Практика показывает, что в настоящее время многие российские компании, занима­ющиеся проведением маркетинговых исследований, а также отделы маркетинга

1.2. Общие параметры выборки Определение общих параметров выборки осуществляется после завершения полевых работ (когда собраны все анкеты). Данный этап состоит из ряда взаимосвязанных ша­гов. Это: ■ определение реального количества опрошенных респондентов; ■ определение структуры выборки; ■ распределение по месту опроса; ■ установление доверительного уровня статистической надежности выборки; ■ расчет статистической ошибки и определение репрезентативности выборки. Первое, что должно интересовать исследователя после получения заполненных анкет, — это количество респондентов. Оно может быть либо больше, либо мень­ше запланированного количества анкет. При этом первый вариант лучше с точки зрения статистического анализа, но хуже с точки зрения руководства фирмы, так как дополнительные анкеты являются незапланированными расходами на оплату работы интервьюеров. Второй вариант обычно хуже и с точки зрения анализа (вы­борка менее представительна), и с точки зрения руководства (заказчик будет не­доволен несоблюдением требований, оговоренных в ТЗ). При оценке разницы между реальным и плановым размером выборки следует при­нимать в расчет разницу в статистической ошибке (см. ниже). Если она невелика (в ту или другую сторону), репрезентативность всей выборки существенно не стра­дает. Но если разница достаточно значима, выборка может оказаться непредстави­тельной. Кроме того, при определении общего размера выборки необходимо иметь в виду, что статистическая ошибка всей выборки относится только к общим распределениям. Разрезы существенно увеличивают статистическую ошибку. Поэто­му еще до начала опроса следует определить, какая численность каждой из инте­ресующих целевых групп респондентов является достаточной для построения ста­тистически значимых заключений и выводов. Структура выборки может быть случайной (респонденты отбирались в случайном порядке) или неслучайной (респонденты отбирались на основании заранее извест­ных критериев, например методом квотирования). Эта информация важна при ин­терпретации результатов статистического анализа. Случайные выборки априори являются репрезентативными, так как на попадание/непопадание каждого респон­дента в выборку не влияют никакие факторы, кроме случайных. Представитель­ность неслучайных выборок не следует из их определения. Иногда они специально делаются нерепрезентативными относительно генеральной совокупности, однако могут являться весьма представительными относительно какой-либо одной инте­ресующей целевой группы (например, исследуется только мнение мужчин в воз­расте после 40 лет). При анализе структуры выборки необходимо также изучить фильтрационные во­просы анкеты, то есть вопросы, специально предназначенные для отсеивания не подходящих под требования выборки респондентов. Несмотря на то, что такие вопросы позволяют исключить не нужные для конкретного исследования целе­вые группы, знание доли исключенных категорий позволит впоследствии соста­вить общее представление о параметрах всей генеральной совокупности. Приведем пример. Методом телефонного опроса исследуется потребительский спрос на московском рынке творожной массы. При этом опрашиваются только лица, покупающие данный продукт, — для чего в анкету добавлен соответствующий фильтрационный вопрос. Однако в дальнейшем потребуется рассчитать емкость рынка исследуемого продукта. Решением данной задачи будет подсчет количества отсеянных респондентов (лиц, не покупающих творожную массу). Таким образом, впоследствии мы сможем определить долю покупателей творожной массы от об­щей численности населения Москвы. Еще одна важная для исследователя характеристика выборки — это распределе­ние респондентов по месту опроса (личные интервью). Позже эти данные могут помочь при определении различий между респондентами, опрошенными в разных местах. (Очевидна разница в доходах между посетителями рынков и бутиков.) Имея в своем распоряжении указанную выше информацию, можно приступать к определению представительности (или репрезентативности) выборки. Прежде всего необходимо установить уровень доверия к результатам опроса. Обычно в маркетинговых исследованиях используется уровень доверия 95 % и 99 %. Мы рекомендуем остановиться именно на первом варианте как на наиболее релевант­ном по отношению к маркетинговым исследованиям. В зависимости от выбранного доверительного уровня определяется специфиче­ская константа г, участвующая в формуле расчета статистической ошибки выбор­ки. Константы доверительных уровней, наиболее часто используемых в маркетин­говых исследованиях, представлены в табл. 1.1. Таблица 1.1. Константы доверительных уровней Доверительный уровень Константа z 90 % 95 % 99 % ±1,64 ±1,96 ±2,58 Максимальная статистическая ошибка выборки рассчитывается по следующей формуле: где — статистическая константа для соответствующего доверительного уровня; p= q = 50 % — вероятность наступления/ненаступления исследуемого события (то есть попадания/непопадания респондента в выборку); для случайных выборок данная ве­роятность равна 1/2 или 50 %; n — размер выборки (общее количество опрошенных). Таким образом, для выборки в 1000 респондентов и при уровне доверия к резуль­татам опроса 95 % статистическая ошибка выборки будет равна: Эта же статистическая ошибка используется для характеристики всех значений в вы­борке, выраженных в относительных величинах. То есть если в дальнейшем при по­строении линейных распределений по вопросам анкеты мы выясним, что 32 % рес­пондентов покупают газеты в киосках на улице, — это будет означать, что данное значение варьируется в пределах от 28,9 % (32 % - 3,1 %) до 35,1 % (32 % + 3,1 %). Для расчета статистической ошибки значений переменных, выраженных в абсо­лютных величинах, применяется другая формула. При этом ошибка варьируется в зависимости от конкретной анализируемой величины. Ее расчет основан на по­строении линейных распределений и показан в разделе 2.1. 1.3. Составление схемы кодировки анкеты Схема кодировки анкеты представляет собой таблицу соответствия вопросов и ва­риантов ответа анкеты внутреннему представлению переменных в базе данных SPSS. Впоследствии ввод анкет в компьютер и кодирование ответов респондентов производятся согласно данной формализованной структуре. Пример таблицы ко­дировки представлен в табл. 1.2. Как вы видите, различные типы вопросов анкеты кодируются в схеме кодировки (и в базе данных SPSS) по-разному. Существует три основных типа кодирования вопросов анкеты. 1. Закрытые вопросы, в которых респондент может указать только один вариант ответа (одновариантные), кодируются одной переменной (например, ql). Тип шкалы в данном случае может быть любым. 2. Закрытые вопросы, в которых респондент может дать несколько вариантов от­вета (многовариантные), кодируются несколькими одновариантными перемен­ными (например, q3_l, q3_2). Тип шкалы одновариантных переменных может быть только номинальным (дихотомическим). 3. Открытые вопросы, независимо от количества возможных вариантов ответа на них, кодируются одной переменной. Тип шкалы в данном случае может быть либо интервальным (для числовых данных, например q5_t), либо номиналь­ным (для нечисловых данных, например q4_t). Таблица 1.2. Кодировка различных типов вопросов Вопрос анкеты Код и тип переменной в базе данных Номер анкеты________ n_resp – интервальная шкала 1. Покупаете ли Вы мясные полфобриканты? Да Нет q1 – номинальная шкала Вариант ответа 1 Вариант ответа 2 2. Как часто Вы покупаете эти продукты? Почти каждый день 2-3 раза в неделю Примерно раз в неделю 2-3 раза в месяц Примерно раз в месяц Реже раза в месяц q2 – порядковая шкала вариант ответа 1 вариант ответа 2 вариант ответа 3 вариант ответа 4 вариант ответа 5 вариант ответа 6 3. Где Вы обычно покупаете мясные продукты? (возможно несколько ответов) В магазине На рынке В супермаркете Другое (укажите где именно) ___________________________ Все варианты ответа являются номинальными переменными q3_1 q3_2 q3_3 q3_4 q3_4t 4. Каких производителей мясных продуктов Вы знаете? _____________________________ q4_1t – номинальная шкала 5. Укажите Ваш возраст: _________лет q5_1t – интервальная шкала 1.4. Ввод данных в компьютер и кодирование переменных Ввод данных в компьютер является четвертым шагом первого (подготовительно­го) этапа статистического анализа данных (см. рис. В.2). Он неразрывно связан со следующим шагом — кодированием переменных. В этом разделе мы последова­тельно рассмотрим эти две взаимосвязанные и взаимообусловленные процедуры. 1.4.1. Способы ввода данных в SPSS Существует три основных способа формирования базы данных в формате SPSS (перечислены в порядке убывания популярности). 1. Импорт базы данных из других программных источников (Microsoft Access, Microsoft Excel, текстовых файлов и других). 2. Ввод данных непосредственно в SPSS при помощи специализированного про­граммного обеспечения (SPSS Data Entry). 3. Ручной ввод данных в SPSS. Теперь рассмотрим каждый способ более подробно. 1.4.1.1. Импорт данных из других источников Данный способ создания базы данных в формате SPSS является наиболее распро­страненным. Чаще всего он предполагает использование SPSS в качестве вспомо­гательного средства для статистического анализа данных. При этом построение линейных распределений в графическом виде (диаграмм по общим распределени­ям) может производиться, например, в Microsoft Excel. Также данный метод при­меним и если у вас есть программное обеспечение для автоматически сканируемого ввода бумажных анкет в компьютер. В этом случае специализированная програм­ма (например, ABBYY FormReader) создает особую базу данных в собственном формате (во внутреннем представлении). Рассмотрим пример создания базы данных в SPSS при помощи перекачки данных из другой программы — Microsoft Access, как одной из наиболее распространен­ных систем управления базами данных (СУБД). Чтобы осуществить импорт данных в SPSS, необходимо сформировать в соответ­ствующей программе (из которой будет осуществляться импорт) таблицу данных, отформатированную определенным способом. Файл данных SPSS напоминает рабочую книгу Microsoft Excel (электронную таблицу). Однако SPSS, к сожале­нию, не обладает функциональностью электронной таблицы, и схожесть этих двух программных продуктов заканчивается на внешнем виде. Общая схема построе­ния файла SPSS выглядит примерно так, как на рис. 1.1. Таблица данных в сторонней программе, из которой будет осуществляться импорт, должна соответствовать именно такой схеме (заголовок переменной → значения переменной). Примеры таблиц из Microsoft Access Base.mdb, Microsoft Excel Base.xls, простого текстового файла MS DOS Base.txt и текстового файла с разделителями Base.csv представлены на рис. 1.2-1.5. Независимо от вида разделителей данных в таблицах их объединяет общая структура: заголовок переменной → данные (зна­чение переменной). Представим, что была создана база данных Microsoft Access Base.mdb, содержащая Таблицу данных. После того как была создана подходящая для импорта таблица данных, следует от­крыть SPSS и вызвать диалоговое окно импорта данных при помощи меню File ► Open Database ► New Query. Откроется мастер Database Wizard (рис. 1.6); в его окне необхо­димо указать источник данных, из которого будет производиться импорт данных. Выберите в списке справа База данных MS Access и щелкните на кнопке Далее. Следует отметить, что SPSS поддерживает импорт из любых источников данных, совместимых с технологией ODBC (соответствующие драйверы для них должны быть предварительно установлены в Microsoft Windows). Например, чтобы доба­вить возможность импорта из базы данных Microsoft Paradox (файлы типа *.db), необходимо щелкнуть на кнопке Add Data Source в диалоговом окне Database Wizard. На экране появится стандартное окно Microsoft Windows Администратор источни­ков данных ODBC (рис. 1.7). В этом диалоговом окне представлен список уже уста­новленных в SPSS источников данных. Чтобы добавить новый источник, отсут­ствующий в данном перечне, следует щелкнуть на кнопке Добавить. Рис 1.1 Общая схема построения файла данных SPSS Рис. 1.2. Таблицы данных, подходящие для импорта в SPSS: таблица MS Access Р ис. 1.3. Таблицы данных, подходящие для импорта в SPSS: лист MS Excel Рис. 1.4. Таблицы данных, подходящие для импорта в SPSS: текстовый файл с фиксированными столбцами Рис. 1.5 Таблицы данных, подходящие для импорта SPSS: текстовый файл с разделителями Рис. 1.5 Диалоговое окно Database Wizard Рис. 1.7. Диалоговое окно Администратор источников данных ODBC В открывшемся диалоговом окне Создание нового источника данных (рис. 1.8) содер­жится список всех источников данных, установленных в вашей системе Microsoft Windows. Кроме названий источников, в данном перечне вы можете увидеть но­мер версии и название файла соответствующего драйвера. Выберите драйвер Mi­crosoft Paradox Driver (*.db) и щелкните на кнопке Готово. Рис. 1.8. Диалоговое окно Создание нового источника данных При этом будет открыто новое диалоговое окно Установка драйвера ODBC для Paradox (рис. 1.9). Здесь в строке Имя источника данных следует ввести то название, которое будет в дальнейшем отображаться в диалоговом окне Database Wizard в SPSS (на­пример, База данных Paradox). В этом диалоговом окне можно установить дополни­тельные параметры. Чтобы вернуться в SPSS, следует закрыть все использован- ные диалоговые окна установки источника данных ODBC. Вы увидите, что в списке доступных источников в окне Database Wizard появится база данных Paradox. Рис. 1.9. Диалоговое окно Установка драйвера ODBC для Paradox Вернемся к рис. 1.6. Выберите соответствующий источник данных и щелкните на кнопке Далее, после чего на экране откроется диалоговое окно ODBC Driver Login (рис. 1.10). В этом окне следует указать полный путь к базе данных, из которой будет производиться импорт таблицы (в нашем случае это C:\Base.mdb). Щелкни­те на кнопке 0К для продолжения работы. Рис. 1.10. Диалоговое окно ODBC Driver Login Откроется новое диалоговое окно (рис. 1.11). В нем из левого списка всех таблиц, доступных в указанном источнике данных, выберите ту, которая содержит импор­тируемые данные (в нашем случае Таблица данных), и переместите ее в правый спи­сок. Затем щелкните на кнопке Готово, после чего в окне SPSS Data Editor появится импортированная таблица. Следует отметить, что процедуры импорта данных для разных источников отлич­ны друг от друга. Однако эти различия несущественны, и поэтому мы не будем описывать все типы импорта. Как правило, для таблицы из базы данных Microsoft Access действия, показанные при помощи вышеописанных шагов, достаточны.

Похожие:

	Бенчмаркинг и маркетинговые исследования в разработке стратегий маркетинга Практика показала необходимость разделения функций отдельных отделов и служб в целях выделения специализированной службы по организации...		Программа дисциплины «Стратегия социальных и маркетинговых исследований»... Курс «Стратегия социальных и маркетинговых исследований» рассчитан на студентов магистратуры, имеющих квалификацию бакалавра экономики...
	Неотложные меры самопомощи и взаимопомощи при сердечном приступе Помимо этого статистика показывает, что многие больные сами (или их родственники) поздно вызывают врача скорой медицинской помощи,...		План Особенности маркетинга на рынке услуг Характеристика услуг и их классификация Организация управления маркетингом компании «Аэрофлот – Российские Международные Авиалинии»
	Самопомощи и взаимопомощи при развитии острых жизнеугрожающих заболеваний (состояний) Помимо этого статистика показывает, что многие больные сами (или их родственники) поздно вызывают врача скорой медицинской помощи,...		Комплекс маркетинга Раздел Организация производственного маркетинга... Систематизация основных рекомендаций по созданию комплекса маркетинговых мероприятий на ООО "Бина"
	Власть Как выяснилось, многие кыргызы недовольны своей жизнью. Это перечеркивает на корню "результаты исследований" ангажированных западных...		Программа дисциплины Теория и практика онлайн исследований для направления... К. социол н., генеральный директор компании Online Market Intelligence ()
	Использование средств маркетинга в антикризисном управлении на транспорте Данные и многие другие факторы в условиях кризисов, в поисках путей выхода транспортных организаций из трудных ситуаций обусловливают...		Курсовая работа по курсу “Основы маркетинга” Тема «Стратегии маркетинга... Санкт-Петербургский государственный технологический институт (технический университет)
	Система работы с детьми, имеющими задержку речевого развития Логопедическая практика показывает, что с каждым годом увеличивается количество детей с задержкой речевого развития		Инструкция показания дисплея: Этот будильник off-the-wall показывает... Примечание: если появится надпись "p m.", то часы показывают время пополудни (дневное). В противном же случае часы показывают время...
	Инструкция по сбору суточной порции мочи с консервантом для исследований Важно! Зафиксировать время начала и время окончания сбора, а также (диурез) итоговый обьем собранного биоматериала		1 Теоретические аспекты анализа сбытовой политики 8 Многие специалисты по менеджменту определили, что недостаточная эффективность сбытовой деятельности ставит под угрозу существование...
	1. 2Принципы работы erp-системы Мировая практика последних лет показывает, что эффективное решение подобных задач достигается путем развертывания информационных...		Доклад Тема: Суицид среди несовершеннолетних. «Группы смерти» в социальных сетях Несмотря на пристальное публичное внимание к проблеме использования социальных сетей для подталкивания детей и подростков к суициду,...