г,;;
мужчине средних лет может быть задан вопрос: <Как вы думас].
ли использовать человек вроде вас данное средство от обльил;};:
Контроль за непреднамеренными ошибками респондентов осуил
ется в различных формах. Необходимо тщательно составлять вот
и инструкции к ним, использовать разнонаправленные шкалы .
ний. Для уменьшения числа ответов-предположений в шкалы Б!
такие градации, как <не имею мнения>, <не могу вспомнить>, и
рен>. Нецелесообразно в шкалах для всех вопросов с одной -
располагать негативные оценки, а с другой - только положит
Надо менять полярность вопросов, что повышает внимательно-
пондентов, заставляет их больше думать над ответами. Наконси,
росниках для поддержания внимания респондентов и доведения
дования до конца могут использоваться такие фразы, как <Опро
зится к концу>, <Вы ответили на самые трудные вопросы>.
Можно выделить три типа ошибок, обусловленных нсжеланн
пондента отвечать на вопросы; из-за отказа вообще принять у;
обследовании, из-за прекращения участия и из-за отказа огш ..
определенные вопросы.
Так, респондент может отказаться от участия в опросе ич- <;1.
ствия интереса к данному обследованию или принципиальной п,;
тельной позиции по отношению к любому обследованию подобного
из-за своей занятости, ему может не понравиться голос интерн,,
манера задавания вопросов и т.п.
Причины прекращения ответов на вопросы также являются г
различными. Возможно, что ответы потребовали бульших затрат иг
чем ожидалось; некоторые вопросы носят чрезмерно личностным <
тер; пояснения к ответу на ряд вопросов оказались непонятными
прервал телефонный звонок, возвращение из школы ребенка и т "
Наконец, респондент просто может не ответить только на не
рые вопросы - чрезмерно личностного характера или вызывают.
приятие по тем или иным причинам. Поэтому в шкалу в ряде с;
специально вводят градацию <отказываюсь отвечать>.
Процесс маркетинговых исследований 257
Для уменьшения ошибки, обусловленной отказом отвечать на воп-
росы, необходимо прежде всего ее измерить. Если величина ошибки
является существенной, то надо предпринять меры для ее уменьшения.
Для этого используются два метода: взвешенных средних и формирова-
ния выборки больших размеров.
Первый метод предполагает использование весов для точного пред-
ставления отдельных подгрупп изучаемой совокупности. Таким путем
учитывается разное число <отказников> для разных подгрупп. Взвешен-
ная средняя рассчитывается по следующей формуле:
х = (х, Ю + (х, ) +...+ ( "),
где х - взвешенная средняя оценка для выборки;
х" Ль... - средние оценки для разных подгрупп выборки;
, Я... - веса отдельных подгрупп, характеризующие долю каж-
дой подгруппы в совокупности.
Например, изучается мнение потребителей относительно крема для
загара определенной марки. Демографические данные говорят о том, что
целевой рынок включает 50% мужчин и 50% женщин. Однако на вопро-
сы почтового опроса ответило 25% мужчин и 75% женщин. В этом случае
возможно уточнение полученных данных путем введения весов, характе-
ризующих пропорцию 50 : 50. На вопрос анкеты: <Сколько бы вы запла-
тили за флакон крема?> - мужчины в среднем ответили 2 доллара, а
женщины - 3 доллара. В этом случае средняя оценка (пропорция 25 : 75)
составит 2,75 доллара. Однако если использовать истинную пропорцию
50 : 50, то средняя цена составит 2,50 доллара.
Второй метод заключается в сознательном формировании выборки
бульших размеров, чем требуется для анализа. Из этой выборки выбира-
ются подгруппы, по размерам соответствующие представлениям о струк-
туре целевой выборки.
Скажем, в нашем примере относительно крема для загара вопросы
были посланы 10 000 респондентам, из которых только 2000 дали ответы.
При этом имела место некорректная пропорция 25:75. Возможно вместо
использования весовых коэффициентов просто не принимать в расчет
1000 ответов женщин, приведя таким образом пропорцию к истинному
значению 50:50, т.е., учитывая ответы 500 мужчин и 500 женщин. Хотя,
конечно, лучше использовать другие методы уменьшения числа <отказ-
ников>, рассмотренные выше.
Перед тем как табулировать и анализировать данные проведенного
обследования, целесообразно провести их предварительную проверку и
выявить ошибки респондентов.
Для этого прежде всего следует проверить анкеты на полноту и
точность их заполнения, выявить возможную ненадежность (разные под-
ходы к ответам на подобные вопросы) и односторонность ответов (на-
пример, только <да>, <нет>, <нет мнения>). Осуществляется это на сис-
тематической и несистематической основе. В первом случае анкеты вы-
бираются случайным образом, и осуществляется их проверка на основе
выборочных процедур; во втором - анкеты для проверки отбираются
произвольным образом.
Если такие ошибки являются весьма существенными, то анкеты изы-
маются из дальнейшего анализа. Если возможно, то производится уточне-
>-3751
258 Глава 4
ние ответов. Жестких правил в данной области не существует, и о ч г
ваны на традициях, опыте и т.п., т.е. на неформальных подходах к
лению, какие анкеты пригодны для последующего анализа, а какие
Поэтому лучше ужесточить контроль сбора данных, уменьшив гаки
зом проблемы предварительной оценки собранных данных.
4.13. Анализ данных
Анализ данных начинается с перевода <сырых> данных в осч
ную информацию и включает их введение в компьютер, прокч
предмет ошибок, кодирование, представление в матричной фор
булирование). Все это называется преобразованием исходных л;<н
Далее проводится статистический анализ, т.е. определяются ..
величины, частоты, корреляционные и регрессионные соотнч ;
осуществляется анализ трендов.
4.13.1. Преобразование данных
После сбора данных необходимо их преобразовать, 1.е. прия
более сжатому виду, удобному для анализа и обладающему дост.
для заказчика информацией. Обычно закодированные исходные п
представляются в виде матрицы, столбцы которой содержат от>с
различные вопросы анкеты, а ряды - респондентов или и:;\
ситуации. Преобразование заключается в описании данных матр.;
языке ограниченного числа мер, характеризующих собранные .
Табулирование помогает исследователю понять, что означают ч-
ные данные. Одновременный анализ двух и более категорий опр ;
емых называется перекрестной табуляцией.
Исследователь, осуществляя преобразование, старается найг>
симости среди собранных данных и в то же время достигнуть н:1>
высокого уровня обобщения.
Выделяют, по крайней мере, следующие четыре функции пр<
зования данных: обобщение, определение концепции (концепт-, >
ция), перевод результатов статистического анализа на понячнь!
менеджера язык (коммуникация), определение степени соотие7
полученных результатов всей совокупности (экстраполяция).
Из-за неспособности человека анализировать большие массив
формации необходимо исходные собранные данные представить к
ном для осмысления виде, т.е. их необходимо обобщить, выразил
ограниченное число понятных параметров.
Большинство статистических мер основано на конкретных л;
ложениях, которые определяют базу анализа собранных даннш
цептуализация направлена на оценку результатов обобщения. Напр
слабый разброс оценок определенной марки продукта вырабаты
исследователя одно суждение (концепцию), сильный - другое (см
про корреляцию).
Коммуникация предполагает при интерпретации полученных р
татов использование понятных для заказчика категорий. Напримс.
Процесс маркетинговых исследований 259
для него понятна такая статистическая мера, как <мода>, то она исполь-
зуется при представлении полученных результатов, если нет, то резуль-
таты описываются на общепринятом языке.
Экстраполяция в данном случае предполагает определение, в какой
степени данные выборки можно обобщить на всю совокупность (см. ниже)
4.13.2. Виды статистического анализа
Выделяют пять основных видов статистического анализа, использу-
емых при проведении маркетинговых исследований: дескриптивный ана-
лиз, выводной анализ, анализ различий, анализ связей и предсказатель-
ный анализ. Иногда эти виды анализа используются по отдельности,
иногда - совместно.
В основе дескриптивного анализа лежит использование таких статис-
тических мер, как средняя величина (средняя), мода, среднее квадрати-
ческое отклонение, размах или амплитуда вариации.
Анализ, в основе которого лежит использование статистических
процедур (например, проверка гипотез) с целью обобщения получен-
ных результатов на всю совокупность, называется выводным анализом.
Анализ различий используется для сравнения результатов исследования
двух групп (двух рыночных сегментов) для определения степени реального
отличия в их поведении, в реакции на одну и ту же рекламу и т.п.
Анализ связей направлен на определение систематических связей (их
направленности и силы) переменных. Например, определение, как уве-
личение затрат на рекламу влияет на увеличение сбыта.
Предсказательный анализ используется в целях прогнозирования раз-
вития событий в будущем, например путем анализа временных рядов.
Статистические методы прогнозирования рассмотрены в разделе 7.
4.13.2.1. Инструменты дескриптивного анализа
Для описания информации, полученной на основе выборочных из-
мерений, широко используется две группы мер. Первая включает меры
<центральной тенденции>, или меры, которые описывают типичного
респондента или типичный ответ. Вторая включает меры вариации, или
меры, описывающие степень схожести или несхожести респондентов
или ответов с <типичными> респондентами или ответами.
Существуют и другие описательные меры, например меры асиммет-
рии (насколько найденные кривые распределения отличаются от нормаль-
ных кривых распределения). Однако они используются не столь часто, как
вышеупомянутые, и не представляют особого интереса для заказчика.
Ниже дается только краткая характеристика указанных мер. Более
подробную информацию можно получить из книг по математической
статистике, например [II], [12].
К числу мер центральной тенденции относятся мода, медиана и
средняя.
Мода характеризует величину признака, появляющуюся наиболее
часто по сравнению с другими величинами данного признака. Мода носит
относительный характер, и необязательно, чтобы большинство респон-
дентов указало именно эту величину признака.
260 Глава 4
Медиана характеризует значение признака, занимающее срсдикш
место в упорядоченном ряду значений данного признака.
Третьей мерой центральной тенденции является средняя величин
которая чаще всего рассчитывается как средняя арифметическая ве ,н"1
на. При ее вычислении общий объем признака поровну распределяете
между всеми единицами совокупности.
Видно, что степень информативности средней величины больь!;
чем медианы, а медианы - моды.
Однако рассмотренные меры не характеризуют вариацию отце"
на какой-то вопрос или, говоря другими словами, несходство, рагкик
респондентов или измеренных характеристик. Очевидно, что помнм!
знания величин мер центральной тенденции важно установить, наскольк
близко к этим величинам расположены остальные полученные оцени
Обычно используют три меры вариации: распределение частот, размя
вариации и среднее квадратическое отклонение.
Распределение частот представляет в табличной или графичсско)
форме число случаев появления каждого значения измеренной характе
ристики (признака) в каждом выбранном диапазоне ее значений Гас
пределение частот позволяет быстро сделать выводы о степени по;!роб
ности результатов измерений.
Размах вариации определяет абсолютную разность между максималь
ным и минимальным значениями измеренного признака. Говоря другими
словами, это разница между конечными точками в распределения уло
рядоченных величин измеренного признака. Данная мера определяет
интервал распределения значений признака.
Среднее квадратическое отклонение является обобщающей статисти-
ческой характеристикой вариации значений признака. Если эта мера мала,
то кривая распределения имеет узкую, сжатую форму (результаты из.ме
рений обладают высокой степенью схожести); если мера велика, то кри
вая распределения имеет широкий, растянутый вид (велика степей;
различия оценок).
Ранее было отмечено, что выбор шкалы измерений, а следователь
но, типа вопросов в опросном листе предопределяют количество по
лучаемой информации. Подобным образом, количество информации
получаемой при использовании рассмотренных выше мер, является раз
личным. Общим правилом является то, что статистические меры даю;
возможность получить больше информации при применении наиболее
информативных шкал измерений. Выбор шкалы измерений предопреде
ляет выбор статистических мер. Например, один из вопросов демографи-
ческого исследования, при проведении которого использовалась шкала
наименований, касался национальности. Русским был присвоен код 1
украинцам - 2, татарам - 3 и т.д. В данном случае, конечно, можно
вычислить среднее значение- Но как интерпретировать среднюю нацио
нальность, равную, скажем, 5,67? Для вычисления средних надо ис
пользовать интервальную шкалу или шкалу отношений. Однако в наше>
примере можно использовать моду.
Что касается мер вариации, то при использовании номинальное
шкалы применяется распределение частот, при использовании шкала
порядков - кумулятивное распределение частот, а при использован!>!
интервальной шкалы и шкалы отношений - среднее къэдратическа
отклонение.
Процесс маркетинговых исследований 261
4.13.2.2. Статистический вывод
Вывод является видом логического анализа, направленного на по-
лучение общих заключений о всей совокупности на основе наблюдений
за малой группой единиц данной совокупности.
Выводы делаются на основе анализа малого числа фактов. Напри-
мер, если два ваших товарища, имеющих одну и ту же марку автомоби-
ля, жалуются на его качество, то вы можете сделать вывод о низком
качестве данной марки автомобиля в целом.
Статистический же вывод основан на статистическом анализе ре-
зультатов выборочных исследований и направлен на оценку параметров
совокупности в целом. В данном случае результаты выборочных исследо-
ваний являются только отправной точкой для получения общих выводов.
Например, автомобилестроительная компания провела два незави-
симых исследования с целью определения степени удовлетворенности
потребителей своими автомобилями. Первая выборка включала 100 по-
требителей, купивших данную модель в течение последних шести меся-
цев. Вторая выборка включала 1000 потребителей. В ходе телефонного
интервьюирования респонденты отвечали на вопрос: <Удовлетворены вы
или не удовлетворены купленной вами моделью автомобиля?> Первый
опрос выявил 30% неудовлетворенных, второй - 35%.
Поскольку существуют ошибки выборки и в первом и во втором
случаях, то можно сделать следующий вывод. Для первого случая: около
30% опрошенных выразили неудовлетворенность купленной моделью
автомобиля. Для второго случая около 35% опрошенных выразили не-
удовлетворенность купленной моделью автомобиля. Какой же общий
вывод можно сделать в данном случае? Как избавиться от термина <око-
ло>? Для этого введем показатель ошибки: 30% + х% и 35% +у% и
сравним х и у. Используя логический анализ, можно сделать вывод, что
бульшая выборка содержит меньшую ошибку и что на ее основе можно
сделать более правильные выводы о мнении всей совокупности потреби-
телей. Видно, что решающим фактором для получения правильных вы-
водов является размер выборки. Данный показатель присутствует во всех
формулах, определяющих содержание различных методов статистичес-
кого вывода.
При проведении маркетинговых исследований чаще всего использу-
ются следующие методы статистического вывода: оценка параметров и
проверка гипотез.
Оценка параметров генеральной совокупности представляет из себя
процесс определения, исходя из данных о выборке, интервала, в кото-
ром находится один из параметров генеральной совокупности, напри-
мер среднее значение. Для этого используют следующие статистические
показатели: средние величины, среднюю квадратическую ошибку и же-
лаемый уровень доверительности (обычно 95% или 99%).
Ниже пойдет разговор об их роли при проведении оценки парамет-
ров.
Средняя квадратическая ошибка является, как отмечалось выше,
мерой вариации выборочного распределения при теоретическом предпо-
ложении, что исследовалось множество независимых выборок одной и
той же генеральной совокупности.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68