Преднамеренная ошибка респондента

В теории маркетинга принято отличать ошибки выборки от вневыборочных ошибок, к которым и относят погрешности во время сбора данных. Помимо них существуют также ошибки при постановке проблемы, при интерпретации данных и т. д. Специалисты-маркетологи проанализировали то, как протекают различные исследования, и отметили, что в первую очередь, ошибки могут быть:

• Непреднамеренными (когда проблема кроется в методах сбора данных, мастерстве интервьюера, правильности вопросов)
• Преднамеренными (когда респондент даёт неверные результаты, или интервьюер недобросовестно собирает их, фальсифицирует и т. д.).

Следует детальнее рассмотреть каждую группу этих ошибок:

Итак, непреднамеренные ошибки, которые, нередко могут возникать даже в хорошо спланированных маркетинговых исследованиях, как правило, разделяют на:

• Ошибки интервьюера

  В этом случае он может неправильно понять тонкости и различные аспекты самого исследования, неверно растолковать инструкции, не установить контакт с отдельными респондентами. Некоторые исследователи относят к этой категории даже усталость человека, проводящего опрос – это тоже в итоге может привести к ошибке.

• Ошибки респондента

  Лицо, предоставляющее информацию, может неправильно понять вопроса, инструкций по заполнению анкеты и т. д. Помимо этого, на ответ респондента может тоже повлиять усталость, спешка, невнимательность и прочее.

Эта категория ошибок, как правило, допускается при проведении любого исследования. В том случае, если масштабы этих ошибок не критичны, то результаты исследования пострадать не должны.

В отличие от преднамеренных ошибок, которые также принято разделять на:

• Ошибки интервьюера

  Происходят в том случае, если человек, проводящий опрос, интервью или иную форму исследования, сознательно фальсифицирует данные, стараясь «подогнать» ответы под желаемый результат, или оказывает давление на респондентов с той же самой целью.

• Ошибки респондента

  Происходят, когда человек сознательно допускает ошибки в вопросах личного характера, вроде, личного дохода, возраста и т. д. Кроме того, он может с подозрением относиться к самому интервьюеру. Собственно, некоторые исследователи склонны утверждать, что в этом кроется неумение самого интервьюера расположить к себе респондента, и его непрофессионализм.

В теории маркетинга, ошибки при сборе данных также разделяются на ошибки недостижимости и ошибки наблюдения. В первом случае респондент может быть недоступен или просто отказываться от участия. В конечном итоге на общий результат это мало может повлиять. В отличие от ошибок наблюдения, которые возникают по причине как респондентов, когда они дают неверные ответы, так и по причине интервьюеров или исследователей, когда они неправильно фиксируют или анализируют ответы.

Если детальнее рассмотреть ошибки наблюдения, то их причины, как правило, кроятся в:

• отклонении или подмене информации (когда информация, найденная исследователем, отклоняется или совсем не соответствует той, которая необходима для решения проблемы, или не отвечает поставленным задачам)
• ошибка в измерениях (может появится как на начальном этапе разработки инструментов исследований, так и в самом конце, на этапе интерпретации данных. Итоговая информация, полученная после проведённых измерений, не соответствует той, которая необходима исследователю. Проблема может заключаться в составлении анкет, подходе к респондентам, методах сбора информации)
• ошибка выбора респондента (когда интервьюер выбирает людей, не оговорённых критериями выборки)
• ошибка вопросов (зависит во многом от мастерства интервьюера, когда он задаёт вопросы некорректно, слишком быстро, не чувствует респондента, в результате чего получает неверные данные)
• ошибка фальсификации (когда респондент указывает неверные данные, или, когда интервьюер подтасовывает их в угоду результату)
• ошибка фиксирования данных (если интервьюер понял ответ респондента «по-своему», и в итоге неверно его зафиксировал)

Для того, чтобы избежать появления подобных ошибок, маркетологи рекомендуют правильно и чётко составлять основу выборки, и беспрекословно следовать ей по ходу исследования. Правильно работать с респондентами – быть абсолютно откровенными, точно указывать цели собираемой информации, гарантировать анонимность, не избегать возможности мотивации респондентов, а главное, стараться минимально вторгаться в их личную жизнь. Важно также прорабатывать анкеты и опросники – стараться сделать вопросы более лёгкими, не двусмысленными, избегать лишних вопросов и т д.

Ошибки при проведении маркетинговых исследований могут быть допущены на любом из его этапов. Этап сбора данных – один из ключевых при проведении практически любого исследования. Кроме того, он предполагает работу с респондентами, которая даже при наличие строгого плана работы, будет во многом протекать стихийно, а, следовательно, ошибок иной раз, не избежать.

5. Разработка и реализация плана исследований

5.1 Выбор методов сбора данных

Можно выделить следующие методы сбора данных при проведении опросов с участием интервьюеров или самостоятельном заполнении анкет респондентами:

1. Интервьюирование, осуществляемое на дому у респондента. Возможно предварительное согласование сроков интервью по телефону.

Обычно в этом случае легче установить доверительные отношения с опрашиваемым, возможен показ образцов товара, рекламных материалов и т.п. Домашняя обстановка настраивает на достаточно длительное интервью с высокой степенью концентрации внимания на проводимом обследовании. Однако это дорогой метод сбора данных.

2. Интервьюирование посетителей крупных магазинов. Компании, проводящие такие обследования, могут в крупных магазинах иметь свои офисы. Посетители магазина опрашиваются интервьюером в помещении магазина или могут приглашаться для дачи интервью в офис. C помощью данного метода, без использования специальных методических подходов, трудно обеспечить репрезентативность результатов обследования и вдумчивое отношение опрашиваемых к задаваемым вопросам. По сравнению с первым данный метод является более дешевым.

3. Интервью в офисах. Используется обычно при сборе информации о продукции производственно-технического и офисного назначения. Этот метод, по существу, обладает теми же достоинствами и недостатками, что и первый, однако имеет более высокую стоимость проведения, обусловленную использованием более квалифицированных интервьюеров.

4. Традиционное телефонное интервью. К числу достоинств данного метода сбора данных относятся: относительно низкая стоимость, возможность охватить большое число респондентов и обеспечить высокий уровень репрезентативности, возможность проведения за относительно короткий период времени. Методу присущи следующие недостатки: невозможность что-либо показать респонденту, невозможность получить личное впечатление от встречи с респондентами. (Правда, отсутствие личного контакта порой способствует получению правдивых ответов на вопросы о потреблении алкоголя, противозачаточных средств и т.п.) Далее – трудность получения пространных ответов на большое число вопросов, так как терпение респондента может иссякнуть. Кроме того, трудно проверить качество проведенного интервью и установить, все ли запланированные к опросу респонденты в реальности были им охвачены.

5. Телефонное интервью из специально оборудованного помещения, где одновременно работают несколько интервьюеров, к телефонам которых могут подсоединяться контролеры.

6. Телефонное интервью с помощью компьютера. Многие компании, занимающиеся опросом потребителей, специально оборудованные помещения для телефонного интервьюирования оснащают компьютерной техникой. Эта техника осуществляет автоматический набор телефонных номеров респондентов, далее на мониторе появляется вступительный текст, а затем – последовательно задаваемые вопросы с возможными вариантами ответов. Интервьюер зачитывает респонденту вопросы и с помощью кода фиксирует названный вариант ответа.

7. Полностью компьютеризованное интервью. В данном случае в дополнение к ранее описанному методу респондент отвечает на вопросы путем нажатия на кнопки своего телефона или вопросы появляются на мониторе его компьютера, а респондент вводит ответы, используя обычную компьютерную клавиатуру.

8. Групповое самостоятельное заполнение анкет. Такой подход используется для удобства и удешевления интервьюирования. Например, перед двадцатью-тридцатью членами группы демонстрируется рекламный ролик, после чего они индивидуально отвечают на вопросы анкеты, касающиеся оценки данного ролика. Участниками группы могут быть школьники одного класса, студенты одной учебной группы, отдыхающие дома отдыха и т.д.

9. Самостоятельное заполнение оставленных анкет. Является вариантом обследования на основе самостоятельного заполнения анкет. После предварительного устного разъяснения целей и задач проводимого обследования анкета оставляется у респондента. Заполненную анкету, спустя определенное время, или забирают у респондента, или он отсылает ее по почте в конверте с оплаченным ответом. Данный метод применяется при проведении опросов на ограниченной территории, не требующей от интервьюера значительных передвижений.

10. Обследование по почте. Вопросы и ответы на них посылаются по почте. Достоинства метода обусловлены тем, что не надо нанимать интервьюеров, легкостью формирования групп целевых респондентов, его дешевизной. Этот метод обладает теми же недостатками, что и методы самостоятельного заполнения анкет без участия интервьюера. Кроме того, он характеризуется низким процентом возвращенных ответов, ориентирован в основном на достаточно грамотных людей, проживающих к тому же в странах с эффективной почтовой системой.

Выбор конкретных методов обследований основан на учете следующих групп факторов: цели и ресурсы исследователя; характеристики респондентов; характеристики вопросов, задаваемых исследователем. Кратко охарактеризуем эти три группы факторов.

Цели сбора данных вытекают из целей проводимого маркетингового исследования. В основе их определения лежат требования получения информации желаемого качества. Последнее же обусловлено временем, отпущенным на принятие решения, и имеющимися ресурсами.

К числу наиболее быстро реализуемых методов относятся телефонный опрос и интервьюирование посетителей крупных магазинов. Отсутствие достаточных денежных средств также оказывает влияние на выбор метода сбора данных. Наиболее дешевым методом является телефонное интервьюирование.

Следует рассмотреть, по крайней мере, следующие характеристики целевой группы респондентов, влияющие на выбор метода сбора данных:

1. Процент респондентов, обладающих требуемыми характеристиками в общей совокупности опрашиваемых. Например, если исследуется концепция низкокалорийных продуктов питания, приготавливаемых в микроволновой печи, то в качестве целевых респондентов следует рассматривать домохозяек, имеющих микроволновые печи и которые в течение последних шести месяцев покупали низкокалорийные продукты питания.

2. Желание участвовать в опросе. Исследователя всегда беспокоит высокая степень отказа респондентов в участии в обследовании. Можно выделить два типа причин нежелания принять участие в любом обследовании. Первый обусловлен некими обобщенными чувствами подозрительности и стремлением никого не допускать в свою личную жизнь: определенная категория людей просто не хочет принимать участия в любом опросе. Второй связан со специфическими обстоятельствами проведения конкретного обследования. Например, некоторые респонденты не желают обсуждать определенные темы. Выбранный метод опроса влияет на степень желания участвовать в обследовании, Так, потенциальные респонденты находят более трудным отказаться от участия в личном интервью, чем в почтовом опросе.

3. Возможность принятия участия в опросе. Даже если потенциальный респондент удовлетворяет двум вышеизложенным требованиям, он в силу тех или иных причин может не принять участие в обследовании (командировка, болезнь, неожиданные семейные обстоятельства, забывчивость и т.п.).

Выбор методов сбора данных во многом определяется уровнем сложности вопросов. Существенное влияние на выбор метода сбора данных оказывает степень затрагивания личных интересов, взглядов, морально-этических аспектов Опыт изучения данных проблем говорит о том, что здесь менее всего подходит персональное интервью, а чаще всего наиболее приемлемым является телефонное интервью или интервью с помощью компьютера.

5.2 Вопросник и порядок его разработки

Главными инструментами реализации методов наблюдения и опроса являются анкета (вопросник) и механические устройства, например счетчики количества людей, кино- и видеокамеры. Далее будет чаше использоваться термин “вопросник”, поскольку он носит более общий характер – анкета применяется только при письменных ответах на поставленные вопросы.

Обычно процесс составления вопросника осуществляется в следующей последовательности:

1. Определение целей опроса.
2. Выбор методов сбора данных.
3. Разработка вопросов.
4. Оценка вопросов.
5. Одобрение со стороны клиента.
6. Тестирование.
7. Уточнение анкет.

Определение целей опроса и выбор методов сбора данных были рассмотрены ранее. Ниже дается описание процесса непосредственного составления вопросника. Этот процесс носит итеративный характер и направлен на последовательное уточнение содержания вопросника, повышение вероятности получения достоверных ответов, исключение влияния содержания вопросов и их формата на получаемые ответы.

Вопросник обычно состоит из трех частей: введения, реквизитной части и основной части.

Главная задача введения– убедить респондента принять участие в опросе. Оно должно содержать цель проводимого опроса и призвано показать, какую пользу получит респондент, приняв в нем участие.

В реквизитной частиприводится информация, касающаяся респондентов. Кроме того, здесь идентифицируется сам вопросник, то есть ему дается название, указываются дата, время и место проведения опроса, фамилия интервьюера.

При разработке основной частивопросника следует обратить внимание на: тип вопросов (формат ответов), их содержание и число, последовательность представления вопросов в анкете, наличие контрольных вопросов.

Существуют три основных формата задаваемых вопросов: открытые вопросы, закрытые вопросы и вопросы со шкалой ответов.

Открытый вопрос– вопрос анкеты, позволяющий опрашиваемому отвечать на него “своими словами”. В таких вопросах отсутствует предвзятость, стремление навязать определенный ответ. Однако ответы на открытые вопросы требуют достаточно больших затрат времени. Кроме того, полученные ответы могут быть интерпретированы по-разному.

Закрытый вопросвключает все возможные варианты ответов, из которых опрашиваемый делает свой выбор. Использование данного типа вопросов активизирует деятельность респондентов по заполнению анкет, облегчает процесс ввода полученных данных. Главный недостаток вопросов с многовариантным выбором обусловлен трудностью формулирования всех возможных вариантов ответов, характеристик или факторов.

Вопросы со шкалой ответов содержат четкие, возможно количественные, дескрипторы, определяющие отдельные градации шкалы или ее конечные точки. На таких принципах, например, построены шкалы Лайкерта и семантической дифференциации.

Что касается метода сбора данных, то очевидно, что, скажем, телефонное интервью предполагает использование относительно простых вопросников по сравнению с опросами, проводимыми по почте.

Определяя содержание вопросов, необходимо учесть следующие обстоятельства.

Вопрос должен быть сфокусирован на одной проблеме или теме, быть кратким и понятным. Все респонденты должны понимать заданный вопрос однозначно и отвечать именно на него, а не на свои варианты его домысливания. Вопросы следует формулировать в нейтральной тональности, без некоей положительной или отрицательной оценки рассматриваемой проблемы, не должны склонять респондента к ответу, желаемому для исследователя.

При определении числа вопросов следует руководствоваться тезисом: чем их меньше, тем больше шансов получить на них ответы.

Желательно, чтобы вопросы излагались в определенной логической последовательности. Вначале следует задать вопросы, с помощью которых можно определить уровень компетентности респондентов в области проводимого исследования. Дальнейшие вопросы должны служить целям “разминки” респондентов. Эти вопросы должны быть относительно простыми, легкими для ответов, а кроме того, заинтересовывать опрашиваемых, показать им, что они легко справятся с ответами. За разминочными следуют основные вопросы.

Наиболее трудные вопросы, требующие для ответа использования специальных шкал и достаточных умственных усилий, рекомендуется ставить в середине или ближе к концу анкеты.

Вопросы, носящие чрезмерно личный характер (“Чистите ли Вы зубы каждый день?” “Часто ли Вы на своем автомобиле превышаете допустимую скорость?”), обычно помещаются среди “невинных” вопросов.

Описанное выше носит характер общих рекомендаций. Однако существуют, по крайней мере, два специальных подхода к проектированию вопросников: туннельный и секционный.

При использовании туннельного подходаимеет место постепенный переход от широких, общих вопросов к более узким, частным.

Секционный подходзаключается в том, что последовательно рассматриваются вопросы по отдельным темам, до их полного исчерпания.

На практике зачастую используется комбинация рассмотренных подходов.

Опрос может носить анонимный и конфиденциальный характер.

В первом случае респондент должен быть уверен, что его имя и другие реквизиты не будут известны исследователям. Во втором случае предполагается, что имя респондента известно только исследователю, но отнюдь не заказчику данного обследования. В телефонном опросе и при опросах, связанных с присутствием интервьюеров, опрос носит только конфиденциальный характер.

5.3 Рассмотрим понятия выборочных исследований

Рассмотрим основные понятия, используемые при проведении выборочных исследований.

Вся исследуемая группа в целом, например все потребители, купившие какой-нибудь продукт, в статистике называется генеральной совокупностьюили просто совокупностью. Иногда совокупность является достаточно малой по своей численности и можно изучить всех ее членов. Обычно же это сделать невозможно. Следовательно, проводится изучение только части совокупности, называемой выборкой.

Выборка является базовым уровнем проводимых исследований.

Необходимо отметить, что данные, полученные от выборки, скорее всего не будут в точности соответствовать данным, которые можно было бы получить от всех единиц совокупности. Различие между данными, полученными от выборки и истинными данными, называется ошибкой выборки. Ошибка выборки обусловливается двумя факторами: методом формирования выборки и размером выборки. Эти вопросы будут рассмотрены ниже.

Формирование выборки основывается прежде всего на знании контура выборки, под которым понимается список всех единиц совокупности, из которого выбираются единицы выборки. Например, если в качестве совокупности рассматривать все автосервисные мастерские города Москвы, то надо иметь список таких мастерских, рассматриваемый как контур, в пределах которого формируется выборка.

Контур выборки неизбежно содержит ошибку, называемую ошибкой контура выборки и характеризующую степень отклонения от истинных размеров совокупности. Очевидно, что не существует полного официального списка всех автосервисных мастерских города Москвы, включая полулегальный и нелегальный бизнес в данной области.

При формировании выборки используются вероятностные (cлучайные) и невероятностные (неслучайные) методы.

Если все единицы выборки имеют известный шанс (вероятность) быть включенными в выборку, то выборка называется вероятностной. Если эта вероятность неизвестна, то выборка называется невероятностной. К сожалению, в большинстве маркетинговых исследований из-за невозможности точного определения размера совокупности нельзя точно рассчитать вероятности. Поэтому термин “известная вероятность” скорее основан на использовании определенных методов формирования выборки, чем на знании точных размеров совокупности.

Вероятностные методы включают: простой случайный отбор, систематический отбор, кластерный отбор и стратифицированный отбор.

Простой случайный отборпредполагает, что вероятность быть включенным в выборку известна и является одинаковой для всех единиц совокупности. Вероятность эта определяется отношением объема выборки к размеру совокупности.

Простой случайный отбор может осуществляться с помощью следующих методов: формирование выборки вслепую и с помощью таблицы случайных чисел.

При использовании метода формирования выборки вслепую единицы совокупности в соответствии с их фамилиями, названиями или другими признаками вносятся в карточки, которые в перемешанном виде помещаются в какую-то непрозрачную емкость (ящик, коробку и т.п.). Из данной емкости кто-то случайным образом вытягивает число карточек, определяемое объемом выборки.

В таблицах случайных чисел содержатся числа, порядок включения которых в таблицу осуществлен случайным образом. Единицам совокупности присваивают порядковые номера. В таблице случайных чисел выбирают любую начальную точку и, двигаясь в произвольном направлении и произвольно меняя направление движения, выбирают необходимое количество номеров из числа присвоенных, равное заранее установленному объему выборки.

Кроме того, используются генераторы случайных чисел. Например, при телефонном интервьюировании компьютер, имеющий генератор случайных чисел, может генерировать случайным образом телефонные номера.

Начальная часть метода систематического отборасоответствует начальному этапу проведения метода простого случайного отбора: необходимо получить полный список единиц генеральной совокупности. Однако далее вместо присвоения им порядковых номеров используется показатель “интервал скачка”, рассчитанный как отношение размера совокупности к объему выборки. Например, если используется телефонный справочник и интервал скачка определен равным 250, то это означает, что каждый 250-й телефонный номер включается в выборку. Однако для определения начальных страницы и колонки справочника используются случайные числа.

Особенно широко метод систематического отбора применяется, когда для различных видов совокупностей существуют различные справочники, списки, спецификации и иные подобные материалы.

Другим методом вероятностного отбора является кластерный отбор, основанный на делении совокупности на подгруппы, каждая из которых представляет совокупность в целом. Базовая концепция данного метода очень похожа на базовую концепцию метода систематического отбора, однако реализация этой концепции осуществляется по-другому.

Предположим, что исследуется мнение населения какого-то региона относительно марки какого-либо товара. Регион разбивается на четко определяемые части (кластеры), например области. Исследователь может считать, что выделенные кластеры являются идентичными и мнение населения этих областей характерно для региона в целом. Далее одна из областей (один кластер) выбирается случайным образом, определяется совокупность для этой области, в ней проводится соответствующее исследование, а выводы распространяются на совокупность всего региона (одноступенчатый подход).

В основе всех описанных методов лежит предположение, что любая совокупность характеризуется симметричным распределением ее ключевых характеристик, – говоря иными словами, что каждая выборка достаточно полно характеризует всю совокупность и различные крайности в выборке уравновешивают друг друга. Однако такая ситуация на практике встречается крайне редко. Скажем, исследуется рыночный потенциал определенного региона для какого-то товара, но и население больших, средних и малых городов, сельской местности данного региона различается по уровню образования, доходу, образу жизни и т.п.

В случае несимметричного распределения совокупности последняя подразделяется на различные подгруппы (страты), например по уровню доходов, и выборки формируются из этих подгрупп, по сути дела являющихся сегментами рынка. Такой метод носит название стратифицированного отбора. Далее для каждой страты с помощью случайного отбора формируется выборка.

При применении невероятностных методов отбора формирование выборки осуществляется без использования понятий теории вероятности, вследствие чего невозможно рассчитать вероятность включения в выборку единицы совокупности.

Кратко охарактеризуем следующие невероятностные методы отбора: отбор на основе принципа удобства, отбор на основе суждений, формирование выборки в процессе обследования и формирование выборки на основе квот.

Смысл метода отбора на основе принципа удобствазаключается в том, что формирование выборки осуществляется самым удобным с позиций исследователя образом, например, с позиций минимальных затрат времени и усилий, с позиции доступности респондентов.

Формирование выборки на основе сужденийосновано на использовании мнений квалифицированных специалистов, экспертов относительно состава выборки. На основе такого подхода часто формируется состав фокус-группы.

Формирование выборки в процессе обследования основано на расширении числа опрашиваемых на основе предложений респондентов, которые уже приняли участие в обследовании. Первоначально исследователь формирует выборку намного меньшую, чем требуется в проводимом исследовании, затем она по мере проведения обследования расширяется.

Формирование выборки на основе квот (квотный отбор) предполагает предварительное, исходя из целей исследования, определение численности групп респондентов, отвечающих определенным требованиям (признакам). Например, в целях исследования принимается решение, что в универсаме должно быть опрошено пятьдесят мужчин и пятьдесят женщин, и интервьюер проводит опрос, пока не выберет установленную квоту.

На практике имеет место одновременное использование нескольких методов формирования выборки.

5.4 Этапы разработки выборочного плана

Рассмотренные выше понятия встраиваются в определенную логическую последовательность отдельных шагов (этапов) по разработке выборочного плана, целью которого является получение конечного варианта выборки. Можно выделить следующие обобщенные этапы разработки выборочного плана:

1. Определение соответствующей совокупности.
2. Получение “списка” совокупности.
3. Проектирование выборочного плана.
4. Достижение нужного объема выборки или ее переформирование.

Кратко охарактеризует отдельные этапы разработки выборочного плана.

На первом этапе определяется совокупность исходя из целей исследования.

На втором этапе устанавливается, откуда может быть получен перечень единиц совокупности, – это нужно для определения контура выборки. На данном этапе также необходимо оценить ошибку контура выборки.

На третьем этапе с учетом ранее выполненных работ осуществляется проектирование самой выборки. Здесь необходимо найти баланс между структурой выборки, затратами на сбор данных и объемом выборки, а также в деталях обсудить выборочные методы.

Достижение нужного объема выборки осуществляется в два этапа. Прежде всего устанавливается единица выборки, затем, исходя из этой единицы, должна быть получена требуемая информация. Однако очевидно, что на ряд выбранных респондентов в силу тех или иных причин невозможно выйти и что не каждый выбранный респондент выразит желание отвечать на вопросы. Возникает проблема замены респондентов, которая может быть решена с помощью трех методов: выбор следующего по списку респондента (например, следующего номера в телефонном справочнике), использование первоначальной выборки больших размеров и формирование повторной выборки. В последнем случае, если процент ответов оказался намного ниже, чем ожидалось, контуры исходной выборки расширяются за счет дополнительных имен, найденных, скажем, случайным образом.

Переформирование выборки осуществляется тогда, когда проверка показала, что выборка не представляет совокупность в целом. В этом случае выбираются новые респонденты, и они добавляются к ранее использованной выборке, пока не достигается удовлетворительный уровень репрезентативности.

В реальности решение об объеме выборки является компромиссом между теоретическими предположениями о точности результатов обследования и возможностями их практической реализации – прежде всего имеются в виду затраты на проведение опроса.

На практике используется несколько подходов к определению объема выборки. Прежде всего опишем наиболее простые.

Произвольный подход основан на применении “правила большого пальца”. Например, бездоказательно принимается, что для получения точных результатов выборка должна составлять 5% от совокупности. Данный подход является простым и легким в исполнении, однако при его применении не представляется возможным установить точность полученных результатов. При достаточно большой совокупности он к тому же может быть и весьма дорогим.

Объем выборки может быть установлен исходя их неких заранее оговоренных условий. Скажем, заказчик маркетингового исследования знает, что при изучении общественного мнения выборка обычно составляет 1000-1200 человек, поэтому он рекомендует исследователю придерживаться данной цифры.

В ряде случаев в качестве главного аргумента при определении объема выборки используется стоимость проведения обследования. Так, в бюджете маркетинговых исследований предусматриваются затраты на проведение определенных обследований, которые нельзя превышать, и очевидно, что ценность получаемой информации не принимается при этом в расчет. Однако в ряде случаев и малая выборка может дать достаточно точные результаты.

Объем выборки может определяться на основе статистического анализа. Этот подход основан на определении минимального объема выборки исходя из определенных требований к надежности и достоверности получаемых результатов.

Наиболее теоретически обоснованный и корректный подход к определению объема выборки основан на расчете доверительных интервалов, в основе которых лежит ряд базовых понятий математической статистики (вариация, среднее квадратическое отклонение, доверительный интервал, средняя квадратическая ошибка). Краткое описание данных понятий приводится в приложении.

На основе этих понятий с учетом ряда предположений выводятся формулы расчета объема выборки. Все формулы для расчета объема выборки предполагают, что репрезентативность гарантируется путем использования корректных вероятностных процедур формирования выборки. (Более подробную информацию по данным вопросам можно получить из работ [2, 3, 4].)

5.5 Организация и проведение сбора данных

Существуют по крайней мере три альтернативных подхода к сбору данных: осуществлять это самим, осуществлять путем создания специальной группы или путем привлечения коммерческих компаний, специализирующихся на сборе данных.

В первом случае сотрудники маркетинговой службы организации своими силами производят сбор данных – скажем, путем интервьюирования.

Специальная группа обычно комплектуется из специалистов не очень высокой квалификации, например студентов, для проведения телефонного или персонального интервьюирования.

Услуги специализированных компаний, осуществляющих маркетинговые исследования, в большинстве случаев обеспечивают быстрое и качественное получение маркетинговых данных. Однако стоимость их услуг в три-пять раз превышает стоимость других двух подходов к сбору данных. Поэтому ее необходимо сопоставлять с качеством и надежностью получаемой информации.

Большое значение имеет правильное проведение сбора данных. При личном интервьюировании необходимо представиться и сказать несколько слов о проводимом исследовании. При использовании анкеты данная информации должна содержаться в ее вводной части. Следует подчеркивать конфиденциальность ответов. Скажите, сколько времени займет опрос. Не начинайте с вопросов о доходах и других вопросов личного характера. Помогайте респонденту разобраться в сложных вопросах.

При сборе данных могут иметь место многие погрешности – другие, нежели ошибки выборки, называемые поэтому невыборочными ошибками.

Невыборочные ошибки включают: 1) типы ошибок, обусловленные тем, что не все респонденты дали ответы; 2) ошибки сбора данных; 3) ошибки обращения с полученными данными; 4) ошибки анализа собранных данных; 5) ошибки интерпретации полученных результатов. Кроме того, существуют ошибки, обусловленные нечетким выявлением проблем, использованием неоднозначных терминов, и т.п.

Невыборочные ошибки можно классифицировать на ошибки лиц, осуществляющих сбор данных, и ошибки респондентов. Кроме того, невыборочные ошибки подразделяются на преднамеренные и на непреднамеренные.

Преднамеренные ошибки лица, собирающего информацию, имеют место, когда оно сознательно нарушает установленные исследователем требования к сбору данных.

Непреднамеренная ошибка лица, собирающего информацию, главным образом определяется неправильным пониманием интервьюером отдельных аспектов сбора данных, изложенных в различных инструкциях, хотя ему и кажется, что он все делает правильно.

Существуют два вида преднамеренных ошибок респондентов.

Первый вид обусловлен стремлением респондента фальсифицировать свои ответы вследствие определенного замешательства, нежелания отвечать на персональные вопросы (об уровне дохода, о национальности, возрасте, семейном положении и т.п.), из-за подозрения, что интервьюер преследует какие-то свои цели.

Второй вид обусловлен отказом респондента отвечать на вопросы из-за своей занятости, нежелания открывать личные аспекты своей жизни, предубежденности к опросам.

Непреднамеренная ошибка респондента возникает в случае, когда респондент, думая, что говорит правду, на самом деле дает ошибочный ответ.

Контроль за преднамеренными ошибками интервьюеров осуществляется двумя способами: путем надзора за их работой и путем проверки выполненной работы. Надзор осуществляется, например, незаметным подключением к телефонной линии, по которой берется интервью. При устном интервьюировании интервьюера может сопровождать проверяющее лицо.

Контроль за преднамеренными ошибками респондентов направлен на снижение числа случаев лжи и отказа участвовать в обследовании. Для этого прежде всего необходимо сохранять анонимность и конфиденциальность.

Контроль за непреднамеренными ошибками респондентов осуществляется в различных формах. Необходимо тщательно составлять вопросники и инструкции к ним, использовать разнонаправленные шкалы измерений. Для уменьшения числа ответов-предположений в шкалы вводятся такие градации, как “не имею мнения”, “не могу вспомнить”, “не уверен”.

Можно выделить три типа ошибок, обусловленных нежеланием респондентов отвечать на вопросы: из-за отказа вообще принять участие в обследовании, из-за прекращения участия в нем и из-за отказа отвечать на определенные вопросы.

Перед тем как табулировать и анализировать данные проведенного обследования, целесообразно произвести их предварительную проверку и выявить ошибки респондентов. Жестких правил в данной области не существует, и они основаны на традициях, опыте и т.п., то есть на неформальных подходах к определению, какие анкеты пригодны для последующего анализа, а какие нет. Поэтому лучше ужесточить контроль за сбором анных, уменьшив таким образом проблемы предварительной оценки собранных данных.

5.6 Анализ данных и подготовка заключительного отчета

Анализ данных начинается с перевода полученных “сырых” сведений в осмысленную информацию и включает их введение в компьютер, проверку на предмет выявления ошибок, кодирование, представление в матричной форме (табулирование). Обычно закодированные исходные данные представляются в виде матрицы, столбцы которой содержат ответы на различные вопросы анкеты, а ряды – респондентов или изучаемые ситуации. Все это называется преобразованием исходных данных.

Далее проводится статистический анализ, т.е. определяются средние величины, частоты, корреляционные и регрессионные соотношения, осуществляется анализ трендов.

Выделяют пять основных видов статистического анализа, используемых при проведении маркетинговых исследований: дескриптивный анализ, выводной анализ, анализ различий, анализ связей и предсказательный анализ. Иногда эти виды анализа используются по отдельности, иногда – одновременно.

В основе дескриптивного анализалежит использование двух групп статистических мер. Первая включает меры “центральной тенденции”, или меры, которые описывают типичного респондента или типичный ответ (средняя величина, мода, медиана). Вторая включает меры вариации, или меры, описывающие степень схожести или несхожести респондентов или ответов относительно “типичных” респондентов или ответов (распределение частот, размах вариации и среднее квадратическое отклонение).

Существуют и другие описательные меры, например меры асимметрии (насколько найденные кривые распределения отличаются от нормальных кривых распределения). Однако они используются не столь часто, как вышеупомянутые, и не представляют особого интереса для заказчика.

Анализ, в основе которого лежит использование статистических процедур (например, проверка гипотез) с целью обобщения полученных результатов на всю совокупность, называется выводным анализом. Вывод является видом логического анализа, направленного на получение общих заключений о всей совокупности на основе наблюдений за малой группой единиц данной совокупности.

Выводы делаются на основе анализа малого числа фактов. Например, если два ваших товарища, имеющие одну и ту же марку автомобиля, жалуются на его качество, то вы можете сделать вывод о низком качестве данной марки автомобиля в целом.

Статистический же вывод основан на статистическом анализе результатов выборочных исследований и направлен на оценку параметров совокупности в целом. В данном случае результаты выборочных исследований являются только отправной точкой для получения общих выводов. Например, автомобилестроительная компания провела два независимых исследования с целью определения степени удовлетворенности потребителей своими автомобилями. Первая выборка включала 100 потребителей, купивших данную модель в течение последних шести месяцев. Вторая выборка включала 1000 потребителей. В ходе телефонного интервьюирования респонденты отвечали на вопрос: “Удовлетворены или не удовлетворены вы купленной вами моделью автомобиля?” Первый опрос выявил 30% неудовлетворенных, второй – 35%.

Поскольку существуют ошибки выборки и в первом, и во втором случаях, то здесь можно рассуждать следующим образом. Для первого случая около 30% опрошенных выразили неудовлетворенность купленной моделью автомобиля, для второго случая – около 35% опрошенных. Какой же общий вывод можно сделать в данном случае? Как избавиться от слова “около”? Для этого введем показатель ошибки: 30% + x% и 35% + y% и сравним x и y. Используя логический анализ, можно прийти к заключению, что бо2льшая выборка содержит меньшую ошибку и что на ее основе можно сделать более правильные выводы о мнении всей совокупности потребителей. Видно, что решающим фактором для получения правильных выводов является размер выборки. Данный показатель присутствует во всех формулах, определяющих содержание различных методов статистического вывода.

Анализ различийиспользуется для сравнения результатов исследования двух групп (двух рыночных сегментов) с целью определения степени реального различия в их поведении, в реакции на одну и ту же рекламу и т.п.

Проверка существенности различий заключается в сопоставлении ответов на один и тот же вопрос, полученных для двух

Автор: Голубков Е.П.,
академик Международной академии информатизации,
д.э.н., профессор АНХ при Правительстве РФ
Источник: Опубликовано в журнале “Маркетинг в России и за рубежом” №1 за 2001

50. Ошибки сбора данных. Контроль качества собираемых данных

При сборе данных существуют погрешности, которые называются вневыборочными ошибками. Они включают: выбор неправильных компонентов выборки для проведения интервью; неучет мнения тех, кто отказался давать интервью или не оказался дома; неверные оценки, даваемые интервьюируемыми сознательно. Возможна фальсификация предоставленных данных со стороны интервьюера. Ошибки могут производить и добросовестные интервьюеры при переписывании составленных сведений их анкет. Разница от ошибок выборки, вневыборочные ошибки не могут быть измерены. Поэтому значительным является: заблаговременно выяснить вероятные причины вневыборочных ошибок и предпринять надлежащие меры по их предотвращению.

Одним из критериев выбора определенного подхода к сбору данных является величина вневыборочной ошибки, которая включает в свой состав:

1) все типы ошибок, при которых ответили не все респонденты;

2) ошибки сбора данных;

3) ошибки обращения с приобретенными данными;

4) ошибки анализа составленных данных;

5) ошибки интерпретации приобретенных результатов.

Бывают ошибки, определенные неясным выявлением проблем, использованием неоднозначных терминов и т. п.

Вневыборочные ошибки классифицируются на ошибки лиц, осуществляющих сбор данных, и респондентов. Кроме того, вневыборочные ошибки подразделяются на преднамеренные и на непреднамеренные.

Преднамеренные ошибки лица, собирающего информацию, случаются, когда оно намеренно нарушает установленные исследователем требования к сбору данных. Известны виды преднамеренных ошибок респондентов. Первый вид обусловлен умением респондента фальсифицировать свои ответы вследствие определенного замешательства, нежелания отвечать на индивидуальные вопросы, из-за подозрения, что интервьюер преследует какие-то свои цели.

Второй вид обусловлен отказом респондента отвечать на вопросы из-за своей занятости, нежелания открывать личные аспекты своей жизни, предубежденности к опросам.

Контроль за преднамеренными ошибками интервьюеров ведется двумя методами:

1) надзор за их работой;

2) проверка реализованной работы.

Надзор осуществляется с помощью тайного подключения к телефонной линии, по которой берется интервью. При устном интервьюировании интервьюера может сопровождать проверяющее лицо.

Цель проверки проведенного опроса заключается в выявлении случаев дезинформации и фальсификации со стороны интервьюеров.

Существуют три типа ошибок, определенных нежеланием респондента отвечать на вопросы: из-за несогласия вообще участвовать в обследовании; из-за прекращения участия и из-за несогласия отвечать на определенные вопросы.

51. Анализ данных

Первый этап анализа – перевод «сырых» данных в обдуманную информацию, введение в компьютер, проверка на предмет ошибок, кодирование, представление в матричной форме (табулирование). Данный процесс называется преобразованием исходных данных.

Далее проводится статистический анализ, т. е. рассчитываются средние величины, частоты, корреляционные и регрессионные соотношения, проводится анализ трендов. Основные виды статистического анализа:

1) дескриптивный анализ. В его основе лежит применение двух групп статистических мер:

а) «центральной тенденции», или мер, которые характеризуют типичного респондента или типичный ответ;

б) вариации, или меры, которые определяют схожесть или несхожесть респондентов или ответов;

2) выводной анализ применяется в статистических процедурах (например, проверка гипотез) для обобщения полученных результатов на всю совокупность;

3) анализ различий. Используется для поиска степени реального различия в поведении двух групп (двух рыночных сегментов), реакции на одну и ту же рекламу и т. п.;

4) анализ связей. Используют для определения систематических связей (их направленности и силы) переменных. Например, предметом анализа может быть определение того, как повышение затрат на рекламу изменяет рост сбыта;

5) предсказательный анализ. Используется для прогнозирования развития событий в будущем. Например, путем анализа временных рядов.

Понимание принципов анализа данных необходимо по нескольким причинам:

1) дает возможность получать нужную информацию;

2) позволяет специалисту избежать ошибочных суждений и заключений;

3) дает опыт, который позволяет интерпретировать и понимать результаты анализа, проведенного другими;

4) знание больших возможностей методов анализа данных может положительно повлиять на качество разработки задач исследования.

Анализ данных может в значительной степени способствовать получению полезных знаний, однако он не допускает некачественного планирования маркетинговых исследований. Если цель исследования не определена соответствующим образом, вопросы исследования нерелевантные, гипотезы не могут быть проверены или являются бессмысленными, то на исследование придется потратить большое количество денег.

Полученные в результате опроса необработанные данные должны пройти предварительную подготовку, прежде чем для их анализа можно будет использовать статистические методы. Качество результатов, полученных посредством использования статистических методов, и их последующая интерпретация в значительной степени будут зависеть от того, насколько хорошо были подготовлены данные для анализа.

52. Редактирование данных

Задача редактирования данных заключается в том, чтобы правильно выявить пропуски, неоднозначности и неточности в ответах. Редактирование должно осуществляться как самим интервьюером и его руководителем в ходе сбора данных, так и аналитиком непосредственно перед их анализом. Среди проблем, которые должны выявляться, можно перечислить следующие:

1) ошибки интервьюера. Часто допускаемая ошибка – интервьюер не предоставил респонденту необходимые инструкции;

2) пропуски. Респондент не ответил на какой-либо вопрос – преднамеренно или из-за неспособности ответить;

3) неоднозначности. Ответ оказался неприемлемым или нечетким (непонятно, в каком из квадратиков поставлен значок при выборе из нескольких вариантов);

4) непоследовательность. Иногда нарушена логика в последовательности ответов (респондент, который является адвокатом, может отметить квадратик, показывающий, что он не окончил среднюю школу);

5) недостаток сотрудничества. Если анкета длинная и содержит сотни вопросов, респондент может «взбунтоваться» и отметить один и тот же вариант в длинной серии вопросов;

6) не соответствующий требованиям респондент, который попал в выборку (если выборка состоит только из женщин старше 18 лет, все остальные должны быть исключены).

Для решения подобных проблем существует несколько вариантов действий. Лучше всего попытаться еще раз связаться с респондентом, особенно если вопросы, о которых идет речь, очень важны. Следующий вариант – просто не учитывать данную анкету (если очевидно, что респондент либо не понял, как отвечать на анкету, либо не пожелал сотрудничать).

Менее экстремальный вариант – исключить лишь проблемные вопросы, сохранив баланс остальных: респонденты могут пропускать некоторые вопросы, связанные с возрастом или доходом, при этом нормально отвечая на остальные. В той части анализа, которая связана с доходом или возрастом, будут учитываться лишь те респонденты, которые на эти вопросы ответили, однако для остального анализа можно использовать данные, полученные от всех участников. Еще один подход – кодировать все не соответствующие требованиям или пропущенные ответы как «не знаю» или «нет мнения». Такая методика может упростить анализ данных без существенных искажений в их интерпретации.

Характерным для процесса редактирования является то, что оценивается работа интервьюера и ему даются соответствующие наставления. Если интервьюер постоянно допускает одну и ту же ошибку, то это выявляется в процессе редактирования.

53. Кодирование

Вопрос может быть закрытым или открытым, соответственно – кодирование вопросов с закрытым ответом и кодирование вопросов с открытым ответом.

Кодирование вопросов с закрытым ответом – достаточно простой процесс, поскольку в данном случае обсуждаются конкретные варианты ответов. В таблице для краткого описания каждого вопроса предусмотрен отдельный столбец, а диапазон допустимых значений предоставляет основную информацию по тому, какие значения могут соответствовать тому или иному вопросу.

После того как значения ответов введены в компьютерный файл, для получения необходимой информации можно использовать компьютерную статистическую программу. Однако перед тем как проводить анализ данных, их проверят на предмет выявления ошибок, которые могли произойти в процессе ввода. После того как ошибки устранены, можно проводить статистическую корректировку данных.

Открытые вопросы – это вопросы с произвольным вариантом ответов, поэтому они очень полезны в поисковых исследованиях.

Кодирование вопросов с открытым ответом значительно сложнее. Вообще недостатком открытых вопросов является большая зависимость ответов от объективности и опыта интервьюера.

Обычно составляют длинный список возможных ответов, после чего каждому ответу респондента ставят в соответствие один из элементов этого списка. Если ответ респондента не соответствует ни одному из элементов списка, эта операция требует субъективного решения.

К недостаткам открытых вопросов относятся также сложность и дороговизна кодирования ответов, так как процедуры кодирования предусматривают обобщение ответов в таком формате, который может быть доступным только для статистического анализа и интерпретации. Таким образом, открытые вопросы как бы увеличивают значимость мнения респондентов, более ясно выражающих свои мысли. Открытые вопросы также не очень удобны при использовании самостоятельно заполняемых анкет (почта, CAPI, электронная почта, Internet), так как письменные ответы короче по сравнению с устными.

Чтобы избежать некоторых недостатков открытых вопросов, используют предварительное кодирование.

Ожидаемые ответы записываются в формате вопросов с выбором ответов, хотя вопросы представляются как открытые. Основываясь на ответе респондента, интервьюер выбирает соответствующую категорию. Этот подход используется, когда респондент быстро формулирует ответ и легко может представить возможные варианты ответов, так как их количество ограничено. Например, этот подход успешно применяется и в исследовании на промышленном рынке.

54. Статистическая корректировка данных

Существует много способов корректировки, которые применяют для анализа данных. Наиболее часто используемые процедуры статистической корректировки данных:

1) присвоение весов. Это процедура, при которой каждому ответу в базе данных приписывается число в соответствии с некоторым заранее определенным правилом. Наиболее часто присвоение весов проводится для того, чтобы сделать данные по выборке репрезентативными по некоторым характеристикам. Категориям респондентов, недостаточно представленным в выборке, присваивают больший вес, а тем, кого оказалось слишком много, – меньший. Присвоение весов производится для того, чтобы увеличить или уменьшить в выборке число случаев, соответствующих определенным характеристикам; для придания большей важности ответам респондентов с определенными характеристиками. Присвоение весов нужно использовать с осторожностью, вести записи о проведении процедуры и включать информацию в отчет об исследовательском проекте;

2) переопределение переменных – процедура, при которой существующие данные модифицируются таким образом, чтобы создать новые переменные, или несколько переменных объединяются с целью уменьшения их общего числа.

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.

Выводной анализ – это анализ, в основе которого лежит применение статистических процедур с целью синтеза приобретенных результатов на всю совокупность. Вывод – вид логического анализа, обеспечивающий получение общих сведений о всей совокупности с помощью наблюдений за малой группой единиц данной совокупности. В основе статистического вывода лежит статистический анализ результатов выборочных исследований. Этот вид вывода ориентирован на оценку параметров совокупности в целом. В данном случае результаты выборочных исследований считаются только отправной точкой для определения общих выводов. Например, автомобилестроительная компания провела два независимых исследования для того, чтобы установить степень удовлетворенности потребителей своими автомобилями. Первая выборка состояла из 100 потребителей, купивших данную модель в течение полугода. Вторая выборка включала 1000 потребителей. В ходе телефонного интервьюирования респондентам задавали вопрос: «Довольны или не довольны вы купленной вами моделью автомобиля?» Первый опрос составил 30 % неудовлетворенных, второй – 35 %.

Анализ различий используется для сопоставления итогов исследования двух групп для установления степени реального отличия в их поведении, в реакции на одну и ту же рекламу и т. п. Анализ связей направлен на установление систематических связей переменных. Определение как увеличение затрат на рекламу воздействует на повышение сбыта. Предсказательный анализ применяется в целях прогнозирования формирования событий в будущем, например путем анализа временных рядов.

Статистический вывод – процесс получения обобщений относительно генеральных совокупностей на основе данных выборки.

57. Инструменты дескриптивного анализа

Для описания сведений, приобретенных на базе выборочных измерений, часто применяются две группы мер.

Первая содержит меры «центральной тенденции», или меры, которые описывают типичного респондента (типичный ответ). Вторая содержит меры вариации, или меры, описывающие степень схожести или несхожести респондентов (ответов с «типичными» респондентами).

Существуют и другие описательные меры, в частности, меры асимметрии. Однако они применяются не так часто, как вышеупомянутые, и не представляют большого интереса для заказчика.

В состав мер центральной тенденции входят мода, медиана и средняя.

Мода характеризует величину признака, являющуюся наиболее часто по сопоставлении с другими величинами этого признака. Мода относительна, и необязательно, чтобы большинство респондентов указало именно эту величину признака.

Медиана характеризует значение признака, занимающее среднее место в упорядоченном ряду значений предоставленного признака.

Средняя величина, которая в большинстве случаев рассчитывается как средняя арифметическая величина. При ее вычислении совокупный объем признака делится поровну между всеми единицами совокупности.

Степень информативности средней величины больше, чем медианы, а медианы – моды.

Среднеквадратическое отклонение – это обобщающая статистическая характеристика вариации значений признака. Если эта мера – небольшого размера, то кривая распределения имеет узкую сжатую форму (результаты измерений располагают высокой степенью схожести); если мера велика, то кривая распределения имеет широкий растянутый вид (велика степень различия оценок).

Размах вариации устанавливает абсолютную разность между максимальной и минимальной важностями измеренного признака. Предоставленная мера назначает интервал распределения важностей признака.

Известно, что выбор шкалы измерений, а значит, типа вопросов в опросном листе, предопределяет количество приобретаемой информации. Подобным образом количество получаемой информации при использовании рассмотренных выше мер является различным. Общее правило заключается в том, что статистические меры помогают приобрести больше информации при использовании наиболее информативных шкал измерений. Выбор шкалы измерений предопределяет выбор статистических мер.

Для высчитывания средних необходимо применять интервальную шкалу или шкалу отношений.

Если учитывать меры вариации, то при использовании номинальной шкалы применяется распределение частот, при применении шкалы порядков – кумулятивное распределение частот, а при использовании интервальной шкалы и шкалы отношений – среднее квадратическое отклонение.