Статистические методы анализа данных принято делить на две большие группы: одномерные методы статистического анализа и многомерные методы.
Одномерные методы анализа - это методы, которые применяют в случаях, если существует единый измеритель для оценки каждого элемента выборки, либо если этих измерителей несколько, каждая переменная анализируется отдельно от всех остальных [11, C. 539]. В центре внимания данных методов находится анализ средних значений и показателей вариации переменных.
Классификация одномерных методов осуществляется по характеру исходных данных (метрические или неметрические), а также по количеству и типу выборок. Так, выборки делят на зависимые (парные) - это выборки, сформированные из одной генеральной совокупности и независимые выборки - это выборки, сформированные из различных генеральных совокупностей. На практике независимыми считают выборки, сформированные из различных страт (в случае использования стратифицированной или квотной выборки), например, мужчин и женщин или групп респондентов с различным уровнем дохода.
|
|
К одномерным методам анализа данных относят:
· Методы проверки гипотез (z-критерий, t-критерий, F-критерий, χ2-критерий и т.п.).
Более подробно проверку гипотез смотри: Гмурман В. Е. Теория вероятностей и математическая статистика.
· Методы анализа статистических рядов распределения.
· Однофакторный дисперсионный анализ.
· Другие методы.
Многомерные методы анализа - это методы, которые применяют в случаях, если для оценки каждого элемента выборки используется два или больше измерителя и эти переменные анализируются одновременно [10, C. 539]. В центре внимания данной группы методов уже находятся анализ взаимосвязей, связей и сходства между переменными.
Выделяют следующие многомерные методы:
1) Методы выявления зависимости между переменными – это методы, в которых одна или несколько переменных являются зависимыми, а другие независимыми. К этой группе относят:
· корреляционно-регрессионный анализ;
· дисперсионный и ковариационный анализ;
· дискриминантный анализ;
· совместный анализ.
2) Методы выявления взаимозависимости между переменными – это методы, позволяющие группировать данные на основе сходства. В данных методах нет деления переменных на зависимые и независимые. К этой группе относят:
· кластерный анализ;
· факторный анализ;
· многомерное шкалирование.
Выбор методов анализа данных осуществляется на основе:
· цели, задач, рабочих гипотез маркетингового исследования;
· типа маркетингового исследования (поисковое или итоговое; описательное или причинно-следственное);
|
|
· типа собранных данных - метрические и неметрические переменные;
· шкал, используемых в исследовании;
· объема и метода выборки;
· метода сбора данных;
· области применения и ограничений статистических методов анализа данных.
По сути все предшествующие этапы маркетингового исследования предопределяют выбор стратегии анализа данных. Немалую роль при этом играет опыт и квалификация самого исследователя. В заключении отметим, что сложные многомерные методы статистического анализа данных используются не всегда. Очень часто исследователь ограничивается лишь предварительным (базовым) анализом данных и его графической интерпретацией.
Конечно же, необходимо помнить, что анализ данных маркетингового исследования - это не последний его этап, за ним следует разработка практических рекомендаций и формирование отчета исследования.