Навігація
Головна
 
Головна arrow Маркетинг arrow Маркетингові дослідження
< Попередня   ЗМІСТ   Наступна >

Перевірка гіпотез про відмінності між частками і між середніми значеннями

Незалежні вибірки

Перевірка гіпотез про відмінності між частками респондентів. Часто досліднику доводиться вирішувати наступну проблему. Припустимо, всі опитані поділяються на дві підгрупи. (Це можуть бути представники двох незалежно побудованих вибірок, наприклад вибірка з жителів Москви і вибірка з жителів Санкт-Петербурга, а можуть - особи, відмінності між якими виявилися в ході анкетування представників однієї і тієї ж вибірки респондентів, наприклад ті, у кого є, і ті, у кого немає вищої освіти.) Дослідник повинен з'ясувати, однаково або по-різному розподілилися відповіді представників цих двох підгруп на якийсь певний питання анкети.

Приклад 12.6

Дослідження переваг в одязі (дані умовні)

Нехай, наприклад, нас цікавить, чи розрізняються частки тих, хто носить джинси, в Москві і Санкт-Петербурзі. Хай у кожному з цих міст були побудовані репрезентативні вибірки і проведені опитування. Припустимо, були отримані наступні результати (табл. 12.21).

Таблиця 12.21. Респонденти, які носять і не носять джинси, за даними опитувань осіб віком до 35 років у Москві і Санкт-Петербурзі, людина

Користування

джинсами

Місто

Всього

Москва

Санкт-Петербург

Носять

160

120

280

Не носять

40

80

120

Всього

200

200

400

Ми бачимо, що в Москві носять джинси 80% опитаних, а в Санкт-Петербурзі - лише 60%. Але чи достатньо різниці в 20%, щоб стверджувати, що це не випадковість, що взагалі москвичі частіше схильні носити джинси, ніж петербуржці?

Для відповіді на це питання скористаємося знайомої нам статистикою z, що має стандартизоване нормальний розподіл, яка допомогла нам встановити, що певна в ході іншого опитування частка респондентів, обізнаних про новий продукт, значимо відрізняється від наміченого дослідником фіксованого значення.

Статистика для даного випадку має наступний вигляд:

(12.16)

де p1 і р2 - частки носять джинси від числа опитаних в Москві і Санкт-Петербурзі (0,8 і 0,6 відповідно); - Оцінка стандартного відхилення різниці часткою р1 і р2.

Оцінка стандартного відхилення різниці часткою розраховується за формулою

(12.17)

де р - частка користуються джинсами серед усіх опитаних у двох вибірках; n1 і n2 - число опитаних в Москві і Санкт-Петербурзі відповідно.

Величина р розраховується за формулою

(12.18)

У нашому прикладі маємо:

Оскільки нас цікавить сам факт відмінності часткою носять джинси в цих містах, а не перевищення частки носять джинси в Москві в порівнянні з такою часткою в Санкт-Петербурзі, нульова і альтернативна гіпотези мають вигляд:

Тому при колишній довірчої ймовірності 0,95 порогове значення на кривій нормального розподілу одно 1,96.

А оскільки 4,36> 1,96, нульова гіпотеза відкидається, тобто дані опитувань не суперечать твердженням, що частки носять джинси в Москві і Санкт-Петербурзі різні.

Перевірка гіпотез про відмінності між середніми значеннями. Часто потрібно визначити, чи є випадковими відмінності між середніми значеннями деякої величини, розрахованими по відповідям представників двох різних підвибірок респондентів. Наприклад, дослідника може цікавити, чи дійсно жителі Москви оцінюють деякий товар вище, ніж жителі Санкт-Петербурга, якщо середня оцінка цього товару за п'ятибальною шкалою респондентами-москвичами вище, ніж респондентами-петербуржцями.

Для перевірки такого роду гіпотез використовується статистика Стьюдента з числом ступенів свободи (n1 + n0 - 1), де п1 і n2 - число об'єктів (у даному випадку - респондентів) в кожній з двох вибірок:

(12.19)

де і - середні значення оцінок товару за даними опитувань в Москві і в Санкт-Петербурзі; - Оцінка стандартного відхилення різниці цікавлять нас середніх значень між цими містами.

Остання величина розраховується за формулою

(12.20)

де s - середньозважене середньоквадратичне відхилення оцінок від відповідних середніх значень в кожній з вибірок.

У свою чергу, величина s розраховується за формулою

(12.21)

де x1, i і x2, j - оцінки, отримані на i-му об'єкті з першої вибірки і j-му об'єкті з другої вибірки.

Такі перевірки проводяться за допомогою програмного пакета SPSS (меню Analyze - Compare Means - Independent Samples T-test).

Зовсім вибірки

Обговорювалася вище проблема стосувалася випадку, коли порівнюються частки або середні значення певним чином відповіли на цікавий для нас питання в двох різних групах респондентів. Нерідко, однак, потрібно порівняти між собою не реакції різних респондентів (наприклад, живуть в різних містах), а дві реакції у одних і тих же респондентів. Так буває, коли інформація збирається двічі на одній і тій же вибірці з n об'єктів. Наприклад, двічі опитуються одні й ті ж респонденти і потрібно перевірити гіпотезу, що за час, що минув між опитуваннями, їх оцінки змінилися. Скажімо, треба дізнатися, чи дійсно підвищилася після рекламної кампанії частка учасників панелі, знаючих про існування деякого товару. Або дізнатися, чи дійсно про існування товару А знають більше респондентів, ніж про товар В, або спостережуване за даними опитування відмінність - просто випадковість.

У разі залежних вибірок для перевірки гіпотези про відсутність відмінностей у середніх значеннях застосовується наступна тестова статистика с (n - 1) ступенями свободи:

де і - середні значення оцінок в першому і другому замірах відповідно; - стандартне відхилення визначення відмінностей в середніх значеннях оцінок у двох вимірах, яка розраховується за формулою

(12.23)

Тут - стандартне відхилення відмінностей між оцінками в двох вимірах, яке, у свою чергу, розраховується за формулою

(12.24)

де і - оцінки на об'єктах в першому і другому замірах відповідно.

Відзначимо, що ці перевірки можна провести за допомогою програмного пакета SPSS (меню Analyze - Compare Means - Pared Samples T-test).

Огляд інших завдань аналізу даних

Перед нами не було мети обговорити методи вирішення всього кола проблем, які доводиться час від часу вирішувати при базовому аналізі маркетингових даних. Ми розглянули лише ті з них, які використовуються частіше за інших.

На закінчення розділу підкреслимо наступне. Як уже зазначалося, основний матеріал для звіту про маркетингове дослідження дають таблиці частотних розподілів і кросстабуляціі. Структура цих таблиць може бути намічена заздалегідь в тій мірі, в якій вона пов'язана з завданнями дослідження і вибраними підходами до їх вирішення, тобто дослідник сам призначає його цікавлять групи респондентів і розташовує їх в шпальтах таблиць спряженості.

Однак нерідко форма деяких звітних таблиць може бути остаточно встановлена лише на стадії поглибленого аналізу даних. Так, лише на цій стадії можна провести сегментування досліджуваної сукупності і знайти сегменти, найбільш різко відрізняються один від одного за реакції їхніх представників на маркетингові дії фірми. Побудувавши потім відповідні таблиці крос-табуляції, можна детально вивчити особливості кожного з сегментів, що дозволить розробити набір ефективних маркетингових комплексів.

Є багато методів поглибленого аналізу даних. Основне призначення більшості з них - підказати досліднику, який принцип сегментування виявиться найбільш вдалим в тому сенсі, що побудовані потім таблиці крос-табуляції продемонструють найбільш яскраві контрасти. Цікаво, що багато дослідників, прагнучи домогтися стислості і ясності викладу матеріалів, а також не поспішаючи розкривати секрети своєї майстерності, залишають за рамками звіту застосований ними спосіб відшукання цієї найбільш вдалою форми таблиць. Ми розглянемо два методи, що дають такі "підказки", - методи кластерного і факторного аналізів. Ці методи пристосовані для роботи з часто зустрічаються в маркетингових дослідженнях бінарними і метричними шкалами.

Категоріальний метод головних компонент з арсеналу методів багатовимірного шкалювання дозволяє будувати фактори на даних, виміряних в номінальних і порядкових шкалах.

Є в арсеналі дослідників і методи, що дозволяють з'ясувати, як поставляться споживачі до того чи іншого поєднанню властивостей товару, наскільки вони цінують те чи інше властивість товару. Це дає менеджерам ринку багату поживу для роздумів при розробці маркетингового комплексу. Один з таких методів - спільний аналіз (conjoint analysis) - теж буде розглянуто нами надалі.

 
Якщо Ви помітили помилку в тексті позначте слово та натисніть Shift + Enter
< Попередня   ЗМІСТ   Наступна >
data-override-format="true" data-page-url = "//stud.com.ua">
 
Дисципліни
Агропромисловість
Аудит та Бухоблік
Банківська справа
БЖД
Географія
Документознавство
Екологія
Економіка
Етика та Естетика
Журналістика
Інвестування
Інформатика
Історія
Культурологія
Література
Логіка
Логістика
Маркетинг
Медицина
Нерухомість
Менеджмент
Педагогіка
Політологія
Політекономія
Право
Природознавство
Психологія
Релігієзнавство
Риторика
Соціологія
Статистика
Техніка
Страхова справа
Товарознавство
Туризм
Філософія
Фінанси
Пошук