Часть II. Разработка плана исследования 30 страница

4. Несложная

5. Массовая

!

!

!

<

-1

Технически несложная

Высокий уровень инже-

нерной разработки

Медленно изменяющаяся

Сложная

Единичная

Глава 9. Измерение и шкалирование: методы несравнительного шкалирования 351

6. Уникальная

7. Сложная

1 2 3 4 5 6 7 Распространенная

1 2 3 4 5 6 7 Простая

Пункты 1, 3, 6 и 7 при подсчете баллов переворачиваются. Шкала применяется в про-

мышленном маркетинге для измерения технической сложности продуктовых линий и

предлагает возможные варианты улучшения ее технических характеристик.

Оценка шкалы

При использовании многомерной шкалы нужно проверить ее точность и примени-

мость [27]. Как показано на рис. 9,5, этот процесс включает оценку надежности, достоверности

и обобщенности шкалы. Среди различных подходов к оценке надежности отметим следующие:

двойное тестирование, проверка надежности с помощью альтернативных форм и проверка

внутренней согласованности. Достоверность можно оценить через рассмотрение достоверности

содержания, достоверности критерия и конструкции.

Конвергенция

Рис. 9.5. Оценка шкалы

Дискриминант Номологичность

Перед оценкой надежности и достоверности следует рассмотреть точность измерения как

основу оценки шкалы.

Точность измерения

Ошибка измерения (measurement error)

Отклонение информации, которую ищет маркетолог, от информации, получаемой с помо-

щью заданного процесса измерения.

Модель истинной оценки (true score model)

Математическая модель, дающая представление о точности измерений.

Как уже указывалось в главе 8, измеряя некий объект, мы с помошью чисел (показателей)

определяем его отдельные характеристики. Показатель является не истинным значением ха-

352 Часть II. Разработка плана исследования

рактеристики, а результатом наблюдения. Действие различных факторов может вызвать ошибку

измерения (measurement error), которая проявляется в отклонении показателя, т.е. полученного

значения характеристики, от ее истинного значения (рис. 9.6). Модель истинной оценки (true

score model) содержит основы для понимания точности измерения. Согласно этой модели,

X0=XT+Xs+XRTj&

XQ__ измеренное фактическое значение

Хт_ истинное значение характеристики

AV_ систематическая ошибка

XR_ случайная ошибка

Систематическая ошибка (systematic error)

Систематическая ошибка постоянно влияет на измерение, отображает действие стабильных

факторов, влияющих на полученный результат при каждом отдельном измерении.

Случайная ошибка (random error)

Ошибка измерения, появляющаяся вследствие случайных изменений или различий между

респондентами или условиями, в которых проводится опрос.

Примечательно, что общая ошибка измерения включает систематическую ошибку

(systematic error) — Xs_ и случайную ошибку — Х„. Влияние систематической ошибки на про-

цесс измерения носит постоянный характер. Она отображает действие стабильных факторов,

влияющих на полученный результат при каждом отдельном измерении, например механиче-

ские факторы (рис. 9.6). Случайная ошибка (random variable), напротив, непостоянна. Она ото-

бражает действие временных факторов, их разному влиянию на результат при каждом отдель-

ном измерении. К таким факторам относятся индивидуальные и ситуационные факторы. Раз-

граничение между систематической и случайной ошибкой очень важно для понимания

надежности и достоверности.

1. Относительно стабильные характеристики индивида, влияющие на оценку при тесте,

как, например, интеллект, уровень образования,

2. Краткосрочные или временные факторы, такие как здоровье, эмоции, усталость

3. Ситуационные факторы, такие как присутствие других людей, шум и факторы, отвле-

кающие внимание.

4. Набор пунктов шкалы: добавление, удаление или изменения в пунктах шкалы,

5. Неясность шкалы, инструкций или самих пунктов.

6. Механические факторы, такие как плохое качество печати, перенасыщенность пунктами

в анкете, плохой дизайн.

7. Различия между интервьюерами.

Рис. 9.6. Потенциальные источники ошибки в измерении

Надежность

Надежность (reliability) характеризуется тем, насколько устойчивые результаты дает приме-

нение шкалы при повторных измерениях [28]. Систематические источники ошибок не влияют

на надежность, они постоянно воздействуют на измерение и не приводят к противоречивости

ее результатов. Случайная ошибка, напротив, может приводить к противоречивым результатам

и соответственно — к уменьшению надежности. Надежность, таким образом, можно опреде-

лить как степень отсутствия при измерении случайной ошибки — Хк. Если XR = 0, измерение

абсолютно надежное.

Глава 9. Измерение и шкалирование: методы несравнительного шкалирования 353

Надежность (reliability)

Насколько применение шкалы дает согласующиеся результаты при повторных измерениях

характеристик объекта.

Надежность оценивается определением доли систематической вариации в шкале. Это осу-

ществляется установлением связи между оценками, полученными при использовании различ-

ных методик расчета. Если связь достаточно сильна, шкала дает согласующиеся и, следователь-

но, достаточно надежные результаты. К методам оценки надежности относятся повторное тес-

тирование, метод альтернативных форм и внутренней согласованности.

Повторное тестирование надежности (test-retest reliability)

Метод оценки надежности, при котором идентичные опросы при как можно более сходных

условиях проводятся дважды.

Повторное тестирование надежности. При повторном тестировании надежности (testretest

reliability) опрос респондентов проводится дважды с помощью двух идентичных шкал и

при как можно более сходных условиях. Интервал между тестированиями обычно составляет

от двух до четырех недель. Степень схожести результатов двух измерений определяется ко-

эффициентом корреляции (подробности — в главе 17). Чем выше коэффициент корреля-

ции, тем выше надежность.

С определением надежности при применении метода повторного тестирования связано не-

сколько проблем. Во-первых, данный метод сильно зависит от промежутка времени между тес-

тированиями. При прочих равных условиях, чем дольше интервал, тем ниже надежность. Во-

вторых, первоначальное измерение может изменить рассматриваемые характеристики. Напри-

мер, измерение отношений респондентов к молоку с низкой жирностью может заставить оп-

рашиваемых задуматься о его полезности для здоровья и в результате привести к повышению

оценки данного продукта. В-третьих, иногда невозможно провести повторное тестирование

(например, при измерении первоначальной реакции на новый продукт). В-четвертых, первое

измерение может иметь эффект автоматического переноса высказанного мнения на второе и

последующие измерения. В-пятых, измеряемые характеристики могут изменяться за промежу-

ток времени между опросами. Например, благоприятная информация об объекте может улуч-

шить отношение к объекту. Наконец, коэффициент корреляции может быть завышен из-за ав-

токорреляции отдельных пунктов шкалы.

Из-за перечисленных выше недостатков метод двойного тестирования применяется в соче-

тании с другими подходами, одним из них которых является метод альтернативных форм [29].

Проверка надежности с помощью альтернативных форм (alternative-forms reliability)

Метод проверки надежности, при котором составляются две формы шкалы, эквивалентные

по своей сути, а затем одна и та же группа респондентов опрашивается дважды.

Проверка надежности с помощью альтернативных форм. При проверке надежности с помо-

щью альтернативных форм (alternative-forms reliability) составляются две эквивалентные по сути

формы шкалы. Одни и те же респонденты опрашиваются дважды, обычно с перерывом от двух

до четырех недель. Для проверки надежности рассчитывается корреляция между результатами

по двум шкалам [30|.

С данным подходом связано две основные проблемы. Во-первых, составление двух шкал

отнимает достаточно много времени и требует дополнительных финансовых ресурсов. Во-

вторых, существуют сложности с составлением двух эквивалентных шкал. Формы должны быть

эквивалентны по содержанию. В строгом смысле это означает, что альтернативные шкалы

должны иметь одинаковые средние, вариации и внутренними корреляциями. Даже при со-

блюдении этих двух условий формы не всегда эквивалентны по содержанию. Таким образом

низкий коэффициент корреляции будет свидетельствовать либо о ненадежности шкалы, либо

о неэквивалентности форм.

354 Часть II. Разработка плана исследования

Проверка надежности через тестирование внутренней согласованности

(internal consistency reliability)

Метод оценки внутренней согласованности набора пунктов, при котором подсчитывается

сумма количества баллов для получения общего итога.

Проверка надежности через тестирование внутренней согласованности. Для проверки на-

дежности итоговой шкалы, в которой результаты по отдельным пунктам суммируются для по-

лучения общего балла, применяется проверка надежности через тестирование внутренней согла-

сованности (internal consistency reliability). В подобных шкалах отдельные пункты измеряют ка-

кой-либо аспект конструкции, рассматриваемой с помощью всей шкалы, поэтому результаты

по пунктам должны согласовываться между собой. Данная методика проверки согласованности

фокусируется на внутренней согласованности набора пунктов, составляющих шкалу.

Проверка надежности делением данных на половины (split-half reliability)

Метод проверки внутренней согласованности, при котором пункты, составляющие шкалу, раз-

деляются на половины с последующим расчетом коэффициента корреляции между ними.

Наиболее простой способ измерения внутренней согласованности — это проверка надежно-

сти делением данных на половины (split-half reliability). Пункты шкалы разделяются на две поло-

вины и затем рассчитывается корреляция между ними. Высокое значение корреляции между

половинами свидетельствует о высокой внутренней согласованности. Пункты шкалы разбива-

ются на две части в зависимости от четности, нечетности или случайным образом. Проблема в

том, что результаты будут зависеть от выбора способа разбивки. Популярное решение этой про-

блемы — расчет коэффициента "альфа".

Коэффициент "альфа" (coefficient alpha)

Показатель внутренней согласованности, рассчитывающийся как средняя всех возможных

половинных коэффициентов различных разделений шкалы.

Коэффициент "альфа" (coefficient alpha), или альфа Кронбаха (Cronbach's alpha) является

средним из всех возможных половинных коэффициентов при различных делениях шкалы. Ко-

эффициент принимает значения от 0 до 1, при значении коэффициента 0,6 и меньше внут-

ренняя согласованность неудовлетворительная. Важное свойство коэффициента "альфа" — это

увеличение его значения при увеличении количества пунктов шкалы. Таким образом, коэф-

фициент может быть искусственно завышен за счет чрезмерно большого количества пунк-

тов [31]. Коэффициент ''альфа" дополняет коэффициент "бета", который оценивает наличие

несогласованных пунктов в процессе усреднения с помощью коэффициента альфа.

Некоторые многомерные шкалы включают несколько наборов пунктов для измерения раз-

личных аспектов многомерной конструкции. Например, имидж магазина является многомер-

ной конструкцией, включающей качество товаров, разнообразие и ассортимент продукции,

политику возврата и урегулирования конфликтов, торговое обслуживание, цены, удобство рас-

положения, внешний вид магазина, политику оплаты и продажи в рассрочку. Следовательно,

шкала, разработанная для оценки имиджа магазина, включает пункты для измерения каждого

из этих показателей. Поскольку измеряемые показатели в некоторой степени не зависят один

от другого, расчет внутренней согласованности даст недостоверные результаты. Если же для

измерения одного показателя используется несколько пунктов, возможен расчет коэффициен-

та согласованности для отдельного показателя, как в случае с совокупностью эмоциональных кри-

териев Бюмонта (Beaumont emotion battery)-

• ПРИМЕР. Критерии Бюмонта

Совокупность эмоциональных критериев Бюмонта разработана Beaumont Organization,

\ Ltd. для измерения эмоциональных реакций на рекламу. Респонденты оценивали про-

\ смотренные рекламные ролики по совокупности показателей, описывающих восемь ос-

Глава 9. Измерение и шкалирование: методы несравнительного шкалирования 355

новных видов эмоций: одобрение, страх, удивление, печаль, отвращение, злость, ожида-

ние и удовольствие. По каждой из основных эмоций с помощью коэффициента "альфа"

Кронбаха измерялась внутренняя согласованность. Для перечисленных эмоций коэффи-

циенты составили соответственно 0,73, 0,66, 0,63, 0,75, 0,72, 0,81, 0,79 и 0,85. Эти резуль-

таты показывают удовлетворительную внутреннюю согласованность для совокупности

критериев Бюмонта [32].

Достоверность

Достоверность (validity)

Насколько различия между оценками, полученными по шкале, отражают истинные различия

между измеряемыми характеристиками объектов, а не обусловлены случайными и систе-

матическими ошибками.

Достоверность (validity) шкалы можно определить как степень, в которой различия между

оценками, полученными по шкале, отражают истинные различия между измеряемыми харак-

теристиками объектов, а не обусловлены случайными и систематическими ошибками. Полная

достоверность предусматривает отсутствие ошибок измерения (Х0= Х-^ XR= О, XS= 0). Исследо-

ватели оценивают содержательную достоверность, критериальную и конструкционную [33].

Содержательная достоверность (content validity)

Тип достоверности, иногда называемый лицевой достоверностью (face validity), для опреде-

ления которого проводится субъективная систематическая оценка того, насколько хорошо

содержание шкалы соответствует поставленной цели измерения.

Содержательная достоверность. Содержательная достоверность (content validity), иногда

называемая лицевой достоверностью (face validity), субъективная систематическая оценка то-

го, насколько хорошо содержание шкалы соответствует поставленной цели измерения. Ис-

следователь, или кто-либо еше, проверяет, насколько пункты шкалы адекватно покрывают

всю область измерений. Таким образом, шкала, разработанная для измерения имиджа ма-

газина, считается неадекватной, если будет опущена одна из существенных характеристик

объекта (качество, разнообразие, ассортимент предлагаемой продукции). Учитывая субъек-

тивную природу данного показателя, оценки содержательной достоверности будет недоста-

точно при измерении достоверности шкалы, однако она помогает правильно интерпретиро-

вать полученные результаты. Более того, формальную оценку можно получить с помощью

проверки достоверности критерия.

Критериальная достоверность (criterion validity)

Тип достоверности, отражающий соответствие используемой шкалы переменным, которые

выбраны как значимые.

Критериальная достоверность. Критериальная достоверность (criterion validity) отражает,

насколько используемая шкала соответствуют выбранным значимым критериальным пере-

менным. Последние могут включать демографические и психологические характеристики, из-

мерения отношений и поведений, оценки, полученные на основании использования других

шкал. В зависимости от временных рамок критериальная достоверность может принимать две

формы — текущую или прогнозную достоверность.

Текущая достоверность определяется, когда данные, полученные на основе использования

шкалы, и сведения о критериальных переменных собираются одновременно. Для оценки те-

кущей достоверности разработаны краткие формы для определения характеристик личности,

как, например, совокупность критериев Бюмонта. Данные по исходным опросам и по кратким

формам обрабатываются параллельно и затем сравниваются.

356 Часть II. Разработка плана исследования

Для оценки прогнозной достоверности исследователь собирает данные оценок по шкале в

один период времени, а по критериальным переменным — в другой. Например, отношение к

различным маркам сухих завтраков может использоваться для прогноза будущих объемов про-

даж сухих завтраков представителям сканернои панели. У членов панели получают информа-

цию об их отношении к продукту, а затем их будущие закупки проверяются по данным иссле-

дования. Прогнозные и фактические данные по покупкам сравниваются для оценки прогноз-

ной достоверности шкалы отношения.

Конструктивная достоверность (construct validity)

Тип достоверности, оценка которого предполагает ответ на вопрос, конструкцию или ха-

рактеристику чего именно измеряет шкала. При оценке конструктивной достоверности пы-

таются ответить на теоретические вопросы: почему шкала эффективна и какие дедуктивные

выводы можно сделать из лежащей в ее основе теории.

Конструктивная достоверность. Конструктивная достоверность (construct validity) связана с

ответом на вопрос, конструкцию или характеристику чего именно измеряет шкала. При оценке

конструктивной достоверности исследователь попытается ответить на теоретические вопросы:

почему должна использоваться эта шкала и какие выводы можно сделать из лежащей в ее осно-

ве теории. Таким образом, для оценки конструктивной достоверности необходима основатель-

ная теоретическая разработка сути конструкций и их соотношения с другими конструкциями.

Конструктивная достоверность наиболее сложна в определении. Как показано на рис. 9.5, дос-

товерность конструкции включает конвергенционную, дискриминантную и помологическую

достоверности.

Конвергенционная достоверность (convergent validity)

Способ оценки конструктивной достоверности; измеряет, насколько шкала положительно

коррелирует с другими измерителями той же конструкции.

Дискриминантная достоверность (discriminant validity)

Один из вариантов конструктивной достоверности, показывающий, насколько значения не

коррелируют с другими конструкциями, от которых они предположительно отличаются.

Помологическая достоверность (nomological validity)

Один из вариантов оценки достоверности, определяемый степенью корреляции значений

конструкций, вытекающих из теории.

Конвергенцнонная (сходящаяся) достоверность (convergent validity) — степень, в которой

шкала положительно коррелирует с другими измерителями той же конструкции. При этом не

обязательно получить все значения с помощью методов обычного шкалирования. Дискрнмн-

нантная достоверность (discriminant validity) показывает, насколько значения шкалы не корре-

лируют с другими конструкциями, от которых они предположительно отличаются. Это связано

с уменьшением корреляции между различающимися конструкциями. Дискриминантную дос-

товерность также иногда называют дифференцированной. Помологическая достоверность

(nomological validity) определяется степенью корреляции значений конструкций, вытекающих

из теории. Маркетологом формулируется теоретическая модель с последующими выводами и

проверкой. В результате составляется номологическая сеть из нескольких систематически

взаимосвязанных конструкций, Иллюстрация конструктивной достоверности приведена ниже

в контексте оценки многомерной шкалы [34].

ПРИМЕР. Будь честен с самим собой

Следующие положения помогут оценить достоверность многомерной шкалы само-

оценки.

• Высокая корреляция с другими шкалами самооценки и с результатами опроса друзей

(конвергенционная достоверность).

Глава 9. Измерение и шкалирование: методы несравнительного шкалирования 357

Низкая корреляция с несвязанными конструкциями приверженности к определен-

ным торговым маркам или поиском разнообразия (дискриминантная достоверность).

Торговые марки, которые соответствуют самооценке индивида, предпочитаются

им больше, как это теоретически возможно и постулируются (помологическая

достоверность).

Высокий уровень надежности.

Примечательно, что высокий уровень надежности в этом примере приведен как доказатель-

ство конструкционной достоверности.

Взаимосвязь между надежностью и достоверностью

Механизм взаимосвязи между надежностью и достоверностью понятнее при рассмотрении

его с помощью модели истинной оценки. Если измерение абсолютно достоверно, то оно одно-

временно абсолютно надежно. В этом случае Х0 = Хт, XR = Q,XS = 0. Таким образом, достовер-

ность подразумевает надежность. Если измерение ненадежно, оно не может быть достоверным,

так как даже минимально Х0 = Хт + Хк. Кроме того, может быть систематическая ошибка, тогда

Xs # 0. Ненадежность подразумевает недостоверность. Если измерение абсолютно надежно, оно

может быть как достоверным, так и недостоверным из-за систематической ошибки (Хд = Хт +

Хк). В то время как недостаток надежности отрицательно сказывается на достоверности, надеж-

ность не обязательно подразумевает достоверность. Надежность — необходимое, но недоста-

точное условие достоверности.

Обобщаемость

Обобщаемость (generalizability)

Насколько исследование, основанное на выборке, можно обобщить для использования в

рамках генеральной совокупности в целом.

Обобщаемость (generalizability) отражает, насколько полученные в результате конкретного

исследования данные можно перенести на генеральную совокупность. Набор всех используе-

мых исследователем условий измерений, который маркетолог хочет применить ко всей гене-

ральной совокупности, называется полным множеством обобщения. Эти условия включают

категории, пункты, интервьюеров, способы наблюдения и т.д. Исследователь может обобщить

шкалу, использованную при индивидуальном опросе, для использования в других моделях

сбора данных, таких, например, как телефонные и почтовые опросы. Обобщаемость может

также анализироваться с точки зрения перехода от выборки объектов к генеральной совокупно-

сти объектов, от выборки количества измерений к генеральной совокупности количества изме-

рений, от выборки наблюдателей к генеральной совокупности наблюдателей и т.д. [35].

МЕТОДЫ ШКАЛИРОВАНИЯ

Кроме теоретических аспектов, оценки надежности и достоверности, при выборе методов

шкалирования для конкретного маркетингового исследования следует также принимать во

внимание некоторые практические факторы [36]. Среди них отметим следующие: характер

получаемых данных (номинальные, порядковые, интервальные или относительные), воз-

можности респондентов, характеристики рассматриваемых объектов, метод обработки, кон-

текст и затраты.

Как правило, метод шкалирования, который в данной ситуации даст наибольшее количест-

во информации, позволяет использовать наибольшее число методов статистического анализа.

Также, независимо от вида выбранной шкалы и степени ее соответствия задаче измерения ин-

тересующей характеристики, необходимо использовать несколько шкал. Это даст более точный

358 Часть II. Разработка плана исследования

результат, чем шкала из одного пункта. Во многих ситуациях желательно использовать не-

сколько методов шкалирования или получить дополнительные измерения с помощью матема-

тически обоснованных шкал.

МАТЕМАТИЧЕСКИЕ МЕТОДЫ ШКАЛИРОВАНИЯ

Все рассмотренные в этой главе шкалы требуют от респондентов прямой оценки различных

характеристик объекта. При выборе математического метода шкалирования исследователь сам

имеет возможность сделать вывод об оценке респондентами характеристик рассматриваемых

объектов, исходя из обших суждений опрашиваемых об объекте. Многомерное шкалирование

и совместный анализ — два популярных математических метода шкалирования. Детально они

рассматриваются в главе 21.

МЕЖДУНАРОДНЫЕ МАРКЕТИНГОВЫЕ

ИССЛЕДОВАНИЯ

При разработке шкалы и формата ответов следует учитывать уровень образованности и гра-

мотности респондентов [37]. Одним из подходов является разработка мультикультурных или

независимых от культурных особенностей шкал. Из рассмотренных нами методов шкалирова-

ния семантическая дифференциальная шкала наиболее соответствует данному подходу. Она

прошла проверку в нескольких странах и везде давала схожие результаты.

ПРИМЕР. Копируя Xerox

Xerox — это марка, позитивно воспринимаемая в бывшем СССР еше с 1960-х годов. Сам

процесс копирования документов часто называется ксерокопированием, т.е. термин про-

изошел от названия компании. Это была марка, отождествляемая с качеством. Однако после

преобразования Советского Союза в Союз Независимых Государств объемы продаж Xerox

стали падать. Менеджеры первоначально связали это с сильной конкуренцией со стороны

Canon, Ricoh Co., Mitsubishi Electric Corp., Minolta Camera Co. Первые попытки сделать продукт

более конкурентным не привели к желаемым результатам. Впоследствии было проведено

маркетинговое исследование для оценки имиджа Xerox и ее конкурентов. Для этого ис-

пользовались семантические дифференциальные шкалы, так как они считаются мульти-

культурными. Биполярные обозначения аккуратно протестировали на соответствие значе-

ния в русском контексте.

В результате исследования маркетологи выявили что реальная проблема заключалась в

негативном восприятии Xerox русскими покупателями. Что было не так? Проблема была

не в Xerox, а в нескольких независимых производителях копировальных машин, неза-

конно используюших торговую марку Xerox. С распадом Советского Союза зашита торго-

вых марок практически перестала существовать, и случаи нарушения авторских прав по-

стоянно росли. Среди прочих действий Xerox провела большую кампанию по телевиде-

нию и радио, в местных периодических изданиях. В кампании ставился акцент на

[ лидирующих позициях Xerox в странах СНГ, где требования к качеству были очень высо-

1 кими. Это был шаг к устранению неадекватного восприятия Xerox русскими потребите-

I лями. Кроме того, Xerox зарегистрировала свою торговую марку в каждом новом государ-

| стве, на которые распался СССР [38].

Альтернативный поход к разработке мультикультурных шкал, использованных в России, —

это создание шкал, учитывающих сложившиеся культурные нормы, как основу для сопостав-

ления. Среди форматов ответов наиболее удобны вербальные рейтинговые шкалы. Даже менее

образованные респонденты хорошо понимают и дают ответы на основе вербальных шкал. Осо-

бенное внимание следует уделить разработке эквивалентных словесных описаний на различ-

Глава 9. Измерение и шкалирование: методы несравнительного шкалирования 359

ных языках и в различных культурах. Крайние точки шкалы особенно уязвимы для интерпре-

тации. В некоторых культурах единица рассматривается как лучшая оценка, в то время как в

других странах она интерпретирует как наихудшая. Поэтому важно, чтобы вербальные описа-

ния и крайние точки шкалы соответствовали культурным особенностям.

Наконец, в международном маркетинговом исследовании критически важно установить

эквивалентность шкал и измерений для получения данных из различных стран. Эта комплекс-

ная тема рассматривается в главе 23.

ЭТИКА МАРКЕТИНГОВЫХ ИССЛЕДОВАНИЙ

На маркетологе лежит этическая ответственность за использование шкал, которые

должны обладать достаточной надежностью, достоверностью и применимостью. Выводы,

сделанные на основе использования шкал, не имеющих достаточной надежности, досто-

верности или обобщаемое™ относительно целевой совокупности, могут привести к этиче-

ским проблемам, поскольку клиент склонен рассматривать результаты исследования как

Дата добавления: 2015-05-09