Три переменные

Часто введение третьей переменной позволяет маркетологу четче уяснить природу исходной связи между двумя переменными. Как показано на рис. 15.7, третья переменная может привести к четырем возможностям.

1. Уточнить связь, наблюдаемую между двумя исходными переменными.

2. Указать на отсутствие связи между двумя переменными, хотя первоначально связь наблюдалась, Другими словами, третья переменная покажет, что исходная связь между двумя переменными была ложной.

3. Показать некоторую связь между двумя переменными, хотя первоначально она не наблюдалась. В этом случае третья переменная показывает скрытую связь между первыми двумя переменными.

4. Не показать никаких изменений в первоначальной связи.

Эти возможности объясняются на примерах, в основе которых лежит выборка в тысячу респондентов.

Уточнение исходной связи. В результате изучения связи между покупкой модной одежды и семейным положением получены данные, приведенные в табл. 6.

Таблица 6. Покупка модной одежды в зависимости от семейного положения

Покупка модной одежды	Семейное положение
Женат (замужем)	Не женат (не замужем)
Много	31%	52%
Мало	69%	48%
Итого	100%	100%
Число респондентов

Респондентов поделили на две категории покупателей модной одежды: много покупающие и мало покупающие. Семейное положение тоже имело две категории: женат (замужем) либо не женат (не замужем). Как видно из табл. 6, в категорию лиц, покупающих много модной одежды, попали 52% несемейных респондентов и только 31% семейных. Перед тем как заключить, что респонденты, не имеющие семьи, покупают больше модной одежды, чем имеющие семью, в анализ была введена третья переменная — пол.

Таблица 7. Связь покупки модной одежды с семейным положением

Покупка модной одежды	пол
мужской	женский
женат	неженат	замужем	Не замужем
много	35%	40%	25%	60%
мало	65%	60%	75%	40%
итого	100%	100%	100%	100%
Число респондентов

Пол респондентов вводился в качестве третьей переменной на основании результатов предшествующего маркетингового исследования. Связь между покупкой модной одежды и семейным положением пересмотрена в свете третьей переменной, как показано в табл.7. Что касается женщин, то из них 60% незамужних попали в категорию покупающих больше модной одежды по сравнению с 25% замужних женщин, С другой стороны, для мужчин эта разница в процентах не так велика: 40% холостых и 35% женатых попали в категорию покупателей, приобретающих много модной одежды. Следовательно, третья переменная, уточнила связь между семейным положением и покупкой модной одежды (начальными переменными). Вероятность попадания в категорию покупателей, приобретающих много модной одежды, выше для несемейных респондентов по сравнению с семейными, причем она выше для женщин.

Исходная связь между двумя переменными ложна. Маркетолог проводит исследование для рекламного агентства, разрабатывающего рекламу для автомобилей стоимостью свыше 30 тысяч долларов. Он попытался проанализировать факторы, влияющие на владение дорогими автомобилями (табл. 8).

Таблица 8. Зависимость владения дорогами автомобилями от образовательного уровня

Наличие дорогого автомобиля	Образование
Выпускник колледжа	Без степени колледжа
Да	32%	21%
Нет	68%	79%
Итого	100%	100%
Число респондентов

Из таблицы видно, что 32% выпускников колледжа имеют дорогой автомобиль, в то время как среди не окончивших колледж дорогим автомобилем владеют только 21%. Исследователь убежден, что уровень образования влияет на приобретение дорогого автомобиля. Решив, что на его покупку влияет и доход, исследователь перепроверил связь между образованием и наличием дорогого автомобиля в свете уровня доходов. Результаты приведены в табл.9.

Таблица 9. Влияние образования и уровня дохода на наличие дорогого автомобиля.

Наличие дорогого автомобиля	Доход
низкий	высокий
образование	образование
колледж	нет	колледж	нет
да	20%	20%	40%	40%
нет	80%	80%	60%	60%
итого	100%	100%	100%	100%
Число респондентов

Заметим, что процент тех, кто имеют дорогой автомобиль, среди окончивших колледж или не окончивших его одинаков для каждой из групп, разбитых по доходу. Если данные по группам с высокими и низкими доходами проверить отдельно, то связь между образованием и наличием дорогого автомобиля исчезает, а это значит, что первоначально наблюдаемая связь между этими двумя переменными была ложной.

Третья переменная показывает подавленную связь между первыми двумя переменными. Маркетолог, исследуюший сферу туристических поездок за границу, предположил, что на желание путешествовать влияет возраст. Однако таблица сопряженности двух переменных (табл. 10) не выявила никакой связи. Когда в качестве третьей переменной ввели пол, получили данные, представленные в табл. 11.

Таблица 10. Зависимость желания совершить туристическую поездку за границу от возраста

Желание совершить туристическую поездку за границу	Возраст
До 45лет	45 лет и старше
Да	50%	50%
Нет	50%	50%
Итого	100%	100%
Число респондентов

Таблица 11. Связь между желанием совершить туристическую поездку за границу, возрастом и полом

Желание совершить туристическую поездку за границу	пол
мужской	женский
До 45лет	45 лет и старше	До 45лет	45 лет и старше
Да	60%	40%	35%	65%
Нет	40%	60%	65%	35%
Итого	100%		100%	100%
Число респондентов

Среди мужчин до 45 лет 60% изъявили желание отправиться в турпоездку заграницу, а после 45 лет — всего лишь 40%. Обратная ситуация наблюдалась для женщин: в возрасте до 45 лет желающих отправиться посмотреть мир оказалось 35%, а после 45 лет — 65%. Поскольку связь между желанием путешествовать и возрастом различна для мужчин и женшин и с противоположной направленностью, связь между этими двумя переменными была скрыта, пока данные не учитывали переменную "пол", как это сделано в табл.10. Но при проверке влияния пола, как показано в табл. 11, проигнорированная связь между желанием путешествовать и возрастом была обнаружена для отдельных категорий: мужчин и женшин.

Никаких изменении в первоначальной связи. В некоторых случаях третья переменная не изменяет первоначально наблюдаемую связь, независимо от того, были ли исходные переменные взаимосвязаны. Это означает, что третья переменная никак не влияет на связь между двумя первыми переменными. Рассмотрим кросс-табуляцию двух переменных: размер семьи и частоту посещения ресторанов быстрого питания, представленную в табл.12.

Таблица 12. Связь частоты посещения ресторанов быстрого питания с размером семьи.

Частота посещения ресторана быстрого питания	Размер семьи
небольшая	большая
Большая	65%	65%
Маленькая	35%	35%
Итого	100%	100%
Число респондентов

Респондентов разделили (используя медиану) на две равные по размеру категории по 500 респондентов в каждой: небольшая и большая семья, Не наблюдалось никакой связи, Затем, по этому же принципу респондентов разделили на категории: семьи с большим и малым доходом. При введении в анализ третьей переменной получили табл. 13. И снова не наблюдалось никакой связи.

Таблица 13. Связь частоты посещения ресторанов быстрого питания с размером семьи и уровнем дохода

Частота посещения ресторана быстрого питания	Доход
Семьи с низким доходом	Семьи с высоким доходом
малая	большая	малая	большая
Большая	65%	65%	65%	65%
Маленькая	35%	35%	35%	35%
Итого	100%	100%	100%	100%
Число респондентов

Можно построить таблицу сопряженности больше, чем для трех переменных, но интерпретация полученных результатов достаточно сложная. Кроме того, поскольку число ячеек многократно увеличится, проблематично оставить необходимое количество респондентов или случаев в каждой ячейке. Как правило, чтобы вычислить статистику в каждой ячейке, должно быть, по крайней мере, пять наблюдений. Таким образом, кросс-табуляция — неэффективный способ проверки связей для ситуаций с несколькими переменными, она рассматривает просто связь между переменными, а не причинность. Чтобы изучить причинно-следственную связь, необходимо провести соответствующее причинно-следственное исследование.

Дата добавления: 2014-01-20