5.3. Использование описательной статистики

Обычно первым шагом анализа маркетинговой информации является ее классификация по определенным категориям. Такое ранжирование используется с целью определения эмпирического распределения частоты и подсчета статистических характеристик, в частности процентного содержания. Далее информация заносится в так называемые перекрестные таблицы для проверки наличия связи между переменными. Эти простые процедуры описательной статистики необходимы для обработки практически любой информации, собранной в ходе маркетингового исследования.

Распределение частоты разбивает информацию на группы и показывает число наблюдений, попадающих в каждую группу. Таблица 15 иллюстрирует распределение частоты для двух вопросов, взятых из исследования. Ключевым вопросом является отношение потребителя к возможной покупке. Таблица показывает и два других метода распределения частоты: процентное содержание различных категорий и графическое представление информации в виде гистограммы. С помощью гистограммы легко оценить фактическое колебание ответов. Его впоследствии можно сравнить с теоретическим, чтобы определить насколько полученная информация соответствует первоначальной (предполагаемой) модели.

В силу многих причин полезно комбинировать некоторые группы ответов. В представленном примере три категории ответов сгруппированы в одну, которая называется "отсутствие определенного ответа или нет". Логика данного действия заключается в том, что ответ "не знаю" может означать, что респондент не купит предлагаемый товар. К тому же, гораздо полезнее работать с категорией, которая содержит большее число ответов респондентов.

Таблица 15

Распределение частоты

Ответ				Число респондентов	Процентное соотношение	Гистограмма
			Вопрос: Купили бы Вы новый минипылесос "Альфа" за 2800 рублей ?
Да				124	11.1	]]]]]]]]]]]]]]]]
Возможно, да				211	18.9	]]]]]]]]]]]]]]]]]]]]
Не знаю				376	33.7	]]]]]]]]]]]]]]]]]]]]]]]]]]]
Скорее всего нет				204	18.3	]]]]]]]]]]]]]]]]]]
Нет				200	17.9	]]]]]]]]]]]]]]]]
ИТОГО				1115	99.9
Да				124	11.1	]]]]]]]]
Возможно, да				211	18.9	]]]]]]]]]]]]]
Отсутствие определен-ного ответа или нет заинтересованы				780	69.9	]]]]]]]]]]]]]]]]]]]]]]]]]]]
ИТОГО				1115	99.9
			Вопрос: К какой группе можно отнести Ваш годовой доход?
Менее 10000 руб.				64	6.0	]]]]]]]]
10000 – 19999 руб.				122	11.4	]]]]]]]]]]]
20000 – 29999 руб.				161	15.1	]]]]]]]]]]]]]]]]]]]
30000 – 39999 руб.				110	10,3	]]]]]]]]]
40000 – 49999 руб.				160	15.0	]]]]]]]]]]]]]]]]]]]
50000 – 59999 руб.				327	30.7	]]]]]]]]]]]]]]]]]]]]]]]]]]]
Более 60000 руб.				123	11.5	]]]]]]]]]]
ИТОГО				1067	100.0
Менее 20000 руб.				186	17.4	]]]]]]]]]]]]]]
20000 – 49999 руб.				431	40.4	]]]]]]]]]]]]]]]]]]]]]]]]
50000 руб. и выше				450	42.2	]]]]]]]]]]]]]]]]]]]]]]]]]]]
ИТОГО				1067	100.0

Аналогично, до комбинирования первые две категории ответа на вопрос о доходе содержали относительно небольшое количество ответов. После комбинирования численность групп респондентов возросла, что повысило надежность выводов.

Возникает справедливый вопрос. Почему бы не начать прямо с трёх категорий в каждом примере? В этом случае анкета была бы короче и её было бы проще заполнить. Одна из причин, по которой этого не стоит делать, состоит в том, что исследователь до момента опроса не знает, как будут распределяться ответы респондентов. Если в анкете приведено слишком мало категорий для ответов, можно столкнуться с тем, что все респонденты поместят свои ответы лишь в одну из категорий, а остальные останутся незаполненными. Более того, дополнительные варианты ответов помогут респондентам более точно выразить свое мнение. Если бы в вопросе относительно возможной купли товара вместо пяти категорий с самого начала стояло бы только три, потребители, наверное, больше бы склонялись к ответу "возможно, да", что менее точно отражало бы реальные предпочтения.

Следующим шагом в использования описательной статистики в большинстве случаев является повторный анализ каждого вопроса для различных подгрупп респондентов. Исследователь больше заинтересован в тех, кто намеревается купить товар и поэтому будет продолжать анализ именно этой группы. Однако, скорее всего, анализ будет проведен и для неопределившихся, а также и для тех, кто вообще не намеревается купить товар. Это даст возможность сравнения результатов. В приведенном примере, возможно, будет интересно установить как те, кто принял решение о покупке, отличаются от тех, кто отвергает предлагаемый товар.

Перекрестное составление таблиц (перекрестное табулирование - cross-tabulation) относительно новая и достаточно удобная форма анализа связей между двумя переменными. Она активно используется на базе современных программ обработки данных (например, в рамках Microsoft Office).

Чаще всего, вопросы, касающиеся употребления чего-либо или намерения сделать что-либо являются ключевыми вопросами перекрестного табулирования. Таблица 16 иллюстрирует перекрестное составление таблиц для двух вопросов, представленных ранее в табл.15.

Таблица 16