Материал: ЛекцМаркИссл(т.1-3)

В качестве меры вариации обычно принимается среднее квадратическое отклонение, которое характеризует среднее расстояние от средней оценки ответов каждого респондента на определенный вопрос. Можно сравнить среднее квадратическое отклонение для двух выборок и определить, для какой из них вариация является меньшей.

Поскольку все маркетинговые решения принимаются в условиях нео­пределенности, то это обстоятельство целесообразно учесть при определении объема выборки. Так как определение исследуемых величин для совокупности в целом осуществляется на основе выборочной статистики, то следует установить диапазон (доверительный интервал), в который, как ожидается, попадут оценки для совокупности в целом, и ошибку их определения.

Понятие «доверительный интервал» — это диапазон, крайним точкам которого соответствует определенный процент определенных ответов на какой-то вопрос. Данное понятие тесно связано с понятием «сред­нее квадратическое отклонение изучаемого признака в генеральной со­вокупности»: чем оно больше, тем шире должен быть доверительный интервал, чтобы включить в свой состав, например, 95% ответов.

Из свойств нормальной кривой распределения вытекает, что конеч­ные точки доверительного интервала, равного, скажем, 95%, определя­ются как произведение 1,96, называемого нормированным отклонением, на среднее квадратическое отклонение. Числа 1,96 и 2,58 (для 99%-ного доверительного интервала) обозначаются как z. Имеются таблицы «Зна­чение интеграла вероятностей» (приложение 2), которые дают возмож­ность определить величины z для различных доверительных интервалов. Доверительный интервал, равный или 95%, или 99%, является стандар­тным при проведении маркетинговых исследований. Например, проведено исследование числа визитов автовладельцев в сервисные мастерские за год. Доверительный интервал для среднего числа визитов был рассчитан равным 5—7 визитам при 99%-ном уровне до­верительности. Это означает, что если появится возможность провести независимо 100 раз выборочные исследования, то для 99 средних зна­чений числа визитов попадут в диапазон от 5 до 7 визитов — другими словами, 99% автовладельцев попадут в доверительный интервал.

Предположим, было проведено исследование для пятидесяти независи­мых выборок. Средние оценки для этих выборок образовали нормальную кривую распределения, которая в данном случае называется выборочным распределением. Средняя оценка для совокупности в целом равна средней оценке кривой распределения. Понятие «выборочное распределение» так­же рассматривается в качестве одного из базовых понятий теоретической концепции, лежащей в основе определения объема выборки.

Очевидно, что ни одна компания не проводит маркетинговых ис­следований, формируя 50 независимых выборок. Обычно используется только одна выборка. И математическая статистика дает возможность получить некую информацию о выборочном распределении, владея только данными о вариации единственной выборки. Индикатором степени отличия оценки, истинной для совокупности в целом, от оценки, которая ожидается для типичной выборки, явля­ется средняя квадратическая ошибка (см. ниже). Например, исследуется мнение потребителей о новом продукте, и заказчик данного исследова­ния указал, что его устроит точность полученных результатов, равная ±5%. Предположим, что 30% членов выборки высказались за новый про­дукт. Это означает, что диапазон возможных оценок для всей совокупно­сти составляет 25—35%. Причем чем больше объем выборки, тем меньше ошибка. Высокое значение вариации обусловливает высокое значение ошибки и наоборот.

Теперь, после знакомства с базовыми понятиями, определим объем выборки на основе расчета доверительного интервала. Исходной информацией, необходимой для реализации данного подхода, является:

1. Величина вариации, которой, как считается, обладает совокупность.

2. Желаемая точность.

3.Уровень доверительности, которому должны удов­летворять результаты проводимого обследования.

Когда на заданный вопрос существует только два варианта ответа, выраженные в процентах (используется процентная мера), объем выбор­ки определяется по следующей формуле:

(3.1)

где n — объем выборки;

z — нормированное отклонение, определяемое исходя из выбранного уров­ня доверительности (табл. 3.7);

p — найденная вариация для выборки;

q = (100 - р);

е — допустимая ошибка.

Таблица 3.7

Значение нормированного отклонения оценки (z) от среднего значения в зависимости от доверительной вероятности (а) полученного результата

Например, фирмой, выпускающей покрышки, проводится опрос автолюбителей [61]. Целью обследования является определение процен­та автолюбителей, использующих радиальные покрышки, поэтому на вопрос: «Используете ли вы радиальные покрышки?» — возможно только два ответа: «Да» или «Нет» (шкала наименований). Если предположить, что совокупность автолюбителей обладает низким показателем вариации, то это означает, что почти каждый опрошенный использует радиальные покрышки. В этом случае может быть сформирована выборка достаточно малых размеров. В формуле (4.1) произведение pq выражает вариацию, свойственную совокупности.

Предположим, что 90% единиц совокупности используют радиаль­ные покрышки. Это означает, что pq = 900. Если принять, что показа­тель вариации выше (р = 70%), то pq = 2100.

Наибольшая вариация достигается в случае, когда половина сово­купности (50%) использует радиальные покрышки, а другая (50%) — не использует. В этом случае произведение pq достигает наибольшего значе­ния, равного 2500.

При проведении обследования следует указать точность полученных оценок. Скажем, было установлено, что 44% респондентов используют ра­диальные покрышки. В этом случае результаты измерения желательно пред­ставить в виде: «Процент автолюбителей, использующих радиальные по­крышки, составляет 44% плюс-минус __%». Величину допустимой ошибки заранее совместно определяют заказчик исследования и исследователь.

Что касается уровня доверительности, то при проведении маркетинго­вых исследований, как отмечалось выше, обычно рассматриваются только два его значения: 95% или 99%. Первому значению соответствует зна­чение z = 1,96, второму — z = 2,58. Если выбирается уровень доверитель­ности, равный 99%, то это говорит о том, что мы уверены на 99% (дру­гими словами, доверительная вероятность равна 0,99) в том, что процент членов совокупности, попавших в диапазон +- е %, равен проценту членов выборки, попавших в тот же диапазон ошибки.

Принимая вариацию, равную 50%, точность, равную ±10%, при 95%-ном уровне доверительности, рассчитаем размер выборки:

При уровне доверительности, равном 99%, и е = ±3% n = 1850.

При определении показателя вариации для определенной совокупнос­ти прежде всего целесообразно провести предварительный качественный анализ исследуемой совокупности, в первую очередь установить схожесть единиц совокупности в демографическом, социальном и других отноше­ниях, представляющих интерес для исследователя. Возможно проведение пилотного исследования, использование результатов подобных исследований, проведенных в прошлом. При использовании процентной меры изменчивости принимается в расчет то обстоятельство, что максимальная изменчивость достигается для р = 50%, что является наихудшим случаем. К тому же этот показатель радикальным образом не влияет на объем выборки. Учитывается также мнение заказчика исследования об объеме выборки.

Возможно определение объема выборки на основе использования сред­них значений, а не процентных величин, как это делалось выше. Предпо­ложим, что выбран уровень доверительности, равный 95% (z=1,96), сред­нее квадратическое отклонение (s) рассчитано равным 100 и желаемая точность (погрешность) составляет +10. Определение объема выборки (n):

На практике, если выборка формируется заново и схожие опросы не проводились, то s не известно. В этом случае целесообразно задавать по­грешность е в долях от среднеквадратического отклонения. Расчетная формула преобразуется и приобретает следующий вид:

Выше шел разговор о совокупностях очень больших размеров, харак­терных для рынков потребительских товаров. Однако в ряде случаев сово­купности на являются столь большими, — например, на рынках отдель­ных видов продукции производственно-технического назначения.

Обычно, если выборка составляет менее пяти процентов от совокуп­ности, то совокупность считается большой и расчеты проводятся по вы­шеприведенным правилам.

Если же объем выборки превышает пять процентов от совокупности, то последняя считается малой и в вышеприведенные формулы вводится поправочный коэффициент. Объем выборки в данном случае определяет­ся следующим образом:

где n¹ — объем выборки для малой совокупности;

n — объем выборки (или для процентных мер, или для средних), рассчи­танный по приведенным выше формулам;

N — объем генеральной совокупности.

Например, изучается мнение членов совокупности, состоящей из 1000 компаний, относительно изменения местной налоговой политики орга­нами власти определенного региона. Вследствие отсутствия информации о вариации принимается наихудший случай 50:50. Решено использовать уровень доверительности, равный 95%. Заказчик исследования заявил, что его устроит точность результатов +5%. Тогда, используя формулу для процентной меры, получим

Очевидно, что использование выборки меньших размеров приведет к экономии времени и средств.

Данный подход к определению объема выборки с известными оговор­ками может быть использован и при определении численности панели и экспертной группы (см. соответствующие разделы данной книги).

Приведенные формулы расчета объема выборки основаны на предпо­ложении, что все правила формирования выборки были соблюдены и единственной ошибкой выборки является ошибка, обусловленная ее объе­мом. Однако следует помнить, что объем выборки определяет точность полученных результатов, но не их представительность. Последняя опреде­ляется методом формирования выборки. Все формулы для расчета объе­ма выборки предполагают, что репрезентативность гарантируется ис­пользованием корректных вероятностных процедур формирования вы­борки.

Помимо четкого планирования репрезентативности выборки нельзя распространять полученные результаты за ее границы. Так, результаты исследования мнения массового потребителя города Москвы о товарах определенной фирмы нельзя распространять на всю Россию. Далее, мож­но быть поставленным в тупик разными результатами обследования сте­пени лояльности потенциальных покупателей к определенной марке пы­лесоса (в одном исследовании была названа цифра 10%, в другом слу­чае — 25%). Дело в том, что в первом случае цифра была получена от общего числа опрошенных, а во втором случае — только от числа тех покупателей, которые твердо решили приобрести пылесос. Поэтому для вдумчивого маркетолога очень важными являются те пояснения, которые сопровождают социологические данные (как минимум, формулировки вопросов и описание выборки).

Существует по крайней мере три альтернативных подхода к сбору дан­ных: осуществлять это самим, осуществлять путем создания специальной группы или путем привлечения коммерческих компаний, специализиру­ющихся на сборе данных.

В первом случае сотрудники маркетинговой службы организации сво­ими силами осуществляют сбор данных, скажем, путем интервьюирова­ния. Очевидно, такая организация должна обладать достаточно разверну­тым штатом сотрудников. Однако и в этом случае весьма проблематично проведение сбора данных в широком, например национальном, масшта­бе.

Специальная группа обычно комплектуется за счет специалистов не очень высокой квалификации, например студентов, для проведения те­лефонного или персонального интервьюирования. В этом случае с интер­вьюерами необходимо провести несколько тренировочных занятий. Не­обходимы контроль за качеством собираемой информации (не заполня­ются ли анкеты самим интервьюером?), мотивация труда интервьюеров.

За последние годы как у нас в стране, так и за рубежом начинающие дело небольшие компании и такие гиганты, как «Дженерал Моторс», все чаще прибегают к услугам специализированных компаний, осуществляю­щих маркетинговые исследования на коммерческой основе. К их числу относятся и компании, занимающиеся только сбором маркетинговой информации.

К числу достоинств привлечения к проведению маркетинговых иссле­дований таких компаний относится следующее:

1. Большой опыт проведения подобных исследований. Например, в определенном универсаме на протяжении многих лет компания проводит опрос покупателей или она регулярно осуществляет опрос общественно­го мнения. Такие компании обычно имеют высококвалифицированный персонал. Сбор данных обычно осуществляется обученными интервьюера­ми, которых привлекают для работы компания.

2. Наличие классов, оборудованных современными техническими и электронными средствами, для тренировки интервьюеров практически в реальных условиях.

3. Быстрота проведения исследований даже в случае удаления марке­тинговой компании от респондентов на тысячи километров.

4. Контроль качества как стандартная процедура процесса сбора дан­ных. Существуют различные приемы проверки добросовестности интер­вьюеров и качества собранной ими информации. Например, путем уста­новления вторичных контактов с ранее привлеченными респондентами.

Однако стоимость услуг маркетинговых компаний в три—пять раз пре­вышает стоимость других двух подходов к сбору данных. Поэтому ее необ­ходимо сопоставлять с качеством и надежностью получаемой информа­ции.

Кроме того, поскольку заказчик исследования сам не участвует в его проведении, особенно в случае, когда такой заказ для него имеет место впервые, то для него может показаться странным, что можно провести сбор данных в разных регионах, не покидая офиса компании. Представи­тели компании должны развеять такие сомнения.

Большое значение имеет правильное проведение сбора данных. При личном интервьюировании необходимо представиться и сказать несколь­ко слов о проводимом исследовании. Например: «Один из российских производителей холодильников хочет лучше узнать покупателей своей про­дукции. На основе результатов этого исследования будут изменены неко­торые характеристики продукции и условия обслуживания для лучшего удовлетворения желаний покупателей». При использовании анкет данная информации должна содержаться в ее вводной части.

Следует подчеркивать конфиденциальность ответов. Скажите, сколько времени займет опрос. Не начинайте с вопросов о доходах и других воп­росов личного характера.

Помогайте респонденту разобраться в сложных вопросах. Например, при ранжировании характеристик холодильника объясните методику оп­ределения степени важности отдельных характеристик. Предложите дать разъяснения, если возникнут вопросы.

При сборе данных могут иметь место многие погрешности — другие, нежели ошибки выборки, называемые поэтому вне выборочными ошиб­ками. Эти ошибки включают выбор неверных элементов выборки для взятия интервью, не учет мнения тех, кто отказался давать интервью или не оказался дома, ложные оценки, даваемые интервьюируемыми предна­меренно. Возможна фальсификация полученных данных со стороны ин­тервьюера. Ошибки могут совершать и добросовестные интервьюеры при переписывании собранной информации из анкет.