Особенности анализа данных маркетинговых исследований

Методы проведения маркетинговых исследований неразрывно связаны с методологическими основами маркетинга, опирающимися на общенаучные, аналитико-прогностические методы, а также методические подходы и приемы, заимствованные из других областей знаний.

Методы выбора совокупностей объектов исследований предусматривают решение трех основных проблем: выделение генеральной совокупности, определение метода выборки и определение объема выборки.

Генеральная совокупность (ГС) должна быть ограничена, поскольку полное исследование, как правило, очень дорого, а зачастую и просто невозможно. К тому же выборочный анализ может оказаться даже более точным (в силу уменьшения систематических ошибок).

Выборка делается таким образом, чтобы представлять репрезентативную иллюстрацию генеральной совокупности. Это непременное условие, при котором исходя из характеристики выборки можно делать правильные выводы о генеральной совокупности.

Методы выборки:

К неслучайным относятся следующие методы выборки:

произвольная выборка — опрашиваемые выбираются не на основе плана, а произвольно; метод прост и дешев, однако неточен и имеет низкую репрезентативность;

типовая выборка — опрос немногих типичных элементов генеральной совокупности; для этого необходимо располагать данными о признаках, определяющих типичность элементов;

метод концентрации — исследованию подвергаются лишь наиболее существенные и важные элементы из генеральной совокупности;

метод квот — распределение определенных признаков (пол, возраст) в генеральной совокупности.

Случайными являются следующие виды выборки:

простая выборка — типа лотереи, с помощью случайных чисел и т. д.;

групповая выборка — деление генеральной совокупности на отдельные группы, внутри каждой из которых проводится затем случайная выборка;

метод «клумб» — единицы выбора состоят из групп элементов; предпосылкой для применения метода является возможность подобного разделения генеральной совокупности; из множества «клумб» выбирается несколько, которые затем полностью исследуются;

многоступенчатая выборка — проводится несколько раз подряд, причем единица выборки предыдущей стадии представляет собой совокупность единиц последующей стадии.

Проведение сбора данных обычно сопровождается ошибками — случайными и систематическими. Случайные ошибки проявляются лишь при выборочном исследовании; поскольку они не смещают «характеристики» выборки в одну сторону, величина подобных ошибок может быть оценена. Систематические ошибки возникают вследствие влияния неслучайных факторов (неточное выделение ГС, недостатки выборки, ошибки при разработке опросных листов, ошибки счета, неискренность опрашиваемых).

Анализ данных. Статистические методы анализа данных применяются для их уплотнения, выявления взаимосвязей, зависимостей и структур.

Их классификация проводится по следующим критериям:

• * количество одновременно анализируемых переменных — простые и многофакторные методы;
• * цель анализа — описательные и индуктивные методы;
• * уровень шкалирования переменных;
• * деление переменных на зависимые и независимые методы анализа зависимостей и методы анализа взаимосвязей.

Описательные однофакторные методы — это:

• * распределение частот (представление на графике или в таблице);
• * графическое представление распределения переменной (например, с помощью гистограммы);
• * статистические показатели — арифметическое среднее, медиана (величина признака, которая находится посередине вариационного ряда и делит ряд пополам), дисперсия (средний квадрат отклонений.) среднее квадратическое отклонение.

Индуктивные однофакторные методы предназначены для проверки соответствия характеристик выборки характеристикам генеральной совокупности. Они делятся на параметрические тесты, предназначенные для проверки гипотез о неизвестных характеристиках ГС, и непараметрические, предназначенные для проверки гипотез о распределении генеральной совокупности. Этот метод используют для формулирования гипотез, выбора теста, установления уровня значимости, определения критического уровня проверяемой характеристики по таблице.

Двухи многофакторные методы анализа зависимостей помогают определить, какая связь имеется между снижением цены и сбытом продукта, имеется ли связь между национальностью человека и выбором фасона обуви и др.

Регрессионный анализ — статистический метод анализа данных при определении зависимости одной переменной от одной (простая регрессия) или нескольких (многофакторная регрессия) независимых переменных. Типичная постановка вопроса:

Вариационный анализ предназначен для проверки степени влияния изменения независимых переменных на зависимые. Типичная постановка вопроса:

Дискриминантный анализ позволяет разделить заранее заданные группы объектов с помощью комбинации независимых переменных и тем самым объяснить различия между группами. Метод также дает возможность отнести новый объект к определенной группе на основе его характеристик.

Факторный анализ предназначен для исследования взаимосвязей между переменными с целью сокращения числа факторов, оказывающих влияние, до наиболее существенных.

Кластерный анализ позволяет разделить совокупность объектов на отдельные относительно однородные группы.

Многомерное шкалирование дает возможность получить пространственное отображение отношений, существующих между объектами.

Традиционный (классический) анализ документов представляет собой неформализованный метод изучения сути материала, выделяя основные мысли и идеи, прослеживая логику связей.

Информативно-целевой анализ представляет собой метод изучения текстовых документов с целью выявления их информативности. Под информативностью понимается, во-первых, способность текста донести основной замысел автора, во-вторых, быть источником некоторых сведений.

Достоинством этого метода является возможность оценить способность автора реализовать коммуникативные намерения. Если в процессе анализа выявляется отсутствие общего замысла, центральной идеи, это будет означать, что автор не определил для себя цель коммуникации или не справился с задачей при создании текста. Недостатками метода можно считать трудоемкость анализа, хотя процесс его осуществления формализован (определен), и область применения ограничена только текстовыми материалами.

Контент-анализ представляет собой формализованный метод качественно-количественного изучения документов, основанный на выделении в содержании материалов определенных смысловых категорий.

Достоинством этого метода является возможность статистической обработки результатов анализа, так как в процессе его проведения определяются такие количественные, характеристики, как общий объем и частота внимания, уделяемые исследуемой категории анализа в каждом источнике. В качестве достоинства метода можно отметить также его высокую объективность, так как влияние личного мнения исследователя на результаты анализа минимальны из-за сильной формализации процедуры его проведения. Значительная формализация позволила использовать специальные компьютерные программы для проведения контент-анализа, поэтому трудоемкость его выполнения может быть очень низкой.

Контент-анализ имеет и ряд недостатков. Во-первых, должно быть задано однозначное правило формализации содержания анализируемых документов. Во-вторых, в процессе контент-анализа невозможно исчерпывающее раскрытие содержания документов; часть информации, не имеющая непосредственного отношения к исследуемой проблеме, может быть упущена в ходе анализа; не вся информация может быть формализована.

Возможность применения того или иного вида анализа зависит от уровня шкалирования независимых и зависимой переменных. Выбор определенного метода обусловлен не только характером и направлением связей между переменными, уровнем шкалирования, а главным образом решаемой проблемой.