Маркетинговые исследования. Шпаргалка

Фиктивные переменные широко используются для переопределения переменных, имеющих категории ответов. Их также называют двоичными, дихотомическими или качественными переменными. Общее правило их использования выглядит так: если существуют «т» уровней качественной переменной, для их определения используются «т-1» фиктивных переменных. Причина, по которой используются «т-1» уровней (или категорий), являются независимыми, а информация по «т»-му уровню может быть получена по остальным «т-1» фиктивным переменным. Пример: продукт можно купить либо в течение первой, либо в течение второй половины года (качественная переменная с двумя уровнями). Поэтому время покупки может быть представлено в виде всего одной фиктивной переменной, которая будет принимать значение «1» в случае, если продукт был приобретен в течение первой половины года, и «0» – если в течение второй;

3) преобразование шкалы – еще одна широко используемая процедура статистической корректировки данных. Преобразование шкалы предполагает изменения значений шкалы для обеспечения совместимости с другими шкалами. В одном и том же исследовании для измерения различных переменных могут использоваться различные шкалы. Таким образом, сопоставление полученных по разным шкалам значений было бы бессмысленным. Даже если для всех переменных используется одна и та же шкала, разные респонденты могут использовать ее по-разному.

55. Преобразование данных

После сбора данных нужно их преобразовать, т. е. привести к более сокращенному виду, удобному для анализа и обладающему достаточными для заказчика сведениями. Обычно закодированные конечные сведения имеют вид матрицы, столбцы которой содержат ответы на разнообразные вопросы анкеты, а ряды – респондентов или изучаемые ситуации. Преобразование заключается в отображении данных матрицы на языке ограниченного числа мер, характеризующих собранные сведения. Табулирование позволяет исследователю разобраться в значении составленных данных. Одновременный анализ категорий опрашиваемых получает название перекрестной табуляции .

Исследователь, проводя преобразование, пытается найти взаимосвязь среди полученных данных и в то же время достигнуть наиболее высокого уровня обобщения.

Существуют функции преобразования данных :

1) обобщение;

2) определение концепции (концептуализация);

3) перевод результатов статистического анализа на понятный для менеджера язык (коммуникация);

4) определение степени соответствия полученных результатов всей совокупности (экстраполяция).

Из-за неспособности человека рассматривать большие размеры информации необходимо исходные собранные данные изобразить в удобном для понимания виде, т. е. их нужно обобщить, сформулировать через числовые рамки по использованию общепринятых параметров.

Большинство статистических мер основано на конкретных гипотезах. Такие гипотезы устанавливают базу анализа собранных данных. Концептуализация сориентирована на оценку итогов обобщения. Слабый разброс оценок конкретной марки продукта формирует у исследователя одно мнение (концепцию), сильный – другое.

Коммуникация предполагает при интерпретации приобретенной информации применение понятных для заказчика категорий. Если для него понятна такая статистическая мера, как мода, то она применяется при изображении полученных результатов, если нет, то итоги отображают на общедоступном языке.

Экстраполяция (распространение выявленных в анализе рядов динамики закономерности развития изучаемого предмета на будущее) в данном случае предполагает определение, в какой степени данные выборки можно обобщить на всю совокупность.

56. Виды статистического анализа. Статистический вывод

Выделяют пять ключевых видов статистического анализа , применяемых при проведении маркетинговых исследований:

1) дескриптивный;

2) выводной;

3) предсказательный;

4) анализ различий и связей.

Данные виды анализа применяются как по отдельности, так и вместе.

Дескриптивный анализ заключается в применении двух групп статистических мер:

1) «центральной тенденции», или мер, которые характеризуют типичного респондента или типичный ответ (средняя величина, мода, медиана);

2) мер вариации, или мер, описывающих степень схожести или несхожести респондентов или ответов относительно «типичных» респондентов или ответов (распределение частот, размах вариации и среднее квадратическое отклонение).

Выделяют и другие описательные меры, например меры асимметрии (насколько найденные кривые распределения отличаются от нормальных кривых распределения). В связи с тем, что они используются нечасто, не представляют особого интереса для заказчика.