Demografia României în Lumina Recensămintelor, Ep. #1

Primul recensământ al populației din România a fost realizat în 1838 și s-au mai întâmplat alte 13 de atunci. Ar trebui să le mulțumim oamenilor pasionați de statistică și demografie din acei ani. Avem un istoric. Datele din anii dintre două recensăminte se estimează. Momentele unui recensământ se identifică ușor pe grafic, sunt acele zone de pe linie în care se vede o fluctuație bruscă, de parcă cineva s-ar fi împiedicat de fir. În ultimii 20 de ani s-au făcut estimări mai bune, evoluția este mai lină, fluctuațiile mai mici. În 2002 INS schimbă metodologia și se adaptează recomandărilor internaționale, măsoară populația rezidentă – cei care locuiesc în România, indiferent dacă au cetățenie sau nu. Până la acel moment numărau în funcție de domiciliu – să ai cetățenie și să ai domiciliul stabil în România.

În condițiile în care 79% din populația României trăia la sat în 1930, țara nu putea fi decât agrară. Când auzeai afirmația asta la școală de la vreun profesor, sau o citeai în manual, o luai ca atare, fără să-ți pui multe întrebări sau să poți înțelege contextul. Caracteristica unei țări agrare în acea vreme era sărăcia. Producția agricolă era fluctuantă pentru că depindeai de vreme, iar pământul se lucra greu, fără utilaje. Oamenii mâncau ce produceau în gospodărie. Că era sărăcie o arată și rata mortalității, mult mai mare în anii 30 decât cea de după 1950.

În vremurile noastre avem o populația urbană de 3,48 ori mai mare față de cea din 1930, când vorbeam de 14 mil. oameni în total după domiciliu și 21% pondere urbană. Datele fac referire la populația României în teritoriul actual.

Până în anii 50 avem o populație rurală dominantă atât ca număr, cât și ca rată a natalității. Oamenii migrau de la un sat la altul, în căutarea unui trai mai bun. De menționat seceta puternică din Moldova din 1947 – 1948 care a generat o migrare forțată spre sud, dar tot în rural, că asta știau să facă.

Migrația rural – urban s-a întâmplat în perioade și a fost de durată, nu a fost la fel de intensă de-a lungul anilor. Un prim moment a fost la începutul anilor 50, al doilea moment la începutul anilor 60 și cel hotărâtor a fost după 1965 și în anii 70. Ca să vă dau o idee despre evoluția populației urbane, în 1960 avea o pondere de 32% în total populație, peste zece ani (1970) creștea la 37% și peste alți zece ani (1980) la 46%.

Sunt multe motive pentru care se întâmplă această fluctuație și etapizare:

După un mare având economic din anii 70, anii 80 sunt marcați de criză economică și alimentară. Situația economică critică se menține până în anii 90. Dacă prin anii 70 puteai spera la produse considerate de lux în anumite magazine (portocale, banane în perioada sărbătorilor, Pepsi, chiar și limitate cantitativ), turiști străini la Mamaia, în anii 80 a fost și mai mare penuria de alimente.

1985 a fost anul în care populația din mediul urban o egala pe cea din rural.

Maximul de locuitori după domiciliul stabil a fost atins între 1988 și 1995, când populația s-a situat la 23 mil. și ușor peste, mediul urban având o pondere de 54%. Posibilitatea de a ieși mai ușor din țară, programele unor țări de a primi imigranți (ex. Canada), tensiunile politice și dezamăgirile privind clasa politică, salariile mici și locurile de muncă puține sunt o parte dintre motivele care au declanșat apetitul românilor de a se stabili în alte țări, migrație care s-a accentuat odată cu aderarea României la Uniunea Europeană (2007). După 2007 populația din mediul urban scade mai repede decât cea din rural, fenomen determinat atât de migrația externă, cât și de cea internă, către rural. Orașele mici sunt mai afectate, pentru că multe dintre fabricile care funcționau în perioada comunistă sunt închise sau privatizate. Populația rurală se confruntă în anii de după revoluția din 1989 cu lipsa serviciilor medicale de stat/ obligatorii, deoarece multe dispensare din zonele rurale sunt desființate. Asta a condus la o rată a mortalității mult mai mare în mediul rural comparativ cu cea din zonele urbane.

Recensământul populației din 2021 a numărat 19 mil. persoane rezidente, din care 52% trăiesc în orașe și municipii. Populația din mediul rural este pe un trend crescător și tinde să se apropie de cea din orașe și municipii. Cel mai probabil vorbim de satele din proximitatea orașelor mari și satele unde administrația a investit mult în modernizarea facilităților. Altfel, știm că satele mici și izolate sunt părăsite. Avem un context atipic de măsurare, ultimul recensământ s-a suprapus cu pandemia 2020 – 2021, despre care știm că a produs schimbări în așteptările românilor privind spațiul de locuit, iar nevoia de a evada din zgomotul și aglomerația urbană s-a accentuat.

Oare se va menține acest trend de migrare a populației din orașe spre zone rurale pentru următorii zece ani? Va ajunge populația rurală să o depășească pe cea urbană?

Credit imagine: Paolo Bendandi pe Unsplash

Enigma ratei de răspuns și cum să te asiguri că eșantionul tău nu te minte

M-a întrebat un client dacă la o rată de răspuns de 9% se mai poate vorbi de reprezentativitatea eșantionului rezultat prin interogarea unei baze de clienți.

Situație: 1400 de contacte, clienți unici, care au cumpărat online în 2023. Este vorba despre un produs din aria industrială, care se vinde în volume mari și cu o recurență mică, revii pentru cumpărare de mai multe ori pe an doar dacă ești profesionist/ BtoB.

Este prima dată când clientul face acest sondaj și nu are nicio informație despre rata de răspuns. Are clienți care au cumpărat de mai multe ori, alții care au cumpărat doar o dată. Experiența de cumpărare poate fi recentă sau mai veche.

Vă propun să vă luați 5 minute pentru a citi raționamentul meu și a afla răspunsul pe care l-am dat clientului, preocupat să facă lucrurile ca la carte.

Răspunsul vine din ceea ce arată realitatea, nu doar din ceea ce ne învață teoria statisticii. Ne construim raționamentul pornind de la teorie și validăm/ invalidăm parametrii eșantionării, în sensul de a da verdictul de ”eșantion bun”.

Context de populație finită: este important să remarcăm că urmează să facem un eșantion dintr-o populație finită. Avem un număr limitat de persoane pe care să le abordăm și să le convingem să ne răspundă la chestionar. În eșantionarea pe populații infinite ne ajută mult volumul - ne refuză cineva, mergem la următorul. Ca un sac fără fund.

Metoda de abordare: abordez clientul prin telefon, e-mail, SMS? Dacă trimit invitația la sondaj prin e-mail, am garanția că mesajul le ajunge tuturor în inbox? Abordarea prin telefon este cea mai bună pentru că interacțiunea umană aduce mai multe răspunsuri. Cea prin SMS ne asigură că link-ul de chestionar ajunge la toți din baza de contacte. Rămâne de văzut cine răspunde.

Statusul experienței: cât de recentă a fost experiența de cumpărare a clientului influențează rata de răspuns și actualitatea răspunsurilor. Există contacte mai noi și mai vechi, rămâne să văd cine răspunde mai degrabă la chestionar.

Dificultatea/ Simplitatea chestionarului: foarte important în rata de răspuns, poate duce la rată mare de abandon. Clienții au intenția de completare, dar abandonează.

Destinatarii invitației la sondaj: are rost să fac selecție de contacte cărora să le trimit invitația sau le trimit tuturor simultan? Pot să trimit invitațiile în loturi (batches), cu condiția ca aceste loturi să fie selectate aleatoriu și să păstreze structura bazei din care le extrag. Sau pot să folosesc criteriul lunii/ perioadei de cumpărare ca să construiesc loturile. În ambele cazuri, am o șansă să înțeleg cum se mișcă rata de răspuns și să acționez.

Obiectiv privind eșantionul și toleranța la eroare: îmi doresc un eșantion robust și să pot analiza datele pe sub-grupuri. Să spunem că îmi doresc un eșantion de 600 de clienți, care înseamnă o rată de răspuns de 40%. Grozav! Am și eroare mică de eșantionare, +/-3%. Ce alte variante sunt? Aș putea fi mai puțin pretențioasă la eroare, să zicem +/-5%, și să mă mulțumesc cu un eșantion de 300, dintr-o rată de răspuns de 20%.

Obiectiv privind rata de răspuns: e cam greu să te decizi fărăsă ai niște benchmark-uri, măcar ca idee. Știu cum este… la fel cum bâjbâi eu când ghicesc incidența de consum a unui produs. În abordarea telefonică, dacă ai numere corecte de telefon, rata de răspuns este undeva la 30%. Panelurile online cred că au o rată de răspuns undeva la 10%. În abordarea prin e-mail rata de răspuns este mică pentru că pot fi setările pentru junk/ spam. În marketing direct (email) cred că vorbim de rate de 1%. Când nu ai nicio idee, poți să stabilești mărimea de eșantion pe care ți-o dorești. Până la urmă, numărul final de răspunsuri este cel mai important, să ai baza pentru analizele pe care ți le propui. De aici va rezulta și rata de răspuns.

Profilarea populației țintă: ce variabile sunt importante pentru business-ul meu, pe care le am în bază, și pe baza cărora pot să fac o segmentare minimalistă. Să îmi cunosc resursele, să știu cui cer să-mi răspundă la chestionarul de feedback și cine îmi va răspunde. Profilarea este importantă pentru că este parte din reprezentativitate – eșantionul bifează pe acest principiu statistic, dacă la final, după extragere, are aceeași structură cu universul (populația din bază cu care plec la drum și care va primi invitația la sondaj).

Profilarea eșantionului: varibilele de descriere a populației țintă se păstrează și pentru eșantion. Monitorizez zilnic evoluția și verific dacă există abateri între structura populației și cea a eșantionului. Sper să nu existe niciun sub-grup de clienți care să se încăpățâneze să nu răspundă la sondaj. Dacă se întâmplă asta, devin creativ în a-i motiva să se implice.

Recompensarea participanților la sondaj: sunt recompensele o strategie bună pentru o rată de răspuns mare? Și ce fel de recompense să ofer? În opinia mea, recompensele sunt doar o formă de mulțumire, nu una de premiere. Asta înseamnă că pot fi chestii simbolice, cu atât mai mult dacă faci sondaj în rândul clienților care au avut o experiență cu tine. Nu e nevoie să transformi interacțiunea cu clientul într-o condiționare sau o atracție irezistibilă, pentru că e de dorit ca rezultatele să reflecte realitatea.

Monitorizarea parametrilor de field: i se mai spune field report, când faci statistici pe statusul contactelor cărora le-ai trimis invitație – a abandonat (la ce întrebare a abandonat?), a finalizat. Nu vei ști niciodată câte mesaje au intrat in Inbox, din păcate. Multe pot să ajungă în folderul de promoții. De aceea abordarea prin SMS (link în mesaj) este mai bună. Iar prin telefon vei ști clar cine a refuzat din start, cine a abandonat, ce numere de telefon sunt greșite.

S-au strâns 11 subiecte la care să reflectez(i) în etapa de lansare a sondajului și pe tot parcursul lui. Revenind la provocare, este 9% o rată de răspuns care să-mi asigure un eșantion reprezentativ?

Strict în acest context, este de dorit o rată mai mare de răspuns, aș zice undeva la 20%. Contează mult referința, la ce mă raportez. Răspunsul se prea poate să vină din profilare. S-ar putea să constat că mi-au răspuns preponderent la sondaj cei care au cumpărat în ultimele 3 luni. Nu-mi rămâne decât să schimb baza de calcul a ratei de răspuns și să redefinesc populația țintă. Îmi crește și rata de răspuns. Dacă țin cont de faptul că îi invit să participe prin e-mail, atunci pot spune că este o rată bună de răspuns. Rămâne de văzut dacă eșantionul de 126 de respondenți mă ajută să găsesc răspunsurile pentru obiectivele de business. Și tot profilarea va da răspunsul privind reprezentativitatea.

Statistica rămâne frumoasă pentru mine pentru că-mi permite să fac eu povestea eșantionului reprezentativ într-un context dat. Și chiar dacă sunt ghinionistă și nu găsesc o poveste pe plac, care să puncteze bine la toate subiectele de mai sus, pot să fiu mulțumită că am avut ocazia să experimentez și să învăț. 126 de răspunsuri nu sunt de ignorat… Data viitoare voi obține sigur o poveste mai frumoasă, am să știu cum să fac să cresc rata de răspuns.

Credit imagine: Shubham Dhage pe Unsplash

Eroarea de eșantionare în estimarea unei valorii medii

Atunci când sondăm un eșantion dintr-o populație și nu întreaga populație, ne dorim ca valoarea măsurată în eșantion să fie cât mai aproape de adevăr, de valoarea în populație. Când spunem valoare, ne referim fie la o medie (spre exemplu înălțimea medie a indivizilor din populație), fie la o proporție (spre exemplu proporția celor care beau zilnic cafea). Diferența dintre valoarea măsurată în eșantion, să spunem X’, și valoarea în populație, să spunem X, reprezintă eroarea de eșantionare.

Unele eșantioane pot avea proprietatea de a reflecta mai bine datele din populația din care provin, altele pot fi mai slabe. Asta ne duce cu gândul la reprezentativitate.

Să ne imaginăm că dintr-o anumită populație de mărime N extragem consecutiv eșantioane diferite, să spune într-un număr de k, fiecare de mărime n, până când epuizăm toți indivizii din populație. În fiecare eșantion, pentru variabila pe care o măsurăm vom obține o medie x1, x2... xk. Dacă după extragerea fiecărui eșantion calculăm o medie a valorilor mediilor din fiecare eșantion extras, vom vedea că, pe măsură ce adăugăm la calcul valori rezultate din eșantion, ne apropiem tot mai mult de valoarea din populație.

În cazul eșantionării simple aleatorii, abaterea standard a valorii x’ (media obținută în eșantion), sau eroarea standard așa cum i se mai spune, este de [rădăcină pătrată din mărimea eșantionului] ori mai mică decât abaterea standard a valorii x (media în populație), așa cum arătăm în formula de mai jos:

Eroarea ne arată cu cât se abate, în medie, valoarea x’ obținută în eșantion de la valoarea medie reală, cea din populația din care eșantionul este extras. Ne spune la ce eroare probabilă să ne așteptăm atunci când estimăm media din populație (x) cu cea din eșantion (x’). Cum se întâmplă frecvent să nu se cunoască date reale despre o populație întreagă, înseamnă că abaterea standard în populație nu este cunoscută. Pentru a calcula totuși eroarea de eșantionare, ne asumăm niște ipoteze.

1/ Se lucrează cu eșantioane care au o distribuție normală

Revenind la exercițiul imaginativ de extragere a celor k eșantioane, ipoteza de lucru în eșantionare este că dacă așezăm într-un grafic toate mediile obținute în aceste eșantioane pentru variabila x, distribuția acestora urmează o curbă normală.  Altfel spus, când extragem cele k eșantioane, valorile obținute pentru media variabilei pe care o măsurăm sunt așezate simetric în jurul mediei din populație (x), cu frecvențe mai mari în jurul valorii x, și mai mici pe măsură ce ne apropiem de cozile distribuției (asemenea formei unui clopot, sau o pălărie privită din lateral).

2/ Cum citim/ interpretăm distanța/ intervalul de pe curba normală/ clopot dintre valoarea din eșantion și valoarea din populație.

Probabilitatea ca media reală din populație să se plaseze pe un anumit interval depinde doar de lungimea intervalului t, măsurată în abateri standard. În exemplul nostru – distribuția mediilor obținute după extragerea a k număr de eșantioane, abaterea standard este eroarea standard. Așadar noi vom urmări să stabilim un interval pe care se plasează media obținută dintr-un eșantion oarecare (să îi spunem x13, rezultată din cel de-al 13-lea eșantion extras) cu o probabilitate suficient de mare că avem o eroare mai mică decât lungimea intervalului.

Sursă imagine: https://analystnotes.com/cfa-study-notes-the-standard-normal-distribution.html

În experiența practică, cea mai mică probabilitate acceptată este P= 95%, adică există cel puțin 95% șanse ca, selectând un eșantion oarecare, valoarea medie să se încadreze în intervalul respectiv. Complementar, valoarea p (calculată ca 1-P) ne arată ce șanse avem să greșim.

Cum interpretăm datele?

Există 95% șanse ca o valoare rezultată dintr-un eșantion să se abată cu mai puțin de 2 erori standard (1,96 mai precis) de la valoarea medie reală a populației. Sunt 99% șanse ca ea să fie mai mică de 2,6 erori standard, și 90% șanse ca ea să fie mai mică decât 1,65 erori standard.

Cum calculăm în practică eroarea standard?

Bazându-ne însă pe principiile deja enunțate, putem înlocui abaterea standard a mediei x din populație cu cea rezultată din eșantion, x’.

Spre exemplu, ne interesează să estimăm înălțimea medie a populației. Realizăm un sondaj pe un eșantion de 800 de persoane, și aflăm că înălțimea medie a participanților la studiu este de 176 de cm, cu o abatere standard a acestei medii de 17cm.

Înlocuim în formula de mai sus:

Ne întoarcem la tabelul afișat și vedem că pentru P=95%, t=1,96, valoarea reală în populație se află în intervalul 176cm – 1,96*0,60cm - 176cm + 1,96*0,60cm, adică suntem 95% siguri că în populație înălțimea medie reală este undeva în intervalul 174,8cm – 177,2cm.

Dacă vrem să raportăm datele la un prag de încredere și mai mare, de 99%, înlocuim în formulă și spunem că pentru P=99%, t=2,6, valoarea reală în populație se află în intervalul 176cm – 2,6*0,60cm - 176cm + 2,6*0,60cm, adică suntem 99% siguri că în populație, înălțimea medie reală este undeva în intervalul 174,4cm – 177,6cm. Eroarea maximă așadar crește – de la 1,96*0,60 (1,2cm) la 2,6*0,60 (1,56cm).

De asemenea, ne putem juca și cu volumul eșantionului. Din formulă deducem deja că pe măsură ce creștem mărimea eșantionului, reducem eroarea e.

Presupunând că obținem aceeași medie a înălțimii participanților la sondaj, și aceeași abatere standard, dar de data aceasta am sondat 2000 de persoane, eroarea e va fi:

Raportând datele la un prag de încredere de 95%, t=1,96, putem spune că suntem 95% siguri că valoarea reală în populație (înălțimea medie) este undeva în intervalul 175,3cm – 176,7cm. Eroarea maximă de data aceasta este 1,96*0,38=0,74cm.

Adesea în practică este necesar să cântărim situația și să decidem dacă reducerea erorii (în cazul nostru de la 1,2cm la 0,74 centimetri) justifică suplimentarea eșantionului cu 1200 de persoane.

Sigur că răspunsul poate fi afirmativ, dacă ne propunem să estimăm mediile în rândul sub-populațiilor (de femei și bărbați, spre exemplu). În această situație, volumul eșantionului nu va mai fi de 2000 de persoane, ci va fi dat de numărul de femei, respectiv bărbați incluși în eșantion (să zicem că avem o distribuție egală, 1000 de femei și 1000 de bărbați).

Dacă media înălțimii în rândul femeilor intervievate este de 1,65cm, cu o abatere standard de 15cm, eroarea va fi:

Putem așadar raporta că suntem 95% siguri că în rândul populației de femei, înălțimea medie a acestora se va afla în intervalul 164,1cm – 165,9cm. Eroarea maximă de eșantionare în acest caz este 1,96*0,47=0,92cm.

Bibliografie: Rotariu, T. (coord.), Bădescu, G., Culic, I., Mezei, E., Mureşan, C., Metode statistice aplicate în ştiinţele sociale, Iaşi, Polirom, 1999.

8 pași ca să proiectezi un eșantion - Partea II

Vezi primii 3 pași aici.

4. Care este cadrul de eșantionare? De fapt, răspund la întrebarea “unde găsesc respondentul eligibil?”.

Angajații băncii îi găsesc pe e-mail, că-mi dă banca lista de contacte. Și tot banca a decis că vrea să-i invite pe toți cei 2800, fără să facă o altă selecție a lor pe diverse criterii.

Doctorii oncologi îi găsesc în spitale, fie de stat, fie private. Bine, îi mai pot găsi la telefon, cu condiția să am o bază de contacte cu toții medicii oncologi din RO. Sau pe e-mail, dar cu aceeași condiție, să am o bază cu toți medicii oncologi din RO. Dacă ei sunt câteva sute în realitate, iar eu am o bază de contacte cu 100 dintre ei, atunci nu se cheamă că pot face eșantionare probabilistică.

Companiile IMM cu 10 sau mai mulți angajați sunt înregistrate la Registrul Comerțului cu o adresă, număr de telefon. Voi mai ști localitatea/ județul unde își desfășoară activitatea. Există firme care vând astfel de date, chiar și Registrul Comerțului are un preț pe companie. Există două opțiuni: fie trimit operatorul la adresă, fie sun la numărul de telefon din baza de contacte. Se pare că există premise bune să fac studiul. Vedem mai târziu ce obstacole sunt... fiecare target vine cu provocările lui.

Dacă am de realizat un studiu în rândul populației +18 ani, național, atunci am 2 opțiuni: a) trimit operatorul pe teren – la adrese fixe (selectate, în prealabil, aleatoriu) sau folosind metoda rutei aleatorie; b) generez aleatoriu numere de telefon.

Dacă am de realizat un studiu în rândul populației 18 - 60 ani, din mediul urban, care folosește Internetul, am chiar 3 opțiuni: a) trimit operatorul pe teren – la adrese fixe sau folosind metoda rutei aleatorie; b) generez aleatoriu numere de telefon; c) trimit invitații într-un panel de respondenți online.

5. Care este rata de refuz la nivelul target-ului țintă?

O să spuneți că asta e prea de tot... da, este nevoie de experiență pentru a da un răspuns exact. Eu nu mă aștept la un răspuns exact. Mă satisface și unul aproximativ, bazat pe intuiție.

Cât de încântați vor fi angajații băncii de ideea șefilor de a face un sondaj de satisfacție?! Răspunsul exact poate să-l dea chiar banca ce a cerut sondajul dacă a mai avut astfel de inițiative în trecut. Poate nu chiar exacte, dar măcar similare. Care este nivelul de implicare a angajaților când vine vorba de acțiuni întreprinse de HR/ management.

Acum să vedem ce ar spune medicii oncologi despre invitația de a ne răspunde la câteva întrebări despre un producător de medicamente. Este asta o chestiune vitală pentru doctori? În sensul de a-i motiva semnificativ pe plan profesional/ personal. Din ce am mai experimentat personal, doctorii sunt segmentul cel mai grăbit și fără de timp. În ce condiții ar sta un doctor de vorba cu un operator? Reprezentanții de vânzări, care ajung la medici, cum fac?

În cadrul companiilor IMM voi sta de vorbă cu un decident în ceea ce privește serviciile de tehnologie/ digitale. Este acest target mai disponibil și dispus să-mi răspundă la întrebări decât doctorii oncologi? Poate că da, poate că nu.

6. Ce detalii am despre chestionar?

Care va fi durata medie a unui interviu? Orice abordare este potrivită pentru o durată de până în 20 minute. Cu cât durata interviului crește, cu atât opțiunile devin limitate. Deja la tot ce depășește 35 minute, pot considera mai degrabă F2F.

Am materiale vizuale de arătat respondentului? Temele abordate în chestionar sunt chestii obișnuite de zi cu zi sau atac subiecte delicate sau teme mai complexe? Cât de dispus este respondentul să-mi răspundă prin telefon sau F2F?

7. Ce metodă de interviu este potrivită să folosesc pentru a sta de vorbă cu target-ul țintă?

Alegerea vine cumva automat odată ce răspund la întrebările de la punctul 4, 5, 6 - unde îl găsesc pe respondentul eligibil și prin ce metodă reușesc să minimizez rata de refuz. Că am un chestionar simplu sau complex, scurt sau lung... da, detalii deloc de neglijat.

8. Știu definiția respondentului eligibil, ce șanse am să-l găsesc în populația generală (incidența), dacă am sau nu date de profilare despre target, care este cadrul de eșantionare și la ce rată de refuz mă aștept. Am toate datele să aleg metoda de eșantionare și să gândesc metodologia.

8 pași ca să proiectezi un eșantion - Partea I

În primele două articole (1, 2) m-am concentrat pe a aduce argumente de ce eșantionarea pentru un studiu F2F în RO se face pe regulile/ metodologia unei eșantionări multi-stratificate combinată cu cea cluster. În fapt, am răspuns la întrebarea “Cum ajung la respondent?”.

Eu când gândesc eșantionarea, indiferent de studiu, caut să-mi răspund la următoarele întrebări, care nu sunt altceva decât pașii pe care îi parcurg eu în minte, ca o schema logică:

1. Cine este respondentul eligibil? Respondentul eligibil este echivalent cu target sau populație țintă, target-ul de interes pentru studiu.

Să dau definiția în detaliu, chiar în sensul de vizualizare a lui, urmărind să dau valori/ sens unor variabile socio-demografice de bază (sex, vârstă, mediul de rezidență sau mărimea de localitate – am să mă refer sporadic la ambele noțiuni, regiune). Dacă la aceste variabile socio-demografice, despre care putem spune că există statistici oficiale, se mai adaugă și alte variabile, deja pot spune că am o definiție complicată.

Din acest prim punct pot să constat că unitatea de eșantionare va fi populația/ consumatorul, gospodăria, compania(iile), școlile/ unitățile de învățământ, elevi/ studenți, etc...

2. Știu câți oameni/ entități/ unități îndeplinesc condițiile din definiția populației țintă din total populație?

În alți termeni, ar fi vorba de incidența target-ului/ populației țintă la nivel total. Poate părea de necrezut cât de importantă este această informație... e de bine când este mare și de rău când este mică. Știu, vă bag în ceață cu intenție... ce înseamnă o incidență mică – mare.

A) Să spunem că avem de făcut un studiu în rândul angajaților unei bănci, un studiu de satisfacție a angajaților. Banca are 3000 de angajați din care 2800 au și adresă de e-mail și sunt de interes în acțiunea băncii. Intenția este de a invita la sondaj pe toți cei 2800 de angajați. Populația țintă este dată de lista de angajați pe care banca i-a considerat relevanți pentru acțiunea lor și sunt 2800, deci vorbim de o incidență de 100%.

B) Avem o companie farmaceutică care face medicamente pentru bolile oncologice, indiferent de specializare (exercițiu imaginativ), și are ca obiectiv de research să măsoare notorietatea mărcii și percepția despre marcă. Target-ul țintă sunt toți medicii oncologi din România. Am spune că avem, din nou, o incidență de 100%. Am nevoie de medici oncologi, deci mă duc la toți, indiferent de specializare. Dacă am fi avut nevoie doar de oncologi din aria dermatologie, să spunem, atunci incidența ar fi arătat altfel, cu siguranță – formula de calcul ar fi oncologi din specializarea de interes împărțit la numărul total oncologi. Probabil vorbim de o rată sub 20%, poate mai degrabă spre 10%.

C) Un furnizor de servicii avansate de tehnologie vrea să știe ce are de făcut pentru a-și crește notorietatea și ulterior market share-ul (cota de piață) în rândul companiilor din segmentul IMM, care au mai mult de 10 angajați.

Definiția categoriei IMM: “este alcătuită din întreprinderi care angajează mai puţin de 250 de persoane şi care au o cifră de afaceri anuală care nu depăşeşte 50 de milioane de euro şi/ sau un bilanț contabil anual care nu depășește 43 de milioane de euro.” - aici ghid complet.

INS spune că în 2020 erau ușor peste 600.000 companii în RO, 91% din ele fiind în segmentul 0-9 angajați, pe care, conform definiției pentru target-ul țintă (dat de client), trebuie să-l eliminăm.

Distribuția companiilor după număr angajați:

Definiția IMM-urilor ne impune să eliminăm și ultimul segment, al companiilor cu 250 angajați sau mai mulți. Înseamnă că rămânem cu 9%, fără să mai luăm în considerare și condiția de cifră de afaceri.

Rata de incidență poate dicta multe decizii privind metodologia de research potrivită pentru studiul de cercetare de piață pe care îl gândești.

3. Există/ am date despre profilarea target-ului țintă?

Când target-ul țintă este definit prin populație + 18 ani, național, atunci mă pot baza, cert, pe datele pe care le pune la dispoziție INS.

Datele de profilare sunt importante pentru a ști distribuția la nivel de regiune și mărimea de localitate. Apoi, oricât te-ai strădui să faci eșantion probabilistic și să iei toate precauțiile din lume privind corectitudinea completării, erorile sunt reale și inerente, fie că vin din eșantionare – mod de selecție a punctelor de eșantionare, a respondentului, din completarea interviului, etc.. Rata de refuz (refuzul de a participa la sondaj) are o influență foarte mare în calitatea eșantionării pentru că poate schimba profilul target-ului țintă, existând riscul să nu acoperi bine populația de interes. Și, crede-mă, rata de refuz a crescut foarte mult în timp (în rău pentru cercetători, în sensul că a crescut considerabil) și sigur este în schimbare chiar acum, după anii de pandemie și nesiguranță economică și de pace. Este foarte diferită între femei vs. bărbați, între tineri și cei în vârstă, între București/ orașe mari și rural sau urban mic.

Ai nevoie de aceste date de profilare pentru a verifica structura eșantionului pe variabilele socio-demografice. Să știi cât de mari sunt abaterile, unde/ pe ce straturi se întâmplă. Se prea poate să iei în calcul ponderarea datelor pentru a aduce eșantionul la structura oficială. Aici intervine noțiunea de reprezentativitate a eșantionului – să respecte structura populației ținte. Să ai certitudinea (adică un prag de încredere mare) că dacă generai/ făceai un număr infinit de eșantioane, respectând metodologia aleasă de tine, ai fi ajuns la aceleași rezultate, cu abateri în limitele erorii maxime de eșantionare.

Dacă răspunsul este da, atunci poți sta liniștit/ă. Dacă nu, ar fi bine să te asiguri încă din acest moment că există o sursă și ai acces la ea (bine, ideal din momentul ofertării). Dacă ești foarte ghinionist/ă și chiar nu există nicăieri o sursă, ar fi bine să ai un buget separat pentru a rezolva această lipsă de date.

Vezi care sunt următorii pași aici.

Eșantionarea - De ce să faci eșantionare multi-stratificată combinată cu cluster în România? Partea II

Pentru partea I click aici.

Acum, după ce am creat un context, simt că pot să reiau subiectul despre multi-stratificare. Stratificarea se întâmplă atunci când poți să împarți populația în sub-populații și grupele acestea sunt eterogene, disjunctive. Nu se suprapun deloc. Este foarte clară această împărțire. Cumva te ajută să împarți o populație sau arie mare în părți mai mici care devin accesibile. Regiunea este o variabilă foarte bună care reușește să împartă populația în bucăți mai mici și sigur total diferite între ele. Regiunile sunt gândite pe componența județelor.

Exemplu, județul Tulcea intră în Dobrogea, ca regiune istorică, alături de Constanța. Doar aceste 2 județe compun Dobrogea. Ei, și mai există o variabilă frumoasă care reușește să împartă populația în sub-populații disjuncte. Este ușor de dibuit dacă vă aduceți aminte că am vorbit că sunt anumite localități, preponderent satele, care sunt arondate ușor orașe, respectiv comune. Doar termenii municipii, orașe, sate induc o diferență bazată pe numărul de locuitori cu care se mândrește fiecare localitate. Vorbim, în fapt, de variabila <mărime de localitate>, care este definită prin straturile rural, oraș mare, mediu, mic. Capitala, București, este în sine o regiune (istorică) și un strat independent deoarece adună undeva spre 2 mil. de locuitori. Următorul oraș mare este Cluj-Napoca cu puțin peste 300 de mii de locuitori. Fiind o diferență foarte mare de mărime/ număr locuitori între București și următorul oraș, da, București merită să “aibă” propriul strat. Un oraș mic poate să aibă și 3000 de locuitori, așa cum și un sat, poate să aibă același număr de locuitori. Cu toate acestea, încadrarea în UA sau strat, dacă ne referim la mărimea de localitate, este făcută de oficialități/ administrația națională pe baza unor criterii.

De aceea sunt importante codurile SIRUTA și tipul de încadrare administrativ teritorială făcută de autorități. Voi da mai jos mai multe detalii pentru numărul de straturi ale variabilei <mărime de localitate>. Oricum, straturile de mărime de localitate (sau urbanizare sau de mediu) pot fi gândite să răspundă nevoilor pe care le ai pe fiecare studiu, atât timp cât ai o bază cu toate localitățile din RO și numărul de locuitori/ populație totală la nivel de localitate.

Ce credeți, straturile sau sub-populațiile acestea atât de diferite în funcție de încadrarea UA, respectiv numărul de locuitori, se regăsesc în toate regiunile sau putem vorbi despre orașe, comune doar într-o anumită regiune?

Tabel nr. 1 - Distribuția populației la nivel de regiune și mărime de localitate – număr locuitori *

Cum citim Tabel nr. 1 (Regiunea pe coloane X Mărimea localității pe linii/ strat):

Celula B2 ne spune că în Ardeal, în stratul Urban mare, locuiesc aproape 600.000 locuitori. Celula G5 ne arată câte persoane locuiesc în Dobrogea în localități rurale. Coloana H indică numărul total de locuitori la nivel de fiecare strat, iar linia 6 arată total locuitori la nivel de fiecare regiune.

*Notă: fac observația că datele din tabel sunt destul de vechi, sursa fiind INSSE, 2015. Vă recomand să priviți aceste date ca pe un exercițiu de exemplificare a modului în care lucrăm cu datele astfel încât să generăm un eșantion reprezentativ.

Acum să vedem care sunt proporțiile fiecărei celule din Tabel nr. 1, distribuția populației la nivel de regiune & mărime de localitate. Urmăriți Tabel nr. 2, unde % sunt calculate din populația totală, 20 mil. locuitori.

Tabel nr. 2 - Distribuția populației la nivel de regiune și mărime de localitate – % din total

București, coloana A, are o pondere de 9% în populația totală. În aria rurală locuiește 46% din populația țării. Cel mai mare strat urban este Urban mic și reprezintă 18% din total populație. Există 2 regiuni care acoperă foarte bine acest strat, Moldova și Muntenia. Dobrogea are cei mai puțini locuitori care trăiesc în urban mic.

Deja v-am dat multe informații și avem 2 variabile care pot să segmenteze/ stratifice foarte bine populația României. Cum știu unde găsesc respondentul? Sau, altfel pusă întrebarea, avem 100 de operatori (ideal ;-)) și unde îi trimitem, în ce localitate, pe ce stradă din localitate? În câte localități din cele în jur de 13 mii este nevoie să mergem? Vorbesc acum de un studiu care se va face F2F, această metodă fiind cea mai complexă. Am să povestesc ce se întâmplă și în situația de studiu pe panel online sau CATI. Stratificarea se păstrează și pe aceste ultimele 2 metode, doar că sunt mai puțini pași de parcurs.

Tabel nr. 3 – Distribuția localităților la nivel de regiune și mărime de localitate – număr localități *

*Notă: luați datele ca exercițiu de demonstrație, sursa INSSE 2015.

Se observă că odată ce am intrat pe stratul 4, urban mic, numărul de localități la nivel de celulă crește semnificativ. Evident, atunci când proiectăm eșantioanele, iese din discuție să mergem în toate localitățile. Noi vom extrage un eșantion, însă se pot produce/ realiza o infinitate.

Soluția este de a face o extragere de eșantion pe bază de cluster – grup de locuitori dintr-o populație omogenă, care împărtășesc aceleași caracteristici de regiune și mărimea de localitate. Bingo, ajungem să extragem cluster-e de populații la nivel de fiecare celulă din tabelul de mai sus. Probabil vă întrebați câte persoane trebuie/ poate să includă acest cluster.

Înainte de a răspunde la această întrebare, hai să vedem cum arată distribuția numărului de chestionare/ respondenți la nivel de regiune și mărimea de localitate pentru un eșantion de 1000.

Tabel nr. 4.1. - Distribuția numărului de respondenți la nivel de regiune și mărime de localitate, N=1000

Tabelul 4.1. spune că avem de recrutat 93 de respondenți în București, 126 în mediul rural din Muntenia. Dacă în București putem recruta 93 de respondenți, având grijă să mergem în fiecare din cele 6 sectoare, este imposibil să recrutăm 126 de respondenți dintr-un singur sat din regiunea Muntenia. Dacă ne uităm în Tabel nr. 3, în Muntenia sunt peste 2 mii de localități cu titlul de sat (unele vor avea rol de comune, altele vor fi sate apărținătoare). A selecta un singur sat din 2600, înseamnă să acoperim doar 0,04% din potențialul maxim al regiunii. Eșantionul își păstrează calitatea de reprezentativ dacă asigurăm răspândire bună în toată țara (este chiar necesar/ de dorit să acoperim toate județele) și dacă metodele pe care le folosim pentru selecția respondenților vor avea un caracter aleator. Cred că v-ați prins, noi încă nu am ajuns la selecția respondentului, parcurgem primul pas, selecția punctelor de eșantionare (și implicit a localităților) în fiecare strat/ celulă de stratificare.

Aici intervine metoda de eșantionare pe cluster, în determinarea numărului de puncte de eșantionare, respectiv localități, apoi implicit în selecția respondenților în fiecare punct. Într-o localitate putem avea un singur punct de eșantionare sau mai multe. Depinde mult de câte localități există în fiecare strat/ celulă. Pentru o înțelegere mai bună, punem egalitate între punct de eșantionare și adresa/ punctul de start. La o adresă fixă veți trimite operatorul de teren să înceapă recrutarea, cu un set de reguli în mână!

Hai să luăm ca exemplu regiunea Dobrogea – care are o singură localitate de Urban mare (Constanța) și una singură de Urban mediu (Tulcea) și 15 localități de Urban mic. Este clar că vom merge să realizăm chestionare în Constanța și Tulcea, pentru că sunt singurele opțiuni. În Contanța avem de recrutat 14 respondenți. Îi recrutăm dintr-un singur punct de eșantionare sau mai multe? Ca să asigurăm o calitate bună a eșantionului, este clar nevoie de mai mult de un punct de eșantionare. Dacă vom considera un cluster de 7 respondenți, atunci ar fi 2 puncte de eșantionare. Dacă am considera un cluster de 10 respondenți, atunci am avea 1 cluster jumătate... cam dificil de acomodat, e bine de lucrat cu clustere egale. În Urbanul mic, ziceam că sunt 15 localități și avem de recrutat 11 respondenți. Aici am putea să avem 1 minim și maxim 2 puncte de eșantionare. Aș alege să facem 2 puncte de eșantionare în 2 localități diferite.

Ce înseamnă, în fond, cluster de x respondenți? Că pornind de la adresa de start, operatorul de teren aplică o regulă de selecție aleatorie a gospodăriei și apoi o regulă de selecție aleatorie a respondentului până strânge un număr de contacte/ selecții egale cu mărimea cluster-ului. Contact/ selecție nu înseamnă obligatoriu și chestionar complet/ interviu realizat. Dar lăsăm aceste detalii pentru o altă ocazie.

Tabel nr. 4.2. - Distribuția punctelor de eșantionare la nivel de regiune și mărime de localitate, pentru cluster = 7 respondenți, N=1000

Pentru un eșantion de 1000 respondenți și un cluster de 7 rezultă că vom lucra cu 143 puncte de eșantionare. Dacă am considera un cluster de 10, atunci vorbim de 100 de puncte de eșantionare. O diferență cam mare. Probabil vă gândiți care din cele două ar fi cea mai bună abordare. Un teoretician ar spune că este bine să aveți multe puncte de eșantionare, adică un cluster de mărime mai mica, 7 în cazul experimentului nostru, pentru că asiguri o răspândire bună, ai șanse mari să acoperi toate județele și mai multe localități. O persoană orientată pe reducerea costurilor (mai puține localități rurale în eșantion care să necesite deplasări) și păstrarea calității în limite normale/ acceptate, ar alege o varianta de cluster cu 10 respondenți. Am putea merge și pe o variantă de cluster cu 8 respondenți și vom avea 125 puncte de eșantionare. Pare o variantă de mijloc, oricum, pentru un eșantion de 100 de respondenți nu recomand un cluster mai mic de 7 sau mai mare de 10.

Concluzie

Este foarte important să cunoști specificul tării unde faci studiul și să înțelegi forma/ ele de organizare administrativ – teritorială.

Suprafața de întindere a țării este iar important și densitatea/ răspândirea așezărilor omenești.

Eșantionarea stratificată combinată cu cea cluster este varianta ideală care pentru orice eșantion aleator/ probabilistic, indiferent de sursa/ cadrul de eșantionare. Te ajută mult în segmentarea/ stratificarea unei populații în grupe mai mici, gestionabile și la care poți ajunge mai ușor.


Eșantionarea - De ce să faci eșantionare multi-stratificată combinată cu cluster în România? Partea I

Eșantionarea stratificată și cea cluster sunt două din cele 4 tipuri de eșantionări probabilistice. Eu propun să le și combinăm... lucru curios, dar care ajută mult în gestionarea eșantioanelor aleatorii.

Un lucru este cert privind România și administrarea datelor de evidență a populației – nu există posibilitatea unei extrageri aleatorii dintr-o bază care să conțină contactele rezidenților din RO (România) și astfel să poți spune că faci eșantionare probabilistică, fiecare persoană din populație are aceeași șansă de a fi selectată în eșantion sau măcar să poți calcula probabilitatea de selecție la nivel de fiecare individ care intră în eșantionul extras. Personal, am avut șansa să experimentez varianta colaborării cu D.E.P.A.B.D. (Direcția pentru Evidența Populației și Administrarea Bazelor de Date) care a făcut extragerea aleatorie de adrese după un algoritm dat de mine. Aveam nevoie de extragerea a 5000 de adrese ale persoanelor de 50 și peste din RO. Chiar și așa, a trebuit să gândesc eșantion multi-stratificat pe cluster și să extrag localitățile în eșantion, respectiv să spun de câte adrese am nevoie la nivel de fiecare localitate. Colaborarea a fost una oarecum bună, lăsând la o parte că a durat foarte mult. Surpriza a fost să aflu, după multe săptămâni de așteptare, când am primit baza de adrese, că pe anumite localități rurale, unde nu exista noțiunea/ unitatea de stradă ca organizare administrativă, nu au putut face extragerea. A fost panică... am găsit soluția de a menține condițiile unui eșantion probabilistic și pe aceste localități, dar ne-a întârziat 2 săptămâni.

Acum, înainte de a intra în detaliu pe multi-stratificare, vreau să vă arăt câteva curiozități despre România și modul cum este administrată și organizată teritorial. Mă voi folosi de datele existente deja și publicate de diferite autorități. Am și eu câteva date și am observat că sunt diferențe față de ce găsești la INSSE, cu condiția să ai răbdare să și prelucrezi fișierele lor. Apropos, INSSE stă foarte prost la organizarea fișierelor care conțin detalii despre populație la nivel de localitate. Nu am înțeles niciodată de ce codurile SIRUTA (cod unic alocat fiecărei localități din România), de altfel administrate de o entitate responsabilă cu organizarea administrativ teritorială a țării, nu se regăsesc în toate fișierele INSSE, iar aceștia din urmă preferă să scrie documente text. Iar dacă ai bafta de fișiere Excel, fii sigur că vei găsi localitatea scrisă ba cu diacritice, ba fără, iar pe partea de rural vei găsi date doar la nivel de comună. O minunăție... de aceea îmi rezerv răbdarea pentru datele de la recensământul abia început (cu titlu de 1 Dec 2021) și trăiesc cu speranța că au învățat să facă fișiere smart.

Câteva date despre România

Populație: undeva la 20 mil

Suprafață 238,397 km2

Densitate: 84,4 loc/km²

41 de județe

7 regiuni istorice (București, Ardeal, Banat/ Crișana/ Maramureș, Moldova, Muntenia, Oltenia, Dobrogea) sau 8 micro-regiuni (NUTS 2) stabilite de INSSE, ceva mai echilibrate, (Bucuresti – Ilfov, Nord-Vest, Centru, Nord – Est, Sud – Est, Sud – Muntenia, Sud - Vest Oltenia, Vest).

Regiuni istorice
Regiuni INSSE

În 2016 existau 3181 de unități administrativ teritoriale (un fișier publicat de autorități pe eurostat), numite LAU în terminologia Europeană. Aceste UA, pe scurt unități administrative, au rolul de a administra mai multe localități. Aceste UA pot avea rol de municipiu, oraș sau comună. Nu există sate care să se administreze singure. Satele, care sunt undeva la peste 10 mii în total, sunt alocate administrativ – teritorial unor orașe sau unor sate, acestea din urmă având rol de comune. În cele 3181 de unități administrativ – teritoriale, se regăsesc doar satele cu rol de comună. Pe lângă acestea, spuneam, scuze că mă repet, sunt undeva spre 10 mii de sate mici sau mari, care sunt subordonate administrativ fie unui oraș, fie unei comune.

Vă mai rețin puțin atenția despre densitatea populației. Am dat o măsură mai sus, dar dacă nu vă arăt statistici și din alte țări, nu veți putea evalua dacă suntem o țară aglomerată sau rarefiată.

Pun mai jos o hartă pe care am găsit-o pe eurostat.ro. Zonele albastre au densitate mică, locuitorii au mult spațiu la dispoziție și trăiesc în/ cu lărgimea spațiului, iar zonele portocalii sunt aglomerate. Deci, în RO nu ne călcăm pe picioare. Localitățile sunt răsfirate.

Pentru partea a II-a click aici.

Zugrăvitul pereților în anii pandemici și ce ne așteaptă în 2022

Cei doi ani pandemici diferă în privința motivelor pentru care oamenii au ales să zugrăvească. Anul 2020 a fost un an plin de avânt în privința zugrăvitului. Consumatorul, aflându-se mai mult timp în gospodărie, dincolo de motivele curățeniei (54%), igienizării (35%) și îngălbenirii pereților (25%), invocă și dorința de a schimba culoarea sau decorul în casă (22%). În 2021 motivele de respingere a mărcilor sunt mai puține, notorietatea și considerarea mărcilor este stagnantă sau în scădere. Sunt mai putini cei care vorbesc de curățenie (47%) și chiar de redecorare (13%).

Pandemia a schimbat obiceiurile făcându-i pe oameni să fie mai implicați în procesul de redecorare și renovare a casei decât erau în trecut.

Dacă în 2019 35% dintre consumatori se ocupau singuri de zugrăvitul casei, 33% alături de un alt membru al familiei, cunoștință sau zugrav, și 32% lăsau zugrăvitul în grija unei alte persoane, în 2021 40% zugrăvesc singuri, 38% sunt ajutați de o altă persoană și doar 22% rămân neimplicați în zugrăvitul casei.

În privința alegerilor, culoarea pereților este decisă de comun acord cu partenerul în proporție mai mare decât marca și ambele decizii nu necesită validare din partea unui profesionist. Cei cu venituri mari în gospodărie optează mai degrabă pentru decizii luate în comun atât în privința mărcii cât și a culorilor.

Una dintre mărcile de vopsea lavabilă care a luat avânt în anii pandemici este Evrika. A început campania de comunicare pentru a-și face cunoscute produsele și noile ambalaje în 2020, iar imaginea mărcii s-a consolidat pe parcursul acestor doi ani. În rândul consumatorilor diferențiatorii acestei mărci sunt legați de atribute de personalitate cum ar fi onestitatea și spiritul liber, iar ca beneficiu emoțional este asociată cu „mă ajută să-mi exprim personalitatea când decorez”. În rândul zugravilor Evrika se remarcă ca marcă de încredere, având beneficiile funcționale: „este ușor de folosit” și „lasă pereții să respire”.

Directorul diviziei Paint Azur Timișoara, Narcis Obeada ne vorbește despre investițiile pe care le-au făcut pentru a se alinia cu promisiunile făcute în comunicarea de produs. „Avem laboratoare proprii în care dezvoltăm și testăm produsele Evrika. Continuăm să investim în munca de cercetare și dezvoltare. Am făcut schimbări majore în rețete și folosim materii prime de cea mai bună calitate pentru a oferi produse la cel mai bun raport calitate preț.”

Ce se va întâmpla în 2022 pe piața de vopsea lavabilă?

“Începând cu luna Septembrie 2021 s-a înregistrat o nouă creștere a prețurilor materiilor prime în industria vopselelor, iar ca producători suntem acum supuși unor presiuni suplimentare. Impactul în costul produsului final este cu atât mai mare cu cât materiile prime reprezintă mai mult de 60% din costurile produselor, la care se adaugă și alte costuri cum ar fi energia și petrolul care, de asemenea, au înregistrat creșteri istorice.”, ne spune Narcis Obeada.

Creșterile de prețuri în funcție de tipul de materie primă sunt:

Studiul desfășurat în perioada 15 noiembrie – 10 decembrie 2021 de agenția de cercetare de piață Wisemetry Research a avut ca scop investigarea comportamentului de utilizare a vopselei lavabile și a percepțiilor consumatorilor și zugravilor privind cele mai importante mărci prezente pe piață. Acesta a fost realizat pe un eșantion de 500 de utilizatori recenți de vopsea lavabilă, cu vârsta 25 – 60 ani, din mediul urban și pe un eșantion de 300 de zugravi.

Studiu Wisemetry Research: În 2021 oamenii vor fi precauți cu bugetele lor, dar își vor îngădui bucuriile negate anul trecut, precum călătoriile

Studiul desfășurat în perioada 30 octombrie – 4 noiembrie 2020 de agenția de cercetare de piață Wisemetry Research a avut ca scop informarea publicului cu privire la provocările apărute în contextul restricțiilor de mobilitate impuse ca măsură de prevenire a răspândirii virusului SARS-CoV-2. Studiul a abordat subiecte precum organizarea telemuncii, îngrijirea și educația copiilor și dezechilibrul de gen în munca domestică, mecanisme adoptate de oameni pentru a face față izolării, obiceiuri pe care oamenii doresc să le adopte sau păstreze în următoarele 12 luni.    

Ce planuri au oamenii pentru noul an? 

2021 – anul în care oamenii vor echilibra nevoia de securitate materială, declinată prin intenția de economisire, creșterea veniturilor prin obținerea unei poziții mai bine platite la locul de muncă sau căutarea unui job secundar, cu dorința de a spori confortul și relaxarea prin îmbunătățiri în locuință și concedii binemeritate. 

Întrebați ce anume plănuiesc să facă în anul 2021, cei mai mulți respondenți, 42%, au spus că au de gând să pună de-o parte mai mulți bani în următoarele 12 luni. O treime dintre cei intervievați își doresc să aducă îmbunătățiri în casă, iar 28% spun că vor să meargă într-o vacanță sau excursie deosebită, semn că oamenii au simțit lipsa călătoriilor în anul ce tocmai s-a încheiat. În plus, unul din patru respondenți are de gând să-și suplimenteze veniturile prin găsirea unui job secundar, sau activarea altor surse de venit.

Dorința de siguranță materială și un comportament orientat spre economisire sunt atitudini firești atunci când oamenii se confruntă cu amenințări externe, fie că este vorba de o criză financiară, fie de una de sănătate. Printre planurile pentru noul an se numără și:

În următoarele 12 luni, cei mai mulți respondenți vor investi în concedii deosebite, echipament electronic și produse pentru locuință.

Când vine vorba de investiții pe care oamenii au de gând să le facă în 2021, 32% dintre respondenți sunt convinși că în următoarele 12 luni urmează să meargă într-o vacanță sau un sejur. Cum anul 2020 a stat sub semnul restricțiilor de mobilitate, este de așteptat ca în viitorul apropiat, odată ce călătoriile vor redeveni sigure, oamenii să-și dorească să exploreze noi destinații, poate chiar țări deosebite, și să se aventureze dincolo de clasicele obiective turistice.

Un sfert dintre respondenți sunt siguri că în următorul an vor investi în echipament electronic/ IT&C. Dispozitivele electronice au devenit bunuri esențiale în anul 2020, atât în derularea activităților profesionale/ ce țin de locul de muncă, școala/ învățământul de la distanță, precum și pentru divertisment și a comunica/ păstra legătura cu persoanele dragi.

Nu este neglijabilă nici proporția celor care urmează să investească în renovarea locuinței (23%) și în mobilier nou (22%). În anul 2020 oamenii s-au aflat în situația de a redefini noțiunea de locuință – aceasta a căpătat noi înțelesuri și a preluat funcții noi - loc de muncă, școală, spațiu de socializare. În acest context a apărut inevitabil și necesitatea armonizării spațiului locuibil la noile nevoi. Fără îndoială, și așteptările oamenilor cu privire la locuința ideală au suferit schimbări. Există de asemena interes și pentru cumpărarea de bunuri imobiliare – a unei locuințe sau a unui teren.

În 2020 oamenii au îmbrățișat un stil de viață digital și sunt semne că această tendință va continua și în 2021. În plus, se accentuează grija pentru ceilalți și pentru ei înșiși.

În top trei obiceiuri pe care oamenii își doresc să le adopte sau păstreze în 2021 se regăsesc activități ce țin de digitalizare și care au ajutat la eficientizarea timpului alocat treburilor administrative:

Printre prioritățile oamenilor pentru anul 2021 se numără grija față de cei dragi sau chiar grija pentru sănătatea lor fizică și mentală - 53% și-au planificat ca în următoarea perioadă să-și viziteze mai des părinții, 47% își doresc să se implice mai mult în educația copiilor, 42% vor să facă activități sportive în mod constant, iar altă treime să se lase de fumat sau să facă analize medicale mai des. 8% dintre respondenți își propun să muncească mai puțin de 8h pe zi.

Respondenții își doresc de asemenea ca în anul ce abia a început să fie mai responsabili social. Astfel, 54% dintre cei intervievați au de gând să-și facă un obicei din a recicla – cetățenii ar fi mai fericiți dacă autoritățile ar creea condiții de colectare selectivă, iar 41% intenționează să achiziționeze preponderent produse fabricate în România. Voluntariatul și donațiile sunt si ele pe lista a 15% dintre respondenți. A folosi mai rar mașina personală dovedește preocuparea oamenilor pentru mediu – aspect ce merită luat în considerare de către autorități.

Studiul a fost realizat online pe un eșantion de 1000 respondenți. Eșantionul este reprezentativ pentru populația utilizatoare de internet din punct de vedere al distribuției pe sexe, grupe de vârstă și regiuni geografice, iar eroarea maximă de eșantionare este de ±3.1%. Pe langă informații despre intenții de consum/ acțiuni în viitor, studiul mai cuprinde și date despre:

Puteți solicita gratuit acces la raportul complet printr-un email la adresa office@wisemetry.com 

Photo by Ibrahim Boran on Unsplash

Studiu Wisemetry Research: 76% dintre părinții care au copii cu vârsta între 7 și 17 ani sunt îngrijorați de efectul negativ pe care folosirea îndelungată a electronicelor l-ar putea avea asupra copiilor

Studiul desfășurat în perioada 30 octombrie – 4 noiembrie 2020 de agenția de cercetare de piață Wisemetry Research a avut ca scop informarea publicului cu privire la provocările apărute în contextul restricțiilor de mobilitate impuse ca măsură de prevenire a răspândirii virusului SARS-CoV-2. Studiul a abordat subiecte precum organizarea telemuncii, îngrijirea și educația copiilor și dezechilibrul de gen în munca domestică, mecanisme adoptate de oameni pentru a face față izolării, obiceiuri pe care oamenii doresc să le adopte sau păstreze în următoarele 12 luni.    

Ce îi apasă pe părinți în această perioadă și cum gestionează școala online a copiilor?

Femeile se implică mai mult decât bărbații în îngrijirea și educația copiilor

49% dintre respondenții care au copii cu vârsta mai mică de 18 ani declară că cei doi părinți se implică în mod egal în îngrijirea și educația acestora, iar 46% spun că mama copiilor este cea care se implică mai mult. Doar 5% sunt de părere că tatăl își dedică mai mult timp îngrijirii și supravegherii copiilor.

Totuși, în rândul celor care declară că cei doi părinți se implică în mod egal în îngrijirea copiilor, femeile estimează că petrec în medie 9,5 ore pe zi împreună cu copilul/ii într-o zi obișnuită de muncă, în timp ce bărbații apreciază că petrec în medie 6,4 ore pe zi.

63% dintre respondenți sunt de părere că în perioada restricțiilor de mobilitate au alocat mai mult timp educației formale a copiilor decât o făceau înainte. Procentul este similar în rândul bărbaților și femeilor.

Aproape două treimi dintre părinți evaluează sistemul/ metoda online prin care copilul/ii lor învață ca fiind sub așteptările lor

34% dintre părinții care au copii de vârstă școlară consideră că sistemul/ metoda online prin care copilul/ii lor învață este sub așteptările lor, în timp ce 26% apreciază că este mult sub așteptările lor. Doar 16% sunt de părere că sistemul online de predare este puțin sau mult peste ceea ce anticipau.

76% dintre părinții care au copii cu vârsta între 7 și 17 ani sunt îngrijorați de efectul negativ pe care folosirea îndelungată a electronicelor l-ar putea avea asupra copiilor

Aproape opt din zece părinți spun că îi preocupă efectul negativ pe care l-ar putea avea expunerea îndelungată la dispozitivele electronice asupra copiilor. Printre principalele îngrijorări ale părinților se numără și teama că, în contextul sistemului de învățare online, copiii lor vor rămâne în urmă cu nivelul de cunoștințe - 70% dintre părinții intervievați se regăsesc foarte bine sau într-o oarecare măsură în această afirmație.

Mai mult de jumătate dintre părinții intervievați spun că perioada din zi în care copilul lor învață online este foarte stresantă pentru ei, iar femeile se regăsesc în mai mare măsură în această afirmație decât bărbații.

Pe de altă parte, două treimi dintre părinți spun că în prezent sunt mai conștienți de nivelul școlar al copiilor și de stările lor emoționale în ceea ce privește școala decât erau înainte de pandemie.

Principala nevoie a părinților este redeschiderea școlilor

Întrebați de ce ar avea nevoie pentru a le ușura efortul depus pentru educația/ creșterea copilului/ iilor, cei mai mulți părinți – peste 40% – au declarat că ar dori ca școlile să fie deschise/ funcționale și în situații de criză.

Necesitatea de a aloca mai mult timp îngrijirii și supravegherii copiilor a fost resimțită disproporționat de mame

Datele din sondaj confirmă o tendință documentată deja și în alte țări. Vorbind despre situația din Statele Unite ale Americii, economistul Martha Gimbel spune că femeile sunt captive în necesitatea de a petrece mai mult timp angajate în munca domestică și supravegherea  copiilor. Multe ajung așadar să se simtă copleșite, obosite, stresate și neputincioase (sursa: NPR.org).

Studiul a fost realizat online pe un eșantion de 1000 respondenți. Dintre aceștia, 411 au copii minori, iar în rândul celor care sunt părinți, 252 au copii cu vârsta între 7-17 ani. Eșantionul este reprezentativ pentru populația utilizatoare de internet din punct de vedere al distribuției pe sexe, grupe de vârstă și regiuni geografice, iar eroarea maximă de eșantionare este de ±3.1%.