158 Adam R. Szromek zgadza się on z każdym przytoczonym stwierdzeniem. Badanie wymaga przyjęcia określonej skali. W naszym przykładzie będzie to skala dziesięciostopniowa od 1 do 10, gdzie 1 oznacza całkowity brak zgody z prezentowanym stwierdzeniem, a 10 – całkowitą zgodność ze stwierdzeniem. Jak łatwo zauważyć – respondent pełen uprzedzeń wciąż będzie wskazywał najwyższe wartości dla każdego z pytań. Możliwe jest również przedstawienie bardziej wyraźnej konstrukcji kwestionariusza, w którym zamiast dychotomicznego wariantu odpowiedzi umieszcza się opis skrajności lub stopniowanie odpowiedzi w porządku rosnącym. Może to być np. określenie stopnia skłonności do występowania określonego zachowania. Analiza wyników w popularnych arkuszach kalkulacyjnych nie daje zadowalającego efektu, gdyż uzyskujemy wartość współczynnika α-Cronbacha dla istniejącej zbiorowości 15 pytań. Jednak eliminacja pytań obniżających wynik współczynnika musiałaby być poprzedzona 15-krotnym obliczeniem współczynnika dla wyeliminowania zaledwie jednego z 15 pytań. Proces należałoby powtarzać, aż do uzyskania pożądanej wartości współczynnika lub wyboru zaplanowanej liczby najefektywniejszych pytań. Byłby to zatem bardzo czasochłonny proces. Zaawansowane pakiety analizy danych, np. STATISTICA 8 PL, posiadają moduł obliczający wartość współczynnika α-Cronbacha wraz z tabelą podsumowującą potencjalne wartości współczynnika dla każdego eliminowanego pytania. W tabeli 1 zaprezentowano zbiorcze zestawienie podsumowań współczynnika α-Cronbacha dla danych (fikcyjnych) celowo dobranych przez autora na potrzeby zobrazowania niniejszego przykładu. Wartość współczynnika dla 15 pytań wynosi 0,6761. Nie jest to zatem zadowalająca rzetelność kwestionariusza. Przeglądając poszczególne wyniki, zauważamy, że usunięcie pytania H pozwoli na podwyższenie współczynnika α-Cronbacha do poziomu 0,7258. Następnie, gdy usuniemy pytanie E, rzetelność przekroczy wartość 0,7647. Gdy zaś wyeliminujemy ostatnie pytanie – uzyskamy zestaw 12 pytań o rzetelności 0,7858 itd. Jak łatwo zauważyć – najwyższa rzetelność kwestionariusza (0,8593) wystąpi przy siedmiu pytaniach (A, B, C, F, I, J, K) 8 . Dalsze eliminowanie pytań nie poprawia wyniku, ale go pogarsza, zatem jest to optymalny zestaw pytań dla sformułowanego zestawu 15 pytań początkowych. 8 Rzecz jasna, uzyskane tu wyniki nie mogą być podstawą wnioskowania naukowego, gdyż zostały wymyślone przez autora na potrzeby prezentacji możliwości współczynnika α-Cronbacha.
Współczynnik -Cronbacha w badaniach zjawisk turystycznych 159 α-Cronbacha dla różnych liczebności pytań Tabela 1 Pytanie Liczba pytań 15 pytań 14 pytań 13 pytań 12 pytań 11 pytań 10 pytań 9 pytań 8 pytań 7 pytań A 0,6294 0,6882 0,7287 0,7514 0,7669 0,7909 0,8175 0,8282 0,8257 B 0,6507 0,7139 0,7555 0,7847 0,8029 0,8258 0,8578 ← C 0,6151 0,6773 0,7264 0,7449 0,7647 0,7891 0,8208 0,8298 0,8415 D 0,6168 0,6816 0,7249 0,7405 0,7594 0,7879 0,8185 0,8208 0,8334 E 0,7199 0,7647 ← F 0,6391 0,6961 0,7417 0,7696 0,7851 0,8119 0,8378 0,8506 0,8527 G 0,6540 0,7118 0,7544 0,7696 0,7862 0,8196 0,8493 0,8593 ← H 0,7258 ← I 0,6563 0,7033 0,7451 0,7663 0,7814 0,8009 0,8305 0,8367 0,8327 J 0,6320 0,6786 0,7272 0,7514 0,7709 0,7979 0,8327 0,8404 0,8372 K 0,6327 0,6912 0,7342 0,7617 0,7814 0,8092 0,8409 0,8565 0,8523 L 0,6687 0,7268 0,7686 0,7989 0,8253 ← M 0,6761 0,7325 0,7761 0,8025 ← N 0,6662 0,7187 0,7657 0,7933 0,8178 0,8501 ← O 0,6886 0,7417 0,7858 ← Źródło: opracowanie własne. Podjęte zagadnienie, choć stanowi jedynie przykład obrazujący sposób budowania rzetelnego kwestionariusza, jest interesującym zagadnieniem z punktu widzenia ewolucji obszaru turystycznego. Jak dowodzi koncepcja R.W. Butlera 9 oraz jej rozwinięcia 10 , stosunek stałych mieszkańców miejscowości turystycznej do turystów zmienia się wraz z kolejnymi fazami rozwoju obszaru turystycznego. Jest to szczególnie widoczne w okresie przepełnienia obiektów noclegowych, znaczącej nierównowagi między liczbą mieszkańców i liczbą turystów (na rzecz tych drugich). Wówczas wzmagają się antagonizmy między tymi grupami społecznymi. 3. Interpretacja współczynnika α-Cronbacha Znajomość zasad obliczania oraz interpretowania wartości współczynnika α-Cronbacha daje (pośrednio) możliwość oceny wyników badań, jakie uzyskano za pomocą skonstruowanych kwestionariuszy. Oczywiście mniejszą wiarygodność będą miały badania realizowane z zastosowaniem zestawu pytań, dla których wynik α-Cronbacha nie sięga wartości progowej. 9 R.W. Butler, The Concept of the Tourism Area Cycle Evolution: Implications for Management of Resources, “The Canadian Geographers” 1980, No. 24/1, s. 5–12. 10 D. Buhalis, Marketing the Competitive Destination of the Future, “Tourism Management” 2000, No. 21, s. 97–116; B. Prideaux, The resort development spectrum – a new approach to modeling resort development, “Tourism Management” 2000, No. 21, s. 225–240 itd.
- Page 1 and 2:
UNIWERSYTET SZCZECIŃ SKI ZESZYTY N
- Page 3 and 4:
SPIS TREŚCI INTRODUCTION .........
- Page 5:
INTRODUCTION This Scientific Journa
- Page 9 and 10:
ZESZYTY NAUKOWE UNIWERSYTETU SZCZEC
- Page 11 and 12:
Identyfikacja podstawowych czynnik
- Page 13 and 14:
Identyfikacja podstawowych czynnik
- Page 15 and 16:
Identyfikacja podstawowych czynnik
- Page 17:
Identyfikacja podstawowych czynnik
- Page 20 and 21:
20 Kreshnik Bello, Arlinda Hoti, Jo
- Page 22 and 23:
22 Kreshnik Bello, Arlinda Hoti, Jo
- Page 24 and 25:
24 Kreshnik Bello, Arlinda Hoti, Jo
- Page 26 and 27:
26 Kreshnik Bello, Arlinda Hoti, Jo
- Page 29 and 30:
ZESZYTY NAUKOWE UNIWERSYTETU SZCZEC
- Page 31 and 32:
The tourism development potential
- Page 33 and 34:
The tourism development potential
- Page 35 and 36:
The tourism development potential
- Page 37 and 38:
The tourism development potential
- Page 39 and 40:
The tourism development potential
- Page 41:
The tourism development potential
- Page 44 and 45:
44 Agita Donina ters are mentioned,
- Page 46 and 47:
46 Agita Donina and particularly -
- Page 48 and 49:
48 Agita Donina better marketing p
- Page 50 and 51:
50 Agita Donina Conclusion 1. Conce
- Page 52 and 53:
52 Andris Klepers says, “social s
- Page 54 and 55:
54 Andris Klepers the geographical
- Page 56 and 57:
56 Andris Klepers As the discussion
- Page 58 and 59:
58 Andris Klepers Figure 2. The per
- Page 60 and 61:
60 Andris Klepers 4. The perceptual
- Page 62 and 63:
62 Ridvan Kozak, Medet Yolal the In
- Page 64 and 65:
64 Ridvan Kozak, Medet Yolal Furthe
- Page 66 and 67:
66 Ridvan Kozak, Medet Yolal The ex
- Page 68 and 69:
68 Ridvan Kozak, Medet Yolal i Azji
- Page 70 and 71:
70 Ireneusz Marganiec w Polsce - Am
- Page 72 and 73:
72 Ireneusz Marganiec Pożary lasó
- Page 74 and 75:
74 Ireneusz Marganiec klientów spo
- Page 76 and 77:
76 Ireneusz Marganiec tym nasila si
- Page 78 and 79:
78 Ireneusz Marganiec 10. Technolog
- Page 80 and 81:
80 Ireneusz Marganiec mocą analizy
- Page 82 and 83:
82 Ireneusz Marganiec pożyczyć sa
- Page 84 and 85:
84 Ireneusz Marganiec uwolnić klie
- Page 86 and 87:
86 Ireneusz Marganiec tów firmy Am
- Page 89 and 90:
ZESZYTY NAUKOWE UNIWERSYTETU SZCZEC
- Page 91 and 92:
Financing tourist information servi
- Page 93 and 94:
Financing tourist information servi
- Page 95 and 96:
Financing tourist information servi
- Page 97 and 98:
Financing tourist information servi
- Page 99:
Financing tourist information servi
- Page 102 and 103:
102 Amanda Mieze fashion 1 . Creati
- Page 104 and 105:
104 Amanda Mieze particular enjoyed
- Page 106 and 107:
106 Amanda Mieze Riga - the city of
- Page 108 and 109: 108 Amanda Mieze Conclusions In the
- Page 111 and 112: ZESZYTY NAUKOWE UNIWERSYTETU SZCZEC
- Page 113 and 114: Personnel as a determinant of shapi
- Page 115 and 116: Personnel as a determinant of shapi
- Page 117 and 118: Personnel as a determinant of shapi
- Page 119 and 120: Personnel as a determinant of shapi
- Page 121: Personnel as a determinant of shapi
- Page 124 and 125: 124 Margarita Platace especially is
- Page 126 and 127: 126 Margarita Platace Professor Eli
- Page 128 and 129: 128 Margarita Platace tics, marketi
- Page 130 and 131: 130 Margarita Platace Table 4 Compo
- Page 133 and 134: ZESZYTY NAUKOWE UNIWERSYTETU SZCZEC
- Page 135 and 136: Quality aspects and assessment… 1
- Page 137 and 138: Quality aspects and assessment… 1
- Page 139 and 140: Quality aspects and assessment… 1
- Page 141 and 142: ZESZYTY NAUKOWE UNIWERSYTETU SZCZEC
- Page 143 and 144: Potencjał turystyczny jako obszar
- Page 145 and 146: Potencjał turystyczny jako obszar
- Page 147 and 148: Potencjał turystyczny jako obszar
- Page 149 and 150: Potencjał turystyczny jako obszar
- Page 151: Potencjał turystyczny jako obszar
- Page 154 and 155: 154 Adam R. Szromek 1. Metody pomia
- Page 156 and 157: 156 Adam R. Szromek Jednak najczę
- Page 160 and 161: 160 Adam R. Szromek W literaturze p
- Page 163 and 164: ZESZYTY NAUKOWE UNIWERSYTETU SZCZEC
- Page 165 and 166: Preconditions and problems… 165 T
- Page 167: Preconditions and problems… 167 P
- Page 170 and 171: 170 Wojciech Wiesner, Jacek Grobeln
- Page 172 and 173: 172 Wojciech Wiesner, Jacek Grobeln
- Page 174 and 175: 174 Wojciech Wiesner, Jacek Grobeln
- Page 176 and 177: 176 Wojciech Wiesner, Jacek Grobeln