενώ μόλις το 0,66 πιστεύει το αντίθετο.

Από το σύνολο του δείγματος το 86% έχει πρόσβαση στο διαδίκτυο και από αυτούς

το 60,66% χρησιμοποιεί σχεδόν καθημερινά τις υπηρεσίες του. Ιστοσελίδα έχει το

30,66% των ερωτώμενων και από αυτούς πολλά οφέλη θεωρεί πως έχει το 45,65%.

Εφαρμογή ηλεκτρονικού εμπορίου διαθέτει το 7,33% των επιχειρήσεων και

οργανισμών που συμμετείχαν στην έρευνα και από αυτούς το 63,63% θεωρεί πως έχει

πολλά οφέλη.

Από τις γνώσεις γενικής υποδομής αυτές που συγκέντρωσαν το μεγαλύτερο μέσο όρο

και κατά συνέπεια ενδιαφέρουν περισσότερο είναι η γνώση μίας ξένης γλώσσας

(4,12), να έχουν γνώσεις στατιστικής ανάλυσης (3,66) και να γνωρίζουν οι

εργαζόμενοι τους θεσμούς και τον τρόπο που πρέπει και μπορεί να λειτουργήσει η

επιχείρηση / ο οργανισμός στο νέο περιβάλλον που διαμορφώνεται στη διευρυμένη

Ευρωπαϊκή Ένωση (3,56).

Όσο αναφορά την υποδομή σε θέματα πληροφορικής και νέων τεχνολογιών η

ικανότητα χρησιμοποίησης λογισμικού κατάλληλου για την διαχείριση των έργων της

επιχείρησης/ οργανισμού συγκέντρωσε το μεγαλύτερο μέσο όρο βαθμολογίας (4,16),

ενώ υψηλό μέσο όρο βαθμολογίας (3,96) πήρε η γνώση διαχείρισης λειτουργικών

συστημάτων. Τέλος αρκετά πολύ ενδιαφέρουσα σύμφωνα με το μέσο όρο

βαθμολογίας που συγκέντρωσε βρίσκουν οι ερωτώμενοι τη γνώση δημιουργίας

βάσεων δεδομένων (3,77).

Στις γνώσεις σε θέματα διοίκησης και οικονομίας αυτές που συγκέντρωσαν τον

υψηλότερο μέσο όρο βαθμολογίας ήταν η γνώση της σωστής διαχείρισης των

πωλήσεων και των προμηθειών των ερωτώμενων (4,25), καθώς και οι γνώσεις

σχετικά με το μάρκετινγκ (4,13).

Η πλειοψηφία των ερωτώμενων 62% δηλώνει πως έχει ανάγκες σε νέο προσωπικό.

Από τις ειδικότητες που δήλωσαν οι ερωτώμενοι αυτές που συναντάμε στις

περισσότερες περιπτώσεις είναι οι πωλητές και το διοικητικό προσωπικό

- 97 -

Στο υπάρχον προσωπικό το 84,66% των ερωτώμενων έχει εντοπίσει έλλειψη

γνώσεων. Ο τομέας των νέων τεχνολογιών δηλώθηκε από το 64% ότι υπάρχει

έλλειμμα γνώσεων, το 30% δήλωσε το τομέα των λογιστικών, το 56% το τομέα του

μάρκετινγκ και το 51,33% το τομέα των πωλήσεων.

- 98 -

4. Ευρήματα

Για την έρευνα αυτήν ρωτήθηκαν συνολικά 150 επιχειρήσεις και οργανισμοί που

βρίσκονται στη περιφέρεια Ανατολικής Μακεδονίας και Θράκης. Η έκθεση αυτή

αποτελεί μια περίληψη των σπουδαιότερων ευρημάτων που προκύπτουν από την

μελέτη των στατιστικών πινάκων, όπου τα αποτελέσματα διασταυρώνονται κατά

τομέα, κλάδο, μορφωτικό επίπεδο, βαθμό χρήσης νέων τεχνολογιών, ανάγκες σε

στελεχιακό δυναμικό, έλλειψη γνώσεων κλπ.

Τα ευρήματα χωρίζονται σε τέσσερις μεγάλες ενότητες σύμφωνα με το περιεχόμενο

των αντίστοιχων ερωτήσεων του ερωτηματολογίου και των πληροφοριών που

απορρέουν από αυτές.

Συντομεύσεις:

N = το πλήθος των παρατηρήσεων

Mean= ο αριθμητικός μέσος

Tr Mean= η τιμή του αριθμητικού μέσου εάν αφαιρέσουμε το 5% των μικρότερων

και μεγαλύτερων καταγεγραμμένων τιμών

Median= η διάμεσος του δείγματος

St Dev= η δειγματική τυπική απόκλιση

SE Mean= το τυπικό σφάλμα του αριθμητικού μέσου

Minimum – Maximum= η μικρότερη και η μεγαλύτερη παρατήρηση

Ενότητα πρώτη: Γενικά στοιχεία και πληροφορίες

Σε ποιο τομέα ανήκει η επιχείρηση / ο οργανισμός σας:

Σε ποσοστό 72,66% οι ερωτηθέντες επιχειρήσεις και οργανισμοί ανήκουν στο

τριτογενή τομέα, το 25,33% στο δευτερογενή και το 2% στο πρωτογενή.

Σε ποιο κλάδο ανήκει η επιχείρηση / ο οργανισμό σας:

Το 30,66% ανήκει στο κλάδο των υπηρεσιών, το 23,33% ανήκει στο κλάδο του

εμπορίου, το 14,66% στον παραγωγικό κλάδο, το 11,33% παράγει και εμπορεύεται

προϊόντα, το 10% εμπορεύεται προϊόντα και προσφέρει συγχρόνως και υπηρεσίες, το

- 99 -

6,66% ανήκει στο τουριστικό κλάδο ενώ ένα ποσοστό 3,33% ανήκει σε κάποιον άλλο

κλάδο.

Αναλύοντας τα ποσοστά των κλάδων ανά τομέα παρατηρούμαι ότι στο πρωτογενή

τομέα όλοι οι ερωτώμενοι προέρχονται από τον παραγωγικό κλάδο.

Στο δευτερογενή τομέα το 50% των ερωτώμενων προέρχεται από το παραγωγικό

τομέα, το 44,7% ασχολείται ταυτόχρονα με παραγωγή και εμπόριο, το 2,6% από το

κλάδο του εμπορίου και το 2,6% από κάποιο άλλον κλάδο.

Στο τριτογενή τομέα το 42,2% προέρχεται από το κλάδο των υπηρεσιών, 31,2% από

το κλάδο του εμπορίου, το 13,7% ασχολείται με εμπόριο και παροχή υπηρεσιών

ταυτόχρονα, 9,2% προέρχεται από το τουριστικό κλάδο και το 3,6% από κάποιον

άλλο κλάδο.

Ποιος είναι ο αριθμός των εργαζομένων στην επιχείρηση / τον οργανισμό σας:

Το 65,33% απασχολεί από 1-10 εργαζόμενους, ανήκει δηλαδή στην κατηγορία των

πολύ μικρών επιχειρήσεων, το 30% απασχολεί από 11-50 εργαζόμενους, επομένως

ανήκει στη κατηγορία των μικρών επιχειρήσεων και οργανισμών, το 2,66%

απασχολεί από 51-250 και ανήκει στη κατηγορία των μεσαίων επιχειρήσεων και

οργανισμών, ενώ το 2% περισσότερους από 250 εργαζόμενους και επομένως ανήκει

στη κατηγορία των μεγάλων επιχειρήσεων και οργανισμών.

Ο κύκλος εργασιών κατά τη τριετία 2001 – 2004 ήταν:

Το 80,66% των επιχειρήσεων και οργανισμών είχαν αυξημένο κύκλο εργασιών τη

περίοδο 2001-2004, το 16,66% σταθερό και μόλις το 2,66% φθίνων.

Αναλύοντας τη πορεία του κύκλου εργασιών σε σχέση με την ανάγκη σε στελεχιακό

δυναμικό βλέπουμε πως σε αυτές που ο κύκλος εργασιών ήταν φθίνων το 50% από

αυτές δηλώνει ανάγκη σε στελέχη, σε αυτές που ο κύκλος εργασιών ήταν σταθερός το

64% δηλώνει πως δεν έχει ανάγκη σε νέο στελεχιακό δυναμικό και τέλος σε αυτές

που ήταν αύξων το 67,77% δηλώνει πως έχει ανάγκη σε στελεχιακό δυναμικό.

Ο αριθμός των εργαζομένων σας κατά τη τριετία 2001 – 2004 ήταν:

Ο αριθμός των εργαζομένων στο 60% των επιχειρήσεων και οργανισμών κατά το

χρονικό διάστημα των ετών 2001-2004 ήταν αυξημένος, στο 36% σταθερός ενώ

μόλις στο 4% ήταν φθίνων.

- 100 -

Ποιο είναι το μορφωτικό επίπεδο των εργαζομένων σας:

Από τις 150 επιχειρήσεις και οργανισμούς οι 85 δεν απασχολούν καθόλου

εργαζόμενους αποφοίτους πρωτοβάθμιας εκπαίδευσης ενώ ο μέσος όρος

απασχόλησης τους στο σύνολο το δείγματος ήταν 15,17%.

Όσο αναφορά τους απόφοιτους δευτεροβάθμιας εκπαίδευσης 23 από τις επιχειρήσεις

και οργανισμούς δεν απασχολούν καθόλου από αυτούς, σε 21 αποτελούν το 50% των

εργαζομένων, σε 20 το 80% και σε 14 το 100%. Ο μέσος όρος απασχόλησης

εργαζομένων αποφοίτων δευτεροβάθμιας εκπαίδευσης στο δείγμα είναι 50,82%.

Από τους 150 ερωτώμενους οι 36 δήλωσαν πως δεν απασχολούν καθόλου

αποφοίτους τριτοβάθμιας εκπαίδευσης, οι 22 δήλωσαν πως απασχολούν σε ποσοστό

10%, οι 28 σε ποσοστό 20% ενώ 18 ερωτώμενοι δήλωσαν πως το 100% του

προσωπικού τους είναι απόφοιτοι τριτοβάθμιας εκπαίδευσης. Ο μέσος όρος

απασχόλησης αποφοίτων τριτοβάθμιας εκπαίδευσης ήταν 31,01.

Απόφοιτους μετατριτοβάθμιας εκπαίδευσης σε ποσοστό 5% δηλώθηκε πως

απασχολούνται σε 7 από τους ερωτώμενους, σε ποσοστό 10% σε άλλους 7, σε

ποσοστό 40% σε 2, σε ποσοστό 70% σε 1, σε ποσοστό 80% σε άλλον ένα, κατά 100%

σε ένα ερευνητικό εργαστήριο ενώ 130 από τους ερωτώμενους δεν απασχολούν

καθόλου κατόχους ματατριτοβάθμιας εκπαίδευσης. Ο μέσος όρος της μεταβλητής

ήταν 3%.

Σε ποιο βαθμό θα επιθυμούσατε να αλλάξει το ποσοστό των εργαζομένων στην

επιχείρηση / οργανισμό σας με βάση το μορφωτικό επίπεδο:

Το 35,33% των ερωτώμενων επιθυμεί να έχει λιγότερους αποφοίτους πρωτοβάθμιας

εκπαίδευσης, μόλις το 0,66% περισσότερους και το 64% επιθυμεί το ποσοστό

εργαζομένων αυτής της κατηγορίας να παραμείνει ίδιο. Πρέπει να τονισθεί όμως πως

η συντριπτική πλειοψηφία αυτών που επιθυμούν να μην αλλάξει το ποσοστό

εργαζομένων πρωτοβάθμιας εκπαίδευσης δεν απασχολεί καθόλου εργαζόμενους

αυτής της κατηγορίας επομένως δηλώνει όχι ότι δεν θέλει να μειωθεί το ήδη υπάρχον

ποσοστό εργαζομένων αυτής της κατηγορίας αλλά το ότι δεν σκοπεύει στο μέλλον να

απασχολήσει εργαζόμενους αυτής της κατηγορίας.

Για τους απόφοιτους δευτεροβάθμιας εκπαίδευσης το 16,66% των ερωτηθέντων

επιθυμεί να μειωθεί ο αριθμός τους, το 10% να αυξηθεί και το 73,33 να παραμείνει

ίδιος και αυτό διότι οι εργασίες στις οποίες απασχολούνται οι απόφοιτοι

- 101 -

δευτεροβάθμιας εκπαίδευσης στην πλειοψηφία τους δεν απαιτούν μεγαλύτερο

μορφωτικό επίπεδο για την εκτέλεσή τους.

Το 58% των ερωτηθέντων επιθυμεί να αυξηθεί ο αριθμός των εργαζομένων

αποφοίτων τριτοβάθμιας εκπαίδευσης που απασχολούν, το 41,33% να παραμείνουν

ίδιοι και μόλις το 0,66% να μειωθούν.

Το 62,66% επιθυμεί ο αριθμός των εργαζομένων μετατριτοβάθμιας εκπαίδευσης να

παραμείνει ίδιος, το 36,66% να αυξηθεί και το 0,66% να μειωθούν.

Ενότητα δεύτερη: Χρήση νέων τεχνολογιών

Χρησιμοποιείται ηλεκτρονικό υπολογιστή στην επιχείρηση / οργανισμό σας:

Το 96% των επιχειρήσεων και οργανισμών που συμμετείχαν στην έρευνα

χρησιμοποιούν ηλεκτρονικό υπολογιστή κατά την εκτέλεση των εργασιών τους ενώ

μόνο το 4% δεν χρησιμοποιεί καθόλου ηλεκτρονικό υπολογιστή σε καμία

δραστηριότητας της.

Αναλύοντας τη χρήση Η/Υ ανά τομέα παρατηρούμε πως στο πρωτογενή τομέα το

100% των ερωτηθέντων χρησιμοποιεί Η/Υ, στο δευτερογενή τομέα το 92,10% και

στο τριτογενή το 97,25%.

Ανά κλάδο τα ποσοστά αυτά διαμορφώνονται ως εξής. Στο κλάδο των υπηρεσιών το

97,82% χρησιμοποιεί Η/Υ, στο εμπόριο το 94,28%, στη παραγωγή το 95,45%, στους

ερωτώμενους που ασχολούνται ταυτόχρονα με παραγωγή και εμπόριο το 88,23%, σε

αυτούς που ασχολούνται με εμπόριο και παροχή υπηρεσιών το 100%, στις

τουριστικές το 100% και τέλος από αυτές που προέρχονται από κάποιο άλλο κλάδο

το 100%.

Εάν ναι, πόσο συχνά:

Το 92% χρησιμοποιεί καθημερινά για την εκτέλεση μικρού ή μεγάλου μέρους των

εργασιών του ηλεκτρονικό υπολογιστή, το 2% 2-3 φορές την εβδομάδα συνήθως για

την εκτέλεση της ηλεκτρονικής τους αλληλογραφίας, ένα άλλο 2% 4-5 το μήνα ως

επί το πλείστον για την αναζήτηση πληροφοριών στο ίντερνετ και το 4% ποτέ.

- 102 -

Θα θέλατε να χρησιμοποιείται ηλεκτρονικό υπολογιστή πιο συχνά:

Το 55,33% δηλώνει πως δεν επιθυμεί να χρησιμοποιεί περισσότερο ηλεκτρονικό

υπολογιστή και αυτό διότι το χρησιμοποιεί ήδη κατά κόρων. Το υπόλοιπο 44,66%

δηλώνει πως θα επιθυμούσε να χρησιμοποιεί συχνότερα ηλεκτρονικό υπολογιστή σε

διάφορους τομείς των δραστηριοτήτων τους.

Εάν ναι, σε ποια τμήματα:

Από τους 150 ερωτηθέντες οι 32 δήλωσαν πως θα ήθελαν η χρήση ηλεκτρονικού

υπολογιστή να είναι συχνότερη και μεγαλύτερης έκτασης στην αποθήκη, οι 26 στην

παραγωγή, οι 46 στις εργασίες της διοίκησης, οι 50 στις διεργασίες των πωλήσεων

και 7 σε κάποιον άλλον τομέα.

Χρησιμοποιείται πληροφοριακά συστήματα διοίκησης στην επιχείρηση / οργανισμό σας:

Το 78% του συνόλου του δείγματος χρησιμοποιεί κάποιο πληροφοριακό σύστημα

διοίκησης. Το ποσοστό αυτό μας δείχνει την εξάπλωση των νέων τεχνολογιών ακόμη

και σε χώρες όπως τη δική μας με ελάχιστη εξάπλωση αυτών των τεχνολογιών μέχρι

πριν από λίγα χρόνια. Πρέπει όμως να τονίσουμε ότι λόγω της χρησιμοποίησης αυτών

των προγραμμάτων από χρήστες ακόμη και με ελάχιστες γνώσεις ηλεκτρονικών

υπολογιστών έχει ως αποτέλεσμα τη μη αξιοποίηση του συνόλου των δυνατοτήτων

τους όπως στατιστικών αναλύσεων, προβλέψεων, κόστους διατήρησης

εμπορευμάτων κλπ. και την αξιοποίηση τους σε μικρό βαθμό σε βασικές μόνο

λειτουργίες όπως π.χ. υπόλοιπα αποθήκης, συνολικές πωλήσεις κλπ.

Εξετάζοντας το βαθμό χρήσης πληροφοριακών συστημάτων διοίκησης παρατηρούμε

πως ο πρωτογενής τομέας χρησιμοποιεί τέτοια συστήματα σε ένα ποσοστό 66,66%, ο

δευτερογενής σε ποσοστό 76,31% και ο τριτογενής σε ποσοστό 78,90%.

Ανά κλάδο ο βαθμός χρήσης διαμορφώνεται ως εξής. Στο κλάδο των υπηρεσιών το

67,39% χρησιμοποιεί τέτοια συστήματα, στο εμπόριο το 88,57, στη παραγωγή το

68,18, στους ερωτώμενους που δραστηριοποιούνται στη παραγωγή και στο εμπόριο

το 88,23%, σε αυτούς που δραστηριοποιούνται στο εμπόριο και στη παροχή

υπηρεσιών το 93,33%, στο τουριστικό κλάδο το 70% και σε κάποιον άλλο κλάδο το

80%.

Από τις επιχειρήσεις και οργανισμούς που δήλωσαν πως χρησιμοποιούν Η/Υ το

81,25% από αυτούς χρησιμοποιεί και κάποιο πληροφοριακό σύστημα διοίκησης.

- 103 -

Αν ναι, ποιο:

Το πληροφοριακό σύστημα διοίκησης με τις περισσότερες αναφορές, 33 στο σύνολο

των 150 ερωτηθέντων, είναι το ΚΕΦΑΛΑΙΟ της εταιρίας UNISOFT. Ένα άλλο

ευρέως χρησιμοποιούμενο πρόγραμμα είναι το MANAGER της εταιρίας SINGULAR

με 12 αναφορές, καθώς και το EUROFASMA της ίδιας εταιρίας με 8 αναφορές.

Ευρέως χρησιμοποιούμενο πρόγραμμα είναι και το ΕΣΟΔΑ – ΕΞΟΔΑ και αυτό της

εταιρίας UNISOFT με 11 αναφορές στο σύνολο των 150 ερωτηθέντων. Επίσης 13

δήλωσαν πως χρησιμοποιούν κάποιο πληροφοριακό σύστημα διοίκησης ειδικά

φτιαγμένο για τις ανάγκες τους. Αξιόλογη παρουσία τέλος έχει και το πρόγραμμα

LOGISTIC της εταιρίας LOGICDIS.

Οι δύο αυτές εταιρίες δηλ. η UNISOFT και η SINGULAR κατέχουν το 48% της

αγοράς πληροφοριακών συστημάτων διοίκησης σύμφωνα με την έρευνα. Ένα άλλο

σημαντικό γεγονός είναι πως το 12% των ερωτηθέντων δεν γνωρίζει το

κατασκευαστή του προγράμματος που χρησιμοποιεί γεγονός που μας δείχνει πως δεν

έχει καμία υποστήριξη από αυτών.

Θεωρείται απαραίτητη τη χρήση Η/Υ στην επιχείρηση / οργανισμό σας:

Το 100% των ερωτηθέντων στην έρευνα δήλωσε πως θεωρεί απαραίτητη τη χρήση

Η/Υ για τη διεκπεραίωση των εργασιών του.

Πιστεύεται ότι ενδεχόμενη χρήση των νέων τεχνολογιών στην επιχείρηση / οργανισμό

σας θα βελτίωνε τα αποτελέσματά της/ του:

Η συντριπτική πλειοψηφία 99,33% θεωρεί πως η χρήση νέων τεχνολογιών θα

βελτίωνε τα αποτελέσματα του, ενώ μόνο το 0,66% δεν συμφωνεί με αυτή την

άποψη.

Εξετάζοντας ανά κλάδο τη ζήτηση νέων τεχνολογιών βλέπουμε πως όλοι οι

ερωτώμενοι από όλους τους κλάδους συμφωνούν πως οι νέες τεχνολογίες θα

βελτίωναν τα αποτελέσματα τους εκτός από το παραγωγικό κλάδο όπου μόλις το

4,54% διαφωνεί με αυτή την άποψη.

Έχετε πρόσβαση στο διαδίκτυο:

Το 86% έχει πρόσβαση στο ίντερνετ και μόλις το 14% δεν διαθέτει πρόσβαση σε

αυτό.

- 104 -

Από τον κλάδο των υπηρεσιών το 95,65% έχει πρόσβαση στο ίντερνετ, από τον

κλάδο του εμπορίου το 82,85%, από τον παραγωγικό κλάδο το 68,18%, από αυτούς

που ασχολούνται με παραγωγή και εμπόριο ταυτόχρονα το 70,59%, με εμπόριο και

υπηρεσίες το 93,33%, από το τουριστικό κλάδο το 100% και από αυτούς που

προέρχονται από κάποιο άλλο κλάδο το 100%.

Εάν ναι, πόσο συχνά χρησιμοποιείται το διαδίκτυο και τις υπηρεσίες του;

Το 60,66% χρησιμοποιεί καθημερινά τις υπηρεσίες του διαδικτύου, το 23,33% τις

χρησιμοποιεί 2-3 φορές την εβδομάδα, το 2% 4-5 φορές το μήνα, το 0,66% δεν τις

χρησιμοποιεί ποτέ και ούτε θα ήθελε και ένα ποσοστό 13,33% δεν τις χρησιμοποιεί

δηλώνει όμως πως θα ήθελε να μπορεί.

Έχετε δική σας ιστοσελίδα:

Από το σύνολο του δείγματος το 30,66% έχει δική του ιστοσελίδα την οποία όμως

στις περισσότερες περιπτώσεις δεν έχει τις κατάλληλες γνώσεις για να τη διαχειριστή

μόνος του, δηλαδή να κάνει κάποιες απλές εργασίες συντήρησης όπως να προσθέσει

ή να αφαιρέσει κείμενο, φωτογραφίες κλπ.

Από το παραγωγικό κλάδο ιστοσελίδα έχει το 27,27%, από το κλάδο των υπηρεσιών

το 39,13%, από το κλάδο του εμπορίου το 5,71%, από το τουριστικό κλάδο το 60%,

από αυτούς που ασχολούνται ταυτόχρονα με παραγωγή και εμπόριο το 17,64% και με

εμπόριο και υπηρεσίες το 53,33%.

Εάν ναι, θεωρείται ότι αποκομίζετε:

Το 45,65% θεωρεί ότι αποκομίζει πολλά οφέλη από την ύπαρξη ιστοσελίδας, το

32,60% αρκετά οφέλη, το 19,56% λίγα οφέλη και το 2,17% ελάχιστα.

Έχετε εγκατεστημένη στο διαδίκτυο εφαρμογή ηλεκτρονικού εμπορίου:

Παρόλο το γεγονός ότι η πλειοψηφία των ερωτηθέντων στην έρευνα ανήκει στο

τριτογενή τομέα, μόνο το 7,33% έχει εφαρμογή ηλεκτρονικού εμπορίου διότι το

υπόλοιπο 92,66% θεωρεί δύσκολη την εφαρμογή της λόγω υψηλού κόστους

εγκατάστασης και λειτουργίας, και μη ικανοποιητικής αποδοχής από το κοινό ακόμη.

Από το παραγωγικό κλάδο εφαρμογή ηλεκτρονικού εμπορίου δεν έχει κανένας

ερωτώμενος, από το κλάδο των υπηρεσιών έχει το 8,69%, από το κλάδο του εμπορίου

δεν έχει επίσης κανένας ερωτώμενος του δείγματος, από το τουριστικό κλάδο το

- 105 -

40%, από αυτούς που ασχολούνται ταυτόχρονα με παραγωγή και εμπόριο κανένας

δεν έχει εφαρμογή ηλεκτρονικού εμπορίου και με εμπόριο και υπηρεσίες το 20%.

Εάν ναι, θεωρείτε ότι αποκομίζετε:

Από τους ερωτηθέντες που εφαρμόζουν ηλεκτρονικό εμπόριο το 63,63% θεωρεί πως

αποκομίζει πολλά οφέλη, το 18,18 αρκετά οφέλη και το ίδιο ποσοστό δηλαδή το

18,18% λίγα οφέλη.

- 106 -

Ενότητα Τρίτη: αξιολόγηση γνώσεων και δεξιοτήτων

Θα σας ενδιέφερε οι εργαζόμενοί σας να έχουν γενικές γνώσεις δικαίου:

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 2,6067 με τυπικό

σφάλμα 0,0926. Το TRMEAN σε αυτή την ερώτηση είναι 2,5597 και η τυπική

απόκλιση 1,1345.

Θα σας ενδιέφερε οι εργαζόμενοί σας να μιλούν καλά μία ξένη γλώσσα;

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 4,1200 με τυπικό

σφάλμα 0,0813. Το TRMEAN σε αυτή την ερώτηση είναι 4,2164 και η τυπική

απόκλιση 0,9961.

Από τις γνώσεις γενικής υποδομής ήταν η γνώση που συγκέντρωσε τον υψηλότερο

αριθμητικό μέσο και αυτό δείχνει πως πλέον με τη πτώση των συνόρων και την

απελευθέρωση της παραγωγής, του εμπορίου και των υπηρεσιών υπάρχει μεγάλη

ανάγκη για καλή γνώση ξένων γλωσσών.

Θα σας ενδιέφερε οι εργαζόμενοί σας να έχουν γνώσεις στατιστικής:

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 3,6600 με τυπικό

σφάλμα 0,0945. Το TRMEAN σε αυτή την ερώτηση είναι 3,7239 και η τυπική

απόκλιση 1,1576.

Οι γνώσεις στατιστικής συγκέντρωσαν το δεύτερο μεγαλύτερο αριθμητικό μέσο στις

γνώσεις γενικής υποδομής και μας δείχνει τις δυνατότητες αξιοποίησης των τεχνικών

της στατιστικής σε όλους τους τομείς.

Θα σας ενδιέφερε οι εργαζόμενοί σας να γνωρίζουν τους θεσμούς και τον τρόπο που

πρέπει και μπορεί να λειτουργήσει η επιχείρηση / ο οργανισμό σας στο νέο περιβάλλον

που διαμορφώνεται στην διευρυμένη Ε.Ε.:

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 3,5667 με τυπικό

σφάλμα 0,0953. Το TRMEAN σε αυτή την ερώτηση είναι 3,6343 και η τυπική

απόκλιση 1,1667.

Καταλαβαίνοντας πλέον οι ερωτώμενοι πως ζουν σε μία ενιαία αγορά χωρίς

περιορισμούς όπως αυτή της Ευρωπαϊκής Ένωσης των 25 κρατών επιθυμούν οι

εργαζόμενοι τους να γνωρίζουν τους θεσμούς και τον τρόπο λειτουργίας της και

- 107 -

αυτός είναι ο λόγος που η γνώση αυτή είχε το τρίτο μεγαλύτερο αριθμητικό μέσο στις

γνώσεις γενικής υποδομής.

Θα σας ενδιέφερε οι εργαζόμενοί σας να εφαρμόζουν και να διαχειρίζονται εθνικά και

διεθνή πρότυπα:

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 3,2667 με τυπικό

σφάλμα 0,0963. Το TRMEAN σε αυτή την ερώτηση είναι 3,2985 και η τυπική

απόκλιση 1,1796.

Θα σας ενδιέφερε οι εργαζόμενοί σας να αξιολογούν και να διαχειρίζονται το

προσωπικό της επιχείρηση / οργανισμού σας:

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 3,3600 με τυπικό

σφάλμα 0,1040. Το TRMEAN σε αυτή την ερώτηση είναι 3,4030 και η τυπική

απόκλιση 1,2710.

Θα σας ενδιέφερε οι εργαζόμενοί σας να έχουν γνώσεις διδακτικής σε θέματα

οικονομίας και πληροφορικής:

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 2,8530 με τυπικό

σφάλμα 0,1100. Το TRMEAN σε αυτή την ερώτηση είναι 2,8360 και η τυπική

απόκλιση 1,3430.

Θα σας ενδιέφερε οι εργαζόμενοί σας να έχουν γνώσεις παιδαγωγικής:

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 2,2330 με τυπικό

σφάλμα 0,1020. Το TRMEAN σε αυτή την ερώτηση είναι 2,1420 και η τυπική

απόκλιση 1,2450.

Θα σας ενδιέφερε οι εργαζόμενοί σας να μπορούν να εγκαταστήσουν και να

συντηρήσουν ένα δίκτυο Η/Υ:

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 2,9530 με τυπικό

σφάλμα 0,1030. Το TRMEAN σε αυτή την ερώτηση είναι 2,9480 και η τυπική

απόκλιση 1,2600.

- 108 -

Θα σας ενδιέφερε οι εργαζόμενοί σας να μπορούν να διαχειριστούν ένα δίκτυο Η/Υ:

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 3,6933 με τυπικό

σφάλμα 0,0955. Το TRMEAN σε αυτή την ερώτηση είναι 3,7687 και η τυπική

απόκλιση 1,1698.

Θα σας ενδιέφερε οι εργαζόμενοί σας να μπορούν να χρησιμοποιούν λογισμικό

κατάλληλο για τη διαχείριση των έργων της επιχείρηση / οργανισμού σας:

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 4,1600 με τυπικό

σφάλμα 0,0867. Το TRMEAN σε αυτή την ερώτηση είναι 4,2761 και η τυπική

απόκλιση 1,0624.

Η χρήση κατάλληλου λογισμικού για την εκτέλεση των εργασιών των ερωτώμενων

ήταν αυτή που συγκέντρωσε το μεγαλύτερο αριθμητικό μέσο στη κατηγορία των

γνώσεων πληροφορικής και νέων τεχνολογιών.

Θα σας ενδιέφερε οι εργαζόμενοί σας να μπορούν να τοποθετούν, συντηρούν και να

αλλάζουν μέρη του hardware:

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 3,1600 με τυπικό

σφάλμα 0,0867. Το TRMEAN σε αυτή την ερώτηση είναι 3,1791 και η τυπική

απόκλιση 1,2211.

Θα σας ενδιέφερε οι εργαζόμενοί σας να μπορούν να τοποθετούν, συντηρούν και να

αλλάζουν μέρη του software:

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 3,6333 με τυπικό

σφάλμα 0,0971. Το TRMEAN σε αυτή την ερώτηση είναι 3,7090 και η τυπική

απόκλιση 1,1895.

Θα σας ενδιέφερε οι εργαζόμενοί σας να μπορούν να δημιουργούν βάσεις δεδομένων

και να τις διαχειρίζονται:

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 3,7730 με τυπικό

σφάλμα 0,1020. Το TRMEAN σε αυτή την ερώτηση είναι 3,8660 και η τυπική

απόκλιση 1,2430.

Η γνώση δημιουργίας βάσεων δεδομένων ήταν αυτή που συγκέντρωσε το τρίτο

μεγαλύτερο αριθμητικό μέσο και αυτό διότι ο όγκος των δεδομένων που διαχειρίζεται

πλέον μία επιχείρηση ή ένας οργανισμός είναι τεράστιος και η γνώση δημιουργίας

- 109 -

τέτοιων βάσεων καθώς και η διαχείριση τους θα διευκόλυνε σε μεγάλο βαθμό την

εκτέλεση των έργων τους.

Θα σας ενδιέφερε οι εργαζόμενοί σας να μπορούν να δημιουργούν σελίδες και

ηλεκτρονικά καταστήματα στο διαδίκτυο και να τα διαχειρίζονται:

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 2,9130 με τυπικό

σφάλμα 0,1100. Το TRMEAN σε αυτή την ερώτηση είναι 2,9030 και η τυπική

απόκλιση 1,3460.

Θα σας ενδιέφερε οι εργαζόμενοί σας να μπορούν να διαχειρίζονται λειτουργικά

συστήματα υπολογιστών:

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 3,9600 με τυπικό

σφάλμα 0,0945. Το TRMEAN σε αυτή την ερώτηση είναι 4,0746 και η τυπική

απόκλιση 1,1579.

Η διαχείριση λειτουργικών συστημάτων συγκέντρωσε το δεύτερο μεγαλύτερο

αριθμητικό μέσο στις γνώσεις πληροφορικής και νέων τεχνολογιών και αυτό διότι τα

λειτουργικά συστήματα είναι μεν απλά στη διαχείριση τους αλλά όπως τονίσαμε και

σε άλλο μέρος της έρευνας πολλοί από τους ερωτώμενους παρόλο που χειρίζονται

Η/Υ δεν διαθέτουν παρά ελάχιστες γνώσεις γύρω από αυτούς.

Θα σας ενδιέφερε οι εργαζόμενοί σας να μπορούν να αναπτύξουν σύγχρονες

πολυμεσικές εφαρμογές:

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 2,6870 με τυπικό

σφάλμα 0,1120. Το TRMEAN σε αυτή την ερώτηση είναι 2,6490 και η τυπική

απόκλιση 1,3760.

Θα σας ενδιέφερε οι εργαζόμενοί σας να έχουν γενικές γνώσεις λογιστικής:

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 3,6800 με τυπικό

σφάλμα 0,0904. Το TRMEAN σε αυτή την ερώτηση είναι 3,7537 και η τυπική

απόκλιση 1,1071.

- 110 -

Θα σας ενδιέφερε οι εργαζόμενοί σας να έχουν γνώσεις μηχανογραφημένης λογιστικής:

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 3,7733 με τυπικό

σφάλμα 0,0937. Το TRMEAN σε αυτή την ερώτηση είναι 3,8582 και η τυπική

απόκλιση 1,1478.

Θα σας ενδιέφερε οι εργαζόμενοί σας να διαχειρίζονται αποτελεσματικά τις προμήθειες

- πωλήσεις της επιχείρηση / οργανισμού σας:

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 4,2533 με τυπικό

σφάλμα 0,0893. Το TRMEAN σε αυτή την ερώτηση είναι 4,3955 και η τυπική

απόκλιση 1,0941.

Η αποτελεσματική διαχείριση των πωλήσεων και των προμηθειών ήταν αυτή που

συγκέντρωσε το μεγαλύτερο αριθμητικό μέσο στη κατηγορία γνώσεων σε θέματα

διοίκησης και οικονομίας.

Θα σας ενδιέφερε οι εργαζόμενοί σας να αναλύουν και καταλήγουν σε συμπεράσματα

για τη παρούσα και τη μελλοντική πορεία των χρηματοοικονομικών της επιχείρηση /

οργανισμού σας:

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 3,9733 με τυπικό

σφάλμα 0,0960. Το TRMEAN σε αυτή την ερώτηση είναι 4,0896 και η τυπική

απόκλιση 1,1755.

Θα σας ενδιέφερε οι εργαζόμενοί σας να έχουν γνώσεις σχετικές με τις διαδικασίες του

χρηματιστηρίου και τεχνικής ανάλυσης μετοχών, παραγώγων κλπ.:

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 2,2000 με τυπικό

σφάλμα 0,1010. Το TRMEAN σε αυτή την ερώτηση είναι 2,1040 και η τυπική

απόκλιση 1,2320.

Θα σας ενδιέφερε οι εργαζόμενοί σας να έχουν γνώσεις μάρκετινγκ:

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 4,1333 με τυπικό

σφάλμα 0,0935. Το TRMEAN σε αυτή την ερώτηση είναι 4,2537 και η τυπική

απόκλιση 1,1450.

Η γνώση σχετικά με το μάρκετινγκ συγκέντρωσε το δεύτερο μεγαλύτερο αριθμητικό

μέσο στη κατηγορία των γνώσεων σε θέματα διοίκησης και οικονομίας και αυτό διότι

έχει σχέσεις με τις πωλήσεις μίας επιχείρησης ή ενός οργανισμού.

- 111 -

Θα σας ενδιέφερε οι εργαζόμενοί σας να εκπονούν μελέτες επενδυτικών προγραμμάτων

και σχεδίων βιωσιμότητας επενδύσεων:

Ο αριθμητικός μέσος της βαθμολόγησης στην ερώτηση αυτή είναι 2,7530 με τυπικό

σφάλμα 0,1120. Το TRMEAN σε αυτή την ερώτηση είναι 2,7240 και η τυπική

απόκλιση 1,3710.

Ενότητα τέταρτη: ανάγκες και ελλείψεις σε στελεχιακό δυναμικό

Έχει η επιχείρηση / ο οργανισμό σας ανάγκη σε προσωπικό:

Το 62% των ερωτηθέντων δήλωσε πως η επιχείρηση/ ο οργανισμός τους έχει ανάγκη

σε προσωπικό ως επί το πλείστον ειδικευμένο.

Σε ποιες ειδικότητες η επιχείρηση/ ο οργανισμό σας συναντά περισσότερες δυσκολίες

εξεύρεσης προσωπικού:

Στην ερώτηση αυτή ο ερωτώμενος μπορούσε να δώσει από μία έως τρεις απαντήσεις.

Ως πρώτη απάντηση σε ειδικότητες στις οποίες συναντούν δυσκολίες εξεύρεσης με

ποσοστό 22,6% δηλώθηκε η ειδικότητα του πωλητή, με ποσοστό 8.6% δηλώθηκε η

δυσκολία εξεύρεσης διοικητικού προσωπικού, με 4,4% ξενοδοχοϋπάλληλοι, με 3,3%

λογιστές και ακολουθούν διάφορες άλλες ειδικότητες.

Σαν δεύτερη επιλογή δηλώθηκε με ποσοστό 2,6% η ειδικότητα των προγραμματιστών

και το διοικητικό προσωπικό.

Τέλος ως τρίτη επιλογή με ποσοστό 0,6% δηλώθηκε η ειδικότητα του υπάλληλου

γραφείου και του εργαζόμενου με γνώση ξένων γλωσσών.

Έχετε εντοπίσει έλλειψη γνώσεων του προσωπικού σας:

Το 84,66% δήλωσε πως έχει εντοπίσει έλλειψη γνώσεων στο υπάρχον προσωπικό σε

κάποιο τομέα.

Εάν ναι, σε ποιους τομείς:

Το 64% δηλώνει έλλειψη γνώσεων του ήδη υπάρχοντος προσωπικού στο τομέα των

νέων τεχνολογιών, το 70% στο τομέα των λογιστικών, το 56% σε θέματα μάρκετινγκ

και το 51,33% στο τομέα των πωλήσεων.

- 112 -

ΜΕΡΟΣ ΤΡΙΤΟ

ΓΡΑΦΗΜΑΤΑ ΜΕ ΜΙΑ ΜΕΤΑΒΛΗΤΗ

Τομέας Ε/Ο

Ποσοστό

ΤΡΙΤΟΓΕΝΗΔΕΥΤΕΡΟΓΕΝΗΠΡΩΤΟΓΕΝΗ

80

70

60

50

40

30

20

10

0

72,66

25,33

2

ΓΡΑΦΗΜΑ 1: ΠΟΣΟΣΤΑ ΑΝΑ ΤΟΜΕΑ

Percent within all data.

Κλάδος Ε/Ο

Ποσοστό

ΥΠΗΡΕΣΙΕΣ

ΕΜΠΟΡΙΟ

ΠΑΡΑΓΩΓΗ

ΠΑΡΑΓΩΓΗ

-ΕΜΠΟΡΙΟ

ΕΜΠΟΡΙΟ-ΥΠΗΡΕΣΙΕΣ

ΤΟΥΡΙΣΜΟΣ

ΑΛΛΟ

30

25

20

15

10

5

0

30,66

23,33

14,66

11,3310

6,66

3,33

ΓΡΑΦΗΜΑ 2: ΠΟΣΟΣΤΑ ΑΝΑ ΚΛΑΔΟ

Percent within all data.

- 113 -

Πλήθος εργαζομένων

Ποσοστό

>25051-25011-501-10

70

60

50

40

30

20

10

0

22,66

30

65,33

ΓΡΑΦΗΜΑ 3: ΠΛΗΘΟΣ ΕΡΓΑΖΟΜΕΝΩΝ 2001-2004

Percent within all data.

Κύκλος εργασιών 2001-04

Ποσοστό

ΑΥΞΩΝΣΤΑΘΕΡΟΣΦΘΙΝΩΝ

90

80

70

60

50

40

30

20

10

0

80,66

16,66

2,66

ΓΡΑΦΗΜΑ 4: ΚΥΚΛΟΣ ΕΡΓΑΣΙΩΝ 2001-2004

Percent within all data.

- 114 -

Τάση εργαζομένων 2001-04

Ποσοστό

ΑΥΞΩΝΣΤΑΘΕΡΟΣΦΘΙΝΩΝ

60

50

40

30

20

10

0

60

36

4

ΓΡΑΦΗΜΑ 5: ΤΑΣΗ ΕΡΓΑΖΟΜΕΝΩΝ 2001-2004

Percent within all data.

Δημοτικό %

Αναφορές

1009080706050403020100

90

80

70

60

50

40

30

20

10

0

6

02

0

6

0

6

0

7

0

12

1

8

2

13

2

85

ΓΡΑΦΗΜΑ 6: ΠΟΣΟΣΤΟ ΕΡΓΑΖΟΜΕΝΩΝ ΑΠΟΦΟΙΤΩΝ ΠΡΩΤΟΒΑΘΜΙΑΣ

- 115 -

Δευεροβάθμια %

Αναφορές

1009080706050403020100

25

20

15

10

5

0

14

0

4

1

20

4

14

1

13

0

21

2

12

2

4

0

10

0

4

1

23

ΓΡΑΦΗΜΑ 7: ΠΟΣΟΣΤΟ ΕΡΓΑΖΟΜΕΝΩΝ ΑΠΟΦΟΙΤΩΝ ΔΕΥΤΕΡΟΒΑΘΜΙΑΣ

Τριτοβάθμια %

Αναφορές

1009080706050403020100

40

30

20

10

0

18

011

5

011

3

1

8

1

7

2

9

1

28

2

22

3

36

ΓΡΑΦΗΜΑ 8:ΠΟΣΟΣΤΟ ΕΡΓΑΖΟΜΕΝΩΝ ΑΠΟΦΟΙΤΩΝ ΤΡΙΤOΒΑΘΜΙΑΣ

- 116 -

M.Sc. - Ph.D. %

Αναφορές

1009080706050403020100

140

120

100

80

60

40

20

0100010100000200001

77

130

ΓΡΑΦΗΜΑ 9: ΠΟΣΟΣΤΟ ΕΡΓΑΖΟΜΕΝΩΝ ΑΠΟΦΟΙΤΩΝ ΜΕΤΑΤΡΙΤΟΒΑΘΜΙΑΣ

Μεταβολη Δημοτκού

Ποσοστό

ΙΔΙΟΙΛΙΓΟΤΕΡΟΙΠΕΡΙΣΣΟΤΕΡΟΙ

70

60

50

40

30

20

10

0

64

35,33

0,66

ΓΡΑΦΗΜΑ 10: ΕΠΙΘΥΜΙΑ ΑΛΛΑΓΗΣ ΠΟΣΟΣΤΟΥ ΔΗΜΟΤΙΚΟΥ

Percent within all data.

- 117 -

Μεταβολή Δευτεροβάθμιας

Ποσοστό

ΙΔΙΟΙΛΙΓΟΤΕΡΟΙΠΕΡΙΣΣΟΤΕΡΟΙ

80

70

60

50

40

30

20

10

0

73,33

16,66

10

ΓΡΑΦΗΜΑ 11: ΕΠΙΘΥΜΙΑ ΑΛΛΑΓΗΣ ΠΟΣΟΣΤΟΥ ΔΕΥΤΕΡΟΒΑΘΜΙΑΣ

Percent within all data.

Μεταβολή Τριτοβάθμιας

Ποσοστό

ΠΕΡΙΣΣΟΤΕΡΟΙΙΔΙΟΙΛΙΓΟΤΕΡΟΙ

60

50

40

30

20

10

0

58

41,33

0,66

ΓΡΑΦΗΜΑ 12: ΕΠΙΘΥΜΙΑ ΑΛΛΑΓΗΣ ΠΟΣΟΣΤΟΥ ΤΡΙΤΟΒΑΘΜΙΑΣ

Percent within all data.

- 118 -

Μεταβολή M.Sc. - Ph.D.

Ποσοστό

ΙΔΙΟΙΠΕΡΙΣΣΟΤΕΡΟΙΛΙΓΟΤΕΡΟΙ

70

60

50

40

30

20

10

0

62,66

36,66

0,66

ΓΡΑΦΗΜΑ 13: ΕΠΙΘΥΜΙΑ ΑΛΛΑΓΗΣ ΠΟΣΟΣΤΟΥ ΜΕΤΑΤΡΙΤΙΒΑΘΜΙΑΣ

Percent within all data.

Χρήση Η/Υ

Ποσοστό

ΟΧΙΝΑΙ

100

80

60

40

20

0

4

96

ΓΡΑΦΗΜΑ 14: ΠΟΣΟΣΤΟ ΧΡΗΣΗ Η/Υ

Percent within all data.

- 119 -

Συχνότητα χρήσης Η/Υ

Ποσοστό

ΣΧΕΔΟΝ ΚΑΘΗΜΕΡΙΝΑΠΟΤΕ4-52-3

90

80

70

60

50

40

30

20

10

0

92

422

ΓΡΑΦΗΜΑ 15: ΣΥΧΝΟΤΗΤΑ ΧΡΗΣΗΣ Η/Υ

Percent within all data.

Συχνότερη χρήση Η/Υ

Ποσοστό

ΟΧΙΝΑΙ

60

50

40

30

20

10

0

55,33

44,66

ΓΡΑΦΗΜΑ 16: ΕΠΙΘΥΜΙΑ ΣΥΧΝΟΤΕΡΗΣ ΧΡΗΣΗΣ Η/Υ

Percent within all data.

- 120 -

Αποθήκη

Αναφορές

ΝΑΙΟΧΙ

120

100

80

60

40

20

0

32

118

ΓΡΑΦΗΜΑ 18: ΣΥΧΝΟΤΕΡΗ ΧΡΗΣΗ Η/Υ ΣΤΗΝ ΑΠΟΘΗΚΗ

Παραγωγή

Αναφορές

ΝΑΙΟΧΙ

140

120

100

80

60

40

20

0

26

124

ΓΡΑΦΗΜΑ 18: ΣΥΧΝΟΤΕΡΗ ΧΡΗΣΗ Η/Υ ΣΤΗΝ ΠΑΡΑΓΩΓΗ

- 121 -

Διοίκηση

Αναφορές

ΝΑΙΟΧΙ

100

80

60

40

20

0

46

104

ΓΡΑΦΗΜΑ 19: ΣΥΧΝΟΤΕΡΗ ΧΡΗΣΗ Η/Υ ΣΤΗ ΔΙΟΙΚΗΣΗ

Πωλήσεις

Αναφορές

ΝΑΙΟΧΙ

100

80

60

40

20

0

50

100

ΓΡΑΦΗΜΑ 20: ΣΥΧΝΟΤΕΡΗ ΧΡΗΣΗ Η/Υ ΣΤΙΣ ΠΩΛΗΣΕΙΣ

- 122 -

Άλλος τομέας

Αναφορές

ΝΑΙΟΧΙ

160

140

120

100

80

60

40

20

0

7

143

ΓΡΑΦΗΜΑ 21: ΣΥΧΝΟΤΕΡΗ ΧΡΗΣΗ Η/Υ ΣΕ ΑΛΛΟ ΤΟΜΕΑ

Χρήση MIS

Ποσοστό

ΝΑΙΟΧΙ

80

70

60

50

40

30

20

10

0

78

22

ΓΡΑΦΗΜΑ 22: ΠΟΣΟΣΤΟ ΧΡΗΣΗΣ MIS

Percent within all data.

- 123 -

Πρόγραμμα MIS

Αναφορές

ΚΑΝΕΝΑ

ΚΕΦΑΛΑΙΟ

ΕΙΔΙΚΟ

MA

NAGE

R

ΕΣΟΔΑ

-ΕΞΟΔΑ

EU

ROFA

SMA

LOGIS

TIC

DEFA

CTO

ΟΡΙΖΟΝΤΕΣ

MAR

KET

PLUS

ΕΡΜΗΣ

ΝΟΗΣΗ

ΜΑ

RKET

4

ΑD

VIS

OR

SUPE

RNO

VA

STIN

G

SIN

GULA

R

SAP E

RP

QLIC

K V

IEW

PRO

TEL

OPE

NOF

FICE

MEG

APLA

NLIS

INT

ELLIG

EN

CE

GLO

BUS

CRS

AT

LAN

TIS

-ERP

ASP

IS P

LAN

ER

ACCO

UNTAN

T

40

30

20

10

0

36

33

1312

11

87

433

2111111111111111111

ΓΡΑΦΗΜΑ 23: ΑΝΑΦΟΡΕΣ ΑΝΑ MIS

Κατασκευαστής MIS

Ποσοστό

UNIS

OFT

ΚΑΝΕΝΑΣ

SINGU

LAR

ΑΓΝΩΣΤΟΣ

LOGIC

DIS

H.I.

T. AC

ΠΡΟΒΟΛΗ Ο

.Ε.

SAP E

RP

OPEN

OFFIC

E

MEG

APLA

NIB

M

DA

TA

CO

NTRO

L SYST

EMS

CCS

ALT

EC

ADVIC

E

35

30

25

20

15

10

5

0

32,66

23,33

15,33

129,33

1,330,660,660,660,660,60,660,660,660,66

ΓΡΑΦΗΜΑ 24: ΠΟΣΟΣΤΟ ΑΝΑ ΚΑΤΑΣΚΕΥΑΣΤΗ MIS

Percent within all data.

- 124 -

Αναγκαιότητα Η/Υ

Ποσοστό

ΝΑΙ

100

80

60

40

20

0

100

ΓΡΑΦΗΜΑ 25: ΑΝΑΓΚΑΙΟΤΗΤΑ ΧΡΗΣΗΣ Η/Υ

Percent within all data.

Συμβολή ΝΤ

Ποσοστό

ΝΑΙΟΧΙ

100

80

60

40

20

0

99,33

0,66

ΓΡΑΦΗΜΑ 26: ΣΥΜΒΟΛΗ ΤΩΝ ΝΕΩΝ ΤΕΧΝΟΛΟΓΙΩΝ

Percent within all data.

- 125 -

Πρόσβαση Internet

Ποσοστό

ΝΑΙ0ΧΙ

90

80

70

60

50

40

30

20

10

0

86

14

ΓΡΑΦΗΜΑ 27: ΠΟΣΟΣΤΟ ΠΡΟΣΒΑΣΗΣ ΣΤΟ ΙΝΤΕΡΝΕΤ

Percent within all data.

Χρήση Internet

Ποσοστό

ΣΧΕΔΟΝ ΚΑΘΗΜΕΡΙΝΑ2-3ΘΑ ΗΘΕΛΑ4-5ΠΟΤΕ

60

50

40

30

20

10

0

60,66

23,33

13,33

20,66

ΓΡΑΦΗΜΑ 28: ΣΥΧΝΟΤΗΤΑ ΧΡΗΣΗΣ ΥΠΗΡΕΣΙΩΝ ΙΝΤΕΡΝΕΤ

Percent within all data.

- 126 -

Υπαρξη Website

Ποσοστό

ΟΧΙΝΑΙ

70

60

50

40

30

20

10

0

69,33

30,66

ΓΡΑΦΗΜΑ 29: ΠΟΣΟΣΤΟ ΥΠΑΡΞΗΣ WEBSITE

Percent within all data.

Οφέλη Website

Ποσοστό

ΠΟΛΛΑ ΟΦΕΛΗΑΡΚΕΤΑ ΟΦΕΛΗΛΙΓΑ ΟΦΕΛΗΕΛΑΧΙΣΤΑ ΟΦΕΛΗ

50

40

30

20

10

0

45,65

32,60

19,56

2,17

ΓΡΑΦΗΜΑ 30: ΟΦΕΛΗ ΥΠΑΡΞΗΣ WEBSITE

Percent within all data.

- 127 -

Εφαρμογή e-commerce

Ποσοστό

ΟΧΙΝΑΙ

90

80

70

60

50

40

30

20

10

0

92,66

7,33

ΓΡΑΦΗΜΑ 31: ΠΟΣΟΣΤΟ ΕΦΑΡΜΟΓΗΣ E-COMMERCE

Percent within all data.

Οφέλη e-commerce

Ποσοστό

ΠΟΛΛΑ ΟΦΕΛΗΛΙΓΑ ΟΦΕΛΗΑΡΚΕΤΑ ΟΦΕΛΗ

70

60

50

40

30

20

10

0

63,63

18,1818,18

ΓΡΑΦΗΜΑ 32: ΟΦΕΛΗ E-COMMERCE

Percent within all data.

- 128 -

Ανάγκη προσωπικού

Ποσοστό

ΝΑΙΟΧΙ

70

60

50

40

30

20

10

0

62

38

ΓΡΑΦΗΜΑ 33: ΥΠΑΡΞΗ ΑΝΑΓΚΗΣ ΣΕ ΠΡΟΣΩΠΙΚΟ

Percent within all data.

Ειδικότητα 1

Ποσοστό

ΚΑΜΙΑ

ΠΩΛΗΤΕΣ

ΔΙΟΙΚΗΤΙΚΟ

ΥΠ

.ΥΠΟΔΟΧΗΣ

ΛΟΓΙΣΤΕΣ

ΤΕΧΝΙΚΟΙ

ΣΥΜΒΟΥΛΟΙ

ΧΕΙΡΙΣΤΕΣ

ΤΕΧΝΙΤΕΣ

ΠΛΗΡΟΦΟΡΙΚΗ

ΜΑΡΚΕΤΙΝΓΚ

ΕΡΓΑΤΕΣ

ΓΡΑΦΙΣΤΕΣ

ΑΣΦΑΛΙΣΤΕΣ

ΨΥΧΟΛΟΓΟΙ

ΧΕΙΡΙΣΤΕΣ

ΜΗΧ/Τ

ΩΝ

ΤΕΧΝΙΚΟΥΣ Η

/Υ

ΣΧΕΔΙΑΣΤΕΣ

ΣΥΜΒΟΥΛΟΥΣ

ΠΡΟΓΡΑΜΜΑΤΙΣΤΕΣ

ΟΙΚΟΝΟΜΟΛΟΓΟΙ

ΟΙΚΟΝΟΜΙΚΑ ΣΤΕΛΕΧΗ

ΜΕΣΙΤΕΣ

ΗΛΕΚΤΡΟΤΕΧΝΙΤΕΣ

ΖΑΧΑΡΟΠΛΑΣΤΕΣ

ΔΙΑΦΗΜΙΣΤΕΣ

WEB

-DESI

GNER

40

30

20

10

0

38,6

22,6

8,6

43,32,621,31,31,31,31,31,31,30,60,60,60,60,60,60,60,660,660,660,660,60,6

ΓΡΑΦΗΜΑ 34: ΑΝΑΓΚΗ ΣΕ ΕΙΔΙΚΟΤΗΤΑ ΠΡΩΤΗ

Percent within all data.

- 129 -

Ειδικότητα 2

Ποσοστό

ΚΑΜΙΑ

ΠΡΟΓΡΑΜΜΑΤΙΣΤΕΣ

ΔΙΟΙΚΗΤΙΚΟ

ΥΠΕΥΘ.ΠΑΡΑΓΩΓΗΣ

ΠΩΛΗΤΕΣ

ΟΙΚΟΝΟΜΟΛΟΓΟΙ

ΛΟΓΙΣΤΕΣ

ΤΕΧΝΙΚΟΙ

ΜΑΡΚΕΤΙΝΓΚ

ΕΡΓΑΤΕΣ

ΕΞΥΠ

.ΠΕΛΑΤΩΝ

ΕΚΠΑΙΔΕΥΤΕΣ

ΒΟΗΘΗΤΙΚΟ

90

80

70

60

50

40

30

20

10

0

83,3

2,62,62221,30,60,60,660,60,660,66

ΓΡΑΦΗΜΑ 35: ΑΝΑΓΚΗ ΣΕ ΕΙΔΙΚΟΤΗΤΑ ΔΕΥΤΕΡΗ

Percent within all data.

Ειδικότητα 3

Ποσοστό

ΚΑΜΙΑΥΠ.ΓΡΑΦΕΙΟΥΞΕΝΕΣ ΓΛΩΣΣΕΣ

100

80

60

40

20

0

98,6

0,60,6

ΓΡΑΦΗΜΑ 36: ΑΝΑΓΚΗ ΣΕ ΕΙΔΙΚΟΤΗΤΑ ΤΡΙΤΗ

Percent within all data.

- 130 -

Ελλειψη γνώσεων

Ποσοστό

ΝΑΙΟΧΙ

90

80

70

60

50

40

30

20

10

0

84,66

15,33

ΓΡΑΦΗΜΑ 37: ΈΛΛΕΙΨΗ ΓΝΩΣΕΩΝ ΣΤΟ ΥΠΑΡΧΩΝ ΠΡΟΣΩΠΙΚΟ

Percent within all data.

Νέες τεχνολογίες

Ποσοστό

ΝΑΙΟΧΙ

70

60

50

40

30

20

10

0

64

36

ΓΡΑΦΗΜΑ 38: ΕΛΛΕΙΨΗ ΓΝΩΣΕΩΝ ΣΕ ΝΕΕΣ ΤΕΧΝΟΛΟΓΙΕΣ

Percent within all data.

- 131 -

Λογιστικά

Ποσοστό

ΟΧΙΝΑΙ

70

60

50

40

30

20

10

0

70

30

ΓΡΑΦΗΜΑ 39: ΕΛΛΕΙΨΗ ΓΝΩΣΕΩΝ ΣΕ ΛΟΓΙΣΤΙΚΑ

Percent within all data.

Μάρκετινγκ

Ποσοστό

ΝΑΙΟΧΙ

60

50

40

30

20

10

0

56

44

ΓΡΑΦΗΜΑ 40: ΕΛΛΕΙΨΗ ΓΝΩΣΕΩΝ ΣΕ ΜΑΡΚΕΤΙΝΓΚ

Percent within all data.

- 132 -

Πωλήσεις

Ποσοστό

ΝΑΙΟΧΙ

50

40

30

20

10

0

51,33

48,66

ΓΡΑΦΗΜΑ 41: ΕΛΛΕΙΨΗ ΓΝΩΣΕΩΝ ΣΕ ΠΩΛΗΣΕΙΣ

Percent within all data.

- 133 -

ΠΙΝΑΚΕΣ ΣΤΑΤΙΣΤΙΚΗΣ ΑΝΑΛΥΣΗΣ ΓΝΩΣΕΩΝ ΚΑΙ ΔΕΞΙΟΤΗΤΩΝ

ΠΙΝΑΚΑΣ 1: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΔΙΚΑΙΟΥ

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΓΝΩΣΕΙΣ

ΔΙΚΑΙΟΥ

150 150 0 2,6067 0,0926 2,5597 1,1345 1,0000 2,0000 5,0000

ΠΙΝΑΚΑΣ 2: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΞΕΝΗΣ ΓΛΩΣΣΑΣ

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΞΕΝΗ

ΓΛΩΣΣΑ

150 150 0 4,1200 0,0813 4,2164 0,9961 1,0000 4,0000 5,0000

ΠΙΝΑΚΑΣ 3: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΣΤΑΤΙΣΤΙΚΗΣ

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΣΤΑΤΙΣΤΙΚΗ 150 150 0 3,6600 0,0945 3,7239 1,1576 1,0000 4,0000 5,0000

ΠΙΝΑΚΑΣ 4: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΤΩΝ ΘΕΣΜΩΝ ΤΗΣ Ε.Ε.

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΘΕΣΜΟΙ

Ε.Ε.

150 150 0 3,5667 0,0953 3,6343 1,1667 1,0000 4,0000 5,0000

- 134 -

ΠΙΝΑΚΑΣ 5: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΕΦΑΡΜΟΓΗΣ ΠΡΟΤΥΠΩΝ

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΕΦΑΡΜΟΓΗ

ΠΡΟΤΥΠΩΝ

150 150 0 3,2667 0,0963 3,2985 1,1796 1,0000 3,0000 5,0000

ΠΙΝΑΚΑΣ 6: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΔΙΑΧΕΙΡΙΣΗΣ ΠΡΟΣΩΠΙΚΟΥ

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΔΙΑΧΕΙΡΙΣΗ

ΠΡΟΣΩΠΙΚΟΥ

150 150 0 3,3600 0,1040 3,4030 1,2710 1,0000 4,0000 5,0000

ΠΙΝΑΚΑΣ 7: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΔΙΔΑΚΤΙΚΗΣ

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΓΝΩΣΗ

ΔΙΔΑΚΤΙΚΗΣ

150 150 0 2,8530 0,1100 2,8360 1,3430 1,0000 3,0000 5,0000

ΠΙΝΑΚΑΣ 8: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΠΑΙΔΑΓΩΓΙΚΗΣ

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΓΝΩΣΗ

ΠΑΙΔΑΓΩΓΙΚΗΣ

150 150 0 2,2330 0,1020 2,1420 1,2450 1,0000 2,0000 5,0000

- 135 -

ΠΙΝΑΚΑΣ 9: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΕΓΚΑΤ. & ΣΥΝΤ. ΔΙΚΤΥΟΥ

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΓΝΩΣΗ ΕΓΚ. &

ΣΥΝΤ. ΔΙΚΤΥΟΥ

150 150 0 2,9530 0,1030 2,9480 1,2600 1,0000 3,0000 5,0000

ΠΙΝΑΚΑΣ 10: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΔΙΑΧΕΙΡΙΣΗΣ ΔΙΚΤΥΟΥ

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΓΝΩΣΗ

ΔΙΑΧΕΙΡΙΣΗΣ

ΔΙΚΤΥΟΥ

150 150 0 3,6933 0,0955 3,7687 1,1698 1,0000 4,0000 5,0000

ΠΙΝΑΚΑΣ 11: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΛΟΓΙΣΜΙΚΟΥ

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΓΝΩΣΗ

ΛΟΓΙΣΜΙΚΟΥ

150 150 0 4,1600 0,0867 4,2761 1,0624 1,0000 4,0000 5,0000

ΠΙΝΑΚΑΣ 12: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΣΥΝΤΗΡ. HARDWARE

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΓΝΩΣΗ

ΣΥΝΤΗΡΗΣΗΣ

HARDWARE

150 150 0 3,1600 0,0997 3,1791 1,2211 1,0000 3,0000 5,0000

- 136 -

ΠΙΝΑΚΑΣ 13: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΣΥΝΤΗΡ. SOFTWARE

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΓΝΩΣΗ

ΣΥΝΤΗΡΗΣΗΣ

SOFTWARE

150 150 0 3,6333 0,0971 3,7090 1,1895 1,0000 4,0000 5,0000

ΠΙΝΑΚΑΣ 14: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΔΗΜΙΟΥΡΓΙΑΣ DATABASE

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΓΝΩΣΗ

ΔΗΜΙΟΥΡΓΙΑΣ

DATABASE

150 150 0 3,7730 0,1020 3,8660 1,2430 1,0000 4,0000 5,0000

ΠΙΝΑΚΑΣ 15: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΔΗΜΙΟΥΡΓΙΑΣ WEBSITE

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΓΝΩΣΗ

ΔΗΜΙΟΥΡΓΙΑΣ

WEBSITE

150 150 0 2,9130 0,1100 2,9030 1,3460 1,0000 3,0000 5,0000

ΠΙΝΑΚΑΣ 16: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΔΙΑΧΕΙΡΙΣΗΣ ΛΕΙΤ. ΣΥΣΤ.

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΓΝΩΣΗ

ΔΙΑΧΕΙΡΙΣΗΣ

ΛΕΙΤ. ΣΥΣΤ.

150 150 0 3,9600 0,0945 4,0746 1,1579 1,0000 4,0000 5,0000

- 137 -

ΠΙΝΑΚΑΣ 17: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΑΝΑΠΤΥΞΗΣ MULTIMEDIA

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΓΝΩΣΗ

ΑΝΑΠΤΥΞΗΣ

MULTIMEDIA

150 150 0 2,6870 0,1120 2,6490 1,3760 1,0000 2,0000 5,0000

ΠΙΝΑΚΑΣ 18: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΛΟΓΙΣΤΙΚΗΣ

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΓΝΩΣΗ

ΛΟΓΙΣΤΙΚΗΣ

150 150 0 3,6800 0,0904 3,7537 1,1071 1,0000 40000 5,0000

ΠΙΝΑΚΑΣ 19 ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΜΗΧΑΝΟΓΡ. ΛΟΓΙΣΤΙΚΗΣ

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΓΝΩΣΗ

ΜΗΧΑΝΟΓΡ.

ΛΟΓΙΣΤΙΚΗΣ

150 150 0 3,7733 0,0937 3,8582 1,1478 1,0000 4,0000 5,0000

ΠΙΝΑΚΑΣ 20: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ LOGISTIC

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΓΝΩΣΗ

LOGISTIC

150 150 0 4,2533 0,0893 4,3955 1,0941 1,0000 5,0000 5,0000

- 138 -

ΠΙΝΑΚΑΣ 21: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΩΝ

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΓΝΩΣΗ

ΧΡΗΜΑΤΟ-

ΟΙΚΟΝΟΜΙΚΩΝ

150 150 0 3,9733 0,0960 4,0896 1,1755 1,0000 4,0000 5,0000

ΠΙΝΑΚΑΣ 22: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΔΙΑΔΙΚΑΣΙΩΝ ΧΡΗΜΑΤΙΣΤΗΡΙΟΥ

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΓΝΩΣΗ

ΔΙΑΔΙΚΑΣΙΩΝ

ΧΡΗΜΑΤΙΣΤΗ-

ΡΙΟΥ

150 150 0 2,2000 0,1010 2,1040 1,2320 1,0000 2,0000 5,0000

ΠΙΝΑΚΑΣ 23: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΜΑΡΚΕΤΙΝΓΚ

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΓΝΩΣΗ

ΜΑΡΚΕΤΙΝΓΚ

150 150 0 4,1333 0,0935 4,2537 1,1450 1,0000 5,0000 5,0000

ΠΙΝΑΚΑΣ 24: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΓΝΩΣΕΩΝ ΕΚΠΟΝΗΣΗΣ ΜΕΛΕΤΩΝ

VARIABLE TOTAL

COUNT

N N* MEAN SEMEAN TRMEAN STDEV MINIMUM MEDIA MAXIMUM

ΓΝΩΣΗ

ΣΥΝΤΗΡΗΣΗΣ

HARDWARE

150 150 0 2,7530 0,1120 2,7240 1,3710 1,0000 3,0000 5,0000

- 139 -

ΓΡΑΦΗΜΑΤΑ ΜΕ ΔΥΟ ΜΕΤΑΒΛΗΤΕΣ

Ποσοστό

Τομέας Ε/Ο

Κλάδος Ε/Ο

ΤΡΙΤΟΓΕΝΗ

ΔΕΥΤΕΡΟΓΕΝΗ

ΠΡΩΤΟΓΕΝΗ

ΥΠΗΡΕΣΙΕΣ

ΤΟΥΡΙΣΜΟΣ

ΠΑΡΑΓΩΓΗ

-ΕΜΠΟΡΙΟ

ΠΑΡΑΓΩΓΗ

ΕΜΠΟΡΙΟ-ΥΠΗΡΕΣΙΕΣ

ΕΜΠΟΡΙΟ

ΑΛΛΟ

ΥΠΗΡΕΣΙΕΣ

ΤΟΥΡΙΣΜΟΣ

ΠΑΡΑΓΩΓΗ

-ΕΜΠΟΡΙΟ

ΠΑΡΑΓΩΓΗ

ΕΜΠΟΡΙΟ-ΥΠΗΡΕΣΙΕΣ

ΕΜΠΟΡΙΟ

ΑΛΛΟ

ΥΠΗΡΕΣΙΕΣ

ΤΟΥΡΙΣΜΟΣ

ΠΑΡΑΓΩΓΗ

-ΕΜΠΟΡΙΟ

ΠΑΡΑΓΩΓΗ

ΕΜΠΟΡΙΟ

-ΥΠΗΡΕΣΙΕΣ

ΕΜΠΟΡΙΟ

ΑΛΛΟ

100

80

60

40

20

0

42,2

9,200

13,7

31,2

3,600

44,750

02,62,6000

100

000

Percent within levels of Τομέας Ε/Ο.

ΓΡΑΦΗΜΑ 1: ΠΟΣΟΣΤΟ ΚΛΑΔΩΝ ΑΝΑ ΤΟΜΕΑ

Ποσοστό

Τομέας Ε/Ο

Χρήση Η/Υ

ΤΡΙΤΟΓΕΝΗΔΕΥΤΕΡΟΓΕΝΗΠΡΩΤΟΓΕΝΗ

ΟΧΙΝΑΙΟΧΙΝΑΙΟΧΙΝΑΙ

100

80

60

40

20

0

2,75

97,25

7,89

92,10

0

100

Percent within levels of Τομέας Ε/Ο.

ΓΡΑΦΗΜΑ 2: ΒΑΘΜΟΣ ΧΡΗΣΗ Η/Υ ΑΝΑ ΤΟΜΕΑ

- 140 -

Ποσοστό

Κλάδος Ε/Ο

Χρήση Η/Υ

ΥΠΗΡΕΣΙΕΣ

ΕΜΠΟΡΙΟ

ΠΑΡΑΓΩΓΗ

ΠΑΡΑΓΩΓΗ

-ΕΜΠΟΡΙΟ

ΕΜΠΟΡΙΟ-ΥΠΗΡΕΣΙΕΣ

ΤΟΥΡΙΣΜΟΣ

ΑΛΛΟ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

100

80

60

40

20

02,17

97,82

5,71

94,28

4,54

95,45

11,76

88,23

0

100

0

100

0

100

Percent within levels of Κλάδος Ε/Ο.

ΓΡΑΦΗΜΑ 3: ΒΑΘΜΟΣ ΧΡΗΣΗΣ Η/Υ ΑΝΑ ΚΛΑΔΟ

Ποσοστό

Τομέας Ε/Ο

Χρήση MIS

ΤΡΙΤΟΓΕΝΗΔΕΥΤΕΡΟΓΕΝΗΠΡΩΤΟΓΕΝΗ

ΟΧΙΝΑΙΟΧΙΝΑΙΟΧΙΝΑΙ

80

70

60

50

40

30

20

10

0

21,10

78,90

23,68

76,31

33,33

66,66

ΓΡΑΦΗΜΑ 4: ΒΑΘΜΟΣ ΧΡΗΣΗΣ MIS ΑΝΑ ΤΟΜΕΑ

Percent within levels of Τομέας Ε/Ο.

- 141 -

Ποσοστό

Κλάδος Ε/Ο

Χρήση MIS

ΥΠΗΡΕΣΙΕΣ

ΕΜΠΟΡΙΟ

ΠΑΡΑΓΩΓΗ

ΠΑΡΑΓΩΓΗ

-ΕΜΠΟΡΙΟ

ΕΜΠΟΡΙΟ-ΥΠΗΡΕΣΙΕΣ

ΤΟΥΡΙΣΜΟΣ

ΑΛΛΟ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

90

80

70

60

50

40

30

20

10

0

32,60

67,39

11,42

88,57

31,81

68,18

11,76

88,23

6,66

93,33

30

70

20

80

ΓΡΑΦΗΜΑ 5: ΒΑΘΜΟΣ ΧΡΗΣΗΣ MIS ΑΝΑ ΚΛΑΔΟ

Percent within levels of Κλάδος Ε/Ο.

Ποσοστό

Κύκλος εργασιών 2001-04

Ανάγκη προσωπικού

ΑΥΞΩΝΣΤΑΘΕΡΟΣΦΘΙΝΩΝ

ΟΧΙΝΑΙΟΧΙΝΑΙΟΧΙΝΑΙ

70

60

50

40

30

20

10

0

32,23

67,77

64

36

5050

Percent within levels of Κύκλος εργασιών 2001-04.

ΓΡΑΦΗΜΑ 6: ΣΧΕΣΗ ΠΟΡΕΙΑΣ ΚΥΚΛΟΥ ΕΡΓΑΣΙΩΝ ΜΕ ΑΝΑΓΚΗ ΣΕ ΣΤΕΛΕΧΙΑΚΟ ΔΥΝΑΜΙΚΟ

- 142 -

Ποσοστό

Χρήση Η/Υ

Χρήση MIS

ΝΑΙΟΧΙ

ΟΧΙΝΑΙΟΧΙΝΑΙ

100

80

60

40

20

0

18,75

81,25

100

0

Percent within levels of Χρήση Η/Υ.

ΓΡΑΦΗΜΑ 7: ΣΧΕΣΗ ΜΕΤΑΞΥ ΧΡΗΣΗΣ Η/Υ ΚΑΙ MIS

Ποσοστό

Κλάδος Ε/Ο

Πρόσβαση Internet

ΥΠΗΡΕΣΙΕΣ

ΕΜΠΟΡΙΟ

ΠΑΡΑΓΩΓΗ

ΠΑΡΑΓΩΓΗ

-ΕΜΠΟΡΙΟ

ΕΜΠΟΡΙΟ-Υ

ΠΗΡΕΣΙΕΣ

ΤΟΥΡΙΣΜΟΣ

ΑΛΛΟ

ΝΑΙ

0ΧΙ

ΝΑΙ

0ΧΙ

ΝΑΙ

0ΧΙ

ΝΑΙ

0ΧΙ

ΝΑΙ

0ΧΙ

ΝΑΙ

0ΧΙ

ΝΑΙ

0ΧΙ

100

80

60

40

20

0

95,65

4,34

82,85

17,14

68,18

31,81

70,59

29,41

93,33

6,66

100

0

100

0

ΓΡΑΦΗΜΑ 8: ΒΑΘΜΟΣ ΠΡΟΣΒΑΣΗΣ ΣΤΟ INTERNET ΑΝΑ ΚΛΑΔΟ

Percent within levels of Κλάδος Ε/Ο.

- 143 -

Ποσοστό

Κλάδος Ε/Ο

Υπαρξη Website

ΥΠΗΡΕΣΙΕΣ

ΕΜΠΟΡΙΟ

ΠΑΡΑΓΩΓΗ

ΠΑΡΑΓΩΓΗ

-ΕΜΠΟΡΙΟ

ΕΜΠΟΡΙΟ

-ΥΠΗΡΕΣΙΕΣ

ΤΟΥΡΙΣΜΟΣ

ΑΛΛΟ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

100

80

60

40

20

0

60,86

39,13

94,28

5,71

72,72

27,27

82,35

17,64

46,6653,33

40

60

40

60

ΓΡΑΦΗΜΑ 9: ΒΑΘΜΟΣ ΚΑΤΟΧΗΣ ΙΣΤΟΣΕΛΙΔΑΣ ΑΝΑ ΚΛΑΔΟ

Percent within levels of Κλάδος Ε/Ο.

Ποσοστό

Κλάδος Ε/Ο

Εφαρμογή e-commerce

ΥΠΗΡΕΣΙΕΣ

ΕΜΠΟΡΙΟ

ΠΑΡΑΓΩΓΗ

ΠΑΡΑΓΩΓΗ

-ΕΜΠΟΡΙΟ

ΕΜΠΟΡΙΟ-Υ

ΠΗΡΕΣΙΕΣ

ΤΟΥΡΙΣΜΟΣ

ΑΛΛΟ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

100

80

60

40

20

0

91,30

8,69

100

0

100

0

100

0

80

20

60

40

100

0

ΓΡΑΦΗΜΑ 10: ΒΑΘΜΟΣ E-COMMERCE ΑΝΑ ΚΛΑΔΟ

Percent within levels of Κλάδος Ε/Ο.

- 144 -

Ποσοστό

Κλάδος Ε/Ο

Συμβολή ΝΤ

ΥΠΗΡΕΣΙΕΣ

ΕΜΠΟΡΙΟ

ΠΑΡΑΓΩΓΗ

ΠΑΡΑΓΩΓΗ

-ΕΜΠΟΡΙΟ

ΕΜΠΟΡΙΟ-ΥΠΗΡΕΣΙΕΣ

ΤΟΥΡΙΣΜΟΣ

ΑΛΛΟ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

ΟΧΙ

ΝΑΙ

100

80

60

40

20

00

100

0

100

4,54

95,46

0

100

0

100

0

100

0

100

ΓΡΑΦΗΜΑ 11: ΒΑΘΜΟΣ ΖΗΤΗΣΗΣ ΝΕΩΝ ΤΕΧΝΟΛΟΓΙΩΝ ΑΝΑ ΚΛΑΔΟ

Percent within levels of Κλάδος Ε/Ο.

- 145 -

ΔΟΚΙΜΑΣΙΑ ΑΝΕΞΑΡΤΗΣΙΑΣ

Tabulated statistics: Κλάδος Ε /Ο ; Χρήση Η /Υ Rows: Κλάδος Ε/Ο Columns: Χρήση Η/Υ

ΝΑΙ ΟΧΙ All

ΑΛΛΟ 5 0 5

ΕΜΠΟΡΙΟ 33 2 35

ΕΜΠΟΡΙΟ -ΥΠΗΡΕΣΙΕΣ 15 0 15

ΠΑΡΑΓΩΓΗ 21 1 22

ΠΑΡΑΓΩΓΗ -ΕΜΠΟΡΙΟ 15 2 17

ΤΟΥΡΙΣΜΟΣ 10 0 10

ΥΠΗΡΕΣΙΕΣ 45 1 46

All 144 6 150

Cell Contents: Count

Pearson Chi-Square = 4,603; DF = 6

Likelihood Ratio Chi-Square = 4,964; DF = 6

* WARNING * 5 cells with expected counts less than 1

* WARNING * Chi-Square approximation probably invalid

* NOTE * 8 cells with expected counts less than 5

Tabulated statistics: Κλάδος Ε /Ο ; Χρήση MIS Rows: Κλάδος Ε/Ο Columns: Χρήση MIS

ΝΑΙ ΟΧΙ All

ΑΛΛΟ 4 1 5

ΕΜΠΟΡΙΟ 31 4 35

ΕΜΠΟΡΙΟ -ΥΠΗΡΕΣΙΕΣ 14 1 15

ΠΑΡΑΓΩΓΗ 15 7 22

ΠΑΡΑΓΩΓΗ -ΕΜΠΟΡΙΟ 15 2 17

ΤΟΥΡΙΣΜΟΣ 7 3 10

ΥΠΗΡΕΣΙΕΣ 31 15 46

All 117 33 150

Cell Contents: Count

Pearson Chi-Square = 10,010; DF = 6; P-Value = 0,124

Likelihood Ratio Chi-Square = 10,703; DF = 6; P-Value =

0,098

* NOTE * 6 cells with expected counts less than 5

- 146 -

Tabulated statistics: Κλάδος Ε /Ο ; Πρόσβαση Internet Rows: Κλάδος Ε/Ο Columns: Πρόσβαση Internet

0ΧΙ ΝΑΙ All

ΑΛΛΟ 0 5 5

ΕΜΠΟΡΙΟ 6 29 35

ΕΜΠΟΡΙΟ -ΥΠΗΡΕΣΙΕΣ 1 14 15

ΠΑΡΑΓΩΓΗ 7 15 22

ΠΑΡΑΓΩΓΗ -ΕΜΠΟΡΙΟ 5 12 17

ΤΟΥΡΙΣΜΟΣ 0 10 10

ΥΠΗΡΕΣΙΕΣ 2 44 46

All 21 129 150

Cell Contents: Count

Pearson Chi-Square = 16,113; DF = 6

Likelihood Ratio Chi-Square = 17,499; DF = 6

* WARNING * 1 cells with expected counts less than 1

* WARNING * Chi-Square approximation probably invalid

* NOTE * 7 cells with expected counts less than 5

Tabulated statistics: Κλάδος Ε /Ο ; Υπαρξη Website Rows: Κλάδος Ε/Ο Columns: Υπαρξη Website

ΝΑΙ ΟΧΙ All

ΑΛΛΟ 3 2 5

ΕΜΠΟΡΙΟ 2 33 35

ΕΜΠΟΡΙΟ -ΥΠΗΡΕΣΙΕΣ 8 7 15

ΠΑΡΑΓΩΓΗ 6 16 22

ΠΑΡΑΓΩΓΗ -ΕΜΠΟΡΙΟ 3 14 17

ΤΟΥΡΙΣΜΟΣ 6 4 10

ΥΠΗΡΕΣΙΕΣ 18 28 46

All 46 104 150

Cell Contents: Count

Pearson Chi-Square = 22,968; DF = 6; P-Value = 0,001

Likelihood Ratio Chi-Square = 25,468; DF = 6; P-Value =

0,000

* NOTE * 4 cells with expected counts less than 5

- 147 -

Tabulated statistics: Κλάδος Ε /Ο ; Εφαρμογή e-commerce Rows: Κλάδος Ε/Ο Columns: Εφαρμογή e-commerce

ΝΑΙ ΟΧΙ All

ΑΛΛΟ 0 5 5

ΕΜΠΟΡΙΟ 0 35 35

ΕΜΠΟΡΙΟ -ΥΠΗΡΕΣΙΕΣ 3 12 15

ΠΑΡΑΓΩΓΗ 0 22 22

ΠΑΡΑΓΩΓΗ -ΕΜΠΟΡΙΟ 0 17 17

ΤΟΥΡΙΣΜΟΣ 4 6 10

ΥΠΗΡΕΣΙΕΣ 4 42 46

All 11 139 150

Cell Contents: Count

Pearson Chi-Square = 25,622; DF = 6

Likelihood Ratio Chi-Square = 23,000; DF = 6

* WARNING * 2 cells with expected counts less than 1

* WARNING * Chi-Square approximation probably invalid

* NOTE * 8 cells with expected counts less than 5

Tabulated statistics: Χρήση MIS; Πρόσβαση Internet Rows: Χρήση MIS Columns: Πρόσβαση Internet

0ΧΙ ΝΑΙ All

ΝΑΙ 10 107 117

ΟΧΙ 11 22 33

All 21 129 150

Cell Contents: Count

Pearson Chi-Square = 13,134; DF = 1; P-Value = 0,000

Likelihood Ratio Chi-Square = 11,167; DF = 1; P-Value =

0,001

* NOTE * 1 cells with expected counts less than 5

- 148 -

Tabulated statistics: Χρήση MIS; Υπαρξη Website Rows: Χρήση MIS Columns: Υπαρξη Website

ΝΑΙ ΟΧΙ All

ΝΑΙ 42 75 117

ΟΧΙ 4 29 33

All 46 104 150

Cell Contents: Count

Pearson Chi-Square = 6,844; DF = 1; P-Value = 0,009

Likelihood Ratio Chi-Square = 7,785; DF = 1; P-Value =

0,005

Tabulated statistics: Χρήση MIS; Εφαρμογή e-commerce Rows: Χρήση MIS Columns: Εφαρμογή e-commerce

ΝΑΙ ΟΧΙ All

ΝΑΙ 11 106 117

ΟΧΙ 0 33 33

All 11 139 150

Cell Contents: Count

Pearson Chi-Square = 3,348; DF = 1; P-Value = 0,067

Likelihood Ratio Chi-Square = 5,707; DF = 1; P-Value =

0,017

* NOTE * 1 cells with expected counts less than 5

Tabulated statistics: Υπαρξη Website; Εφαρμογή e-commerce Rows: Υπαρξη Website Columns: Εφαρμογή e-commerce

ΝΑΙ ΟΧΙ All

ΝΑΙ 10 36 46

ΟΧΙ 1 103 104

All 11 139 150

Cell Contents: Count

Pearson Chi-Square = 20,261; DF = 1; P-Value = 0,000

Likelihood Ratio Chi-Square = 19,204; DF = 1; P-Value =

0,000

* NOTE * 1 cells with expected counts less than 5

- 149 -

ΒΙΒΛΙΟΓΡΑΦΙΑ

1. Σταθακόπουλος Β., Μέθοδοι έρευνας αγοράς, εκδ. Σταμούλη, Αθήνα 1997

2. Φαρμάκης Ν,. Εισαγωγή στη δειγματοληψία, εκδ. Χριστοδουλίδη, Θεσ/νικη 1992

3. Καραπιστόλη Δ., Στατιστική επιχειρήσεων, εκδ. Ανίκουλα, Θεσ/νικη 2001

4. Γεροντίδη Ι., Σημειώσεις εργ. Στατιστικής επιχειρήσεων, ΑΤΕΙ Καβάλας, Καβάλα 2004

5. Κονδύλης Ε., Στατιστικές τεχνικές, εκδ. Interbooks, Αθήνα 1995

6. Adler L., Test marketing – its pitfalls, Sales and marketing management, Μάρτιος 1992

7. Colwell J., Qualitative marketing research, Marketing news, Σεπτέμβριος 1990

8. Tull D. andHawkins D., Research measurement and method, εκδ. Macmillan 1993