Абстрактные методы маркетинговых исследований

Распределение частот показаны в частотной таблице.

Размах вариации — отражает разброс данных и равен разности между наибольшим и наименьшим значением в выборке.

Дисперсия — среднее из квадратов отклонение переменной от её средней величины. Она не может быть отрицательной. Если значения данных сгруппированы вокруг среднего, она невелика. И наоборот, если данные разбросаны, то мы имеем дело с большой дисперсией.

Дисперсия равна 0,4, это говорит о значениях данных (сумма покупки) сгруппированы вокруг среднего.

Среднеквадратическое (стандартное) отклонение — равно квадратному корню из дисперсии.

Показатели вариации показаны в таблице 3.6.

Таблица 3.6 — Показатели меры вариации — На какую сумму в среднем Вы совершаете покупку непродовольственных товаров?

N Валидные.

Пропущенные Среднее Стд. ошибка среднего Медиана Мода Стд. Отклонение Дисперсия Размах Минимум Максимум Сумма 30.

245,6.

0,12.

230 (б).

14,83.

0,4.

Выводной анализ Выводной анализ позволяет оценить качество данных. Проведение данного анализа включает в себя:

расчет выборки;

расчет коэффициента конкордации.

Фактически ошибка выборки рассчитывается по формуле (2.1).

(2.1).

Где µ - фактическая ошибка;

ω - доля посетителей, регулярно совершающих покупку в магазине «Домик+».

n — разведывательная совокупность.

N — генеральная совокупность Фактическая ошибка 9,04% больше предельной ошибки 5%.

Ошибка выборки рассчитывается по формуле (2.2).

(42.2).

где — ошибка;

t — коэффициент доверия, t = 2;

= 0,0904*2 = 0,181.

σ2 = 0,25.

Расчет выборки с учетом новой дисперсии и ошибки выборки приводится по формуле (2.3):

(2.3).

где n — размер выборочной совокупности;

σ2 — выборочная дисперсия;

— предельная задаваемая ошибка выборки;

N — численность генеральной совокупности.

Полученное значение разведывательной выборки равна проектной, следовательно, нет необходимости дополнять исследование.

Для проверки качества данных оценок экспертов используется коэффициент конкордации, показывающий согласованность мнений экспертов.

При обработке информации, полученной методом экспертного опроса, были получены рыночные квоты для непродовольственных магазинов «Домик+».

В таблице 3.7 показаны результаты расчета рыночных долей магазинов непродовольственных товаров.

Таблица 3.7 — Рыночные квоты.

№ Наименование магазина Доля рынка Средне взвешенное значение доли рынка Эксперт 1 Эксперт 2 Эксперт 3 Эксперт 4 1 «Золотой сентябрь», 0,21 0,19 0,21 0,23 0,168 2 «Магнит» 0,32 0,36 0,35 0,31 0,268 3 «Ижтрtйдинг» 0,21 0,19 0,21 0,19 0,16 4 «Хозяйка» 0,15 0,16 0,15 0,14 0,12 5 «Домик+» 0,11 0,1 0,08 0,13 0,084

ИТОГО 1 1 1 1 Средняя оценка эксперта 3 3,1 3,3 3,1 12,5.

Средневзвешенное значение доли рынка каждого магазина рассчитывалось по формуле (2.4):

А = (2.4).

где, А — среднее взвешенное значение доли рынка каждого магазина;

i…m — номер эксперта;

j…n — номер магазина.

Д — оценка доли j — магазина i — эксперта;

— средняя оценка i — эксперта.

А1 = (0,21*3+0,19*3,1+0,21*3,3+0,23*3,1+0,24*3)/15,5= 0,22.

А2 = (0,32*3+0,36*3,1+0,35*3,3+0,31*3,1+0,32*3)/15,5= 0,33.

А3 = (0,21*3+0,19*3,1+0,21*3,3+0,19*3,1+0,21*3)/15,5= 0,2.

А4 = (0,15*3+0,16*3,1+0,15*3,3+0,14*3,1+0,13*3)/15,5= 0,15.

А5 = (0,11*3+0,1*3,1+0,08*3,3+0,13*3,1+0,1*3)/15,5= 0,1.

Для расчета коэффициента конкордации построена таблица (2.8) распределения рангов.

Таблица 3.8 — Распределение рангов.

№ магазина Ранг 1 эксперта Ранг 2 эксперта Ранг 3 эксперта Ранг 4 эксперта Сумма рангов, хi Квадрат суммы рангов 1 9 9,3 8,8 9,1 36,2 1310,44 2 10 10 9,7 9,8 39,5 1560,25 3 8,1 8,5 7,6 7,6 31,8 1011,24 4 8,4 8,3 8,1 8,1 32,9 1082,41 5 7,6 7,8 7,4 8,1 30,9 954,81 Итого — - - - 171,3 5919,15.

Коэффициент конкордации рассчитывается по формуле (2.5):

Wk = 12*S/m2*(n3-n)-m∑Tc.

где Wk — коэффициент конкордации;

S — отклонение суммы квадратов рангов от средней квадратов рангов;

m — количество экспертов;

n — число магазинов;

Тс — поправка в связи с наличием связанных рангов.

Отклонение суммы квадратов рангов рассчитывается по формуле (2.6):

)2 / n (2.6).

где — сумма рангов по i — магазину.

Поправка в связи с наличием связанных рангов рассчитывается по формуле (4.

2.2. 7):

(2.7).

где — объем каждой группы одинаковых рангов по отдельным показателям у отдельных экспертов.

Значимости коэффициента конкордации проверяется на основании коэффициента ƛ2 — критерия Пирсона, для степеней свободы, рассчитывается по формуле (2.8):

γ = n-1 (2.8).

где γ - степень свободы.

По таблице 3.8 приложения М, если ƛ2 эмпирическое ≥ ƛ2 критического, то связь подтверждается, и наоборот. Коэффициент ƛ2 — критерий Пирсона рассчитывается по формуле (2.9):

ƛ2эмп = 12S / m * n (n-1) — 1/(n-1)*∑(2.9).

где ƛ2эмп — эмпирический критерий Пирсона.

S = 5919,15−171,32/5 = 50,41.

= 12.

Wk = 12 * 50,41/42 *(53 — 5) — 4*12 = 0,45.

ƛ2эмп = 12*50,41/4*5(5−1)-1/(5−1)*12 = 30,2.

Из таблицы 3.8 смотрим критическое значение ƛ2 при значимости 0,05 равно 16,9, при значимости 0,01ƛ2 = 21,6. Следовательно, эмпирическое ƛ2 больше критического, значит связь подтверждается. Данные опроса экспертов можно считать правильными.

Экспертным опросом также было выявлены сильные и слабые стороны конкурентов-магазинов, осуществляющих розничную торговлю продуктами питания.

Анализ гипотез В данной курсовой работе выдвигалась гипотеза сегментации, то есть группы потребителей, разделенные на группы по выделенным ранее признакам, отличаются по специфике потребления.

Постановка гипотез, уровень значимости и интерпретация, показаны в таблице 3.9 (Приложение И).

Вывод: сегменты по типу дома: частные не подтвердились. Гипотеза деления потребителей услуги розничной торговли непродовольственными товарами по типу дома отклоняется.

Проведение критерия Манна-Уитни показало, что сегменты: потребители с уровнем дохода 0−7229 руб., 7230,01−14 460,02 руб., 14 461−20 000 руб. различны между собой, так как р-значимость меньше 0,05.

В результате сформировали три сегмента (таблица 3.10).

Таблица 3.10 — Результаты анализа гипотез Номер сегмента Описание сегмента 1 Домохозяйства с доходом 0−7229 руб. в расчете на одного члена семьи, ос средней суммой одноразовой покупки непродовольственных товаров 0−222 руб. 2 Домохозяйства с доходом 7230,01−14 460,02 руб. в расчете на одного члена семьи, ос средней суммой одноразовой покупки непродовольственных товаров 223−300 руб. 3 Домохозяйства с доходом 14 461,01−20 000 руб. в расчете на одного члена семьи, ос средней суммой одноразовой покупки непродовольственных товаров 301−520 руб.

Анализ связей Для определения связи между переменными Тим дома и Норма дохода применяем коэффициент корреляции Пирсона.

Для определения связи между переменными Доход (порядковая шкала) и Норма дохода так же примеряется коэффициент корреляции Пирсона. Если уровень значимости меньше 0,05, корреляцию можно считать статистически достоверной.

Таблицы проведения корреляции между переменными показаны в приложении О.

Результаты сведены в таблицу 3.11.

Таблица 3.11 — Анализ связей.

№ Переменные Коэффициент корреляции Интерпретация 1 Тип дома * Норма потребления на одного условно-взрослого 0,057.

Уровень значимости 0,7 Связь отсутствует, сума покупки не зависит от типа дома 2 Уровень дохода * сумма одной покупки товаров 0,469.

Уровень значимости равен 0,06 Связь слабая, положительная. Чем больше уровень дохода, тем больше сумма одноразовой покупки непродовольственных товаров Форма связи — линейная.

Регрессионная модель задается управлением.

Для линейной регрессии уравнение имеет вид:

Y = 0,658 + 0,622Х где Y — норма потребления, руб./неделю;

Х — среднедушевой доход.

Малый р-уровень свидетельствует об статистической достоверности полученных результатов.

R2 характеризует долю дисперсии одной переменной, обусловленной воздействием со стороны дохода.

R2 = 0,498, т. е. 49,8% дисперсии переменной нормы обусловлено воздействием со стороны доход.

Результаты регрессионного анализа показаны в приложении Р.

Величина значимости равна р=0,024, что освидетельствует о статистической достоверности различий.

Данный анализ позволяет сравнить сегменты (выборки) по градациям. Сегменты сформированы по уровню среднемесячного дохода на одного члена семьи.

Градации:

сегмент с уровнем дохода 0−7229 руб. на одного члена семьи;

сегмент с уровнем дохода 7230,01−14 460,02 руб. на одного члена семьи;

сегмент с уровнем дохода 14 461,01−20 000 руб. на одного члена семьи.

Сравним сегменты друг с другом, первый сегмент со вторым и третьим; второй сегмент с первым и третьим; третий сегмент с первым и со вторым.

По результатам таблицы критерии контрастов все контрасты оказались статистически достоверными (р-значимость очень мала), это говорит о том, что все сегменты по норме потребления непродовольственных товаров различны.

Заключение

В данной курсовой работе исследовался рынок услуг розничной продажи непродовольственных товаров на примере магазина «Домик+». Для решения выявленной проблемы были установлены цели и задачи. Все исследование проводилось по пяти направлениям: анализ потребителей, товара, конкурентов и конкуренции, особенностей рынка и исследование макросреды.

Исследование проводилось по разведывательной совокупности, ошибка выборки 9%.

Потребителям розничной торговой услуги являются домохозяйства. В качестве гипотезы бал выдвинута схема сегментации. Проверка данной схемы показала, что потребители являются сгруппированными по признаку — уровень дохода на одного члена семьи.

Было выявлено три сегмента с уровнем дохода 0−7229 руб., 7230,01−14 460,02 руб. и 14 461−20 000 руб. Рассчитана норма потребления каждого сегмента. Анализ связи между нормой потребления и уровнем дохода показал прямую положительную связь. При помощи экспертного опроса была выявлена рыночная квота данного предприятия. Она составила 16,9%.

Исследование товара-услуги проводилось по гипотезе многоуровневой модели.

На рынке услуг розничной торговли непродовольственными товарами действуют 5 магазинов, характеристика которых была приведена в работе.

Также в курсовой работе были рассчитаны такие показатели как емкость рынка в целом и по сегментам; спрос в целом и по сегментам.

Анализ общехозяйственной и товарной конъюнктуры показал, что на рынок розничной торговли непродовольственными товарами, влияют как минимум два внешних фактора: экономический и демографический. Рассчитан спрос под влиянием данных факторов.

На рынке розничной торговли непродовольственными товарами спрос превышает предложение, что является характерным для рынка продавца.

Глоссарий.

№ п/п Понятие Определение 1 R-квадрат. Мера доли дисперсии, скажем, количество, потребляемое, что объясняется изменчивостью других мер, которые находятся в вашем окончательном уравнении. Вы не должны игнорировать его, но это, вероятно, переоценена.

Есть множество способов, чтобы добраться до окончательного уравнения для ваших данных, но вещь, чтобы признать сейчас является то, что если вы хотите построить отношения между количественной переменной и одной или нескольких других переменных (либо количественных или качественных), регрессионный анализ вероятно, получите вы начали.

2 Бюджет продвижения это те финансовые средства, которые выделены на осуществление продвижения. 3 Вращение В дополнение к делать это для ваших шин, делая это к исходному набору факторов даст результат, который будет гораздо легче интерпретировать. Это результат вращения, что метки, такие как «чувствительны к цене», «удобства» и так далее применяются к фактору.

Хотя в литературе говорится, что факторный анализ должен быть сделан только на количественных переменных, мы уже видели некоторые, которые очень понятно, когда проводились на переменных да-нет типа, а также. Как и в большинстве многовариантных процедур, которые, как представляется, в нижней строке для факторного анализа: есть ли смысл? Если да, то это хороший; в противном случае это, вероятно, не так, независимо от того, что говорят собственные. 4 Дискриминантный анализ.

Дискриминантный анализ очень похож на регрессионного анализа, за исключением того, что здесь зависимой переменной будет категория: марка используется чаще всего, использование продукта (тяжелый, средний, легкий, не известно). Выход из дискриминантного анализа будет представлять собой одно или несколько уравнений, которые могут быть использованы, чтобы поставить людей (обычно) с заданным профилем в соответствующее гнездо или закуток. Как и в случае регрессии, предикторные переменные могут быть неоднородны как качественных, так и количественных.

Опять же, компьютерные пакеты вокруг не спасет вас от себя и сказать вам, когда вы должны использовать регрессионный анализ и когда использовать дискриминантный анализ, так что вы должны будете быть на ваших пальцах ноги. Кроме того, вы должны знать, что IRS является большим пользователем дискриминантного анализа. Категории, представляющие интерес для них «Аудит» и «Не Беспокоить». Вы можете себе представить, что предикторы, особенно если вы начинаете беспокоиться по поводу новых налоговых форм.

Маркетинговые исследователи часто используют дискриминантный анализ для профилирования пользователей различных марок в данной категории продуктов. 5 Кластерный анализ.

Теперь сгустки интерес представляют респонденты, вместо переменных. Как и факторного анализа, существует целый ряд алгоритмов вокруг сделать кластерного анализа. Кроме того, кластеры, как правило, не формируются на основе коэффициентов корреляции. Они, как правило, смотрят на различия между квадратными респондентов по фактическим переменным, которые вы используете в кластере. Если два респондента имеют большой квадрат разности (по отношению к другим парам респондентов), они в конечном итоге в разных кластерах. Если квадраты различия невелики, они идут в одном кластере.

6 Личная продажа непосредственное взаимодействие с одним или несколькими потенциальными покупателями в целях организации презентаций, ответов на вопросы и получения заказов 7 Логистическая регрессия.

Логистическая регрессия делает то же самое, как регрессионный анализ, насколько, как сортировка существенные переменные прогнозирующих от плевел, но зависимой переменной, как правило, 0−1 тип, похожий на дискриминантного анализа. Тем не менее, вместо обычного уравнения регрессии типа в качестве выхода, логистической регрессии дает пользователю уравнение со всеми предсказанными значениями стесненных быть между 0 и 1.

8 Мультиколлинеарность. Степень, в которой ваши предикторные переменные коррелируют или избыточным. В двух словах, это мера степени, в которой две или более переменных говорят вам то же самое 9 Регрессивный анализ.

регрессионный анализ, кажется, дед всех многомерных аналитических методов. То, что он обычно делает это, чтобы найти уравнение, которое связывает переменную интерес, такие как объем, потребленный в течение последних 30 дней, покупка намерение, количество элементов, находящихся в собственности или любой другой числовой переменной, к одному или нескольким другим демографическим, психографические или поведенческих переменных, Переменная интереса называется зависимой или критерий переменной, остальные являются независимыми или предикторов.

Когда зависимой переменной является либо покупка процентов или общее мнение о продукте, некоторые исследователи говорят, что они строят «модель драйвера.» Они пытаются выяснить, какие атрибуты продукта «диск '' общее мнение тестируемого продукта, скажем.

Главное, чтобы признать в регрессионного анализа является то, что зависимая переменная должна быть величиной, такой как, сколько, сколько, как часто, как далеко? Компьютер не сообщит вам, если вы определили переменную процентную неправильно, либо, так это до вас или ваших коллег. Большинство моделей регрессии оставит вас с уравнением, которое показывает только переменные прогнозирующих, которые являются статистически значимыми. Одно ошибочное мнение, что у многих людей является то, что статистически значимые переменные также те, которые являются по существу с точки зрения маркетинга. Они не обязательно будут. Это до вас, чтобы решить, какие есть, которые. 10 Собственное значение Хотя бы математики бланшируют, все, что вам действительно нужно знать о собственных значений факторного анализа является то, что они добавляют к числу переменных, которые вы начали и каждый из них пропорционально сумме дисперсии объясняется данного фактора. Аналитики используют собственные, чтобы помочь решить, когда факторный анализ является хорошим, а также сколько факторов они будут использовать в данном анализе.

11 Факторный анализ.

Хотя бы математики бланшируют, все, что вам действительно нужно знать о собственных значений факторного анализа является то, что они добавляют к числу переменных, которые вы начали и каждый из них пропорционально сумме дисперсии объясняется данного фактора. Аналитики используют собственные, чтобы помочь решить, когда факторный анализ является хорошим, а также сколько факторов они будут использовать в данном анализе.

Список использованных источников

.

Дойль П. Менеджмент: стратегия и тактика. / Пер.

с англ. под ред. Ю. Н. Карпуревского. — СПб.: Питерком, 2011.

— 621 с. Кириллов А. Т., Волкова Л. А. Маркетинг в туризме. ;

СПб., 2015 — 682 с. Котлер Ф. Маркетинг. Менеджмент. — СПб.: Питерком, 2014. ;

750 с. Крылова Г. Д., Соколова Н. И. Маркетинг: теория и 86 ситуаций. — М.: ЮНИТИ-Дана, 2013 — 580 с.

Ламбен Ж. Ж. Стратегический маркетинг. Европейская перспектива/ Пер. с фр. — СПб.: Наука, 2013. — 580 с. Музыкант В. Маркетинговые основы управления коммуникациями.

— М.: Эксмо, 2014 г. — 832с.

Организация и технология торговых процессов: Учебник для вузов. / Ф. Г. Панкратов, Э. А. Арустамов. Рук. Авт. Колл.

Ф.Г. Панкратов. М. Экономика, 2011 — 748 с Панкратов Ф. Г. Коммерческая деятельность. — М.: ИВЦ Маркетинг, 2014 — 364с. Панкратов Ф. Г., Баженов Ю. К., Серегина Т. К. и др.

Рекламная деятельность: Учебник.-2-е изд., перераб. и оп.- М.: ИВЦ Маркетинг, 2012. — 795 с. Попов Е. В. Продвижение товаров и услуг: Учебное пособие. М.: Финансы и статистика, 2014, — 682 с. Попова Ж. Г. Как написать эффективный рекламный текст//Маркетинг в России и за рубежом, 2011, № 5. — 68 с.

Синецкий Б. И. Основы коммерческой деятельности: Учебник. — М.: Юристъ, 2014. — 682 с. Теплов В. И., Сероштан М. В., Буряев В. Е., Панасенко В. А. Коммерческое товароведение: Учебник.

— М.: Издательский дом Дашков и К, 2013. — 251с. Чеботарь Ю. М. Туристский бизнес.

— М.: Мир деловой книги, 2015. — 682 с. Яковлев Г. А. Экономика и статистика туризма. М: Издательство РДЛ, 2013 — 311 с.

Филатов А. А. Опыт продвижения брендов на российский рынок// Маркетинг в России и за рубежом, 2011, № 5, — 111 с. Пурсик В. М., Тулиева Н. И. Маркетинг: ключ к успеху. М.: Русь-Инфо, 2011. — 311 с.

Филатов А. А. Опыт продвижения брендов на российский рынок// Маркетинг в России и за рубежом, 2011, № 5, — 180 с. Интегрированные маркетинговые коммуникации (IMC). — Электронная статья.

http://atl.by/article/a-6.html Реклама и «public relations. — Электронная статья.

http://psylist.net/reklam/36.htm.

Приложения.

Панкратов Ф.Г., Баженов Ю. К., Серегина Т. К. и др. Рекламная деятельность: Учебник.-2-е изд., перераб. и оп.-М.: ИВЦ Маркетинг, 2012. — с. 167.

Котлер Ф. Маркетинг. Менеджмент. -СПб.: Питерком, 2014. — С. 79.

Кириллов А. Т., Волкова Л. А. Маркетинг в туризме. — СПб., 2015 — С. 98.

Крылова Г. Д., Соколова Н. И. Маркетинг: теория и 86 ситуаций. -М.: ЮНИТИ-Дана, 2013 — С. 145.

Организация и технология торговых процессов: Учебник для вузов. / Ф. Г. Панкратов, Э. А. Арустамов. Рук. Авт. Колл.

Ф.Г. Панкратов. М. Экономика, 2011 — С. 365.

Дойль П. Менеджмент: стратегия и тактика. / Пер. с англ. под ред. Ю. Н. Карпуревского. — СПб.: Питерком, 2011.

— С. 177.

Синецкий Б. И. Основы коммерческой деятельности: Учебник. — М.: Юристъ, 2014. — С. 77.

Музыкант В. Маркетинговые основы управления коммуникациями. — М.: Эксмо, 2014 г. — С.

399.

Попов Е. В. Продвижение товаров и услуг: Учебное пособие. М.: Финансы и статистика, 2014, — С.

177.