Дипломная работа: Фреймирование выгод и потерь в рекламном сообщении и его влияние на решение пользователя о подписке на онлайн-видеосервис

Критерий Фридмана (Однофакторный дисперсионный анализ для связанных выборок)

Для того, чтобы проверить, значима ли разница в средних между оцениваемыми факторами, необходимо использовать критерий Фридмана, позволяющий проанализировать несколько зависимых выборок (факторы оценивались одними и теми же людьми).

Статистика критерия говорит о его значимости, но не уточняет между какими именно факторами средние различаются значительно. Так как попарное сравнение 17 факторов с помощью критерия Уилкоксона не представляется возможным в силу большого количества наблюдений, обратимся к таблице рангов. На таблице видно, что значение среднего падает значительно после фактора персонализации. Действительно, сравнивая средние факторов персонализации и офлайн-доступа (идущий за ним фактор) - мы обнаруживаем значимый критерий Фридмана. Если же сравнить средние экономии времени (предшествующий фактор) и персонализации, то критерий не значим, что оправдывает отбор 10 факторов, которые были оценены по шкале важности для респондентов выше других.

Таблица 11 -- Статистики критерия Фридмана для факторов, влияющих на желание пользователя оформить/продлить подписку на онлайн-кинотеатр.

Таблица 12 -- Средние ранги факторов.

Регрессионный анализ

Регрессионная модель предполагает, что зависимые и независимые переменные измерены по интервальной или бинарной шкалам. Так как большинство переменных представляют измерены в порядковой шкале, они представляют собой псевдоинтервальную шкалу. Для точности измерений множественная регрессия была подкреплена бинарной логистической регрессией, где порядковые переменные были перекодированы в фиктивные. Результаты бинарной логистической регрессии доступны в Приложении 5.

Множественная регрессия

Факторы и зависимые переменные представляют собой порядковые шкалы, которые могут быть рассмотрены в качестве псевдоинтервальных, делая возможным проведение множественной регрессии. Сначала в модель были введены социально-демографические переменные, вторым блоком добавлены непосредственно факторы.

Вероятность оформления подписки. Корреляции между параметрами не превышают 0,9 и значения VIF не превышают 10, что говорит об отсутствии мультиколлинеарности между предикторами. Индекс Дурбина-Уотсона равен 2,03 (норма: от 1 до 3) - делаем вывод о независимости ошибок. Первая модель предсказывает 8,9% дисперсии, с добавлением факторов процент увеличивается до 14,6%. Однако, если первая модель объясняет разбросы в данных на статистически значимом уровне, то добавление факторов не является существенно значимым для объяснения распределения результатов.

Таблица 13 -- Сводка для модели, предсказывающей вероятность оформления подписки.

Тем не менее, вторая модель имеет право на существование, так как основана на базисе первой и в целом также является статистически значимой.

Таблица 14 -- Дисперсионный анализ моделей.

Ниже представлены результаты по тем коэффициентам, которые оказались значимы в отношении предсказания зависимой переменной. Так, множественная регрессия подтвердила результаты бинарной логистической регрессии и выявила значимость переменных возраста и поддержки авторского права. С увеличением года возраста респондента (тенденция сохраняется до 44 лет) вероятность оформления подписки растет в 0,046 раза (+4,6%), а с повышением балла важности поддержки авторского права на 11,2% повышается склонность к оформлению подписки.

Таблица 15 -- Статистически значимые коэффициенты модели, предсказывающей вероятность оформления подписки.

При проверке стандартизированных остатков полученные результаты удовлетворяют условию о том, что не более 5% значений превышают значение 2, и ни одно из значений не превышает 3. Графики частной регрессии рассеяны равномерно и случайно по телу графика, подтверждая предположения линейной регрессии о линейном соотношении независимых и зависимой переменных и нормальности дисперсии. Гистограмма стандартизированного остатка представляет форму колоколообразной кривой, а вероятностный график сосредоточен вокруг нормальной прямой.

Удовлетворенность сервисом подписки. В отношении удовлетворенности пользования сервисом множественная регрессия, как и логистическая, показывает отсутствие значимости F-критерия, что не позволяет рассматривать предсказательную силу факторов на зависимые переменные.

Вероятность продления подписки. Предикторы проверены на отсутствие мультиколлинеарности (индекс корреляций не превышает 0,9 и значения VIF не превышают 10) и предположения о независимости ошибок (индекс Дурбина-Уотсона равен 2,23). Первая модель (социально-демографические показатели и контрольные переменные) предсказывает 14,5% дисперсии, вторая модель - 35,5%. Обе модели статистически значимы.

Таблица 16 -- Сводка для модели, предсказывающей вероятность продления подписки.

Таблица 17 -- Статистически значимые коэффициенты модели, предсказывающей вероятность продления подписки.

В отношении предсказания зависимой переменной значимыми оказались критерии уровня дохода (с изменением группы, в которую попадает респондент, вероятность продления подписки растет на 56,4%), времени использования интернета (продвинутые интернет-пользователи на 24,8% менее вероятны к оформлению подписки), частоты просмотра фильмов и сериалов (“опытные киноманы” на 23,4% более склонны продлить подписку) и увеличение значения, присваиваемого важности отсутствия рекламы, на 63,3% повышает вероятность продления подписки. Проверка остатков соответствует критериям нормы, указанным в модели выше.

4.3 Обсуждение результатов опроса

Первый блок опроса снимал характерное для респондентов поведение в сети. Закономерно, с повышением возраста снижалось время, проводимое в интернете, интенсивность шопинга и сужался круг деятельности, проводимой в нем. Менее активные интернет-пользователи получают доступ к кино посредством торрент-трекеров и телевидения, в то время как продвинутые пользуются онлайн-ресурсами, социальными сетями и видеостриминговыми сервисами. Среди основных причин отсутствия подписки взрослые люди выделяют отсутствие потребности в кино как таковой и предпочтение телевидения, а более молодые - наличие бесплатных фильмов и сериалов в интернете и высокую цену подписки. Самыми популярными легальными площадками стали Netflix (популярен среди женщин) и Кинопоиск HD (популярен у мужчин), у взрослых - Ivi и Okko. Среднее количество подписок на онлайн-кинотеатры среди пользователей, имеющих подписку, оказалось равно 2,54 по выборке, что удивительно, так как в обзоре литературы было выявлено, что российский пользователь не готов оформлять более 1 подписки.

Типичными потребителями услуг онлайн-кинотеатров являются киноманы 25-34 лет с высшим образованием, большим опытом использования интернета и совершения покупок товаров и услуг, живущие в больших городах и мегаполисах. На основе полученных результатов не было выявлено зависимости от пола респондента. Однако, мужчины отмечали значительно большую важность фактора доступа к онлайн-трансляциям, в то время как женщины были более склонны выделять фактор качества изображения.

Пользователям без подписки важно смотреть сериалы без доступа к интернету, а пользователям с ее наличием важнее иметь доступ к фильмам и сериалам с различных устройств, не прерываться на рекламу и экономить время и усилия на поиск нужного фильма в интернете. Однако, на уровне статистического предположения (p<0,05) различие было подкреплено только в отношении широты выбора контента, что вероятнее всего связано с тем, что только подписчики кинотеатров могут ознакомиться со всем перечнем доступного контента на платформе.