
Newsletter Subscribe
Enter your email address below and subscribe to our newsletter
انطلق نحو التميز بثقة!
أهلًا بكم مجددًا في محاضرتنا لهذا اليوم. في المحاضرات السابقة، قمنا باستعراض أدوات جمع البيانات الثانوية والأولية، وتعمّقنا في فهم مفهوم المعاينة وأساليبها المختلفة، وكيفية اختيار حجم العينة المناسب لضمان نتائج بحثية دقيقة. واليوم، سنتناول موضوعًا لا يقل أهمية عن ما سبق، وهو القياس في بحوث التسويق.
فبعد جمع البيانات، سواء كانت ثانوية أو أولية، يصبح من الضروري قياسها وتحليلها لفهم دلالاتها واستخلاص النتائج ذات المغزى. ستغطي هذه المحاضرة المفاهيم الأساسية للقياس في سياق بحوث التسويق، بدءًا من تحديد المتغيرات التي نرغب في قياسها، ووصولًا إلى اختيار المقاييس المناسبة لكل متغير. سنستعرض أنواع المقاييس المختلفة، مثل المقاييس الاسمية والرتبية والكمية، مع شرح خصائص كل منها واستخداماتها في بحوث التسويق. هدفنا هو تمكينكم من فهم كيفية قياس المتغيرات التسويقية بدقة، وتحويل البيانات الخام إلى معلومات مفيدة تساعدكم في اتخاذ القرارات الاستراتيجية.
يُعرف القياس في سياق بحوث التسويق بأنه العملية المُنَظَّمة لتحويل المفاهيم والخصائص التسويقية المجردة، كالمواقف والآراء والرغبات، إلى قيم رقمية قابلة للقياس والتحليل الإحصائي. فهو بمثابة الجسر الذي يربط بين العالم التجريدي للأفكار والمشاعر وبين العالم الملموس للبيانات الكمية التي يمكن استخدامها لدعم اتخاذ القرارات.
تُعتبر عملية القياس ركيزة أساسية في بحوث التسويق، لما لها من أهمية بالغة في عدة جوانب:
تواجه عملية القياس في بحوث التسويق العديد من التحديات:
وعليه، فإنّ الباحثين في التسويق بحاجة إلى توخي الدقة في اختيار أدوات القياس المناسبة، وتصميم منهجيات البحث بعناية، لضمان جودة البيانات والنتائج.
تُعتبر عملية القياس في بحوث التسويق أساسية لفهم البيانات وتحليلها واستخلاص النتائج ذات المغزى. ولكن، ليست كل البيانات متساوية. تختلف البيانات في مستوى القياس الذي تُمثّله، وهذا المستوى يُحدد نوع العمليات الإحصائية التي يمكن تطبيقها عليها.
يصف الباحثون في التسويق المقاييس بعدة طرق مختلفة. في هذا القسم، نصف المقاييس الثلاثة التي يستخدمها برنامج SPSS: الاسمي، والترتيبي، والكمّي. سيُسهّل هذا النهج استخدامك لبرنامج SPSS في المستقبل لأنه سيربط معرفتك بتصميم الاستبيانات بالمصطلحات المستخدمة في SPSS.
تُعرّف المقاييس الاسمية بأنها تلك التي تستخدم فقط التسميات؛ أي أنها تمتلك فقط خاصية الوصف. تشمل الأمثلة التصنيفات المتعلقة بالعرق، والدين، ونوع المسكن، والجنس، والعلامة التجارية التي تم شراؤها آخر مرة، والمشتري/غير المشتري. تتضمن الإجابات نعم/لا، أتفق/أختلف، أو أي حالة أخرى لا يمكن التمييز بين الوصفيات فيها إلا نوعياً. إذا وصفت المستجيبين في استطلاع رأي وفقًا لمهنة كل منهم – مصرفي، طبيب، مبرمج حاسوب – فأنت قد استخدمت مقياسًا اسميًا. لاحظ أن هذه الأمثلة على المقياس الاسمي تُسمّي المستهلكين فقط. إنها لا توفر معلومات أخرى مثل “أكبر من”، “ضعف الحجم”، وهلم جرا. توجد أمثلة على الأسئلة ذات المقاييس
في القياس الاسمي، تُستخدم الأرقام فقط لتمييز الفئات أو التصنيفات المختلفة، دون أي ترتيب أو قيمة كمية ذات معنى. الأرقام هنا بمثابة “علامات” أو “رموز” تُستخدم للتمييز بين الفئات وليس لتمثيل كمية أو قيمة.
العمليات الإحصائية الممكنة محدودة لهذا النوع من القياس، وتقتصر بشكل رئيسي على حساب الترددات والنسب المئوية. يمكن استخدام اختبارات Chi- Square للمقارنة بين مجموعات البيانات الاسمية.
تسمح المقاييس الترتيبية للباحث بترتيب المستجيبين أو إجاباتهم. فعلى سبيل المثال، إذا طُلب من المستجيب الإشارة إلى اختياره الأول، والثاني، والثالث، والرابع للعلامات التجارية، فإن النتائج ستكون على مقياس ترتيبي. وبالمثل، إذا قام مستجيب بوضع علامة على خانة “أتنقل بانتظام” في مقياس تردد السفر، وقام آخر بوضع علامة على خانة “أتنقل بشكل غير منتظم”، فإن النتيجة هي قياس ترتيبي لأننا نعلم أن المستجيب الأول ينتقل أكثر من الثاني، ولكن ليس بكم. تشير المقاييس الترتيبية فقط إلى فروق الحجم النسبية بين الأشياء: أكبر من، أصغر من، أو يساوي.
المقاييس الكمية هي تلك التي تُعرف فيها المسافة بين كل مستوى. هناك نوعان من المقاييس الكمية.
ليس من الممارسات الجيدة ابتكار شكل مقياس جديد مع كل استبيان. بدلاً من ذلك، يلجأ الباحثون في التسويق غالبًا إلى أنواع قياسية تستخدمها الصناعة. أن الباحثين في التسويق يقيسون غالبًا الخصائص الذاتية للمستهلكين. هناك مصطلحات وتسميات مختلفة تُعطى لهذه المفاهيم، بما في ذلك المواقف، والآراء، والتقييمات، والمعتقدات، والانطباعات، والإدراكات، والمشاعر، والنية. ولأن هذه المفاهيم غير قابلة للملاحظة، يجب على باحث التسويق تطوير بعض الوسائل التي تسمح للمستجيبين بالتعبير عن اتجاه وكثافة انطباعاتهم بطريقة ملائمة وسهلة الفهم. وللقيام بذلك، يستخدم باحث التسويق المقاييس الفترية. فيما يأتي، سنصف تنسيقات المقاييس الفترية الأساسية الأكثر شيوعًا في ممارسة بحوث التسويق. ستجد هذه التنسيقات مرارًا وتكرارًا في الاستبيانات؛ لذلك، نُشير إليها على أنها مقاييس أساسية لأنها تقوم بمعظم عمل القياس في بحوث التسويق.
مقياس فتري شائع الاستخدام من قبل الباحثين في التسويق هو مقياس ليكرت، حيث يُطلب من المستجيبين الإشارة إلى درجة موافقتهم أو عدم موافقتهم على مقياس متماثل للموافقة/عدم الموافقة لكل عبارة من سلسلة من العبارات. أي أن المقياس يُلخّص شدة مشاعرهم تجاه ادعاء أو تأكيد العبارة لأن المستجيبين يُسألون عن مدى موافقتهم أو عدم موافقتهم على العبارة. مع هذا المقياس، من الأفضل استخدام عبارات “مسطّحة” أو بسيطة وترك المستجيب يُشير إلى شدة مشاعره باستخدام موضع سلسلة استجابة الموافقة/عدم الموافقة.
مقياس ليكرت ذو 5 نقاط مرن عند قياس المتغيرات أو المفاهيم. كما أنه قابل للتحليل الإحصائي المتطور الذي لديه القدرة على الكشف عن علاقات أو ارتباطات مهمة بين المتغيرات.
مقياس فتري متخصص نشأ مباشرة من مشكلة ترجمة أحكام الشخص النوعية إلى تقديرات قياسية هو مقياس التمايز الدلالي. مثل مقياس ليكرت، تم اقتباس هذا المقياس من مجال بحث آخر، ألا وهو الدلالات. يحتوي مقياس التمايز الدلالي على سلسلة من الصفات ثنائية القطب لخصائص الكائن قيد الدراسة، ويشير المستجيبون إلى انطباعاتهم عن كل خاصية من خلال الإشارة إلى المواقع على طول سلسلتها المتصلة. يركز التمايز الدلالي على قياس معنى كائن، أو مفهوم، أو شخص، أو تجربة.
نظرًا لأن العديد من محفزات التسويق لها معنى، أو ارتباطات عقلية، أو دلالات، فإن هذا النوع من المقياس المركّب يعمل بشكل جيد عندما يحاول باحث التسويق تحديد صورة العلامة التجارية، أو المتجر، أو غير ذلك.
يبدأ إنشاء مقياس التمايز الدلالي بتحديد مفهوم أو كائن يتم تصنيفه، عادةً ما يكون علامة تجارية أو شركة. ثم يختار الباحث أزواجًا ثنائية القطب من الكلمات أو العبارات التي يمكن استخدامها لوصف الخصائص البارزة للكائن.
حسب الكائن، قد تكون بعض الأمثلة: “ودود-غير ودود”، “ساخن-بارد”، “مريح-غير مريح”، “عالي الجودة-منخفض الجودة”، أو “موثوق-غير موثوق”. يتم وضع المتضادات في نقاط نهاية سلسلة متصلة من الكثافة، ومن المعتاد استخدام خمسة أو سبعة فاصلات بين كل نقطة. ثم يشير المُستجيب إلى تقييمه لأداء الكائن، مثل علامة تجارية، من خلال وضع علامة على الخط المناسب. كلما اقترب المُستجيب من وضع علامة على نقطة نهاية على خط، زادت شدة تقييمه للكائن قيد القياس.
هناك عدة طرق لتصميم مقياس تمايز دلالي، لكن الهدف دائماً هو قياس معنى أو دلالة شيء ما (منتج، علامة تجارية، شخصية، تجربة، إلخ) من خلال مجموعة من الأزواج المتضادة من الصفات.
إليك مثال على مقياس تمايز دلالي لقياس رأي المستهلكين حول علامة تجارية معينة للمشروبات الغازية، تدعى “سبارك”:
اسم العلامة التجارية: سبارك
الصفة | 1 | 2 | 3 | 4 | 5 |
حلو – غير حلو | ▢ | ▢ | ▢ | ▢ | ▢ |
منعش – غير منعش | ▢ | ▢ | ▢ | ▢ | ▢ |
عالي الجودة – منخفض الجودة | ▢ | ▢ | ▢ | ▢ | ▢ |
غالي الثمن – رخيص | ▢ | ▢ | ▢ | ▢ | ▢ |
صحي – غير صحي | ▢ | ▢ | ▢ | ▢ | ▢ |
لذيذ – غير لذيذ | ▢ | ▢ | ▢ | ▢ | ▢ |
جديد – تقليدي | ▢ | ▢ | ▢ | ▢ | ▢ |
عصري – قديم | ▢ | ▢ | ▢ | ▢ | ▢ |
تعليمات: يرجى وضع علامة (X) في المربع الذي يمثل رأيك في كل صفة بالنسبة لعلامة “سبارك” التجارية. حيث 1 تمثل أقصى درجة للصفة على اليسار، و 5 تمثل أقصى درجة للصفة على اليمين.
ملاحظات:
بعد جمع الاستجابات، يُمكن حساب المتوسط لكل صفة، ورسم “ملف تعريف” للعلامة التجارية. هذا الملف يُظهر صورة العلامة التجارية من منظور المستهلك.
لا يعتمد مقياس ستابل على المصطلحات ثنائية القطب، بل على الأعداد الموجبة والسالبة، التي تتراوح عادةً من +5 إلى -5. قد يحتوي المقياس أو لا يحتوي على صفر مُحايد. يُعدّ مقياس ستابل أسهل في الإنشاء من مقياس التمايز الدلالي لأن الباحث لا يحتاج إلى ابتكار صفات ثنائية القطب لكل سمة. كما أنه مرن في الإدارة حيث لا يحتاج المُستجيبون إلى “رؤية” المقياس بالطريقة التي يفعلونها عند الرد على مقياس تمايز دلالي. ومع ذلك، لاستخدام مقياس ستابل بشكل صحيح، يجب أن يشعر المُستجيبون بالراحة عند استخدام الأعداد السالبة.
هناك نقطتان أساسيتان يجب مراعاتهما عند استخدام المقاييس الفترية في بحوث التسويق: الأولى تتعلق بتضمين خيار محايد في المقياس، والثانية تتعلق باستخدام مقياس متماثل أو غير متماثل.
الخيار المحايد: تُثار جدلية حول ما إذا كان من الأفضل تضمين خيار “لا رأي” أو “محايد” في المقياس أم لا. فمن ناحية، يرى البعض أن هذا الخيار ضروري لإعطاء المشاركين فرصة للتعبير عن عدم تكوينهم رأيًا محدداً حول الموضوع. لكن من ناحية أخرى، يرى آخرون أن هذا الخيار يُمكن أن يُستخدم كوسيلة لتجنب الإجابة، مما يُؤثر على دقة النتائج. لذا، يعتمد القرار على طبيعة البحث والتوقعات حول استجابة المشاركين.
التماثل مقابل عدم التماثل: المقاييس المتماثلة متوازنة، حيث تحتوي على عدد متساوٍ من الخيارات الإيجابية والسلبية، مع خيار محايد عادةً في المنتصف. لكن، ليست كل المفاهيم قابلة للقياس على هذا النحو. ففي بعض الحالات، قد يكون من الأنسب استخدام مقياس غير متماثل، خاصةً عندما لا يكون للمفهوم جانب سلبي واضح، أو عندما تكون أغلبية الاستجابات مُتوقعة أن تكون إيجابية. مثلاً، قياس مدى أهمية خاصية معينة في منتج ما، فمن غير المحتمل أن يُعبّر المستهلكون عن درجات سلبية لأهمية هذه الخاصية. لذلك، قد يكون من الأفضل استخدام مقياس يحتوي فقط على الخيارات الإيجابية. و لتجنب أي غموض، يُنصح بإجراء اختبار تمهيدي لكلا النوعين من المقاييس (المتماثل وغير المتماثل) لاختبار كفاءتها.
بشكل عام، يُنصح بإجراء اختبارات تمهيدية للمقاييس للتأكد من أنها تُستخدم بشكل صحيح ومن أن جميع الخيارات تُستخدم من قبل المشاركين، مع مراعاة خصوصيات الثقافات المختلفة في استخدام هذه المقاييس. فهناك بعض الثقافات تميل إلى استخدام طرف واحد من المقياس فقط.