A kutatás módszere

A primer adatgyűjtéshez kvalitatív és kvantitatív technikát egyaránt alkalmaztam.

8.3.1. Kvalitatív kutatás

A kvalitatív kutatás strukturálatlan, feltáró jellegű kutatási módszer, amely kis mintán alapul, és a probléma megértését szolgálja. (Malhotra, 2009) A közvetlen megközelítésű eljárást alkalmaztam, amelynek az a lényege, hogy a kutatás célja megismertetésre kerül az interjúalanyokkal. Összesen 15 fő bevonásával mélyinterjúkat készítettem annak érdekében, hogy a kutatási célhoz kapcsolódóan feltárjam a megkérdezettek motivációit, nézeteit, attitűdjeit, benyomásait, elképzeléseit és érzéseit. A vizsgálatba 8 nagybank, 3 takarékszövetkezet, egy kisbank felsővezetőit (fiókvezetők, területi igazgató, csoportvezetők) és kettő pénzügyi szolgáltatások közvetítésével foglalkozó cég vezetőjét vontam be. Ezenkívül az egyik interjúalanyom jelenleg egy cég vezérigazgatója, aki több éves bankvezetői gyakorlattal rendelkezik. A mintavétel nem véletlenszerű, korábbi ismeretség, s ajánlások révén jutottam el a célszemélyekhez. A kutatás azért a vezető beosztásban lévőket célozta, mert ők azok, akik rendszeresen részt vesznek a központi meetingeken, megbeszéléseken, s így ők érzékelik a leginkább a kihívásokat, a megoldandó problémákat, s a legnagyobb rálátásuk van a stratégiai elképzelésekre, fejlesztendő területekre.

Az alábbi kérdésekre kerestem a választ:

Hogyan ítélik meg az interjúalanyok a jelenlegi piaci tendenciákat? Mi jelenti a legnagyobb kihívást? Milyen lehetséges jövőképet látnak? Milyen a közvetítői oldal megítélése a pénzügyi szolgáltatók szemszögéből? Milyen eszközökkel segíti a bank az értékesítők (külső és belső) munkáját? Milyennek érzik a frontvonalban dolgozók leterheltségét? Mi az, amin sürgetően változtatni kellene a közvetítői piacon? Mit takar a felelősség kifejezés? Felelősek-e a pénzügyi szolgáltatók a pénzügyi kultúra fejlesztéséért? Milyen prioritása van a stratégiában a pénzügyi kultúra fejlesztésének?

Milyen a bankok megítélése közvetítői szemmel? Mi a legnagyobb kihívás tanácsadóként?

Az interjúkról feljegyzést készítettem, s ezek alapján építettem be a dolgozatba a főbb eredményeket, megállapításokat. A szigorú banki belső szabályzatok miatt hangfelvételt nem készíthettem, ezenkívül a banki titoktartási kötelezettségre hivatkozva valamennyi

interjúalany elzárkózott nevének a dolgozatban való megjelentetésétől. A kutatás 2012.

január elejétől február végéig zajlott. A H5 és H6 hipotézis alátámasztására 2013.

februárban a korábbi interjúalanyokkal telefonos megkérdezés keretében ismételt kapcsolatfelvétel történt.

8.3.2. Kvantitatív kutatás

A primer kutatásom másik pillérét a kvantitatív kutatási technikával, ezen belül kérdőíves megkérdezéssel végeztem. Ennél a módszernél számszerűsíthetőek az adatok és alkalmasak a statisztikai elemzések elvégzésére.

Az összeállított kérdőívet a kerdoivem.hu oldalán rögzítettem, s annak érdekében, hogy biztosított legyen a statisztikai értékeléshez a véletlenszerűen kiválasztott minta, így a Kerdoivem.hu szolgáltatót bíztam meg, hogy véletlen mintavételi eljárással 2.000 főt érjen el, amelyet az ESOMAR ajánlások szerint el is végzett. A kérdőívben többségében a zárt kérdéseket alkalmaztam, így a kitöltők válaszalternatívák közül válogathattak. Ötfokozatú skálán jelölhették benyomásaikat, érzéseiket az iskolai osztályzatokhoz hasonlóan és rangsorolhattak. Egy nyitott kérdést tettem fel, amelynél olyan esetet írhattak le az alanyok, amely nagy valószínűséggel a pénzügyi szolgáltatóval való teljes kapcsolat megszüntetését eredményezné. A teljes kérdőív megtalálható a 41. számú mellékletben, illetve elérhető ezen a linken: www.kerdoivem.hu/kerdoiv/516195299/. „A Pénzügyi kultúra és a bizalom összetevőinek vizsgálata” című kérdőív az alábbi fő részekre tagozódik:

I. Alapadatok: demográfiai jellemzők.

II. A pénzügyi kultúra összetevőinek felmérése: anyagi lehetőség, pénzügyi tájékozottság, szolgáltatási penetráció.

III. A szolgáltató és ügyfél közötti bizalom megítélése: a bizalom kiépítésének kulcsparaméterei; bizalmat romboló kritikus tényezők azonosítása; főbb kockázati tényezők feltárása a pénzügyi szolgáltatások igénybevételénél.

IV. A pénzügyi ismeretek beszerzésének forrásai: a pénzügyi döntések meghozatalához felhasznált információs források (személyek, honlapok, eszközök).

V. Pénzügyi kultúra és szolgáltatói felelősség megítélése: Mennyire érzik felelősnek az ügyfelek a bankokat a pénzügyi ismeretek terjesztésében? Milyennek ítélik meg az eddigi aktivitásukat?

Az online megkérdezés 2012. január 06-án indult, s 2012. február végén záródott. A kutatás célterülete a Dunántúl, Pest megye és Budapest volt, de néhányan az ország egyéb megyéiből is kitöltötték a kérdőívet, így összesen 2.046 fő elérésével valósult meg az adatgyűjtés. Az adatfeldolgozást a Microsoft Excel programjának és az SPSS adatelemző-és statisztikai szoftverjének 17.0 adatelemző-és 19.0 verziói segítségével végeztem el. Adatelemzadatelemző-ési módszerként használtam gyakorisági eloszlással kapcsolatos statisztikai mutatókat, kereszttábla technikát, klaszteranalízist és többdimenziós skálázást. Az eredmények szemléletesebb bemutatásához a Microsoft Excel program segítségével grafikonokat és diagramokat készítettem. A gyakorisági eloszlások jellemzése és a kereszttáblák készítése olyan alapvető statisztikai módszerek, amelyek bemutatása nem szükséges. A kereszttáblák elemzése során az ismérvek közti kapcsolat fennállását nominális skálán mért ismérvek esetén χ²-próbával (és ezzel együtt leíró értelemben a Cramer-féle együtthatóval) jellemeztem. Ordinális skála esetén pontosabb képet ad a Spearman-féle rangkorrelációs együttható, így ez került kiszámításra és értékelésre.

A kérdőív 21–27 kérdéseiben az ügyfelek számára kulcsfontosságú tényezőket kívántam azonosítani a pénzügyi szolgáltatások igénybevételénél. A teljes mintára összesített eredmények mélyebb megismerésére klaszterelemzést végeztem az SPSS programcsomag (SPSS 17 Statistics) segítségével. A klaszterelemzés olyan módszerek összessége, amelyek a megfigyelési egységeket, eseteket viszonylag homogén csoportokba, ún.

klaszterekbe rendezik. Mindegyik klaszter elemei hasonlók egymáshoz, és különbözők más klaszter elemeitől. A marketingben a klaszterelemzésnek számos alkalmazási területe van, így például a piacszegmentálásnál, a fogyasztói magatartás megértésénél, új piaci lehetőségek feltárásánál vagy tesztpiacok kiválasztásánál.

A klaszterelemzés során fontos az esetlegesen kiugró értékek előzetes szűrése, mert ezek önálló klasztert képeznek. A vizsgált probléma esetén – mivel 1-től 5-ig tartó skálán mért értékekről van szó – a klasszikus értelemben vett kiugró értékek nem szerepelhetnek, de a téves kitöltők önálló klaszterei kialakulhatnak akkor, ha pl. néhány válaszadó nem sorbarendez, hanem a válaszokat fontossági skálán önállóan ítéli meg. Mivel néhányan a rangsorolásnál mindenhová 1-es értéket írtak vagy 3-asnál rosszabbat nem adtak, így ezeket töröltem az adatbázisból, mert torzították volna az elemzést. 2.039 fővel indult a klaszterezés. Az optimális klaszterszámot dendrogram alapján határoztam meg (a nagy minta és terjedelmi korlátok miatt ez nem került be a dolgozatba). Két módszerrel is elvégeztem a klaszterezést az alábbiak szerint:

először hierarchikus klaszterezést végeztem. A rendelkezésre álló hierarchikus módszerek közül a Ward-módszert választottam, annak szórásnégyzet megoszlást optimalizáló tulajdonsága miatt. A Ward-módszer szórásnégyzeten alapuló számításai miatt a távolságmértéket is célszerű négyzetes mértékként megválasztani, így a négyzetes euklideszi távolságot alkalmaztam. A választott távolságmérték jellemzője, hogy a nagy különbségeknek nagyobb súlyt ad;

majd elvégeztem a K-közepű klaszterezést, amely nem lépésről lépésre hasonlítja össze az egyes eseteket, hanem előre megadott számú kezdő klasztert (egészen pontosan klaszterközéppontot határoz meg, majd az ahhoz tartozó elemeket hozzárendeli, s a beosztást addig finomítja, amíg a csoportok belső homogenitása növelhető. Mivel ennél a technikánál előre meg kell határozni a létrehozandó klaszterek számát, annak meghatározásához a hierarchikus klaszterezés eredményeit vettem alapul, tehát ebben az esetben is 4 klasztert alkottam.

Az eltérő klaszterképző eljárások arra is alkalmasak, hogy a klaszterek stabilitását meg tudjuk ítélni. Amennyiben nagyjából egyező eredményeket kapunk, az arra utal, hogy a klaszterstruktúra stabil, ugyanakkor az eltérő eredmények arra utalnak, hogy különböző szempontok nagyobb súllyal való megítélése speciális csoportok feltárását teszi lehetővé.

A 35-ös kérdéshez kapcsolt kockázati tényezőket az ordinális skálát igénylő többdimenziós skálázás (MDS) technikájával elemeztem. A dimenziócsökkentő eljárás a válaszadók észleléseit és preferenciáit jeleníti meg grafikus módon. Nagyszámú változót próbál kevés változóba tömöríteni úgy, hogy az információ jelentős hányada megmaradjon.

Az empirikus elemzés során az ALSCAL és a PROXCAL eljárásokat alkalmaztam.

„A térbeli térkép tengelyeiről azt feltételezzük, hogy utalnak arra a pszichológiai alapra vagy azokra a dimenziókra, amelyek alapján a válaszadók a stimulusokra vonatkozó percepcióikat és preferenciákat alkotják.” (Malhotra, 2007, 664. p.)