Лекции по "Маркетинговая недвижимость"

Инструменты дескриптивного анализа

Для описания информации, полученной на основе выборочных измерений, широко используется две группы мер. Первая включает меры «центральной тенденции», или меры, которые описывают типичного  респондента или типичный ответ. Вторая включает меры вариации, или  меры, описывающие степень схожести или несхожести респондентов или  ответов с «типичными» респондентами  или ответами.

К числу мер центральной тенденции относятся мода, медиана и средняя.

Мода характеризует величину признака, появляющуюся наиболее часто по сравнению с другими величинами данного признака. Мода носит относительный характер, и необязательно, чтобы большинство респондентов указало именно эту величину признака.

Медиана характеризует значение признака, занимающее срединное место в упорядоченном ряду.

Третьей мерой центральной  тенденции является средняя величина, которая чаще всего рассчитывается как средняя арифметическая величина. При ее вычислении общий объем  признака поровну распределяется между  всеми единицами совокупности.

Однако рассмотренные  меры не характеризуют вариацию ответов  на какой-то вопрос или, говоря другими  словами, несходство, различие респондентов или измеренных характеристик. Очевидно, что при помощи знания величин  мер центральной тенденции важно  установить, насколько близко к этим величинам расположены остальные  полученные оценки. Обычно используют три меры вариации:

– распределение  частот;

– размах вариации;

– среднее квадратическое отклонение.

Распределение частот представляет в табличной или графической форме число случаев появления каждого значения измеренной характеристики (признака) в каждом выбранном диапазоне. Распределение частот позволяет быстро сделать выводы о степени подробности результатов измерений.

Размах  вариации определяет абсолютную разность между максимальным и минимальным значениями измеренного признака. Говоря другими словами, это разница между конечными точками в распределении упорядоченных величин. Данная мера определяет интервал распределения значений признака.

Среднее квадратическое отклонение является обобщающей статистической характеристикой вариации значений признака. Если эта мера мала, то кривая распределения имеет узкую, сжатую форму (результаты измерений обладают высокой степенью схожести); если мера велика, то кривая распределения имеет широкий, растянутый вид (велика степень различия оценок). 

Выбор шкалы измерений  предопределяет выбор статистических мер. Например, один из вопросов демографического исследования, при проведении которого использовалась шкала наименований, касался национальности. Русским  был присвоен код 1, украинцам — 2, татарам — 3 и т.д. В данном случае, конечно, можно вычислить среднее значение. Но как интерпретировать среднюю национальность, равную, скажем, 5,67? Для вычисления средних надо использовать интервальную шкалу или шкалу отношений. Однако в нашем примере можно использовать моду.

Что касается мер  вариации, то при использовании номинальной  шкалы применяется распределение  частот, при использовании шкал порядков — кумулятивное распределение частот, а при использовании интервальной шкалы и шкалы отношений —  среднее квадратическое отклонение.

Статистический  вывод

Вывод является видом  логического анализа, направленного  на получение общих заключений о всей совокупности на основе наблюдений за малой группой единиц.

Выводы делаются на основе анализа малого числа фактов. Например, если два ваших товарища, имеющих 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.

При проведении маркетинговых  исследований чаще всего используются следующие методы статистического  вывода: оценка параметров и проверка гипотез.

Оценка параметров генеральной совокупности представляет собой процесс определения, исходя из данных о выборке, интервала, в котором находится один из параметров генеральной совокупности, например среднее значение. Для этого используют следующие статистические показатели: средние величины, средняя квадратическая ошибка и желаемый уровень доверительности (обычно 95 или 99%).

Под проверкой гипотезы понимается статистическая процедура, применяемая для подтверждения или отклонения гипотезы, основанной на результатах выборочных исследований. Проверка гипотезы осуществляется на основе выявления согласованности эмпирических данных с гипотетическими. Если расхождение между сравниваемыми величинами не выходит за пределы случайных ошибок, гипотезу принимают. При этом не делается никаких заключений о правильности самой гипотезы, речь идет лишь о согласованности сравниваемых данных.

Проверка гипотезы проводится в пять этапов:

1. Делается некоторое предположение относительно какой-то характеристики генеральной совокупности, например о средней величине определенного параметра.

2. Формируется случайная выборка, проводится выборочное исследование, и определяются статистические показатели.

3. Сравниваются гипотетическое и статистическое значения исследуемой характеристики.

4. Определяется, соответствуют или нет результаты выборочного исследования принятой гипотезе.

5. Если результаты выборочного исследования не подтверждают гипотезу, последняя пересматривается.

Вследствие вариации результатов выборочных исследований невозможно сделать абсолютно точный вывод о достоверности гипотезы, проводя простое арифметическое сравнение величин характеристик. Поэтому статистическая проверка гипотезы включает использование: выборочного  значения характеристики, среднего квадратического отклонения, желательного уровня доверительности и гипотетического значения характеристики для генеральной совокупности в целом.

Применяя процедуру  проверки гипотез, следует помнить, что она может гарантировать  результаты с определенной вероятностью лишь по «беспристрастным» выборкам, на основе объективных данных.

Анализ различий

Проверка существенности различий заключается в сопоставлении  ответов на один и тот же вопрос, полученных для двух или более  независимых групп респондентов. Кроме того, в ряде случаев представляет интерес сравнение ответов на два или более независимых  вопросов для одной и той же выборки.

Примером первого  случая может служить изучение вопроса: что предпочитают пить по утрам жители определенного региона – кофе или чай. Первоначально было опрошено на основе формирования случайной выборки 100 респондентов, 60% которых отдают предпочтение кофе; через год исследование было повторено, и только 40% из 300 опрошенных человек высказалось за кофе. Как  можно сопоставить результаты этих двух исследований? Прямым арифметическим путем сравнивать 40% и 60% нельзя из-за разных ошибок выборок. Хотя в случае больших различий в цифрах, скажем, 20 и 80%, легче сделать вывод об изменении вкусов в пользу кофе. Однако если есть уверенность, что эта  большая разница обусловлена  тем, что в первом случае использовалась очень малая выборка, то такой  вывод может оказаться сомнительным. Таким образом, при проведении подобного  сравнения в расчет необходимо принять  два критических фактора: степень  существенности различий между величинами параметра для двух выборок и  средние квадратические ошибки двух выборок, определяемые их объемами.

Для проверки, является ли существенной разница измеренных средних, используется нулевая гипотеза. Нулевая гипотеза предполагает, что две совокупности, сравниваемые по одному или нескольким признакам, не отличаются друг от друга. При этом предполагается, что действительное различие сравниваемых величин равно нулю, а выявленное по данным отличие от нуля носит случайный характер.

Для проверки разницы  между двумя измеренными средними (процентами) вначале проводится их сравнение, а затем полученная разница  переводится в значение среднеквадратических ошибок и определяется, насколько  далеко они отклоняются от гипотетического  нулевого значения.

Как только определены среднеквадратические ошибки, становится известной площадь под нормальной кривой распределения и появляется возможность сделать заключение о вероятности выполнения нулевой  гипотезы.

Определение и интерпретация  связей между двумя 

переменными

Очень часто маркетолог ищет ответы на вопросы типа: «Увеличится ли показатель рыночной доли при увеличении числа дилеров?», «Есть ли связь между объемом сбыта и рекламой?». Такие связи не всегда имеют причинно-следственный характер, а могут иметь просто статистическую природу.

В поставленных вопросах можно определенно говорить о  влиянии одного фактора на другой. Однако степень влияния изучаемых  факторов может 6ыть различной; скорее всего, влияние могут оказывать также какие-то другие факторы. Выделяют четыре типа связей между двумя переменными:

·        немонотонная;

·        монотонная;

·        линейная;

·        криволинейная.

Немонотонная  связь характеризуется тем, что присутствие (отсутствие) одной переменной систематически связано с присутствием (отсутствием) другой переменной, но ничего неизвестно о направлении этого взаимодействия (приводит ли, например, увеличение одной переменой к увеличению или уменьшению другой). Например, известно, что посетители закусочных в утренние часы предпочитают заказывать кофе, а в середине дня — чай.

Немонотонная связь  просто показывает, что утренние посетители предпочитают также заказывать яйца, бутерброды и бисквиты, а в обеденное  время скорее заказывают мясные блюда  с гарниром.

Монотонная  связь характеризуется возможностью указать только общее направление связи между двумя переменными без использования каких-либо количественных характеристик. Нельзя сказать, насколько, например, определенное увеличение одной переменной приводит к увеличению другой переменной. Существуют только два типа таких связей: увеличение и уменьшение. Например, владельцу обувного магазина известно, что более взрослые дети обычно требуют обувь больших размеров. Однако невозможно четко установить связь между конкретным возрастом и точным размером обуви.

Линейная  связь характеризует прямолинейную зависимость между двумя переменными. Знание количественной характеристики одной переменной автоматически предопределяет знание величины другой переменной.

Криволинейная связь характеризует связь между переменными, носящую более сложный характер по сравнению с прямой линией. Например, связь между переменными может описываться S-образной кривой.

В зависимости от своего типа связь может быть охарактеризована путем определения: ее присутствия (отсутствия), направления и силы (тесноты) связи.

Присутствие характеризует  наличие или отсутствие систематической  связи между двумя изучаемыми переменными; оно имеет статистическую природу. Проведя испытание статистической значимости, определяют, существует ли зависимость между данными. Если результаты исследования отвергают  нулевую гипотезу, это говорит  о том, что зависимость между  данными существует.

В случае монотонных линейных связей последние могут  быть описаны с точки зрения их направления — в сторону увеличения или уменьшения.

11. ПРЕДСТАВЛЕНИЕ ПОЛУЧЕННЫХ РЕЗУЛЬТАТОВ

 

 ИССЛЕДОВАНИЯ

 

 

Маркетолог хорошо представляет важность хорошей упаковки для продаваемого товара. Результаты маркетинговых исследований также являются товаром и поэтому должны быть хорошо «упакованы».

Прежде всего структура заключительного отчета должна соответствовать особым требованиям заказчика. Если их нет, то можно рекомендовать при подготовке заключительного отчета разделить его на три части: вводную, основную и заключительную.

Вводная часть включает начальный лист, титульный лист, договор на проведение исследования, меморандум, оглавление, перечень иллюстраций и аннотацию.

Начальный лист, непосредственно предшествующий титульному листу и включающий только название отчета, не является обязательным и исполняется в случае существования специальных требований.

Титульный лист содержит: название документа, название организации/имя лица-заказчика, название организации/имя лица-исполнителя. Из названия документа должны вытекать цель и направленность проведенного исследования.

В договоре на проведение исследований указываются фамилии и титулы людей, заказавших данное исследование; даются краткое описание исследования и особые требования к его проведению, указываются сроки проведения и условия оплаты.

Договор на проведение исследования не является обязательным. Основные позиции договора могут  содержаться в меморандуме.