Проведение исследования. 
Маркетинговый анализ: технология и методы проведения

Проведение исследования предполагает:

• — формирование выборки;
• — определение методов проведения исследования и подготовка анкет, листов наблюдения и сценариев проведения экспериментов.

Формирование выборки

После составления ТЗ необходимо приступить к его реализации, которое начинается с формирования выборки исследования.

Любое проводимое исследование может быть сплошным и/или выборочным. Обычно сплошной опрос проводится в том случае, если совокупность является относительно небольшой (промышленный рынок) или если требуется очень детальная информация. В маркетинге чаще всего проводят выборочные исследования, а затем, при определенных условиях репрезентативности, переносят результаты таких исследований на всю изучаемую (генеральную) совокупность.

Для определения параметров выборочного исследования необходимо учитывать следующие факторы:

• — репрезентативность,
• — различные методы составления выборки,
• — определение размера выборки.

Репрезентативность выборки является обязательной характеристикой. Это означает, что все существенные характеристики генеральной совокупности представлены в выборке в нужной пропорции. Выборка может быть представительной (репрезентативной) только в том случае, если соблюдаются следующие требования:

• • все элементы совокупности имеют равные шансы попасть в выборку (случайная выборка);
• • если в действительности не все элементы совокупности имеют равные шансы быть выбранными, но структура различных элементов достоверно известна (неслучайная выборка).

Схематично принцип репрезентативности представлен на рис. 5.3.

Рис. 5.3. Репрезентативность исследования.

Определение объектов исследования начинается с выделения генеральной совокупности. Затем генеральная совокупность разбивается на страты (введение следующего по значимости признака деления), из которых, в свою очередь, выделяются кластеры.

Генеральная совокупность — множество объектов исследования, объединенных одним общим признаком.

Если за генеральную совокупность взять жителей города, то общий признак — наличие регистрации в этом городе. Перед отбором элементов выборки генеральная совокупность может быть разделена на несколько групп. Это называется стратификацией. Население города распределено по пяти районам (дополнительный признак — принадлежность к району).

Если мы намерены сделать выборку размером п = 1000 человек, представляющую все население города, целесообразно сформировать пять страт. При этом в выборку следует включить 120 человек из района 1 (12% от 1000 опрашиваемых), 260 человек из района 2, и т. д. Это называется стратифицированная, или секторальная, выборка.

Есть две возможности формирования объектов исследования: пропорциональная выборка и непропорциональная, или диспропорциональная, выборка. В примере, приведенном выше, выборка сформирована пропорционально. Принцип пропорциональности может быть нарушен, если предприятие в силу определенных обстоятельств интересуют центральные районы города. Тогда из района 3 и 4 будут включены в выборку не 52%, а, например, 70% всех требуемых респондентов.

Кластер — это определенное количество однородных элементов, которые могут рассматриваться как самостоятельная группа, обладающая определенными свойствами.

Следующий вопрос — когда нужны кластеры и как их формировать. Кластер повторяет структуру страты и выделяется, когда появляются следующие по значимости признаки деления. Если предприятие интересует платежеспособность населения города, то она не может быть распределена равномерно. Какие-то районы города более богатые, а какие-то — более бедные. Значит, если доход является важным фактором выделения объекта, то из каждой страты будет «набираться» разное количество объектов, например с доходом не менее 40 тыс. рублей на человека. В каждой страте будут такие объекты, но процентное соотношение их разное по разным районам города.

После определения структурного состава объектов необходимо определиться с их количеством. В первую очередь, следует установить требования к ожидаемым результатам. Другими словами, необходимо определить допустимую величину ошибки (границы отклонения) и желательный уровень надежности. Предположим, что надо получить следующие результаты: с уровнем надежности в 95,4% оценить по выборочным данным искомое значение параметра для генеральной совокупности с ошибкой в пределах ±3%.

Принимая уровень надежности 95,4% и ошибку ±3%, получаем, что двойное стандартное отклонение должно быть равным 3%. Поэтому стандартное отклонение будет равно 1,5%¹:

где р — это «да» (например, знаю, имею, пользовался, смотрел и т. д.), %; q — «нет», %.

Для случая, когда исследования ранее не проводились и мы не знаем значения р, можно принять ситуацию полной неопределенности или, как ее еще называют — «ситуация 50 на 50». При р = 50%, требуемый объем выборки будет иметь наибольшее значение из всех возможных вариантов и иметь вид:

¹ Здесь приводятся выводы из теории нормального распределения Гаусса. При надежности 95,4% ошибка Д=2а. Более подробно это распределение рассматривается в любом учебнике по статистике для высших учебных заведений.

Таким образом, если будет сделана выборка размером в 1111 элементов и по ней получена оценка искомого параметра X, то с уровнем надежности 95,4% можно утверждать, что интервал с границами (Х±3%) «накрывает» истинное значение исследуемого параметра для всей генеральной совокупности.