Da li biste ulagali novac na osnovu neproverenog merenja?

Da li biste kupili stan kada biste znali da metar kojim je merena kvadratura nije pouzdan? Da li biste kupili vagu koja svaki put pokazuje drugačiji rezultat? Ili meso na kantaru za koji niste sigurni da je tačan? U svakodnevnom životu, vrlo smo osetljivi na tačnost merenja\. Ne pristajemo da plaćamo kvadrate, kilograme ili litre ako nismo sigurni da su pravilno izmereni\. U marketingu, međutim, donosimo odluke na osnovu rezultata istraživanja, a da možda prethodno ne proverimo instrument kojim su ti rezultati dobijeni\. Govorimo o statističkoj značajnosti, segmentima i razlikama među potrošačima, a retko se zapitamo da li je „mera“ kojom smo došli do tih brojeva zaista precizna\. A ulog je ovde daleko veći od kilograma ili kvadrata — radi se o budžetima, pozicioniranju i strateškim odlukama\. U marketing istraživanju, tačnost merenja određuje ne samo kakav ćemo broj dobiti, već i da li ćemo ga smatrati „značajnim“ i vrednim poslovne reakcije\. ## **Kada je nekirezultat istraživanja zaista važan?** Nakon sprovedenog marketing istraživanja često se može doći do zaključaka poput: „Žene više preferiraju naš brend nego muškarci“ ili „Mladi su zadovoljniji uslugom nego stariji potrošači“\. Takvi nalazi deluju razumljivo, lako se komuniciraju u prezentacijama i često predstavljaju osnov za dalje poslovne odluke\. Međutim, već na ovom nivou postoji jedna važna zamka: to što se **ocene** dve grupe **u našem uzorku razlikuju** još **ne znači** **da je razlika u populaciji** dovoljno **velika i stabilna** da je možemo pouzdano razlikovati od slučajne varijabilnosti\. Moguće je da je razlika samo posledica slučajnosti u uzorku, toga ko je baš tog dana popunio upitnik ili kakvog je bio raspoloženja\. U nekom drugom uzorku, slika bi mogla da bude drugačija\. Upravo zbog toga se u analizi koristi pojam **statističke značajnosti**\. Njena osnovna uloga je da proceni da li je **uočenu razliku teško objasniti samo slučajnošću**\. **Ako razlika nije statistički značajna**, tada nemamo dovoljno dokaza da tvrdimo da je ona u populaciji dovoljno velika i stabilna\. U tom slučaju, bez obzira na to što razlika može izgledati „veliko“, „logično“ ili „očekivano“, **ne bi joj trebalo davati poslovni značaj**\. Na primer, prosečna ocena zadovoljstva može biti 4,2 kod žena i 3,8 kod muškaraca\. Vizuelno, razlika deluje primetna i menadžmentu može izgledati kao jasan signal da postoji problem u jednom od segmenata\. Međutim, vizuelno uočljiva razlika bez statističke značajnosti nije dovoljan dokaz za preduzimanje konkretnih aktivnosti\. U takvoj situaciji, postoji opasnost da se donese odluka na osnovu nečega što nije pouzdan signal, već statistička iluzija\. To je naročito problematično kada se razlike tumače selektivno, biraju se one koje „imaju smisla“, dok se zanemaruju one koje ne potvrđuju očekivanja\. Tada analiza više ne služi razumevanju tržišta, već potvrđivanju unapred formiranih uverenja\. Zato je važno naglasiti da razlika koja nije statistički značajna ne treba da se tumači kao poslovni argument, čak i ako deluje intuitivno uverljivo\. Ako nemamo dovoljno pouzdan signal da efekat postoji, ne znamo ni da li vredi ulagati resurse u njegovo „ispravljanje“\. S druge strane, **čak i kada razlika jeste statistički značajna**, to još **ne znači automatski da je i poslovno relevantna\.** Moguće je da imamo dovoljno dokaza da razlika postoji, ali je ona ipak nedovoljno velika da u praksi ne opravdava ulaganje resursa, promenu komunikacije ili drugačije targetiranje\. ![](https://cdn.zefir.quest/mops/5-8/02_ilustracija.webp) ## **Problem koji se često previđa** I taman kada deluje da smo makar elementarno postavili stvari, mora se ukazati da postoji i jedan suptilniji problem na koji se ne osvrće često: **šta ako statistička značajnost** u našem slučaju **postoji ili ne** **u zavisnosti od toga da li smo** instrument tj\. **upitnik** koji smo koristili **testirali**? Ako je instrument merenja nevalidan ili nepouzdan, on može proizvesti lažni signal ili prikriti postojeći signal\. Tada ni statistička značajnost ni njeno odsustvo zapravo ne govore jasno o tržištu\. Da bismo to razumeli, potrebno je vratiti se korak unazad i razjasniti dve stvari: šta zapravo merimo upitnikom i šta znači testirati skalu pre analize? Šta možemo meriti upitnikom? Upitnikom se mogu meriti, uopšteno gledano, dve vrste pojava\. Kod pojava koje možemo direktno izmeriti, kao što su godine starosti, prihod ili broj kupovina, jedno pitanje je sasvim dovoljno\. Tu ne govorimo o stavovima ili percepcijama, već o činjenicama\. Problem nastaje kod pojava koje ne možemo neposredno meriti, kao što su stavovi potrošača, zadovoljstvo, imidž brenda, percipirani kvalitet ili lojalnost\. Njih moramo da merimo posredno\. U tom slučaju, možemo postupiti na dva načina\. Možemo postaviti **jedno opšte pitanje**, poput „Koliko ste zadovoljni uslugom?“ \(npr\. od 1 do 5\), **ili** koristiti **više tvrdnji **koje se odnose na istu pojavu, na primer „Zadovoljan sam uslugom“, „Usluga ispunjava moja očekivanja“ ili „Usluga obezbeđuje dovoljno vrednosti za uloženi novac“ i svaku ovu tvrdnju oceniti od 1 do 5\. Ozbiljne naučne rasprave vodile su se po pitanju izbora jednog od ova dva načina, ali bez zalaženja u detalje, treba naglasiti da preovladava drugi\. U ovom drugom slučaju, polazimo od pretpostavke da se posmatrana pojava odražava kroz te tvrdnje\. Takav skup tvrdnji naziva se **skala** i zasniva se na reflektivnom principu merenja\. \(O tome da pojedine pojave koje merimo posredno kroz više tvrdnji, možemo takođe meriti i na još jedan drugačiji – formativan način ili kroz više dimenzija način pisali smo u [prošlom tekstu\.](https://instore.rs/category/iz-ugla-strucnjaka/kada-tacni-podaci-vode-pogresnim-marketing-odlukama)\) ![](https://cdn.zefir.quest/mops/5-8/marketing-istrazivanje-podaci-freepik-1.webp) ## **Skala u upitniku i njena testiranja** Skala nije samo skup logičnih tvrdnji, već merni instrument sa određenim metrijskim svojstvima\. Ako ona treba da meri jednu pojavu, **mora ispuniti određene uslove\. **Tvrdnje moraju biti međusobno dosledne, ponašati se slično i zajedno „vući“ u istom smeru, bez unošenja sistematske greške u merenje\. Drugim rečima, skala mora imati određena metrijska svojstva, a ne samo sadržajnu logiku\. U praksi se ipak dešava da se skala preuzme iz nekog ranijeg istraživanja ili literature, prevede i primeni, ali se ne proverava da li u novim uslovima funkcioniše na isti način\. Podrazumeva se da isto pitanje ima isto značenje, da isti skup tvrdnji meri isti pojam i da se rezultati mogu tumačiti na isti način\. Međutim, to ne mora biti slučaj\. Kontekst se menja, kultura se menja, jezik se menja, kao i način na koji ispitanici razumeju pitanja\. Skala koja je funkcionisala u jednoj zemlji ili u jednom sektoru ne mora nužno isto funkcionisati u drugom\.Tu se javlja ključni problem\. Rezultat može delovati statistički uredno, ali ne znamo da li smo merili pojavu ili kombinaciju pojave i greške\. Zato je važno **testirati skalu**\. Kod reflektivnih skala, u praksi se proverava da li su tvrdnje međusobno usklađene, da li zaista mere jednu pojavu, a ne više njih, i da li se ponašaju stabilno u konkretnom uzorku\. Drugim rečima, proverava se da li skala meri ono što tvrdi da meri ili meri nešto drugo\. U drugom koraku, sprovedene su provere pouzdanosti i validnosti te iste skale\. Nakon toga, prethodni rezultat više nije predstavljao dovoljno pouzdan signal\. Drugim rečima, isti uzorak, isti ispitanici i ista baza podataka doveli su do različitog zaključka o tome da li imamo dovoljno dokaza za postojanje tog odnosa\. Razlika nije nastala u podacima, niti u načinu analize, već isključivo u tome da li je prethodno provereno merenje\. Bez te provere rezultat je delovao stabilno i značajno\. Sa proverom se pokazalo da taj efekat nije dovoljno pouzdan da bi se na njemu zasnivale poslovne odluke\. Značajnost nije nestala zato što se pojava promenila, već zato što se pokazalo da instrument kojim je merena nije dovoljno stabilan\. ::antrfile\[\#e0e0e0,\#545454\]\(Primer: U jednom našem istraživanju, koristili smo skalu preuzetu iz literature za merenje određenog stava potrošača\. U prvom koraku, skala je upotrebljena bez ikakvog metodološkog testiranja\. Na osnovu nje, sprovedena je analiza i dobijen statistički značajan rezultat\. Izgledalo je da posmatrana pojava ima jasan i pouzdan efekat i da bi na njoj mogla da se zasnuje poslovna odluka\.\) ## **Zaključak** U poslovnom kontekstu, često se posmatra vizuelni ili numerički rezultat pojedinih marketing istraživanja\. Ukazali smo na opasnosti takvog pristupa i potrebu da se koristi statistička značajnost kao prevencija\. Međutim, ukazali smo i na to da čak i kada je rezultat značajan i numerički ubedljiv, ako je značajnost dobijena na osnovu skale čija pouzdanosti validnost nisu proverene, postavlja se pitanje da li reagujemo na stabilan signal ili na posledice greške merenja\.To je analogno situaciji u kojoj lekar dobije precizne brojeve sa aparata koji nije pravilno podešen\. Brojevi mogu biti stabilni, ali njihovo značenje može biti pogrešno\. Ili kada krene u operaciju nedezinfikovanim instrumentom\. Zato testiranje skala nije akademska formalnost, već elementarno pitanje bezbednosti odlučivanja\. U marketingu se često govori o analitici, podacima i objektivnosti\. Međutim, **bez pažnje prema merenju i najsofisticiranija statistika može postati sredstvo za donošenje pogrešnih zaključaka\. **Drugim rečima, nije dovoljno da broj bude tačan\. Važno je da znamo šta taj broj zaista znači\.