Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

Подготовка данных для маркетинговой информации





Помощь в написании учебных работ
1500+ квалифицированных специалистов готовы вам помочь

Обработка и анализ маркетинговой информации представляют собой серьезный этап статистической обработки полученных результатов. От того, насколько правильно и качественно будет произведена обработка данных, зависит достоверность принима- •) емых выводов и последующих практических решений.

Анализ собранной информации представляет следующий этап маркетингового исследования, т.е. извлечение из совокупности полученных данных наиболее важных сведений и результатов. Исследователь сводит полученные данные в таблицы. На осно­ве этих таблиц выводят или рассчитывают показатели эмпири­ческого распределения, сравнивают их со стандартными. Затем исследователь решает, какие методы статистики использовать. Для получения дополнительных сведений применяют современные статистические методики и модели.

Обработка и анализ маркетинговой информации включает: предварительные этапы (редактирование, кодирование, табули­рование и представление табулированных данных); оценку раз­личий (проверка согласия, проверка Колмогорова —. Смирнова, анализ средних выборки); выбор методов исследования (простой регрессионный и корреляционный анализ, множественный рег­рессионный анализ).

Процесс подготовки данных маркетинговых исследований вклю­чает проверку анкет, редактирование, кодирование, преобразование; очищение данных, статистическую корректировку данных, выбор стратегии анализа данных.

Проверка анкет выступает первым этапом в технологии про-.] верки данных анкетирования. Он заключается в проверке на полноту заполнения и качество проведенного исследования. При этом проводится подсчет анкет, если была установлена заранее величина выборки. Если проводит анкетирование консалтинго­вая фирма, то проверка анкет может включать и контрольную проверку на правильность и достоверность информации путем повторного опроса.

При проверке анкет возможен их возврат по следующим при­чинам: не заполнены позиции анкет, ответы варьируются незна­чительно, отсутствуют блоки или страницы анкеты, анкеты сданы до положенного срока, анкеты выполнены другими людьми. Проверку анкет осуществляет руководитель полевого анкетиро­вания.



Редактирование призвано выявлять несоответствие маркетин­гового исследования каким-либо требованиям или стандартам. Редактирование необходимо для повышения точности и аккурат­ности представленной в анкетах информации. Редактирование включает в себя просмотр, изучение и исправление ошибок в регистрации наблюдений. Редактирование выполняется в две стадии: вначале полевое, затем офисное редактирование.

Полевое редактирование проводится для исключения ошибок или неточностей в анкетных данных, кроме того, для контроля и обучения персонала, проводящего опрос. Полевое редактиро­вание проводится руководителем полевых опросов. В полевом редактировании осуществляется проверка:

1) полноты заполнения данных по разделам, выявления пус­тых мест и их анализ;

2) знания сути стоящих вопросов анкеты;

3) недвусмысленности заполнения анкеты;

4) логичности ответов и их непротиворечивости.

Офисное редактирование заключается в более точной провер­ке и коррекции собранных ответов. Это редактирование осуще­ствляет квалифицированное лицо, понимающее цели и задачи исследования, владеющее способами и методами исследований. При офисном редактировании решаются вопросы, каким обра­зом будут обрабатываться носители собранных данных, содер­жащие неполные ответы, не до конца заполненные анкеты, ан­кеты, в которых пропущены целые разделы. Анкеты, содержа­щие незаполненные позиции, должны отстраняться, но не выбрасываться, так как некоторая сохраненная информация по заполненным позициям может представлять определенный ин­терес.

Редактор должен внимательно относиться к вопросам в запол­ненных анкетах, которые неудачны с точки зрения пробуждения интереса респондента. Он должен решить, кодировать их или принять другое решение по таким данным.

С анкетами неудовлетворительного качества производится следующая работа: анкеты возвращаются на место сбора данных, и интервьюеров обязывают провести повторное интервью. Допускается самоличное заполнение редактором пропущенных значений анкеты, если количество таких анкет респондентов невелико или переменные по пропущенным ответам не являются основными в исследованиях. Осуществляется выбраковка анкет неудовлетворительного качества.

Кодирование данных — это определенный технический прием, с помощью которого данные распределяются по категориям, т.е. способ представления полученной информации в виде символов, знаков, цифр с целью удобства ее использования для компью­терной или другой обработки. Кодирование представляет собой процесс или определенную технологию по преобразованию мар­кетинговой информации в код, что должно предусматриваться в самом информационном носителе — анкете. Информация, по­лученная в результате исследования и образующая код, распре­деляется по столбцам.

Процесс кодирования осуществляется в три этапа:

1) устанавливаются категории кодирования (группы, подгруп­пы, классы, виды и т.д.), к которым будут относиться ответы;

2) назначаются кодовые номера категорий;

3) разрабатывается книга кодов.

Первый этап кодирования представляет создание системы кодирования. В основу кодирования должна быть поставлена иерархическая структура принципов классификации информа­ции. Вначале должны быть разработаны критерии деления по­лученной информации на категории, классы, группы, виды, подвиды и т.д. по технологии от общего к частному. Количество уровней кодирования будет зависеть от структуры вопросов в анкете маркетингового исследования. Правильность выбранной структурной классификации информации подтверждается попа­данием ответов на каждый вопрос анкеты в ячейку структуры. Кроме того, необходимо учитывать, что по каждому вопросу возможно получение нескольких ответов. Поэтому классифици­руемая структура должна содержать соответствующую градацию и подвиды ячеек.

Так как кодировку информации не всегда проводят квалифи­цированные специалисты, то для облегчения кодирования и снижения времени на кодирование информации целесообразно разработать кодировочные таблицы или книгу кодов. В этих материалах описывается каждая переменная кода и дается справка по ее нахождению в структуре кодирования.

На втором этапе производится присвоение кодовых номеров ячейкам структурной классификации маркетинговой информации. Присвоение кодовых номеров можно производить различ­ными способами: в виде букв любого алфавита; цифрами; сим­волами; комбинацией букв, символов и цифр. Для компьютер­ной обработки наиболее желаема цифровая система кодирова­ния информации. Кроме того, для компьютерного ввода кода необходимо обеспечить и наглядность ввода записи. Использо­вание других символов затрудняет ввод кода и обработку сооб­щения в компьютере.

При кодировании информации рекомендуется, следовать ус­тановившимся традициям и принципам, существующим на пред­приятии. Существуют и общие принципы кодирования инфор­мации, которым необходимо следовать. Так, в каждой колонке допускается использование только одного символа. Это кодиро­вание возможно, если количество ответов не превышает 10. Если ответ на вопрос имеет множество альтернатив, то создаются от­дельные колонки для каждого варианта ответа. Если количество альтернативных ответов превышает 9, необходимо перейти к двум колонкам, обеспечивающим 100 кодов, т.е. от 01 до 99.

Для упрощения кодирования необходимо использовать один и тот же цифровой индекс в общих ответах. Например, в случае «информации нет» использовать стандартный код 0, «нет отве­тов» — 9, «не знаю» — 8 и т.д.

Третий этап в технологии кодирования заключается в создании кодировочной таблицы или книги кодов. Книга кодов создает­ся при достаточно большом количестве вопросов анкеты. В ней прописываются общие инструкции по применимости кодов, структура кодирования по категориям принятой классификации, как кодируется каждая позиция в системе вопросов. В ней пе­речисляются коды каждой переменной и категории, включенные в каждый код. Далее в ней указывается, где в компьютерной за­писи располагается переменная и каким образом эта перемен­ная учитывается.

Преобразование данных — этот этап заключается в переносе закодированных данных из анкеты или кодировочной таблицы через клавиатуру в компьютер. При введении данных в компь­ютер необходимо или дублирование ввода, или контроль введен­ной информации, чтобы исключить ошибки.

Очищение данных представляет этап всесторонней проверки состоятельности собранных данных и работы с пропущенными ответами. Проверка состоятельности данных позволяет выявить данные, выходящие за пределы диапазона исследований. Рабо­та с пропущенными ответами включает замену пропущенного значения нейтральным или средним значением по данной пе­ременной. Пропущенный ответ можно заменить вмененным значением исходя из логики ранее определенных вопросов.

Статистическая корректировка данных представляет собой предзаключительную процедуру подготовки маркетинговой ин­формации. Она включает: взвешивание, переопределение пере­меной и преобразование шкалы измерения.

Взвешивание представляет собой метод корректировки данных, при котором каждому наблюдению или респонденту в базе дан­ных присваивается весовой коэффициент, отображающий степень его значимости по сравнению с другими наблюдениями или рес­пондентами. Это необходимо для более точного соответствия выборочных данных конкретным характеристикам генеральной совокупности. Например, при присвоении весов респондентам в зависимости от их образовательного уровня, от частоты пользо­вания респондентами товаром.

 

Тема 4. Определение объема и процедуры выборки

 

Общие понятия, принципы применения выборочных методов в эмпирических маркетинговых исследованиях

Маркетологи практически всегда прибегают к выборочному методу опроса. Суть его заключается в том, что по определен­ным – довольно строгим – правилам из общей численности ге­неральной совокупности (той части объекта исследования, ко­торая локализована по времени, а также территориально и на которую будут распространяться все выводы исследования) от­бирается ограниченное число людей, воспроизводящих структуру объекта. На языке социологов эта группа людей (как и проце­дура по ее определению) именуется выборкой (Sат1е).

Невольно возникает вопрос: каким образом информация, полученная от немногих людей, может считаться основой для принятия решений о производстве или распространении това­ров в таких объемах, которые рассчитаны на огромную массу потребителей? На этот вопрос остроумно ответил знаменитый Дж. Гэллап: «Если хорошо помешать суп, повар возьмет на пробу одну ложку и скажет, какой вкус у всего горшка!»

Метод и процедура выборки основаны на следующих прин­ципах:

1) взаимосвязь и взаимообусловленность различных качествен­ных характеристик социальных объектов;

2) правомерность выводов о целом на основании изучения его части при условии, что она по своей структуре может выступать на момент исследования своеобразной моделью целого.

Проблемы выборки достаточно подробно изложены во мно­гих работах, посвященных как прикладной социологии, так и маркетинговым исследованиям. Цель отбора респондентов в состав выборки всегда состоит в получении такой совокупности респондентов, которая по своим качествам репрезентирует ту, что мы намереваемся изучить. Под репрезентативностью в социологии понимают свойства выборки, позволяющие ей выступать на мо­мент опроса моделью генеральной совокупности.

Выделяют две основные группы выборочных методов. Для вероятностной выборки каждый элемент генеральной совокупности имеет определенную, заранее заданную вероятность быть отобранным. Это позволяет исследователю рассчитать, насколько правильно выборка отражает популяцию, из которой она спро­ектирована. Такую выборку иногда называют еще случайной. Неслучайная (невероятностная) выборка – способ отбора единиц, при котором невозможно заранее рассчитать вероятность каж­дого элемента лопасть в состав выборочной совокупности. Это, разумеется, не дает возможности рассчитать, насколько репре­зентативна выборка. По этой причине предпочтение обычно отдается вероятностной выборке, хотя иногда по условиям ис­следования оказывается единственно возможным провести неслу­чайную выборку.

Методы вероятностной выборки

Главное условие осуществления вероятностной выборки – наличие полного списка всех элементов генеральной совокупности (отсутствие или недоступность его чаще всего препятствуют ре­ализации такой выборки) от 1 до N, где N – общее число всех элементов. Если же такой список есть, то производится нуме­рация элементов, после чего можно использовать несколько методик. При использовании лотерейного метода (метода жре­бия) жетоны с номерами всех элементов помещают в урну, тща­тельно перемешивают и извлекают последовательно «жетонов, где п –число элементов выборочной совокупности. Элементы генеральной совокупности, имеющие номера, оказавшиеся на извлеченных жетонах, составят выборочную совокупность. Это довольно продолжительная (при больших размерах выборки) операция, к тому же достаточно трудоемкая, поскольку для обес­печения равного шанса выбора необходимо тщательно переме­шивать жетоны после каждой выемки очередного номера.

При формировании равновероятностной выборки из больших совокупностей пользуются также таблицами случайных чисел.

Пусть существует, скажем, популяция (генеральная совокуп­ность) из 1507 элементов, и нужно спроектировать выборку чис­ленностью 150 элементов. При этом можно выбирать любые два смежных столбца в таблице случайных чисел: цифры, стоящие в двух смежных ячейках, будут образовывать четырехзначное чис­ло. Каждый раз при появлении числа от 0001 до 1507 будем счи­тать, что оно обозначает номер отбираемого элемента. Когда число появляется более одного раза, этот номер игнорируется после первого раза. Если мы начнем с первых четырех столбцов спус­каться по столбцам, то в выборку попадут элементы под номера-ми-0799, 1016, 0084, 480, 1306, 929, 1320 и 938. Поскольку мы не стремимся умышленно отыскать определенное число, можно на­чать с любого места таблицы и использовать любую систему для движения по таблице. С тем же успехом случайные числа могут генерироваться специальной программой компьютера.

На практике чаще всего используют метод систематической (механической) выборки, когда из пронумерованного списка че­рез равные интервалы к отбирается заданное число респонден­тов. При этом шаг выборки к рассчитывается по формуле:

К = N/n,

где N — численность генеральной совокупности;

п — численность выборочной совокупности.

Предположим, что следует спроектировать выборку числен­ностью 100 из списка 5000 студентов какого-то вуза. Если мы намерены использовать систематическую выборку, то должны вначале рассчитать интервал выборки делением числа элемен­тов в списке на размер выборки. В данном случае, разделив об­щую численность студентов (5000) на размер выборки (100 еди­ниц), мы получим интервал (шаг) выборки (50). Так что мы бу­дем систематически двигаться по списку и отбирать каждого пятидесятого студента (отобрав таким образом 100 имен). Оп­ределение места в списке, с которого мы начнем, производит­ся случайным образом, по таблице случайных чисел (случайный старт). Таким образом, если случайно выбрана точка старта под номером 31, в выборку попадут студенты под номерами 31,81,131,181 и т.д.

Несмотря на преимущества, систематическая выборка может иногда превратиться в предубежденную выборку, например, если элементы размещены в списке, ранжированном по каким-то характеристикам. При этом определение места начала случайного отбора влияет на средние характеристики всей выборки. Напри­мер, если фамилии студентов расставлены в списке не по алфа­виту, а в соответствии со средним оценочным баллом — от выс­шего к низшему, то систематическая выборка из студентов, сто­ящих в списке под номерами 1,51,101, будет характеризоваться более низким средним баллом, чем выборка, включающая сту­дентов под номерами 50,100 и 150. Каждая новая выборка будет давать новый средний балл, т.е. это и будет предубежденная выборка.

Для обеспечения однородности данных иногда прибегают к стратифицированной (районированной) выборке. Генеральную совокупность при этом разделяют на отдельные страты, более или менее однородные по составу, а затем из каждой страты произ­водится расчет простой случайной (систематической) выборки.





Дата добавления: 2013-12-13; Просмотров: 512; Нарушение авторских прав?;


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



ПОИСК ПО САЙТУ:


Читайте также:
studopedia.su - Студопедия (2013 - 2022) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.03 сек.