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 (осуществляется табулирование), столб­цы которой содержат ответы на различные вопросы анкеты, а ряды — респондентов или изучаемые ситуации. Одновременный анализ двух и более категорий опрашиваемых называется перекрестной табуля­цией.

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).

Виды статистического анализа

Выделяют пять основных видов статистического анализа, исполь­зуемых при проведении маркетинговых исследований: дескриптивный анализ, выводной анализ, анализ различий, анализ связей и предсказательный анализ.

1. В основе дескриптивного анализа лежит использование двух групп статистических мер. Первая – включает меры «центральной тенденции», или меры, которые описывают типичного респондента или типичный ответ (средняя величина, мода, медиана). Вторая – включает меры вариации, или меры, описывающие степень схожести или несхожести респондентов или ответов с «типичными» респондентами или ответами (распределение частот, размах вариации и среднее квадратическое отклонение).

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

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

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

5. 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 используется две группы мер.

МЕРЫ ЦЕНТРАЛЬНОЙ ТЕНДЕНЦИИ, или меры, которые описывают типичного рес­пондента или типичный ответ	МЕРЫ ВАРИАЦИИ, или ме­ры, описывающие степень схожести или несхожести респондентов или ответов с «типичными» респондентами или ответами
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.	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.
МЕДИАНА характеризует значение признака, занимающее срединное место в упорядоченном ряду значений данного признака.	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.
СРЕДНЯЯ ВЕЛИЧИНА, которая чаще всего рассчитывается как средняя арифметическая величина. При ее вычислении общий объем признака поровну распределяется между всеми единицами совокупности.	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).