Η σωστή ανάγνωση της ακροαματικότητας του ραδιοφώνου

Η λίστα με τις ακροαματικότητες του ραδιοφώνου αποτελεί ένα σημαντικό εργαλείο για την ιδιωτική ραδιοφωνία, ήδη από τις πρώτες μέρες της. Δεκάδες στελέχη τμημάτων διοίκησης και μάρκετινγκ περιμένουν κάθε εβδομάδα το «ραβασάκι» των μετρήσεων, που δείχνουν την απόδοση του ραδιοφωνικού τους σταθμού, μια λίστα από συχνότητες και ποσοστά που μπορεί να οδηγήσουν σε κρίσιμες αποφάσεις για την πορεία ολόκληρου του ραδιοσταθμού, αλλά και συγκεκριμένων ατόμων και εκπομπών. Ταυτόχρονα, αποσπάσματα των στατιστικών αυτών βλέπουν συχνά το φως της δημοσιότητας μέσα από ιστοσελίδες για τα ΜΜΕ, μεταξύ των οποίων και τη δικιά μας. Πόσο εύκολο είναι όμως μέσα από αυτές τις λίστες να εξαχθούν ασφαλή συμπεράσματα;

Όχι και τόσο. Πολύ συχνά δημοσιεύονται συμπεράσματα που προτρέχουν, βασισμένα σε ημιτελή δεδομένα. Η μέτρηση ακροαματικότητας είναι μια στατιστική διαδικασία και κάθε συμπέρασμα πρέπει να ακολουθεί τους κανόνες της στατιστικής, αλλιώς οι πιθανότητες σφάλματος είναι μεγάλες. Και εξηγούμαστε:

Αυτό που κάνουν οι μετρήσεις, είναι ρωτώντας έναν μικρό (σχετικά) αριθμό ακροατών και ακροατριών να βγάλουν συμπέρασμα για τις ραδιοφωνικές προτιμήσεις στο σύνολο του ακροατηρίου. Αν το αποσυνδέσουμε από την ευκολία των γραφικών παραστάσεων που βλέπουμε στα Exit Polls και προσπαθήσουμε να καταλάβουμε πώς αυτό λειτουργεί, θα αντιληφθούμε διάφορα ζητήματα που υπάρχουν.

Προσοχή στις συγκρίσεις και στις «πρωτιές»!

Το βασικότερο πρόβλημα έχει να κάνει με την κατάταξη των ραδιοφωνικών σταθμών. Η εταιρία που διεξάγει τις μετρήσεις ακροαματικότητας είναι πάντα εξαιρετικά προσεκτική σε αυτήν την κατεύθυνση, καθώς δίνει μεν τα ποσοστά ακροαματικότητας του κάθε ραδιοσταθμού, δεν τους βάζει όμως σε σειρά. Στη συνέχεια έρχονται μαρκετίστες, περιοδικά και ιστοσελίδες να βάλουν στη σειρά τα ποσοστά και να μας πουν ότι «μπροστά πέρασε αυτήν την εβδομάδα, για 0,1% ο τάδε ραδιοσταθμός».

Το συμπέρασμα ότι ο σταθμός αυτός πέρασε μπροστά είναι βεβιασμένο. Αρκεί να καταλάβουμε πώς λειτουργεί η συγκεκριμένη ποσόστωση: Σε ένα εβδομαδιαίο δείγμα χιλίων ατόμων, που ερωτάται για την Αττική, το 0,1% αντιπροσωπεύει ένα τυχαία επιλεγμένο άτομο. Μέσα από τη μέτρηση η γνώμη αυτού του ατόμου -φανταστείτε ένα άτομο σε ολόκληρο το λεκανοπέδιο Αττικής- προβάλεται πως αντιπροσωπεύει το 0,1% του πληθυσμού ενός εκατομμυρίου, δηλαδή 1000 άτομα. Αν όμως για τυχαίους λόγους, την επόμενη εβδομάδα ερωτηθεί το διπλανό άτομο, το οποίο ακούει κάποιον άλλο ραδιοσταθμό, είναι ασφαλές να δώσουμε την ποσόστωση των χιλίων αυτών ατόμων σε άλλο ραδιοσταθμό; Μάλλον όχι.

Η στατιστική επιστήμη έχει δώσει απάντηση σε αυτό το ζήτημα. Πρόκειται για το λεγόμενο «διάστημα εμπιστοσύνης», που συχνά αναφέρεται και ως (πιθανό) «στατιστικό λάθος», δηλαδή το συν-πλην “κάτι” τοις εκατό που βλέπουμε συχνά στο Exit Poll και το οποίο δεν επιτρέπει στους στατιστικολόγους να προβλέψουν εγκαίρως πχ ποιος βγήκε κυβέρνηση ή ποια κόμματα θα μπουν στη Βουλή ή το αποτέλεσμα του δημοψηφίσματος. Το ποσοστό αυτό ισχύει και για τις ραδιοφωνικές μετρήσεις.

Μιλώντας με νούμερα

Συγκεκριμένα, για τη μέτρηση ακροαματικοτήτων της εβδομάδας, ένας σταθμός με ποσοστό γύρω στο 6% έχει διάστημα εμπιστοσύνης 1,1%. Που σημαίνει για παράδειγμα ότι στην εβδομαδιαία αστάθμιστη μέτρηση που δημοσίευσε το e-tetradio στις 12 Ιανουαρίου, δεν μπορεί πραγματικά να πει κανείς ότι ο Ρυθμός και ο Σκάι που φέρονται να έχουν την 1η θέση προηγούνται του Real που έχει μόλις 7 άτομα ακροατές λιγότερους ή του Easy που έχει 20 ακροατές λιγότερους, και αυτό ισχύει για τους πρώτους 11 σταθμούς στην κατάταξη. Αντίστοιχα, δεν μπορεί να πει ότι o Sfera που έχει 85 ακροατές προηγείται του Λάμψη με 75 ακροατές. Γι’ αυτό αναγκαζόμαστε να πούμε ότι υπάρχει «ισοπαλία» για την πρώτη θέση, για τους 11 πρώτους σταθμούς στη λίστα.

Τα πράγματα γίνονται καλύτερα αν εξετάσει κανείς μεγαλύτερη χρονική περίοδο, καθώς το δείγμα αυξάνεται. Αν δηλαδή τα ίδια ποσοστά υπάρξουν και τις 2-3 επόμενες εβδομάδες, το διάστημα εμπιστοσύνης θα πέσει στο 0.7%, δηλαδή θα μπορούμε με ασφάλεια να πούμε ότι Rock FM και Easy δεν είναι στην πρώτη θέση. Μόνο μετά από περίπου τέσσερις μήνες θα έχουμε ασφαλές δείγμα, συνολικά περίπου 32.000 ατόμων, για να εξάγουμε συμπέρασμα ότι ο Σκάι πέρασε τον Real, καθώς το διάστημα εμπιστοσύνης πρέπει να ξεπεράσει τη διαφορά τους, που είναι 0.38%.

Το στατιστικό σφάλμα, ωστόσο, δεν είναι το μόνο λάθος στην ανάγνωση των αστάθμιστων μετρήσεων. Το επόμενο λάθος έχει να κάνει με την αντιπροσωπευτικότητα του δείγματος.

Μην εμπιστεύεστε τις αστάθμιστες μετρήσεις!

Όπως εξηγήσαμε παραπάνω, σε μια στατιστική μελέτη υποθέτουμε ότι ένα επιλεγμένο δείγμα (τα 2.000 άτομα που ερωτούνται κάθε εβδομάδα) είναι μια μινιατούρα του πληθυσμού από τον οποίο προέρχεται (τα περίπου 1-2 εκατομμύρια άτομα που ακούνε ραδιόφωνο στην Αττική). Έτσι, το δείγμα θα πρέπει να είναι αντιπροσωπευτικό του πληθυσμού σε ό,τι αφορά όλες τις μεταβλητές που μετριούνται στην έρευνα, πχ στην περίπτωσή μας την ηλικία ή το φύλο του ακροατή. Δυστυχώς, αυτό συνήθως δεν ισχύει. Μπορεί να συμβεί μια από τις πληθυσμιακές ομάδες να υπερεκπροσωπείται ή να υποεκπροσωπείται, πχ μπορεί η μέτρηση να γίνεται την ώρα που περισσότεροι άνθρωποι μεγαλύτερης ηλικίας είναι διαθέσιμοι να απαντήσουν και έτσι τα αποτελέσματα να «γέρνουν» προς τις προτιμήσεις αυτής της ηλικιακής ομάδας. Όταν συμβαίνει κάτι τέτοιο, δεν μην μπορούν να εξαχθούν ασφαλή συμπεράσματα, εκτός αν γίνει κάτι για να διορθώσει την έλλειψη αντιπροσωπευτικότητας.

Για αυτόν το λόγο, μια συνήθης τεχνική διόρθωσης είναι η στάθμιση των μετρήσεων. Υπολογίζει έναν παράγοντα στάθμισης σε κάθε συμμετέχοντα στην μέτηση. Τα άτομα που ανήκουν σε πληθυσμούς που υπο-εκπροσωπούνται παίρνουν αυξημένο συντελεστή, ενώ οι ομάδες που υπερ-εκπροσωπούνται παίρνουν μικρότερο συντελεστή. Έτσι, στον υπολογισμό των ποσοστών αλλά και την κατάταξης των ραδιοφωνικών σταθμών, πρέπει να χρησιμοποιούνται τα σταθμισμένα νούμερα, μετά τον υπολογισμό των συντελεστών.