Материал: ЛекцМаркИссл(т.1-3)

В отличие от ошибок выборки вне выборочные ошибки не могут быть измерены. Поэтому важным является заранее выяснить возможные при­чины вне выборочных ошибок и предпринять соответствующие меры по их предотвращению.

Одним из критериев выбора определенного подхода к сбору данных является величина вне выборочной ошибки. Вне выборочная ошибка вклю­чает в свой состав:

1) все типы ошибок, обусловленные тем, что не все респонденты дали ответы;

2) ошибки сбора данных;

3) ошибки обраще­ния с полученными данными;

4) ошибки анализа собранных данных;

5) ошибки интерпретации полученных результатов.

Кроме того, существу­ют ошибки, обусловленные нечетким выявлением проблем, использова­нием неоднозначных терминов и т.п.

Вне выборочные ошибки можно классифицировать на ошибки: лиц, осуществляющих сбор данных, и респондентов. Кроме того, вне выбороч­ные ошибки подразделяются на преднамеренные и на непреднамерен­ные.

Преднамеренные ошибки лица, собирающего информацию, имеют мес­то, когда оно сознательно нарушает установленные исследователем тре­бования к сбору данных.

Такое нарушение может носить характер обмана (например, сам за­полнил анкеты) и стремления склонить респондента к определенному ответу путем использования особых слов, интонации, мимики, жестов, подсказки определенных ответов и т.п.

Непреднамеренная ошибка лица, собирающего информацию, главным образом определяется неправильным пониманием со стороны интервью­ера отдельных аспектов сбора данных, изложенных в различных инструк­циях, хотя ему и кажется, что он все делает правильно. Часто такая ошибка обусловлена существенным разрывом в уровне образования у исследователя и у интервьюера.

Кроме того, причиной непреднамеренной ошибки может быть уста­лость лица, собирающего информацию, особенно когда в течение рабо­чего дня было опрошено достаточно большое число респондентов. По этой причине может быть ослаблен контроль заполнения анкет; пригла­шение принять участие в опросе произносится усталым, раздражитель­ным голосом, в результате чего потенциальный респондент откажется принять участие в опросе, и т.п.

Существуют два вида преднамеренных ошибок респондентов.

Первый вид обусловлен стремлением респондента фальсифицировать свои ответы вследствие определенного замешательства, нежелания отве­чать на персональные вопросы (об уровне дохода, о национальности, возрасте, семейном положении и т.п.), из-за подозрения, что интервью­ер преследует какие-то свои цели.

Второй вид обусловлен отказом респондента отвечать на вопросы из-за своей занятости, нежелания открывать личные аспекты своей жизни, предубежденности к опросам.

Непреднамеренная ошибка респондента возникает в случае, когда респондент, думая, что говорит правду, на самом деле дает ошибочный ответ. Это обусловлено плохим пониманием вопросов и/или инструкции по заполнению анкет, использованием предположений вместо точных знаний (вследствие плохого знания предмета исследования, недостаточно хорошей памяти и т.п.). Далее следует выделить недостаток внимания при ответах на вопросы из-за отсутствия мотивации, отвлечения от ответов на вопросы (телефонный звонок, крик ребенка и т.п.), усталости респон­дента, желания скорее ответить на вопросы.

Контроль за преднамеренными ошибками интервьюеров осуществляется двумя способами: путем надзора за их работой и путем проверки выпол­ненной работы. Надзор осуществляется, например, путем незаметного подключения к телефонной линии, по которой берется интервью. При устном интервьюировании интервьюера может сопровождать проверяю­щее лицо.

Цель проверки проведенного опроса заключается в выявлении случаев обмана и фальсификации со стороны интервьюеров.

Для этого можно установить повторный контакт с рядом ранее опро­шенных респондентов и узнать, принимали ли они участие в опросе, и проверить выборочно их ответы на вопросы. Кроме того, опытный прове­ряющий, просматривая заполненные ответы, может обнаружить какие-то несоответствия. Например, очень молодой человек оказался отцом много­детной семьи.

Уменьшение непреднамеренной ошибки интервьюеров осуществляется путем проведения ориентационных сессий и путем разыгрывания ролей. В первом случае производится ознакомление интервьюеров с целям] обследования, с вопросником, с инструкцией по его заполнению. Разыгрывание ролей предполагает пробное заполнение анкет, когда одни и: участников сессии исполняют роли интервьюеров, а другие — респондентов.

Контроль за преднамеренными ошибками респондентов направлен т снижение числа случаев лжи и отказа участвовать в обследовании. Для этого прежде всего необходимо сохранять анонимность и конфиденци­альность (данные личного характера не будут разглашаться). Далее, ис­пользуются различные меры стимулирования участия респондентов в обследовании (денежная оплата, подарки, сувениры). Проверка достоверности ответов заключается в поиске ложных ответов путем их просмотра. Например, может быть обнаружено, что выглядящий немолодым респон­дент называет молодой возраст, потрепанно одетый — укажет высокий заработок. В ряде случаев для преодоления нежелания правдиво отвечать на вопросы последние задаются от третьего лица. Например, мужчине средних лет может быть задан вопрос: «Как вы думаете, будет ли исполь­зовать человек вроде вас данное средство от облысения?»

Контроль за непреднамеренными ошибками респондентов осуществляет­ся в различных формах. Необходимо тщательно составлять вопросники и инструкции к ним, использовать разнонаправленные шкалы измерений. Для уменьшения числа ответов-предположений в шкалы вводятся такие градации, как «не имею мнения», «не могу вспомнить», «не уверен». Нецелесообразно в шкалах для всех вопросов располагать с одной сторо­ны негативные оценки, а с другой — только положительные. Надо менять полярность вопросов, что повышает внимательность респондентов, зас­тавляет их больше думать над ответами. Наконец, в вопросниках для под­держания внимания респондентов и доведения обследования до конца могут использоваться такие фразы, как «Опрос близится к концу», «Вы ответили на самые трудные вопросы».

Можно выделить три типа ошибок, обусловленных нежеланием рес­пондента отвечать на вопросы: из-за отказа вообще принять участие в обследовании, из-за прекращения участия и из-за отказа отвечать на определенные вопросы.

Так, респондент может отказаться от участия в опросе из-за отсут­ствия интереса к данному обследованию или принципиальной отрица­тельной позиции по отношению к любому обследованию подобного рода, из-за своей занятости, ему может не понравиться голос интервьюера, манера задавания вопросов и т.п.

Причины прекращения ответов на вопросы также являются весьма различными. Возможно, что ответы потребовали больших затрат времени, чем ожидалось; некоторые вопросы носят чрезмерно личностный харак­тер; пояснения к ответу на ряд вопросов оказались непонятными; ответы прервал телефонный звонок, возвращение из школы ребенка и т.п.

Наконец, респондент просто может не ответить только на некоторые вопросы — чрезмерно личностного характера или вызывающие неприя­тие по тем или иным причинам. Поэтому в шкалу в ряде случаев специ­ально вводят градацию «отказываюсь отвечать».

Для уменьшения ошибки, обусловленной отказом отвечать на вопросы, необходимо прежде всего ее измерить. Если величина ошибки явля­ется существенной, то надо предпринять меры для ее уменьшения. Для этого используются два метода: взвешенных средних и формирования выборки больших размеров.

Первый метод предполагает использование весов для точного пред­ставления отдельных подгрупп изучаемой совокупности. Таким путем учи­тывается разное число «отказников» для разных подгрупп. Взвешенная средняя рассчитывается по следующей формуле:

х = (х_a W_a + (х_b W_b) +...+ (х_m W_m),

где х — взвешенная средняя оценка для выборки;

х_а х_b... — средние оценки для разных подгрупп выборки;

W_a W_b.. — веса отдельных подгрупп, характеризующие долю каждой под­группы в совокупности.

Например, изучается мнение потребителей относительно крема для загара определенной марки. Демографические данные говорят о том, что целевой рынок включает 50% мужчин и 50% женщин. Однако на вопросы почтового опроса ответило 25% мужчин и 75% женщин. В этом случае возможно уточнение полученных данных путем введения весов, характеризующих пропорцию 50 : 50. На вопрос анкеты: «Сколько бы вы заплатили за флакон крема?» — мужчины в среднем ответили 2 дол­лара, а женщины — 3 доллара. В этом случае средняя оценка (пропорция 25 : 75) составит 2,75 доллара. Однако если использовать истинную про­порцию 50 : 50, то средняя цена составит 2,50 доллара.

Второй метод заключается в сознательном формировании выборки больших размеров, чем требуется для анализа. Из этой выборки выбира­ются подгруппы, по размерам соответствующие представлениям о струк­туре целевой выборки.

Перед тем как табулировать и анализировать данные проведенного обследования, целесообразно провести их предварительную проверку и выявить ошибки респондентов.

Для этого прежде всего следует проверить анкеты на полноту и точ­ность их заполнения, выявить возможную ненадежность (разные подходы к ответам на подобные вопросы) и односторонность ответов (например, только «да», «нет», «нет мнения»). Осуществляется это на систематичес­кой и несистематической основе. В первом случае анкеты выбираются случайным образом и осуществляется их проверка на основе выборочных процедур; во втором — анкеты для проверки отбираются произвольным образом.

Если такие ошибки являются весьма существенными, то анкеты изыма­ются из дальнейшего анализа. Если возможно, то производится уточнение ответов. Жестких правил в данной области не существует, и они основан на традициях, опыте и т.п., т.е. на неформальных подходах к определению какие анкеты пригодны для последующего анализа, а какие — нет. Поэтому лучше ужесточить контроль сбора данных, уменьшив таким образом проблемы предварительной оценки собранных данных.

3.7 Анализ данных. Подготовка заключительного отчета о проведенном исследовании.

Анализ данных начинается с перевода «сырых» данных в осмысленную информацию и включает их введение в компьютер, проверку на предмет ошибок, кодирование, представление в матричной форме (табулирование) Все это называется преобразованием исходных данных. При анализе по лученных данных наиболее часто используются следующие пакеты при­кладных программ: SPSS, ДА — система 4.0, STATISTICA 4.3.

Далее проводится статистический анализ, т.е. определяются средние величины, частоты, корреляционные и регрессионные соотношения, осуществляется анализ трендов.

Преобразование данных.После сбора данных необходимо их преобразовать, т.е. привести к более сжатому виду, удобному для анализа и обладающему достаточной для заказчика информацией. Обычно закодированные исходные данные пред­ставляются в виде матрицы, столбцы которой содержат ответы на различ­ные вопросы анкеты, а ряды — респондентов или изучаемые ситуации. Преобразование заключается в описании данных матрицы на языке огра­ниченного числа мер, характеризующих собранные данные. Табулирова­ние помогает исследователю понять, что означают собранные данные. Одновременный анализ двух и более категорий опрашиваемых называется перекрестной табуляцией.

Исследователь, осуществляя преобразование, старается найти зави­симости среди собранных данных и в то же время достигнуть наиболее высокого уровня обобщения.

Выделяют, по крайней мере, следующие четыре функции преобра­зования данных: обобщение, определение концепции (концептуализа­ция), перевод результатов статистического анализа на понятный для менеджера язык (коммуникация), определение степени соответствия полученных результатов всей совокупности (экстраполяция).

Из-за неспособности человека анализировать большие массивы ин­формации необходимо исходные собранные данные представить в удоб­ном для осмысления виде, т.е. их необходимо обобщить, выразить через ограниченное число понятных параметров.

Большинство статистических мер основано на конкретных предполо­жениях, которые определяют базу анализа собранных данных. Концепту­ализация направлена на оценку результатов обобщения. Например, сла­бый разброс оценок определенной марки продукта вырабатывает у иссле­дователя одно суждение (концепцию), сильный — другое (см. ниже про корреляцию).

Коммуникация предполагает при интерпретации полученных результа­тов использование понятных для заказчика категорий. Например, если для него понятна такая статистическая мера, как «мода», то она исполь­зуется при представлении полученных результатов, если нет, то результа­ты описываются на общепринятом языке.

Экстраполяция в данном случае предполагает определение, в какой сте­пени данные выборки можно обобщить на всю совокупность.

Выделяют пять основных видов статистического анализа, используе­мых при проведении маркетинговых исследований: дескриптивный ана­лиз, выводной анализ, анализ различий, анализ связей и предсказательный анализ. Иногда эти виды анализа используются по отдельности, иногда — совместно.

В основе дескриптивного анализа лежит использование таких статис­тических мер, как средняя величина (средняя), мода, среднее квадратическое отклонение, размах или амплитуда вариации.

Анализ, в основе которого лежит использование статистических процедур (например, проверка гипотез) с целью обобщения получен­ных результатов на всю совокупность, называется выводным анализом.

Анализ различий используется для сравнения результатов исследования двух групп (двух рыночных сегментов) для определения степени реального отличия в их поведении, в реакции на одну и ту же рекламу и т.п.

Анализ связей направлен на определение систематических связей (их направленности и силы) переменных. Например, определение, как уве­личение затрат на рекламу влияет на увеличение сбыта.

Предсказательный анализ используется в целях прогнозирования раз­вития событий в будущем, например путем анализа временных рядов.

Инструменты дескриптивного анализа. Для описания информации, полученной на основе выборочных изме­рений, широко используются 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.

Существуют и другие описательные меры, например меры асимметрии (насколько найденные кривые распределения отличаются от нормальных кривых распределения). Однако они используются не столь часто, как вы­шеупомянутые, и не представляют особого интереса для заказчика.

Ниже дается только краткая характеристика указанных мер. 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 значений данного признака.

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.

Видно, что степень информативности средней величины больше, чем медианы, а медианы — моды.

Однако рассмотренные меры не характеризуют вариацию ответов на какой-то вопрос или, говоря другими словами, несходство, различие респондентов или измеренных характеристик. Очевидно, что помимо 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 и среднее квадратическое отклонение.

Распределение частот представляет в табличной или графической форме число случаев появления каждого значения измеренной характе­ристики (признака) в каждом выбранном диапазоне ее значений. 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 измеренного признака. 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).

Ранее было отмечено, что выбор шкалы измерений, а следователь­но, типа вопросов в опросном листе предопределяет количество получае­мой информации. Подобным образом количество информации, получае­мой при использовании рассмотренных выше мер, является различным. Общим правилом является то, что статистические меры дают возмож­ность получить больше информации при применении наиболее информа­тивных шкал измерений. 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 шкалы 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 данной совокупности.

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.