הפודקאסט
המאמר פורסם בידיעון Trends-News.com
עבור מי תצביע בבחירות?
סקרים כמותיים הם יעילים, כל עוד הם בודקים נתונים פיסיים כמו כמה בני אדם ביקרו בבית קולנוע בחודש מסוים, כמה תיירים הגיעו לארץ, וחלוקה לפי מספר ימי שהייה בישראל. כך גם ניתן לקבל מידע מדויק על כמה בקבוקי חלב 2% נמכרו לעומת 3%, וכמה מכוניות נמכרו של איזה יצרן. נתונים אלה קלים יחסית להשגה ורמת הדיוק היא גבוהה למדי מאחר שהם מתועדים בבסיסי נתונים של יבואנים, רשתות המזון ויצרנים וגם הלשכה המרכזית לסטטיסטיקה. אך כאשר נשאל המרואיין באמצעות הטלפון או האינטרנט עבור מי הוא יצביע בבחירות הבאות, או מה רמת שביעות הרצון שלו משירות צוות הדיילות והדיילים בחברת תעופה כלשהי, רמת האמינות של הנתונים שמתקבלים משיטות המחקר אלה אינה גבוהה.
מספר סיבות לכך:
1. בני אדם נרתעים מחדירה לפרטיות שלהם. במיוחד כאשר המרואיין מתבקש להביע את דעתו. גם השאלה עבור מי תצביע בבחירות הקרובות, עבור חלק מהציבור היא סוג של חדירה לפרטיות. גם השאלות שנועדו ליצור פרופיל סוציו-דמוגרפי של הנשאלים, מניבות לעתים מידע שגוי, בעיקר שאלות שנועדו לברר את רמת הכנסה, השכלה, תחביבים, ותפקיד במקום העבודה. יש כאלה הנוטים להציג תמונה "משודרגת" יותר ויש כאלה הנוטים להפחית ממעמדם ומצבם הכלכלי מחשש עינא בישא. לכן, כאשר למידע זה יש חשיבות רבה, ניתן לקבל אותו באמצעות שאלות עקיפות בעיקר במתכונת של שיחה קצרצרה במתכונת של "התייעצות" : על טיולים מומלצים לחו"ל, מכוניות מדליקות, על מוסד אקדמי בו למד המרואיין, המאפשרות לקבל פרופיל מדויק יותר.
2. דירוג התשובות מ 1-10 או 1-5 מייצג בעיה מהותית שאינה מאפשרת לחוקרים להגיע למסקנות מדויקות. שיטה זו מאפשרת אמנם התפלגות סטטיסטית מרשימה, אך בפועל אינה נותנת מענה למזמין הסקר. לדוגמא: כאשר המדובר במוצרי צריכה מסוימים נשאלה השאלה "האם המוצרים ארוזים ומזוהים כראוי?". אלה שדירגו את תשובתם בציון 7 מתוך 10, אינם בהכרח מתייחסים לכך באותו אופן. מאחר ש 7 של מרואיין א' אינו בהכרח דומה ל 7 של מרואיין ב'. לכל אדם נקודת התייחסות שונה, כך לדוגמא, אם מישהו טס פעם ראשונה בחברת תעופה מסודרת, בעוד שניסיונו הקודם הוא בטיסות צ'רטר, סביר להניח כי הוא יתרשם מרמת השירות, בעוד שמי שטס קבוע בחברות כאלה, ימצא יותר פגמים.
על כן, יש להעדיף מחקרים כמותיים בשיטת ההיגדים. כך סקר כמותי בשיטה זו יציג את אופציות התשובות בהיגדים המייצגים מצבים שונים. לדוגמא: לשאלה: "כיצד תדרג את שירות סגל הדיילים?" יתייחס המרואיין להיגדים: "1. צלצלתי בפעמון ומיד ניגשה דיילת חייכנית, הסברתי לה את הבעיה ויותר לא ראיתי אותה" ; 2. "צלצלתי בפעמון ומיד ניגשה דיילת, הסברתי לה את הבעיה, ותוך מספר דקות היא נפתרה" ; 3 "צלצלתי בפעמון מספר פעמים ואיש לא ניגש אלי". ניתן גם להשאיר מקום לתשובה פתוחה על פי היגד ייחודי של הנשאל. הייתרון הוא ברור – אלה הן תשובות שניתן "למשש" אותן בלי להתלבט ביניהן, שניתן לייצר מהן גם את התמונה הסטטיסטית.
סקרים כמותיים משמשים לא פעם לסקרי שביעות רצון. אך מחקרים רבים מראים שאחוז מבוטל של צרכנים לא מרוצים אכן מתלוננים, ועל כן מחקרי שביעות רצון הם סוג של טפיחה עצמית על השכם. הגישה הנכונה היא מחקרי "אי שביעות רצון" שבאמצעותם ניתן לזהות בעיות הפוגעות בתדמית החברה, ועשויות להסביר נטישה של לקוחות. בתחום זה יש שיטות חדשות אונליין, המזהות בעיות בזמן אמת, וכולם שייכות לקטגוריה של המחקר האיכותני. על כך במאמר הבא.
