Характеристика маркетинга как концепции управления

4. Зачитывайте вопросы медленно.

5. Повторите вопрос, если респондент не понял его.

6. Задайте все необходимые вопросы.

7. Точно выполняйте инструкции, следуйте разработанному образцу пропусков, тщательно выполняйте рекомендации относительно стимулирования ответов.

§ Как стимулировать ответы - Цель стимулирования ответов - стимулировать респондента для того, чтобы он расширил или пояснил данные им ответы. Стимулирование ответов также помогает сосредоточить внимание респондента на сути вопросов с тем, чтобы он давал только необходимую информацию. При этом действия интервьюера не должны приводить к смешению результатов опроса в ту или иную сторону. Наиболее используемые методы стимулирования ответов:

a) Повторение вопроса. - Для получения более точных ответов нередко полезно повторно задать вопрос с использованием той же формулировки.

b) Повторение ответа респондента - Стимулировать дальнейшие комментарии респондента нередко можно дословным воспроизведением его ответа. Интервьюер может сделать это, например, записывая ответ

c) Использование паузы или молчание - Молчаливый вопрос, т.е. выжидательная пауза или взгляд могут послужить для респондента намеком, что вы хотели бы получить более полный ответ. Однако нельзя допускать, чтобы пауза стала неловкой.

d) Подбадривание респондента - Если очевидно, что респондент колеблется дать ответ, интервьюеру следует подбодрить его каким-либо подходящим комментарием, например:: "Для нас не существует правильных или неправильных ответов, мы просто хотим выяснить ваше мнение". Если респондент нуждается в пояснении какого-либо слова или фразы, интервьюер не должен предлагать ему своих интерпретаций - необходимо, чтобы такую интерпретацию дал сам респондент.

e) Получение пояснений - Создать мотив для респондента к сотрудничеству с интервьюером и, следовательно, получить более полный ответ, можно, сказав, например: "Я не совсем понял, что вы имели под этим в виду. Не могли бы вы рассказать поподробнее?"

f) Использование объективных (нейтральных) вопросов и комментариев. Существует ряд вопросов и комментариев общего характера, которые могут использоваться для стимулирования ответов. К ним предложены также соответствующие сокращения. Интервьюеру следует вписать эти сокращения в скобках в анкету рядом с вопросом, к которому они относятся. Пример: Еще что-нибудь? (Еще?); Другие варианты? (Другие?)

§ Как записывать ответы - Процедура записи ответов кажется простой, но существует ряд распространенных ошибок. Все интервьюеры в ходе опроса должны использовать один и тот же формат записей и одинаковые условные обозначения, а также правильно редактировать заполненные анкеты. При работе с каждой конкретной анкетой, содержащей структурированные вопросы, используются разные правила фиксирования ответов, но существует одно общее правило: в анкете помечается вариант, отображающий ответ респондента. Если же вопросы не структурированы, ответ респондента записывается словами. При этом (1) записываются все ответы в ходе интервью; (2) используются формулировки, которые использовал респондент; (3) ответы не обобщаются и не перефразируются; (4) включается в запись все, что имеет отношение к основным целям вопроса; (5) фиксируются все стимулирующие действия и комментарии; (6) записав полученный ответ, повторяют его

§ Как завершать интервью - интервью необходимо заканчивать только после получения всей необходимой информации. Запишите все произвольные комментарии респондента, сделанные им после формальных вопросов. Интервьюер должен ответить на все вопросы респондента относительно проекта. После опроса у респондента должно остаться положительное впечатление об интервью. Очень важно поблагодарить респондента и выразить свою признательность за сотрудничество.

3. Контроль над работой полевого персонала. Цель контроля - убедиться, что работники соблюдали полученные инструкции и пользовались определенными методами. Эта деятельность предусматривает контроль качества ведения интервью и редактирования, выборочный контроль, предотвращение мошенничества и контроль из центрального офиса.

Ш Контроль качества ведения интервью и редактирования - требуется, чтобы убедиться, что работники должным образом придерживаются всех необходимых методов работы. Если в процессе проверки выявляются какие-либо проблемы, контролер (бригадир) должен обсудить их с интервьюерами и при необходимости провести дополнительный тренинг. Чтобы понять проблемы интервьюера, контролер сам обязан время от времени участвовать в опросах. Контролеры ежедневно собирают анкеты и другие формы и редактируют их. Они должны тщательно просматривать анкеты, чтобы убедиться, что в ходе опроса получены все нужные ответы, что неясные или неполные ответы не приняты, и что все ответы записаны разборчиво и точно. Бригадиры также обязаны вести регистрацию отработанных часов и расходов интервьюеров. Это позволяет определить затраты на одно законченное интервью, убедиться в Том, что работа ведется в соответствии с графиком, а также выявить возможные проблемы отдельных работников.

Ш Выборочный контроль - он проверяет, следуют ли интервьюеры плану выборочного опроса, а не выбирают единицы выборки по принципу их удобства или доступности. Интервьюеры зачастую избегают элементов выборки, работать с которыми, по их мнению, тяжело или неприятно. Для решения данной проблемы контролеры должны ежедневно регистрировать количество сделанных звонков или посещений, отмечать, сколько из них осталось без ответа из-за отсутствия потенциальных респондентов, сколько людей отказались отвечать, сколько опросов провел каждый отдельный интервьюер и каково общее количество интервьюеров, находящихся под его контролем.

Ш Контроль для предотвращения мошенничества - мошенничество - фальсификации ответов на некоторые или все вопросы, представленные в анкете. Вероятность такого обмана можно свести к минимуму надлежащей подготовкой персонала, строгим контролем и проверкой качества полевой работы.

Ш Контроль из центрального офиса - контролеры направляют всю информацию относительно качества и денежных затрат в центральный офис, и на основе этих данных составляется отчет об общем ходе реализации проекта. Контроль из центрального офиса заключается в составлении таблиц, в которые заносятся важнейшие демографические характеристики и ответы на вопросы, связанные с основными переменными.

4. Проверка результатов полевых работ. Заключается в определении того, что персонал действительно предоставляет достоверные материалы. Чтобы проверить подлинность полученных данных, контролеры обзванивают 10-25% респондентов и выясняют, действительно ли их опрашивали интервьюеры. Контролеры спрашивают респондента о продолжительности и качестве опроса, поведении интервьюера и просят предоставить основные демографические данные. Полученную демографическую информацию сравнивают с данными, предоставленными интервьюером в анкете.

5. Оценка работы полевого персонала. Важно постоянно оценивать работу интервьюеров, чтобы своевременно снабжать их информацией об эффективности их работы, а также для определения, кто из них работает лучше других, что позволяет сформировать наиболее производительный штат, обеспечивающий наивысшее качество работы. Все оценочные критерии должны быть подробно описаны интервьюерам в процессе их подготовки. Оценка полевых работников основывается на таких показателях, как:

ь Денежные и временные затраты - Эффективность деятельности интервьюеров можно сравнивать на основе общих денежных затрат (заработной платы и прочих расходов) на одно законченное интервью. Т.к. эти затраты сильно варьируются в зависимости от величины города, сравниваются только показатели тех работников, которые работают в городах приблизительно одинакового размера. Оценивать работу' персонала на местах необходимо также по эффективности использования рабочего времени. Все время следует разбить на отдельные категории, например фактическое время опроса, проезд и т.п.

ь Процент ответивших - Важно постоянно следить за показателем процента ответивших от общего числа опрошенных, что позволяет своевременно принять меры в случае их резкого падения. Контролер способен помочь интервьюеру, получающему большое количество отказов от респондентов: он может прослушать используемую интервьюером вступительную речь и оперативно сделать необходимые корректировки. По завершении всего опроса можно сравнить процентные показатели разных работников и определить, кто из них работал наиболее эффективно.

ь Качество интервью - для его оценки контролер должен непосредственно проследить за этим процессом: лично присутствуя на интервью либо взяв у интервьюера магнитофонную запись беседы. Качество интервью следует оценивать по использованию надлежащего типа вступительной речи; точности задавания вопросов; способности стимулировать ответы, не подталкивая респондента к тому или иному варианту; способности задавать щекотливые вопросы; личным навыкам и качествам интервьюера, проявленным им в ходе опроса; способу, которым пользуется интервьюер для завершения интервью.

ь Качество данных - Анкеты необходимо оценивать по качеству собранных данных. Основные показатели высокого качества информации: разборчивость записанных данных, соблюдение всех инструкций, включая шаблон пропусков (порядок перехода между вопросами), дословная запись ответов на неструктурированные вопросы, ответы на неструктурированные вопросы понятны и достаточно полны для кодировки, пункт "нет ответа" встречается редко.

Ошибки при проведении опросов: 1. ошибка в выборке; 2. Систематическая ошибка.

Ошибка в выборке - связана с нарушением процедуры формирования выборки, с неправильным выбором типов и категорий выборки, а также с неверным определением объема выборки. Предполагается, что наблюдается разница между наблюдаемым значением количественного признака и долгосрочным средним значением при повторных измерениях. Для снижения вероятности ошибки необходимо строго соблюдать требования по формированию выборок.

Систематическая ошибка - ошибка исследования, не связанная с выборкой; может быть вызвана концептуальными или логическими ошибками, неправильной интерпретацией ответов, а также статистическими, арифметическими, табуляционными, кодовыми или отчетными ошибками. Она подразделяется на:

Случайные ошибки - дают оценки, которые отличаются от истинного значения; они могут приводить к отклонениям и в большую, и в меньшую сторону от истинного значения и имеют при этом случайный характер.

Неслучайные ошибки -приводят к односторонним отклонениям и имеют более тяжелые последствия, т.к. приводят к смещению выборочного значения относительно параметра совокупности.

Влияние и различие ошибок:

ь Систематические ошибки влияют и на достоверность выборочных оценок. Вызванное ими смещение может увеличить ошибку оценки определенных статистик до такой степени, что оценка доверительного интервала окажется ошибочной.

ь Систематические ошибки не только вездесущи, но и не столь подконтрольны, как ошибки в выборке. При увеличении объема выборки ошибки в выборке уменьшаются, о систематических ошибках сказать такого нельзя: они могут как уменьшаться, так и возрастать.

ь Ошибки в выборке при использовании вероятностных методов могут быть оценены. В случае систематических ошибок, как направление, так и величина ошибки могут оказаться совершенно непредсказуемыми.

Ошибка:

1. Ошибка не наблюдения

a. Не охват

b. Недополучение данных

i. Отсутствие

ii. Отказ от интервью

2. Ошибка наблюдения

a. Ошибка сбора данных

b. Ошибка обработки данных

1) ОШИБКИ НЕНАБЛЮДЕНИЯ - систематическая ошибка, возникающая вследствие неполучения данных от ряда элементов, входящих в обследуемую выборку. Могут быть вызваны тем, что часть исследуемой совокупности не была представлена в выборке, или же элементы, отобранные для включения в выборку, не представили данных. Они подразделяются на ошибку неохвата и недополучения данных.

Ошибка неохвата - ошибка, являющаяся следствием того, что определенные части или целые блоки генеральной совокупности не были включены в основу выборки. Неохват может стать источником серьезных неточностей, при этом ошибка неохвата относится только к ошибочно выпавшим из рассмотрения частям совокупности, но никак не к частям, исключенным намеренно. Таким образом, проблема неохвата имеет отношение к основе выборки.

В рамках данной ошибки выделяют ошибку перебора и недобора. Ошибка перебора может возникать вследствие возникновения повторов в сводке элементов выборки. Единицы с множественными входами в основу выборки, например семьи, имеющие несколько телефонных номеров, имеют более высокую вероятность включения в выборку, чем единицы, соответствующие только одной позиции списка. «Недобор» характерен как для лиц с самыми низкими, так и для лиц с самыми высокими доходами. Возникает, если некоторые элементы выборки будут задаваться набором, состоящим из трех или четырех признаков, интервьюер, испытывающий в этой связи определенные затруднения, может «немного слукавить», приписав требуемые характеристики тем, кто ими не обладает.

Насколько серьезны ошибки неохвата. Основная проблема - величина ошибки может быть оценена только при сравнении результатов выборочного обследования с некими независимыми внешними показателями. Внешний показатель - может быть либо определен посредством дополнительной проверки качества части результатов, либо получен в ходе другого надежного обследования, результаты которого не утратили своей актуальности. Возможность таких сравнения результатов предполагает общность операционных определений элементов выборки - это должно учитываться при выборе обследуемых объектов.

Уменьшение ошибок:

ь Улучшение основы выборки

ь Формирование выборки таким образом, чтобы уменьшить ее охват, т.е. исключить все приемлемые элементы

ь Использование процедуры коррекции результатов с помощью весовых коэффициентов

Ошибка неполучения данных - ошибка, порождаемая отсутствием информации о некоторых элементах, которые должны были войти в состав выборки. Попытка контакта с выделенным респондентом может оказаться неудачной - об этом не следует забывать.

Для ее оценки рассчитывают долю ответивших и долю контактов:

Доля ответивших = кол-во опрошенных / кол-во респондентов в выборке (Чем выше доля ответов, тем лучше работает интервьюер и ему можно выплачивать премии)

Доля контактов = кол-во установленных контактов с элементами выборки / кол-во элементов выборки

Также используют долю полных ответов - для оценки способности интервьюера получать ответы на ключевые вопросы, такие как уровень доходов респондента, наличие у него долгов и т.д. Позволяет судить о полноте представленного вопроса.

Причины ошибки неполучения данных:

· Отсутствие - ошибка, возникающая вследствие неполучения ответов от заранее определенных респондентов, отсутствующих дома в момент звонка регистратора. Данные показывают, что процент отсутствия растет со временем, т.е. многое зависит от респондента и времени суток, в которое совершается звонок. Оценочным показателем ошибки недополучения данных по причине отсутствия является доля контактов. Меры избежания ошибки:

a. Договоренность об исследовании заранее

b. Корректное поведение

c. Повторный звонок

d. Замена одних видов сбора данных другими, т.е. модифицирование попыток контактов: при отсутствии нужного респондента в повторный раз можно - уточнить, когда он обычно бывает дома или оставить опросный лист у двери / послать по почте.

· Отказ от интервью - ошибка, возникающая вследствие того,

что часть респондентов отказывается принимать участие в обследовании. Доля отказов зависит, помимо прочего, от: особенностей респондентов, организаций, осуществляющих финансовое обеспечение обследования, обстоятельств контакта, темы обследования и искусства (личности) интервьюера, культура на данной территории. На долю отказов может повлиять даже культура данной территории и метод сбора информации: наиболее эффективны - персональные, а наименее эффективны - почтовые опросы, телефонные - промежуточное положение. Также какие-то внешние обстоятельства. Респондент может быть занят, испытывать усталость, плохо чувствовать себя. На долю отказов влияет и предмет исследования. Меры корректировки ошибки:

1. Увеличение доли первичных ответов. Улучшение условий проведения исследования, тщательный подбор и подготовка персонала, убеждение респондентов в ценности исследования, гарантия конфиденциальности респондента, предоставление респонденту матер. стимулов, заблаговременное извещение об опросе, сокрытие истинного организатора опроса, попытка заручиться согласием участия в опросе, заинтриговав респондента вопросом, не связанным с исследованием.

2. Повторные попытки.

3. Экстраполяция полученной информации. Состоит в оценке возможного эффекта, обусловленного неполучением данных, и в соответствующей коррекции результатов обследования. Это можно осуществить при отслеживании количества ответивших на первичный запрос, на первый повтор, второй повтор и т. л. По этим данным определяется среднее значение количественного признака (или другая приемлемая статистика), после чего производится сравнение подмножеств, призванное ответить на вопрос, приводит ли проблема неполучения ответа к статистически значимым последствиям. Если нет, среднее значение количественного признака для нереспондентов принимается равным аналогичному значению для ответивших. Если же выявляется определенный тренд, то возникает необходимость в соответствующей экстраполяции результатов.

Кроме того, в качестве ошибки неполучения рассматривают частичное неполучение данных - респондент, согласившийся принять участие в опросе, не хочет или не может ответить на некоторые вопросы вследствие специфики их формы или содержания или вследствие нежелания обременять себя поиском нужной информации. Эту проблему пытаются решать еще на этапе разработки инструментария путем соблюдения всех требований, подбором квалифицированного персонала, проверкой инструментария на практике (пилотаж), хотя полностью исключить появление проблемы невозможно. Методы восполнения частичного неполучения:

ь при обработке результатов варианты «не знаю» и «отсутствие ответа» должны идти отдельными позициями, т.к. в некоторых случаях недостающая информация по какому-то пункту или пунктам может быть восполнена путем анализа иных пунктов заполненного опросного листа

ь если согласованность отсутствует, можно прибегнуть к регрессивному анализу, чтобы установить взаимосвязь нескольких показателей. Отсутствующий пункт рассматривается как целевой количественный показатель, с помощью анализа устанавливается его априорная функциональная зависимость от других показателей (по результатам обследований, в которых были получены ответы на все вопросы). Установленная зависимость позволяет неким образом оценить недостающие ответы опросных листов

ь подстановка среднего значения, определенного для полученных ответов, исходя из предположения, что лица, не ответившие на вопросы, ничем не отличаются от лиц, ответивших на них. Однако, подстановка среднего весьма рискованна

2) ОШИБКИ НАБЛЮДЕНИЯ - могут быть менее очевидными, чем ненаблюдения. Возникают при обработке данных, формулировании заключений, рекомендаций, не корректно полученной информации. Подразделяются на ошибки сбора и ошибки обработки данных.

Ошибки сбора - возникает в процессе сбора данных, когда респондент не дает ответы на все вопросы (ошибка пропуска) и дает неправильные ответы (ошибка свидетельства - принято относить к ошибкам в ответах).

Факторы, способные вызвать ошибки в ответах:

a) Личностные характеристики респондента и интервьюера. Необходимо по возможности подбирать интервьюеров таким образом, чтобы они как можно меньше отличались от респондентов - в данном случае повышается вероятность положительного исхода интервью.

b) Психологические факторы. Результаты работы интервьюеров обусловлены их взглядами, позициями и стремлениями, необходимо, чтобы они не влияли на ход интервью и соответственно не искажали бы ответов. Интервьюеры должны строго придерживаться развернутой письменной инструкции и как можно сильнее соответствовать психологическим характеристикам - это возможно при обучении интервьюеров методам психологической коммуникации

c) Поведенческие факторы. Три модели поведения интервьюеров приводят к по явлению ошибок: (1) ошибки при формулировке и вопросов и неумение задавать уточняющие вопросы (2) ошибки при записи ответов (частота ошибок возрастает при заполнении анкет самим респондентом), (3) подтасовка данных

Ошибки в ответах сложнее поддаются коррекции, чем ошибки неполучения информации. Их знаки их величина неизвестны, поскольку их невозможно определить, не зная истинного значения. Меры предотвращения:

1. Необходимо стремиться к максимальному

сближению личных характеристик респондента и интервьюера

2. Убедитесь в том, что инструкция написана ясным языком

3. Проводите с интервьюерами практические занятия

4. Проверьте понимание интервьюерами целей и методов опроса

5. Проверьте, нет ли корреляции между ответа-

ми респондентов и ответами, которые дал бы сам интервьюер

6. Проверьте выборку опросных листов каждого

Интервьюера

Офисные ошибки (ошибки обработки данных) - появляются при редактировании, кодировании, составлении таблиц и анализе данных. В большинстве случаев эти ошибки могут быть устранены частично или полностью введением надлежащего контроля над процессом обработки данных. Методы снижения:

1. Первая редакция данных, призванная выявить самые грубые неточности, ошибки и пропуски, должна производиться в ходе сбора данных

2. Вторая (офисная) редакция должна дать ответ на вопрос, что следует делать с неполными, заведомо ложными и безразличными ответами

3. Для упрощения кодирования старайтесь использовать вопросы, допускающие только два ответа, если же используются вопросы иного рода, заранее определитесь с системой кодирования

4. При работе с многозначными кодерами разграничения должны определяться вопросами, а не формами сбора данных

5. Проверьте каждый кодер на правильность критерия кодировки на других выборках

6. Придерживайтесь одной системы обозначений (например, только цифровых кодов)

7. Составьте сводку кодов, в которой будут содержаться коды для всех переменных и категории, включаемые в код

8. Используйте приемлемые методы анализа данных

СУММАРНАЯ ОШИБКА

Складываясь, частные ошибки приводят к ошибке суммарной, которая должна интересовать исследователя в первую очередь. Прежде всего, это относится к ошибке выборки.

Неверно считать, что максимальный (большой) объем выборки - залог меньшего кол-ва ошибок и что единственной возможной ошибкой при этом является ошибка выборки. При увеличении объема ошибка выборки действительно уменьшается, систематические ошибки могут возрастать, т.к. обследование большой выборки предполагает увеличение количества опросов, делает более затруднительным подбор кадров, обучение и контроль.

Мало того, систематическая ошибка опаснее ошибки выборки - величину последней возможно оценить. Многие же типы систематических ошибок не поддаются оценке.

Величина ошибки выборки может быть снижена путем использования более сложных методов обследования или простым увеличением объема выборки. Эта процедура достаточно очевидна и проста, что позволяет обеспечивать требуемую точность результатов.

В случае систематических ошибок - очевидных методов повышения точности нет. Обнаруживаются все новые и новые источники систематических ошибок, причем автоматическая коррекция последних оказывается затруднительной или невозможной.

35 «Характеристика методов предварительного анализа данных»

Предварительный анализ данных включает следующие виды процедур:

1. Подготовка предварительного плана анализа

2. Проверка инструментария

3. Редактирование

4. Кодирование

5. Преобразование данных

6. Очистка данных

7. Статистическая корректировка данных

8. Выбор стратегии анализа данных

1. Процесс подготовки данных к анализу представлено определяется предварительно подготовленным планом анализа данных, который составляется еще в ходе разработки всего плана маркетингового исследования. Подготовка данных должна начинаться сразу же после того, как станут доступными первые анкеты, в то время как полевые работы еще продолжаются. Поэтому, если возникнут проблемы, ход полевых работ можно скорректировать в нужном направлении.

2. Проверка инструментария - направлена на то, чтобы выявить наиболее явные ошибки инструментария. Часто этот процесс ведется параллельно с полевыми работами, этот этап также называют - полевое редактирование - предварительное редактирование, которое строится таким образом, чтобы обнаружить наиболее бросающиеся в глаза пропуски и неточности средства сбора полных данных. В процессе полевого редактирования обращают внимание на такие элементы, как: полнота (отсутствие пропусков); ответы на отдельные вопросы; читаемость; исправление логических ошибок (анализ блоков вопросов); степень единообразия. Анкеты, поступившие с мест сбора данных, могут быть не приняты по следующим причинам:

a. Не заполнены отдельные части анкеты.

b. Представленные ответы свидетельствует о том, что респондент не понял вопросов либо не точно следовать инструкциям по заполнению анкеты. Например, не был соблюден шаблон пропусков ответов.

c. Ответы варьируются очень незначительно или не варьируются вовсе, например, респондент пометил одни четверки в серии семибалльных рейтинговых шкал.

d. Возвращенная анкета является неполной -- отсутствует одна или несколько страниц.

e. Анкета получена по истечении заранее определенного срока сдачи.

f. Ответы в анкете даны респондентом, не входящим в группу, выделенную для участия в исследовании.

Если были определены конкретные квоты респондентов либо назначены размеры ячеечных групп, все принятые анкеты необходимо соответствующим образом классифицировать и подсчитать. Любые проблемы, связанные с выполнением требований, предъявляемых к выборкам, должны выявляться своевременно, и необходимые корректировочные мероприятия следует провести перед тем, как приступать к редактированию данных.

3. Редактирование данных (централизованное офисное редактирование - обработка собранных форм сбора данных для повышения точности и аккуратности представленных в них данных. Он заключается в просмотре анкет, в ходе которого выявляются нечитабельные (много неструктурированных вопросов, сложных для кодирования); неполные (не до конца заполнены); логически непоследовательные (различные несоответствия в ответах); или неоднозначные ответы (больше одного варианта ответа на вопрос, по которому необходимо дать однозначный ответ или же сокращения при записи ответа, имеющие несколько смысловых значений).

Если анкеты не принимаются, то говорят, что анкеты «неудовлетворительного качества». В этом случае могут быть приняты следующие решения:

ь Возврат анкет на место сбора данных. Анкеты возвращаются на места сбора данных, и интервьюеров обязуют провести повторное интервью. Но есть риск, что данные вторичного опроса, могут сильно отличаться от первоначальных. Эта разница обуславливается, например, тем, что между опросами прошло определенное время, а также тем, что опросы проводились с использованием разных режимов (например, первый раз по телефону, а второй -- в ходе личного контакта).

ь Назначение пропущенных значений. Если возвращение анкеты на место сбора данных признано экономически нецелесообразным, редактор может самостоятельно присвоить неудовлетворительным откликам пропущенные значения. Рекомендуется в случаях: если количество респондентов, ответы которых признаны неудовлетворительными, невелико; доля ответов неудовлетворительного качества в ответах каждого респондента незначительна; переменные по неудовлетворительным ответам не основные.

ь Отсеивание анкет респондентов, содержащих ответы неудовлетворительного качества. При этом методе респонденты, предоставившие ответы неудовлетворительного качества, просто отбраковываются и их анкеты не включаются в анализ. Данный способ эффективен: если доля "неудовлетворительных" респондентов невелика (меньше 10%); если размер выборки велик; если "неудовлетворительные" респонденты явно не отличаются от "удовлетворительных" (например, по демографическому признаку или основным характеристикам использования товара); если доля неудовлетворительных откликов на каждого респондента велика; если пропущены ответы по основным переменным. Однако, когда "неудовлетворительные" респонденты отличаются от "удовлетворительных" либо решение признать респондента "неудовлетворительным" предельно субъективно - использование данного метода повлечет за собой искажение данных.

IV. Кодирование - заключается в присваивании кода, обычно цифрового, каждому возможному варианту ответа по каждому вопросу. Информация, полученная в результате исследования и образующая код, распределяется по столбцам в кодовой табличке. Код включает указание на положение столбцов (полей) и информации, которая в них содержится. Кодовая запись состоит из ряда соответствующих полей: пол, семейное положение, возраст и т.д. Поле может содержать только один элемент данных. Все демографические и личностные характеристики респондента всегда содержатся в одной регистрационной записи. На одного респондента можно завести несколько записей. Данные (т.е. все записи) по всем респондентам хранятся в компьютерном файле. Столбцы представляют собой поля, а строки- записи.

Если анкета включает только структурированные вопросы или очень незначительное количество неструктурированных вопросов, она кодируется заранее, т.е. коды присваиваются, прежде чем начинается непосредственная полевая работа. Если же в анкете содержатся в основном неструктурированные вопросы, коды присваиваются уже после того, как заполненные анкеты возвращаются с места сбора данных (так называемое посткодирование).

Кодирование вопросов. Код респондента и номер записи необходимо указывать для каждой записи данных. Хорошая система кодирования содержит и некоторые дополнительные сведения: код проекта, код интервьюера, код даты и времени, проверочный код. Настоятельно рекомендуется также использовать фиксированные коды полей - код, в котором номер записей по каждому респонденту кодируется одним и тем же номером, в одних и тех же столбцах по всем респондентам указываются одни и те же данные.

Если это возможно, по всем пропущенным данным следует использовать стандартные коды. Так, переменную, указываемую в одном столбце, можно закодировать №9; для переменной, указываемой в двух столбцах, назначить код 99 и т.д. Следует помнить, что коды пропущенных значений должны отличаться от кодов, присвоенных ответам, полученным надлежащим способом в ходе опроса.

Кодирование структурированных вопросов простая процедура, т.к. варианты ответов определяются заранее. Исследователь присваивает каждому возможному варианту ответа код и указывает соответствующую запись и столбец, в который эти коды будут введены. Если же существует большое количество вариантов ответов, для каждого возможного варианта следует выделить отдельный столбец.

Кодирование неструктурированных вопросов или вопросов, допускающих несколько вариантов ответа: ответы дословно записываются в анкету, затем для них разрабатываются коды, которые и присваиваются конкретным ответам. Иногда коды разрабатываются еще до начала работы по сбору данных, но обычно к этой процедуре приступают только тогда, когда получены заполненные анкеты. После этого исследователь составляет список, включающий 50--100 наиболее частых вариантов ответов на неструктурированные вопросы, и определяет категории, подлежащие кодированию. Далее необходимо подготовить кодировщика, который будет присваивать записанным в словарной форме ответам соответствующие коды. Правила кодирования неструктурированных анкет:

· Коды категорий должны быть взаимоисключающими и взаимоисчерпывающими. Категории считаются взаимоисключающими, если каждому ответу присваивается только один код. Категории не должны перекрывать одна другую. Категории считаются взаимоисчерпывающими, если каждый ответ соответствует одному из кодов, присвоенных данной категории. Этого можно достичь введением дополнительного кода категории, например "другое" или "ни один из предложенных вариантов". Однако следует помнить, что в эту категорию должна войти только незначительная часть ответов (не больше 10%). Подавляющая часть ответов должна относиться к значимым категориям.

· По наиболее важным вопросам коды категории должны присваиваться даже в там случае, если они не упоминались ни одним из респондентов. Иногда важно знать именно то, что никто из отвечающих не дал тот или иной вариант ответа.

Кодировочная книга - содержит инструкции по кодированию, а также необходимую информацию о переменных, используемых в конкретном наборе данных. Кодировочная книга применяется как руководство для кодировщика и помогает исследователю правильно определять и располагать переменные. Даже если анкета закодирована заранее, следует подготовить формальную кодировочную книгу. Кодировочная книга обычно включает следующую информацию: номер столбца, номер записи, номер переменной, название переменной, номер ответа, инструкции по кодированию.

V. Преобразование данных - заключается в переносе закодированных данных из анкеты или кодировочных таблиц на диски или магнитные ленты либо во введении их непосредственно в компьютер через клавиатуру. Выбор метода преобразования зависит от способа проведения интервью и наличия необходимого оборудования. Различают следующие методы преобразования: автоматизированные системы СATI / CAPI, ввод данных с клавиатуры, оптическое сканирование, компьютеризированный сенсорный анализ, бланки, заполненные методом, позволяющим считывание меток / маркеров с них.

Метод считывания меток с бланков - ответы записываются специальным карандашом в конкретные поля анкеты, закодированные для данного ответа. Далее зафиксированные данные считываются машиной. Применяется при специальных наблюдениях.

Оптическое сканирование заключается в прямом машинном считывании кодов с одновременным преобразованием данных (штрих-коды). Применяется при проведении структурированных и периодически повторяющихся опросов.

Компьютеризированный сенсорный анализ - автоматизирует процесс сбора данных, т.к. вопросы выводятся на специальной компьютеризированной панели, а ответы с помощью сенсорных устройств вводятся в компьютер. Применяется при опросах на дому все с использованием специальной клавиатуры и портативного компьютера.

Метод САРI / САТI - данные вводятся непосредственно в компьютер. Правильность ввода данных проверяется по мере их поступления. При вводе неприемлемого варианта ответа компьютер выдает респонденту или интервьюеру соответствующее предупреждение.

Ввод данных с клавиатуры - применяется при опросе по телефону, при обходе домов, при опросах в универмагах и по почте.

На этапе преобразования данных возникает большое количество ошибок, с ними можно бороться используя: электронные анкеты, опросы по Интернет, двух независимых людей для ввода данных (после чего сверяют их результаты).

VI. Очищение данных - процедура тщательной и всесторонней проверки состоятельности собранных данных и работа с пропущенными ответами. Предварительная проверка состоятельности собранных данных проводится на этапе редактирования, но на стадии очищения - проверка намного точнее и тщательнее, т.к. выполняется с использованием компьютерной техники.

Проверка состоятельности данных - часть процесса очищения собранных данных, когда исследователь выявляет данные, выходящие за пределы конкретного диапазона, и логически непоследовательные ответы либо определяет экстремальные значения. Данные со значениями, не указанными в кодировочной схеме, не принимаются.

Значения, выпадающие из конкретного диапазона, нельзя использовать в анализе, их необходимо исправить. Существует множество компьютерных пакетов, например SAS, Minitab, APSS, BMDP и Ехсе1, с помощью которых можно написать программы выявления по каждой переменной значений, выходящих за пределы определенного диапазона, а также распечатать код респондента, код переменной, название переменной, номер записи и столбца и выпадающее из необходимого диапазона значение. Это значительно упрощает процедуру систематической проверки каждой переменной по каждому ее значению, выпадающему из определенного диапазона. Правильные ответы можно определить, возвратившись к отредактированному и закодированному варианту анкеты.

Различают несколько типов логической непоследовательности ответов. Чтобы выявить такие ответы и провести соответствующую корректировку, всю необходимую информацию (код респондента, код переменной, название переменной, номер записи и столбца и выпадающее из необходимого диапазона значение) нужно распечатать.

Экстремальные значения -- не всегда результат ошибок, нередко они указывают на то, что существуют определенные проблемы с качеством собранных данных. Например, чрезмерно заниженная оценка какой-либо торговой марки может быть результатом того, что респондент просто без разбора пометил 1 по всем ее характеристикам (по рейтинговой шкале от 1 до 7).

Работа с пропущенными ответами. Пропущенные ответы - значения переменных, неизвестные по причине того, что респонденты не дали однозначных ответов на предложенный вопрос. Методы работы с пропущенными ответами - разные методы приводят к разным итогам, особенно если пропуск ответов носит систематический характер, а переменные тесно взаимосвязаны. Поэтому исследователь должен тщательно проанализировать все последствия применения той или иной процедуры:

Замена пропущенного значения нейтральным - вместо пропущенных ответов подставляются нейтральные значения, обычно среднее значение по данной переменной. При этом среднее значение остается неизменным, а другие статистические данные, например корреляции, искажаются незначительно. Имеет ряд преимуществ, но подстановка среднего значения вместо всех пропущенных ответов весьма неоднозначна и сомнительна.

Замена пропущенного значения условным (вменение значений). Для определения условного значения или вычисления подходящих ответов на пропущенные вопросы можно использовать структуру ответов респондентов по другим вопросам. На основе имеющихся данных исследователь пытается определить, какие ответы дал бы конкретный респондент, если бы он ответил на все вопросы. Это можно сделать статистически, на основе собранных данных, определив взаимосвязи между пропущенной переменной и другими переменными. Однако этот метод очень трудоемок и часто серьезно искажает данные. Чтобы избежать этого, для вычисления условных значений по пропущенным ответам разработаны сложные статистические процедуры.

Исключение объекта целиком - когда все наблюдения или респонденты с пропущенными ответами исключаются из анализа. Данный метод может вызвать значительное сокращение выборки: когда многие респонденты не отвечают на те или иные вопросы. Исключение большого количества данных нежелательно - сбор данных требует больших затрат. Кроме того, респонденты с пропущенными значениями систематически отличаются от респондентов, ответивших на все вопросы. В таких случаях исключение по данному методу может значительно исказить результаты опроса.

Попарное исключение переменных - вместо отбраковывания всех случаев с любыми отсутствующими значениями исследователь во всех своих вычислениях рассматривает только наблюдения или респондентов, по которым есть полные ответы. Такая процедура обычно применяется при следующих условиях: если размеры выборки велики, если количество пропущенных ответов незначительно, если переменные не сильно взаимосвязаны. Следует помнить, что и в этом случае данная процедура может привести к недостоверным и даже нелогичным результатам исследования.

VII. Статистическая корректировка данных - включает взвешивание, преобразование переменной и преобразования шкалы. Эти корректировки необязательны, но значительно повышают качество анализа.

Взвешивание - предполагает, что каждому наблюдению или респонденту в базе данных присваивается весовой коэффициент, отображающий степень его значимости по сравнению с другими наблюдениями или респондентами. Цель взвешивания - увеличить либо уменьшить в выборке количество наблюдений с определенными характеристиками. Чаще всего применяется - чтобы выборочные данные максимально точно представляли конкретные характеристики генеральной совокупности.

Также применяется для - корректировки выборки с тем, чтобы повысить значимость ответов респондентов с определенными признаками. Например, при опросе для определения модификации товара, можно присвоить больший весовой коэффициент ответам респондентов, которые пользуются данным товаром чаще других.

Метод взвешивания следует применять с огромной осторожностью, исключительно научно, не подгонять данные под выводы. Также данная процедура должна быть детально описана в Приложении к отчету.

Переопределение переменной - преобразование данных для создания новых переменных либо изменения существующих с тем, чтобы они точнее соответствовали основным задачам исследования. Цель переопределения - создание переменных, максимально отвечающих основным задачам исследования. При этом используется:

§ индекс информационного поиска - сумма информации, которую клиенты стремятся получить от дилеров, менеджеров по продвижению товаров на рынке и из независимых источников.

§ коэффициент соотношения переменных. Например, соизмеряется количество покупок в универмаге (Х1) и количество покупок в кредит (Х2), доля покупок в кредит может стать новой переменной после вычисления соотношения двух исходных переменных (Х1/Х2).

§ извлечение квадратного корня и логарифмические преобразования, которые часто применяются, чтобы точнее "подогнать" оцениваемую модель к основным задачам исследования.

Также часто вводят фиктивные переменные для переопределения категорий. Фиктивные переменные (называют двоичными, дихотомическими, инструментальными или качественными) - переменные, которые могут принимать только два значения, обычно 0 или 1. Правило: переопределить переменную категории для К-го числа категорий можно К-1 фиктивными переменными. Это объясняется тем, что только К-1 категорий независимы. С учетом данных выборки информацию о К-й категории можно получить на основе информации о других К-1 категориях.

Преобразование шкалы - манипулирование значениями шкалы с тем, чтобы иметь возможность сравнивать ее с другими шкалами либо каким-либо другим образом преобразовывать данные и делать их подходящими для анализа.

Используют следующие методы:

§ преобразование по усредненным ответам -

,

§ где х - преобразованная переменная; - до преобразования; - ср.показатель; С - постоянная величина (используется, чтобы все преобразованные переменные имели положительные значения)

Таким образом, перед анализом шкальные ответы преобразовываются. По каждому ответившему выводится средний показатель ответов по шкале. Средний показатель вычитают из каждого элемента рейтинга, и к разнице прибавляют определенную постоянную величину. Вычитание среднего значения позволяет откорректировать неравномерное использование респондентами шкалы.

§ нормализация, нормирование - корректировка данных для приведения их к одной и той же шкале через использование стандартного отклонения.

,

где - математически нормированное значение, которое будет использоваться для анализа; - станд. отклонение.

Чтобы нормализовать шкалу X, мы сначала должны вычесть из каждого балла средние значение X , а затем разделить полученное число на стандартное отклонение. Таким образом, нормализованная шкала имеет среднее значение, равное нулю, и стандартное отклонение, равное 1. Нормализация позволяет исследователю сравнивать переменные, полученные с использованием разных типов шкал.

VIII. Выбор стратегии анализа данных - включает этапы:

1) Предыдущие этапы (1,2 и З) процесса маркетинговых исследований. Выбор стратегии анализа должен начинаться с исследования итогов предыдущих этапов исследования.

2) Известные характеристики данных. На данном этапе проводится анализ известных характеристик данных. На выбор статистического метода сильно влияет: какие шкалы измерений используются в ходе исследования; какие именно методы анализа желательно использовать при определенной структуре исследования.

3) Конкретные свойства методов. Важно учитывать конкретные характеристики разных статистических методов, особенно их основные цели и лежащие в основе предположения (некоторые методы подходят для исследования различий между переменными, другие -- для оценки величин соотношений между переменными, а третьи -- для составления прогнозов).

4) Опыт и методология исследователя. Опытный исследователь, специально подготовленный для проведения статистического анализа, пользуется широким диапазоном приемов, включая сложные статистические методы. Исследователи отличаются предположениями относительно переменных и соответствующих генеральных совокупностей. Как правило, для анализа данных можно использовать сразу несколько разных методов.

5) Стратегия анализа данных.

36 «Характеристика методов углубленного анализа данных»

Классификация статистических методов/

Статистические методы делятся на одно- и многомерные. Одномерные методы используются - когда существует единый измеритель для оценки каждого элемента выборки, либо если этих измерителей несколько, но каждая переменная анализируется отдельно ото всех остальных.

Многомерные методы применяются, если для оценки каждого элемента выборки используется два или больше измерителя и эти переменные анализируются одновременно. Данные методы применяются для определения одновременных взаимосвязей между двумя или больше явлениями

Отличие: Многомерные отличаются от одномерных тем, что при их использовании центр внимания смещается с уровней (средних показателей) и распределений (дисперсий) явлений и сосредотачивается на степени взаимосвязи (корреляции или ковариации) между этими явлениями.

Одномерные методы можно классифицировать на основе того, какие данные анализируются: метрические или неметрические.

Метрические данные - данные, которые по своей природе интервальные или относительные.

Неметрические данные - данные, полученные на основе измерений по номинальной или порядковой шкале.

Затем эти методы делят на классы на основе того, сколько выборок -- одна, две или более -- анализируется в ходе исследований. Число выборок определяется тем, как ведется работа с данными для конкретного анализа, а не тем, каким способом собирались данные.

Выборки считаются независимыми, если они выделены из разных генеральных совокупностей произвольно.

Если данные по двум выборкам относятся к одной и той же группе респондентов, выборки считаются объединенными в пары.



Методы зависимости - методы, применяемые в случаях, когда одна или больше переменных идентифицированы как зависимые, а остальные " как независимые.

Методы взаимозависимости - методы, цель которых сгруппировать данные по лежащему в основе сходству, что позволяет интерпретировать разные структуры данных. При этом переменные не подразделяются на зависимые и независимые.

ВАРИАЦИОННЫЙ РЯД

При проведении исследований часто необходимо получить информацию об одной переменной. Например: Какое количество потребителей определенной марки товара можно считать лояльными ей? Ответы на подобные вопросы можно получить, изучив распределение частот значений переменной, или вариационный ряд. Вариационный ряд, распределение частот значений переменной - математическое распределение, цель которого - подсчет ответов, связанных с различными значениями одной переменной (частот), и дальнейшее выражение их в процентном виде (частости).

Результатом такого анализа является построение таблиц с указанием частоты {переменная, исследуемая в данной таблице}, частости и накопленных частостей для всех значений этой переменной. Возможности вариационных рядов:

o Помогает определить долю неответивших респондентов

o Определяет долю ошибочных ответов

o Устанавливает наличие выбросов, т.е. случаев с экстремальными значениями (наибольших / наименьших).

o Определяет форму эмпирического распределения значений переменной

o Частотные данные используют для построения гистограмм или вертикальных столбчатых диаграмм, на которых по оси Xоткладывают значения переменной, а по оси У-- абсолютные (частоты) или относительные (частости) значения.

Таблица вариационного ряда легко читается и содержит основную информацию, но иногда такая информация слишком дстализированна, и исследователь вынужден обобщать ее с помощью описательных статистик. На основе распределения можно определить некоторые статистики:

1. Показатели центра распределения - характеризуют положение центра распределения, вокруг которого концентрируются данные, как говорят, показывают центральную тенденцию распределения. Если всю выборку изменить, добавив фиксированную величину к каждому наблюдению, то среднее, мода и медиана изменятся на аналогичную величину. При этом используются:

ь среднее арифметическое (выборочное среднее) -наиболее часто используемый показатель, характеризующий положение центра распределения. Он используется для оценки среднего значения в случае, если данные собраны с помощью интервальной или относительной шкалы. Его величина должна отражать некоторое среднее значение, вокруг которого распределена большая часть ответов.

ь Мода - значение переменной, которое чаще всего встречается в выборочном распределении. Представляет наивысшую точку (пик) распределения. Мода хороший показатель центра распределения, если переменная имеет категорийный характер, т.е. ее можно разбить на категории.

ь Медиана - значение переменной в середине ряда данных, расположенных в порядке возрастания или убывания. ? значений больше медианы, другая ? - меньше. Она характеризует положение центра распределения порядковых данных.

2. Показатели вариации - статистики, показывающие меру разброса (вариабельность) значений переменной. Вычисляемые на основании данных, измеряемых с помощью интервальных или относительных шкал, включают:

ь Размах вариации - разность между наибольшим и наименьшим значениями переменной в вариационном ряду. Размах = Хmax- Хmin

ь Межквартильный размах - это разность между 75% и 25% наблюдений, т.е. каждые 25% наблюдений.

ь Дисперсия - среднее из квадратов отклонений переменной от ее средней величины. Она никогда не может быть отрицательной. Если значения данных сгруппированы вокруг среднего, то дисперсия невелика; если данные разбросаны, то большая дисперсия.

ь Среднеквадратическое (стандартное) отклонение - корень квадратный из значения дисперсии. Таким образом стандартное отклонение выражается в тех же единицах, что и сами данные.